Master in Künstlicher Intelligenz

Allgemeines

2 Standorte verfügbar

Beschreibung des Studiengangs

Master in Künstlicher Intelligenz

Online-Master in Künstlicher Intelligenz

Der Master in Künstlicher Intelligenz ist das Ergebnis der Vereinigung der umfassenden Erfahrung in Ausbildung und Forschung auf dem Gebiet der Technologie, die die UPC auszeichnet, und der Anerkennung und Anerkennung auf nationaler und internationaler Ebene. und die Erfahrung in Online-Schulungen mit technologischem und wirtschaftlichem Schwerpunkt von OBS .

Der Master in Künstlicher Intelligenz ermöglicht es den Studierenden, die Konzepte und notwendigen Elemente der KI aus theoretisch-praktischer Sicht zu kennen, um Projekte in diesem Bereich erfolgreich durchzuführen.

Im Master vertiefen sich die Schüler in fünf große Blöcke:

  • Block I. Grundlagen: Es werden die Schlüsselkonzepte in Bezug auf KI sowie diejenigen in Bezug auf alle unter diesen Begriff fallenden Technologien bereitgestellt.
  • Block II Entwicklung von Modellen für maschinelles Lernen und neuronale Netze: Die Modelle für maschinelles Lernen und neuronale Netze und ihre praktische Anwendung werden vertieft. Dies beinhaltet die Optimierung und anschließende Bewertung der Modelle.
  • Block III KI-Hauptarchitekturen: Die wichtigsten auf dem Markt vorhandenen Rahmenbedingungen für die Entwicklung von KI-Modellen werden vertieft.
  • Block IV Implementierung von KI-Projekten: Die Entwicklungs- und Managementphase von Projekten, die mit KI-Technologien verbunden sind, sowie deren Implementierungsprozess werden behandelt.
  • Block V. Geschäftsanwendungen der KI und ihre Auswirkungen auf das Geschäft: Die wichtigsten Geschäftsanwendungen der KI sowie ihre Auswirkungen werden sowohl aus wirtschaftlicher als auch aus technologischer Sicht vorgestellt.

Es ist wichtig hervorzuheben, dass der Studierende aufgrund des äußerst praktischen Charakters des Programms die während des Masterstudiums erworbenen Kenntnisse sofort anwenden kann.

Karrierechancen

Sobald das Programm beendet ist, können die Studenten Positionen besetzen wie:

  • Leiter der ID Development Group in verschiedenen Branchen.
  • Unternehmensberater, spezialisiert auf KI.
  • Technologischer Berater, spezialisiert auf KI.
  • Verantwortlich für IA-Projekte.
  • Experte in der Entwicklung von KI-Systemen.

Ziele

Was ist AI und welche unterschiedlichen Anwendungen gibt es? Welche Spitzentechnologien und -fähigkeiten sind erforderlich, um Wettbewerbsvorteile durch KI zu erzielen? Welche möglichen Auswirkungen hat dies auf Unternehmen und die Gesellschaft? Welche Risiken bestehen bei maschinellen Lernmodellen? Welche Beziehung besteht zwischen AI und Big Data? Welche Schlüsselelemente sollten berücksichtigt werden, um AI-Projekte in einer Organisation zu leiten?

Der Master in Artificial Intelligence hilft Ihnen bei der Beantwortung all dieser Fragen, indem er die Konzepte der wichtigsten Technologien kombiniert und auf Unternehmensebene anwendet. Durch die Analyse verschiedener realer Fälle und die Entwicklung Ihres eigenen Projekts können Sie die Realität der KI-Technologien sowie deren Anwendung zur Unterstützung der Geschäftsanforderungen spezifizieren.

Allgemeines Ziel

Der Master in Künstlicher Intelligenz hat als Hauptziel , all jenen Fachleuten die Grundlagen der KI nahezubringen, die sehen, wie Anwendungen für maschinelles Lernen in ihren Branchen die Art und Weise verändern, in der sie Geschäftsmodelle verwalten. Durch dieses Programm erwerben die Studenten das notwendige technische Wissen, um KI-Projekte zu leiten.

