MÓDULO DE FORMACIÓN 1: LOS FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL EN LA INDUSTRIA

• Introducción a la IA y ML en el sector industrial
• Definición de IA y ML en el contexto industrial
• Paradigmas en la IA y su impacto en la manufactura
• Clasificación de la IA aplicada a la industria
• Historia y evolución de la IA
• Casos de uso en la industria 4.0 (mantenimiento predictivo, visión artificial,
automatización, etc.)
• Grandes actores del mercado
• Desarrollo de proyectos con IA y ML en entornos industriales
• IA y ML en la estrategia de la empresa industrial
• Metodología de desarrollo de proyectos IA/ML en el sector
• Organización y gestión de proyectos industriales de IA
• Factores de éxito y desafíos específicos en fábricas y procesos productivos
• Inmersión en la Inteligencia Artificial Generativa en la industria
• Introducción a la IAG y su aplicación en entornos industriales
• Creación de modelos para diseño y simulación industrial
• Generación de contenido visual aplicado a inspección de calidad
• Producción de simulaciones y gemelos digitales mediante IAG
• Otras aplicaciones innovadoras en la industria

MÓDULO DE FORMACIÓN 2: CIENCIA DE DATOS: LOS ALGORITMOS DE IA Y ML PARA LA INDUSTRIA

• Técnicas básicas de Machine Learning aplicadas a la industria
• Introducción a Python y su aplicación en análisis de datos industriales
• Algoritmos de Aprendizaje Supervisado en la industria
• Clasificación con árboles de decisión en control de calidad
• Regresión con árboles de decisión para predicción de fallos
• Regresión lineal y logística en optimización de procesos
• Algoritmos de Aprendizaje No Supervisado en la industria
• Clustering aplicado a segmentación de producción y detección de
anomalías
• Modelos avanzados de Machine Learning e IA en la industria
• Ensembles en la mejora del rendimiento de modelos industriales
• Deep Learning aplicado a visión artificial y mantenimiento predictivo
• Redes neuronales para detección de defectos en imágenes
• Arquitecturas avanzadas para análisis de sensores IoT
• Entrenamiento de modelos para entornos industriales
• Evaluación de modelos de ML/IA en la industria
• Métricas de rendimiento adaptadas a la producción y logística