La Paz, Aprendizaje Profundo

Saturdays.AI

La Paz

¡Aprende Inteligencia Artificial junto a nosotros!

Cuándo: 23 de septiembre, según la convocatoria original

Dónde: en línea

Programa: segunda edición de deep learning (archivo)

Inscribirme

Ver folleto

Estructura del curso:

Code2Learn

Durante la primera mitad del programa aprenderás los fundamentos de Machine Learning con ejercicios prácticos de programación. Además, nuestros mentores especializados en IA compartirán sus experiencias y casos de éxito.

Build2Learn

En la segunda mitad del programa desarrollarás modelos de IA para abordar un problema concreto, con el acompañamiento de nuestros mentores.

Demo Day

Al finalizar, cada equipo presentará su proyecto en un Demo Day para compartir sus logros y aprendizajes.

Temario:

Fundamentos de deep learning

Exploraremos los fundamentos matemáticos de las redes neuronales y construiremos una red con Python, PyTorch y TensorFlow. También estudiaremos la optimización y la regularización.

Redes neuronales convolucionales

Para trabajar con imágenes, estudiaremos las redes neuronales convolucionales (CNN), sus arquitecturas clásicas y el aprendizaje por transferencia.

Redes neuronales recurrentes

Nos introduciremos en el procesamiento del lenguaje natural (NLP) mediante las redes neuronales recurrentes (RNN), incluidas las que utilizan compuertas y celdas de memoria.

Visión artificial

Seguiremos trabajando con imágenes: aplicaremos filtros, detectaremos bordes y objetos y conoceremos el algoritmo You Only Look Once (YOLO).

Temas avanzados

Exploraremos los modelos de secuencia a secuencia, los mecanismos de atención y los transformers.

Aprendizaje profundo no supervisado

Estudiaremos los espacios latentes y los fundamentos y arquitecturas de las redes generativas adversarias (GAN).

Computación en la nube para deep learning

Aprenderemos los fundamentos de la computación en la nube y cómo desplegar modelos de deep learning con Amazon Web Services.

Ética de la inteligencia artificial

La IA influye en las personas y la sociedad. Este módulo invita a reflexionar sobre qué usos son apropiados, qué riesgos pueden surgir y qué responsabilidades tenemos al desarrollar estos sistemas.

Proyecto de inteligencia artificial

En este módulo aprenderás a desarrollar un proyecto que aplique los conocimientos del programa y a presentarlo en el Demo Day.

Demo Day

Al finalizar el programa, cada equipo presentará su proyecto en el Demo Day y compartirá lo aprendido.

Equipo

Fernando Silva 🇧🇴

Coordinador de AI Saturdays La Paz

Biografía de la edición original: Fernando es ingeniero de Sistemas con un posgrado en Inteligencia Artificial de la Universidad de Chile. Trabaja en IA desde 2019. Comenzó como mentor de Python y machine learning bajo la coordinación del Centro Cultural de España y trabajó en banca implementando modelos de aprendizaje automático. En esta edición investigaba aprendizaje por refuerzo en la Universidad Católica de Bolivia. Ganó una de las categorías de la hackathon Facebook F8 en Silicon Valley en 2019. Ha liderado comunidades como GDG Android Bolivia, Data Science Bolivia, PyData La Paz y Kaggle Days La Paz para ampliar el acceso a la IA. En aquel momento contaba con una startup de visión artificial y era embajador de deeplearning.ai a través de su programa Pie & AI, impulsado por Andrew Ng.

Adriana Romero Soriano 🇪🇸

Investigadora y profesora adjunta

Biografía de la edición original: Adriana Romero Soriano trabajaba como investigadora en Facebook AI Research y profesora adjunta en la Universidad McGill. Su investigación busca desarrollar modelos que aprendan de datos multimodales y del mundo real, razonen sobre relaciones conceptuales y reconozcan su incertidumbre, abordando problemas relevantes. Realizó su investigación posdoctoral en Mila, bajo la supervisión de Yoshua Bengio, aplicando aprendizaje profundo a desafíos biomédicos con datos multimodales, de alta dimensión y estructurados en grafos. Obtuvo el doctorado en la Universidad de Barcelona, con una tesis sobre técnicas para facilitar el entrenamiento de redes neuronales profundas aplicadas a visión artificial, dirigida por Carlo Gatta. Ha formado parte de los comités de programa de ICLR, NeurIPS, ICML y CVPR. Coorganizó WiCV en CVPR 2018, RLGM en ICLR 2019, SEDL en NeurIPS 2019, el Montreal AI Symposium 2019 y SEDL en ICLR 2021.

