Smart IoT: Pytorch para ML y MicroPython para IoT - PDT22 Verano

En este curso aprenderás a usar Pytorch con Python para crear tus propios modelos de IA y cómo se relaciona a nuevas tecnologías que forman parte del área de Internet de las Cosas (Smart IoT). Adicionalmente, obtendrás una leve introducción a MicroPython para sistemas embebidos y el uso de servicios en la nube para poner en producción un proyecto Smart IoT usando herramientas como Google Cloud, Heroku, AWS, entre otras.

Inicia sesión para inscribirte Descargar información (PDF Flyer)

Inicio

21/06/2022

Duración

8 semanas

Dedicación

5 horas por semana

Precio

Beca Microsoft Completa

Idioma

Español

Modalidad

Vía Teams

Horarios

Martes y jueves de 18:00 a 20:00 Sábados de 12:00 a 13:00 (Asesorías)

Inicia 21/06/2022

Prerequisitos

Conocimiento básico de programación.

Requisitos

Hardware e infraestructura: Computadora para ejecutar un navegador (Windows, Mac, Linux) Opcional: Tarjeta Raspberry Pi Pico (USD $4.00)

Perfil de ingreso

La persona tiene interés en el desarrollo de aplicaciones y soluciones de IoT con herramientas de Inteligencia Artificial.

Perfil de egreso

Al finalizar el curso, la persona tendrá el conocimiento y habilidades (skills) para comprender código escrito en Python para Machine Learning, así como para construir y validar sus propios programas para correr algoritmos y modelos de Pytorch usando cualquiera de sus distintas librerías. Además de tener una idea de cómo poner en producción su proyecto usando MicroPython para aplicaciones Smart IoT en sistemas embebidos y dispositivos móviles.

Obtén certificados oficiales

Desarrollo de talento 2022

Desarrollo de talento 2022

Contenido del curso

Introducción a Python y ML

La sinergía Machine Learning con IoT en la actualidad 
Fundamentos de Inteligencia Artificial 
Cuadernos y entornos de programación 
Repaso de Python y librerías básicas para ML

Introducción a Pytorch

Instalar e Importar Pytorch 
Manejo de datasets y herramientas de visualización 
Tensores y operaciones básicas 
Librerías específicas de Pytorch 
Fundamentos de redes neuronales 
Inferencia con modelos pre-entrenados 
Crear modelos con Pythorch 
Correr y grabar modelos 
Ejemplos y ejercicios

Aplicaciones ML para IoT

El reto de ML para IoT 
Procesamiento de señales para ML usando PyTorch 
Servicios de la Nube 
MicroPython y Raspberry Pi Pico 
Un ejemplo de ML en CoreML para iOS (iPhone) 
¿Y ahora qué sigue?

Programa de Desarrollo de Talento 2022