Einzelziele

Das Curriculum des Master in Künstlicher Intelligenz ist darauf ausgerichtet, die folgenden spezifischen Ziele zu erreichen:

  • Vertiefung der Grundlagen und Schlüsselkonzepte der KI sowie der Methoden und Techniken zur Lösung von Geschäftsproblemen.
  • Kennen Sie die wichtigsten Algorithmen und Tools im Zusammenhang mit maschinellem Lernen, um sie bei der Lösung von Problemen implementieren zu können, ohne über Programmierkenntnisse zu verfügen.
  • Entwickeln Sie KI-Modelle unter Verwendung der wichtigsten auf dem Markt vorhandenen Arbeitsrahmen.
  • Entwickeln Sie praktische KI-Anwendungen wie virtuelle Assistenten und Chatbots. In der Lage zu sein, KI-Projekte nicht nur aus technischer Sicht, sondern auch aus Managementsicht zu leiten und multidisziplinäre Profile zu entwickeln, die es verstehen, verschiedene Geschäftsbereiche und technologische Praktiken in Beziehung zu setzen und miteinander zu verbinden.
  • Verstehen Sie die strategischen Auswirkungen von KI, indem Sie eine Geschäftsvision entwickeln, um Ihren ROI zu maximieren.
  • Verstehen Sie die Anwendungen von AI in verschiedenen Branchen und vertiefen Sie die Anwendungsfälle mit den größten geschäftlichen Auswirkungen.

Lehrplan

Block I. Grundlagen der KI

IA Nivellierkurs

Parallel zu Modul 1 beginnen die Studierenden das Programm Künstliche Intelligenz mit diesem Niveaukurs, der die Wissensgrundlagen für Programmierung, Algorithmen und Mathematik vermittelt. In diesem Kurs finden die Studenten materielle Ressourcen, mit denen sie sich mit verschiedenen Themen befassen können, die für die Kursüberwachung erforderlich sind. In diesem Kurs führen sie Testprüfungen durch, die als Leitfaden für die Bewertung ihrer Kenntnisse dienen und am Ende bewertet werden. Die zu behandelnden Themen sind:

  • Grundlagen der KI.
  • Einführung in die Programmierung.
  • Einführung in Algorithmen in AI.

Modul 1. AI: Grundlagen und Haupttechnologien

In diesem Modul wird der Student in die Welt der KI und ihrer Anwendung in der Wirtschaft eintauchen und Themen behandeln wie:

  • Schlüsselkonzepte der KI.
  • KI-Haupttechnologien.
  • Die "datengetriebene" Organisation.
  • Grundlagen für die Ausführung von KI-Projekten und deren Unterschied zur herkömmlichen IT-Ausführung.

Modul 2. Sozioökonomische Auswirkungen der KI

In diesem Modul erhält der Student eine integrierte Vision des AI-Konzepts im aktuellen sozioökonomischen Kontext. In diesem Beispiel sieht der Schüler Themen wie:

  • Wirtschaftliche Auswirkungen von KI und Industrie 4.0.
  • Einfluss der KI auf Menschen: ethische, soziale und rechtliche Aspekte.
  • KI-Übernahme- und Reifegradmodell in Organisationen. IA-Reifegradmodelle als Positionierungsinstrument für Organisationen.
Block II Entwurf und Entwicklung von Modellen für maschinelles Lernen und neuronalen Netzen

Modul 3. Einführung in maschinelles Lernen: Daten und Algorithmen

Dieses Modul führt den Schüler in das maschinelle Lernen ein und vermittelt die Schlüsselkonzepte für das richtige Verständnis. Darin sehen Sie Themen wie:

  • Schlüsselkonzepte für maschinelles Lernen.
  • Die Wichtigkeit der Daten.
  • Datenqualität und Governance.
  • Algorithmen für maschinelles Lernen: Risiken und Grenzen.

Modul 4. Modelle für maschinelles Lernen: Optimierung und Anwendungen

Dieses Modul liefert die Schlüssel zur Optimierung der Ergebnisse von Modellen für maschinelles Lernen und behandelt gleichzeitig den Prozess, der mit der Minimierung von Risiken bei der Erstellung von AI-basierten Anwendungen verbunden ist. Folgende Themen werden bearbeitet:

  • Optimierung der Modelle.
  • Datenqualität für zuverlässige Analysen.
  • Generierung von Anwendungen basierend auf maschinellem Lernen.

