El equipo es personal docente e investigador de un grupo de investigación de la Escuela Técnica
Superior de Ingenieros de Telecomunicación de la Universidad Politécnica de Madrid. Cuenta con una
amplia experiencia en docencia en el campo de la gestión y el desarrollo de proyectos de investigación
basados en tecnologías de Inteligencia Artificial. Junto a las asignaturas impartidas, el equipo cuenta
con numerosas publicaciones indexadas en el campo del análisis de datos multimedia y sensores,
trabaja en diferentes proyectos a nivel nacional y europeo en los campos de salud, multimedia y redes
de nueva generación y cuenta con gran cantidad de proyectos final de carrera, fin de máster y tesis
doctorales finalizadas y en curso en este ámbito.

Este curso se centra en la presentación de una serie de herramientas software que se emplean en la
realización de proyectos relacionados con inteligencia artificial. El temario abarca una descripción de
cada herramienta así como ejemplos reales de uso en diferentes casos prácticos. Para finalizar, se
realizará un proyecto completo de IA que cubrirá el uso de todas las herramientas presentadas.

El aumento masivo del volumen de datos y la irrupción de la inteligencia artificial en gran cantidad de
sectores actuales han producido que se desarrollen nuevas herramientas de software para la gestión y
tratamiento eficiente de este tipo de proyectos. La inteligencia artificial no sólo abarca la creación de los
algoritmos, sino que es un ecosistema completo dónde aparecen los datos que se deberán almacenar
(bases de datos, almacenamientos remotos), la gestión del código desarrollado (mediante repositorios
externos o internos), el desarrollo de código (mediante entornos eficientes) y la encapsulación del
proyecto completo en contenedores u otras soluciones.

Dado que toda la gestión de un proyecto es compleja si se está involucrado en todas las partes del mismo, este curso pretende dar una visión
global y específica de las herramientas más empleadas en cada parte de este tipo de proyectos con
ejemplos prácticos y mostrar la creación de un proyecto completo de principio a fin.

Módulo 0 ? Presentación del curso
- Módulo 1 - Proyectos de Inteligencia Artificial: Descripción de los módulos y
soluciones software que aparecen en una cadena de procesado de este tipo de
proyectos.
- Módulo 2 - Herramientas para el almacenamiento de datos: Bases de datos y forma
de almacenar la información proveniente principalmente de los Datasets utilizados
y los procesados realizados sobre los datos de entrada y resultados generados.
- Módulo 3 - Herramientas para el desarrollo y gestión de código: Descripción de
herramientas software para escritura, ejecución y depuración de código así como
gestión eficiente del mismo mediante control de versiones.
- Módulo 4 . Software y librerías para IA en Python: Descripción de librerías para
desarrollo de inteligencia artificial en entornos de programación basado en el
lenguaje Python.
- Módulo 5 - Contenedores y encapsuladores de proyectos: Presentación de
herramienta software para encapsulación y virtualización de software en
contenedores o soluciones de fácil despliegue en entornos remotos.
- Módulo 6 - Creación y encapsulamiento de un proyecto completo de IA de principio
a fin: Presentación final de un desarrollo completo de un proyectos de IA aplicando
todas las soluciones propuestas durante el curso.

El alumno requerirá de un ordenador con conexión a internet para el acceso al material, la consulta de
webs y el trabajo práctico en la nube mediante Google Colab (necesaria cuenta de Google) u otras. El
alumno adquirirá conocimientos sólidos sobre el uso de distintas herramientas software para el
desarrollo de proyectos de AI sobre datos masivos.
La duración media de los videos oscilará entre 10 y 20 minutos en general. Finalmente se indica que
este MOOC se ofertará como actividad relativa a la comunidad EELISA de la UPM Data4Good:
Openness, Ethics, Resilience and Governable use of Data a la que parte del equipo docente
pertenece.

No se requieren conocimientos previos pero se valora (opcional) conocer unas bases del lenguaje de
programación Python de cara a la parte más práctica del curso en cuanto a programación. De cara a
las demás herramientas que se usarán durante el curso, no se requiere un conocimiento previo de las
mismas pero sí una soltura básica en instalación de software y ejecución de comandos en terminal en
entornos Windows/Linux/Mac.

- Evaluación 1: Tipo test (Módulo 1)
- Evaluación 2: Tipo test (Módulo 2)
- Evaluación 3: Tipo test (Módulo 3)
- Evaluación 4: Tipo test (Módulo 4)
- Evaluación 5: Tipo test (Módulo 5)
- Evaluación 6: Tipo práctica (Módulos 1-4)
- Evaluación 7: Tipo práctica (Módulo 5)
- Evaluación 8: Tipo test y práctica (Módulo 6)