Convocatoria CEP Formacion
Especialista en Inteligencia Artificial
Reserva tu plaza y recibe orientacion sobre fechas, modalidad, requisitos y proceso de matricula.
Proxima convocatoria
Octubre 2026
Inicio
16 de octubre de 2026
Sede
CEP Norte
Modalidad
Presencial
Precio
Consultar
Especialista en Inteligencia Artificial
Presencial · CEP Norte
Tu proxima oportunidad formativa en CEP
Esta convocatoria esta pensada para que puedas avanzar con informacion clara sobre modalidad, calendario, sede y proceso de reserva. El equipo de CEP te orientara antes de formalizar la matricula.
+25 anos de experiencia
Formando profesionales en Tenerife.
Equipo academico CEP
Orientacion desde la primera consulta.
Reserva sin compromiso
Te contactamos para validar disponibilidad.
Información del curso
Qué incluye esta formación
Utilizar aplicaciones y algoritmos de Inteligencia Artificial, en diferentes proyectos de aplicabilidad en las empresas.
Área
Área Tecnología, Digital y Diseño
Modalidad real
Presencial
Duración
230 horas
Plazas
Consultar disponibilidad
Detalles de la convocatoria
Inicio
16 de octubre de 2026
Te confirmamos horario y grupo al reservar plaza.
Sede
CEP Norte
Formacion en instalaciones CEP.
Modalidad
Presencial
230 horas de formacion.
Precio
Consultar
Opciones de financiacion disponibles.
Horario y formato
Formación gratuita subvencionada- Modalidad
- Presencial
- Inicio
- 16 de octubre de 2026
- Fin
- 15 de diciembre de 2026
- Horario
- 08:30-14:30
- Duracion
- 230 horas
- Referencia
- DES-NOR-2026-001
Programa
Que vas a trabajar
Utilizar aplicaciones y algoritmos de Inteligencia Artificial, en diferentes proyectos de aplicabilidad en las empresas.
FUNDAMENTOS DE INTELIGENCIA ARTIFICIAL (42 h)
Adquirir los conceptos básicos, herramientas y lenguajes relacionados con la Inteligencia Artificial y sus diferentes modalidades.
- Inmersión a la IA explicando sus principales modalidades.
- Breve noción sobre los principales algoritmos de IA.
- Análisis de los diferentes tipos de aprendizaje.
- Fundamentos matemáticos para el entendimiento del funcionamiento de distintos
- Implementación de conceptos matemáticos de IA utilizando Python como lenguaje de
- Fundamentos estadísticos básicos para el entendimiento del funcionamiento de distintos
- Implementación de conceptos estadísticos utilizando Python como lenguaje de
- Puesta en marcha del entorno de trabajo.
EXPLORACIÓN DEL CONJUNTO DE DATOS (5 h)
Adquirir el conocimiento necesario para el tratamiento de los conjuntos de datos relacionados conel entrenamiento de modelos.
- Reconocimiento de las competencias y funciones de un Data Scientist relacionadas con la
- Fundamentos de la visualización de los datos de entrada del modelo.
- Inmersión en las librerías más utilizadas en la visualización de datos.
- Identificación de las herramientas necesarias para poder examinar los datos en función del
- Aplicación práctica de librerías de visualización de datos.
- Fundamentos del pre-procesado de los datos de entrada del modelo.
- Inmersión en las librerías más utilizadas en la preparación y limpieza de datos.
- Identificación de las herramientas necesarias para la limpieza, reducción y preparación de los
ALGORITMOS DE MACHINE LEARNING (40 h)
Utilizar diferentes algoritmos de Machine Learning y su aplicabilidad para la resolución de problemas de diversa índole.
- Fundamentos de los conceptos matemáticos básicos para la comprensión de los distintos
- Definición teórico-práctica de estos conceptos matemáticos.
- Implementación en Python de dichos conceptos matemáticos.
- Introducción a los modelos de ML más utilizados.
- Implementación en Python de estos modelos haciendo uso de las librerías más relevantes.