Modul 5. Neuronale Netze

Während dieses fünften Moduls wird der Student in die Welt der Neuronalen Netze eintauchen und Themen sehen wie:

  • Typische Architekturen
  • Tief gestärktes Lernen.
  • Training eines neuronalen Netzes: TensorFlow-Spielplatz.
Block III Haupt-KI-Architekturen

Modul 6. AI-Frameworks

In diesem Modul wird der Student die wichtigsten KI-Frameworks sehen, die derzeit auf dem Markt existieren. Darunter sind:

  • Frameworks Open Source.
  • Google IA Framework.
  • Microsoft Cognitive Services Framework.
  • Amazon IA Services Framework.
  • IBM Watson Framework
Block IV Umsetzung von AI-Projekten

Modul 7. Durchführung von AI-Projekten (I): Methodik

In diesem ersten Teil von Block 4 werden die methodischen Aspekte der Leitung und Durchführung von KI-Projekten vorgestellt. Die behandelten Themen sind:

  • ML-Methodik: CRISP-DM.
  • Inhaltslebenszyklus.
  • AIOps
  • Regressionstests.
  • Feedback und Wartung.
  • Wiederverwendung und Umschulung.
  • Fälle und praktische Beispiele.

Modul 8. Durchführung von AI (II) -Projekten: Material und Humanressourcen

In diesem zweiten Teil des Blocks wird der Schwerpunkt auf die Leitung und Durchführung von KI-Projekten aus materieller und personeller Sicht gelegt. In diesem Sinne sind einige der Punkte, die im Modul angesprochen werden:

  • Materielle Ressourcen.
    • Lagerung
    • Computing
    • Wirtschaftsmodelle
    • Cloud-Infrastruktur
    • Werkzeuge
  • Humanressourcen Spezifische Profile und Auswirkungen auf herkömmliche Profile.
Block V. Geschäftsanwendungen von AI und deren Auswirkungen auf das Geschäft

Modul 9. Geschäftsanwendungen von AI und ihre Auswirkungen auf das Geschäft

Dieses Modul führt den Studenten in die wichtigsten Geschäftsanwendungen von AI ein. Einige der behandelten Themen sind:

  • Intelligente Interaktion: Optimierung des Kundenerlebnisses durch Hyperpersonalisierung, Konversationsschnittstellen und Datenauswertung in Echtzeit.
  • Intelligente Produkte und Dienstleistungen: die Fähigkeiten, die AI bietet, und die Suche nach neuen Geschäftsmodellen und Märkten.
  • Intelligenter Betrieb: Kombination von KI mit Automatisierungslösungen, um selbst zu lernen.
  • Intelligente Unterstützungsfunktionen für Unternehmen (Sicherheit, Personal, Technologie usw.): Einsatz von KI zur Steigerung der menschlichen Intelligenz und zur Verbesserung der Entscheidungsfindung.

Modul 10. Clientbasierte KI-Modelle

In diesem letzten Modul des Programms werden die Anwendungen von KI auf Kundenbeziehungsprozesse vertieft. Einige der Punkte des Moduls sind die folgenden:

  • Anziehung: Soziale Netzwerke und Bezahlte Medien.
  • Erfahrung: Inhaltsanpassung und Customer Journey.
  • Sale: Upselling und Cross Selling.
  • Service: Chatbots und intelligente Assistenten.

Abschlussmasterprojekt

Während des Final Master Project (PFM) wird der Student Hand in Hand mit einem echten Unternehmen an der Entwicklung eines Projekts arbeiten. Dies wird die Option haben, dies für Ihr eigenes Unternehmen zu tun oder zwischen den von der Schule vorgeschlagenen Optionen zu wählen.

Werkstätten

Während des Masterstudiums in Künstlicher Intelligenz hat der Student die Möglichkeit, zwei praktische Workshops durchzuführen, die in eine technologische Werkstatt und eine geschäftliche Werkstatt unterteilt sind.

Technologische Werkstatt Python-Sprachanwendung

In diesem Workshop werden die Grundkenntnisse über Python vertieft, die im Leveling-Kurs eingeführt wurden, und die Kenntnisse über die Anwendung dieser Programmiersprache vertieft. Während dieses Workshops erhalten die Schüler eine praktische Vorstellung von der Anwendung der am häufigsten verwendeten Programmiersprache im Bereich der künstlichen Intelligenz und des maschinellen Lernens: Python.

Python ist eine Referenzprogrammiersprache in Umgebungen mit künstlicher Intelligenz, die sich durch Benutzerfreundlichkeit, Vielseitigkeit und die große Anzahl verfügbarer Bibliotheken auszeichnet. Die Zunahme der Verwendung dieser Sprache ist im Wesentlichen dank der neuen Technologien der Datenwissenschaft und des maschinellen Lernens spektakulär.

Hinweis: Um diesen Workshop durchführen zu können, sind Programmierkenntnisse erforderlich.

Geschäftswerkstatt Empowerment von Big Data-Projekten durch maschinelles Lernen

Maschinelles Lernen benötigt große Datenmengen, um die verwendeten Algorithmen zu funktionieren und zu trainieren. In diesem Workshop werden die unterschiedlichen Einsatzmöglichkeiten von maschinellem Lernen in der Big-Data-Umgebung vorgestellt. Außerdem können die Schüler in diesem Workshop lernen, wie sich KI auf Big Data auswirkt. Wie wenden wir maschinelles Lernen in Big Data an? Wie können wir durch maschinelles Lernen Muster in den Daten entdecken? Welche Anwendungen haben Sie auf Unternehmensebene?

Da es sich um einen praktischen Workshop handelt, werden die Schüler beispielsweise mit einem Anwendungsfall des digitalen Marketings arbeiten. Insbesondere werden Sie sehen, wie der programmatische Kauf digitaler Medien heute erfolgt und wie er mithilfe von Techniken des maschinellen Lernens in Kombination mit Big-Data-Umgebungen optimiert werden kann. Auf diese Weise sehen sie den geschäftlichen Nutzen, den diese Kombination von Technologien mit sich bringt, und wie sie ihn auf andere Prozesse übertragen können.

Werkzeuge

Während des gesamten Programms werden die Schüler unter anderem die folgenden Tools verwenden:

Python-Software

Software, die das Programmieren in Python-Sprache ermöglicht. Es ist eine der am häufigsten verwendeten Programmiersprachen. Es ist eine Multiparadigmasprache.

R Software

Durch verschiedene Tools integrierte Programmiersoftware, erweiterbar durch Herunterladen verschiedener Pakete, Bibliotheken oder eigener Beispiele. Es ist Open Source.

Durchflussspanner

Freie Softwarebibliothek, mit der numerische Berechnungen mithilfe von Flussdiagrammen durchgeführt werden.

PyTorch

Python-Paket für numerische Berechnungen mithilfe der Spannungsprogrammierung.

CNTK (Microsoft Cognitive Toolkit)

Bibliothek für Deep Learning basierend auf tiefen neuronalen Netzen. Dies basiert auf dem Computernetzwerkkonstrukt, das ein einheitliches Framework zur Beschreibung verschiedener Arten von Lernmaschinen ist, z.

APIS-Dienste (Amazon)

AWS-Service, mit dem Sie die REST- und WebSocket-APIs in beliebigem Umfang erstellen, veröffentlichen, warten, überwachen und schützen können.

Master-Anforderungen

Studentenprofil und Zulassungsvoraussetzungen

Die Mastermodule richten sich an Fachkräfte aus verschiedenen Branchen, die die Entwicklung ihrer beruflichen Laufbahn beschleunigen und die Rolle verstehen möchten, die die KI im Geschäftsumfeld einnimmt. Die Voraussetzungen für den Zugang zum Master of Artificial Intelligence von OBS sind folgende:

  • Absolventen und Absolventen in technischen Ingenieurwissenschaften, ADE und Naturwissenschaften (Medizin, Mathematik, Physik oder Chemie).
  • Führungskräfte, die einen Einblick in die geschäftlichen Auswirkungen und die neuen Möglichkeiten dieser Technologien erhalten möchten, identifizieren die erforderlichen Elemente, um sie in realen Produktivumgebungen anwenden zu können.
  • Projektmanager und Manager, die ihre Managementkapazität erweitern möchten, um Projekte im Zusammenhang mit KI durchzuführen.
  • Menschen mit Erfahrung oder Berufung auf dem Gebiet der KI, die ihre akademische Ausbildung verstärken möchten.
  • Berater und Spezialisten der KI-Branche, die ihr Profil aufbereiten, aktualisieren und vervollständigen und so ihre Wettbewerbsposition auf dem Markt ausbauen möchten.
Titration

Nach Abschluss des Programms erhalten die Studierenden:

  • Ein Titel von drei Punkten.
  • Ein von der UPC anerkannter eigener Abschluss, wenn die Anforderungen der Universität am Ende des Programms erfüllt sind.
Zuletzt aktualisiert am November 2019

Über die Hochschule

OBS Business School nace en 2006 como la primera escuela de negocios 100% online en lengua española. Se funda en el entorno del Grupo Planeta, líder mundial en la publicación de contenidos para el mer ... Weiterlesen

OBS Business School nace en 2006 como la primera escuela de negocios 100% online en lengua española. Se funda en el entorno del Grupo Planeta, líder mundial en la publicación de contenidos para el mercado de habla hispana y con un importante know-how en e-learning, con la colaboración del partner estratégico: Weniger Informationen
Barcelona , Madrid + 1 Mehr Weniger