- Introducción a los conceptos de sistemas de recomendación y aprendizajes por refuerzo.
- Identificación del algoritmo más relevante a desarrollar según tipología y aplicabilidad.
- Aplicabilidad en Python de diferentes casos de uso prácticos como refuerzo a la comprensión de
REDES NEURONALES (50 h)
. Aplicar los conceptos de las Redes Neuronales a diferentes campos (Computer Visión, NLP, etc)
- Fundamentos de los conceptos matemáticos básicos para la comprensión de los distintos
- Definición teórico-práctica de estos conceptos matemáticos.
- Desarrollo en Python de los algoritmos que implementan dichos conceptos.
- Identificación de los modelos basados en Redes Neuronales más utilizados según
- Implementación en Python de dichos algoritmos haciendo uso de las librerías más
- Identificación del algoritmo más relevante a desarrollar según tipología y aplicabilidad.
- Aplicabilidad en Python de diferentes casos de uso prácticos como refuerzo a la
- Generación de nuevas ideas y fomento de la creatividad.
VISUALIZACIÓN DE RESULTADOS (3 h)
Interpretar los fundamentos y librerías para la representación y visualización de los datos obtenidos de los modelos de Machine Learning.
- Fundamentos de la visualización de los resultados del modelo.
- Inmersión en las librerías más utilizadas en la visualización de los resultados de un modelo.
- Identificación de las herramientas necesarias para evaluación de resultados en función del
- Aplicación práctica de librerías de visualización de datos.
- Visualización del proceso de entrenamiento y búsqueda de puntos de optimización o sesgos en
- Identificación de problemas como vanishing gradient o exploding gradient durante el
- Evaluación de resultados:
- Capacidad de visualización de la precisión de un modelo.
BASES DE DATOS EN IA (5 h)
Aplicar los diferentes modelos de Bases de datos y su integración con las herramientas de Inteligencia Artificial.
- Inmersión al lenguaje SQL y a las bases de datos más relevantes:
- Introducción al lenguaje SQL, modelo de datos y a las bases de datos más
- Aplicación práctica de consultas SQL, CRUD.
- Nociones básicas DBA.
- Buenas prácticas en bases de datos SQL.
- Fundamentos de bases de datos NoSQL.
- Introducción a las bases de datos NoSQL y comparativa con las bases de datos
- Inmersión a las bases de datos NoSQL más relevantes.
Utilizar aplicaciones y algoritmos de Inteligencia Artificial, en diferentes proyectos de aplicabilidad en las empresas.
Sede y modalidad
Modalidad Presencial
08:30-14:30
Inicio: 16 de octubre de 2026
Equipo docente
Equipo academico CEP
El docente se confirma con el grupo antes del inicio de la convocatoria.
Precio, financiacion y pagos
Precio
Consultar
Financiacion
- · Financiacion interna CEP
Formas de pago
- · Transferencia bancaria
- · Tarjeta
- · Pago fraccionado segun estudio
Requisitos de acceso
Acreditaciones/ Cumplir como mínimo alguno de los siguientes requisitos: titulaciones - Título de Técnico Superior (FP Grado Superior) o equivalente - Haber superado la prueba de acceso a Ciclos Formativos de Grado Superior - Haber superado cualquier prueba oficial de acceso a la universidad - Certificado de profesionalidad de nivel 3 - Título de Grado o equivalente - Título de Postgrado (Máster) o equivalente Experiencia No se requiere. profesional Otros Conocimientos previos en programación orientada a objetos utilizando el lenguaje de programación Java. Nivel alto de Ingles (Mínimo B1)
Preguntas frecuentes
Que necesito para reservar plaza?
Rellena el formulario y el equipo de CEP te contactara para validar disponibilidad, documentacion y condiciones de matricula.
Puedo consultar antes de matricularme?
Si. La solicitud es informativa y sin compromiso hasta que confirmes la matricula con el equipo academico.
Hay financiacion?
Si, esta convocatoria dispone de opciones de financiacion que se explican durante el contacto.
Cuando empieza?
La fecha prevista es 16 de octubre de 2026.