Felipe San Martín 🇨🇱

Ingeniería de visión artificial

Biografía de la edición original: Felipe es ingeniero civil eléctrico y máster en Ingeniería Eléctrica por la Universidad de Chile. Trabajó más de cuatro años en proyectos de I+D en visión artificial, desarrollando soluciones para la industria desde la universidad. También formó parte del equipo docente de Duckietown Engineering Chile, un curso de robótica móvil de la Universidad de Chile, centrado en visión artificial y machine learning. En esta edición era presidente de Corporación Cuac, una organización sin fines de lucro dedicada a la enseñanza y divulgación de robótica, IA y ciencia de datos, y trabajaba como especialista en IA en Anastasia.

Evelin Fonseca Cruz 🇨🇺

Ingeniería de machine learning

Biografía de la edición original: Evelin es ingeniera de machine learning con más de 15 años de experiencia en la industria del software. Comenzó como docente en la Universidad de La Habana y también ha trabajado como desarrolladora sénior de software y de IA. En esta edición cursaba su segunda maestría, dedicada al aprendizaje automático, en Mila.

César Charalla 🇵🇪

Ingeniería de machine learning

Biografía de la edición original: César nació en Lima, Perú. Es ingeniero de Sistemas y, en esta edición, cursaba una maestría. Su interés por las matemáticas y la tecnología lo llevó a especializarse en machine learning y deep learning. Ha desarrollado y desplegado algoritmos para los sectores minorista, de telecomunicaciones y bancario. En aquel momento trabajaba en el equipo de Rappibank Latam de Rappi. Tiene experiencia en AWS y obtuvo la certificación AWS Machine Learning Specialty. También ha publicado investigaciones sobre IA.

Mercè Vintró Ricart 🇪🇸

Científica de datos especializada en NLP

Biografía de la edición original: Mercè era lingüista computacional sénior en el equipo de I+D de ciencia de datos de Shell. Es graduada en Traducción e Interpretación por la Universitat Pompeu Fabra y tiene un máster en Procesamiento del Habla y del Lenguaje por la Universidad de Edimburgo. Antes de incorporarse a Shell, trabajó como ingeniera de I+D en startups de Londres, aplicando procesamiento del lenguaje natural (NLP) a problemas reales. Se incorporó a Shell en 2018 y lideró el desarrollo de capacidades de NLP en su Centro de Excelencia Digital. También contribuyó a proyectos de machine learning y deep learning para NLP. En su tiempo libre disfruta viajando, montando a caballo y tocando el piano.

Danna Calle 🇧🇴

Metodologías ágiles, experiencia de usuario y realidad virtual

Biografía de la edición original: Danna llevaba más de siete años como voluntaria en organizaciones sin fines de lucro. Fue una de las 140 personas seleccionadas para participar en la Global Entrepreneurship Summer School en México y, al año siguiente, obtuvo una beca para un programa de emprendimiento de alto impacto en Nueva York. Según su biografía, ganó el primer premio en ambos programas con proyectos de tecnología social para agricultores y para niños con dificultades de atención. Es fundadora o cofundadora de Aurorasoft, Qhali, Iris360grados y Human Design Group. Se graduó en Ingeniería Comercial, con una mención en creación de marcas en la Universidad Católica, y en esta edición cursaba una maestría en negocios digitales. Comparte su experiencia en charlas sobre metodologías ágiles, tecnología, gestión, emprendimiento social y género. Ha participado en startup weekends y hackathons, con cinco primeros premios recogidos en su biografía. Cree en el trabajo multidisciplinar y en comprender con empatía a las personas antes de diseñar soluciones.

Sandro Moreira 🇧🇷

Deep Learning, Machine Learning

Biografía de la edición original: investigador de deep learning, organizador de GDG Rio Verde y TensorFlow Goiás, mentor en Google for Startups, doctorando y director de tecnologías de la información en la Universidade de Rio Verde.

Sofía Trejo 🇲🇽

Ética de la Inteligencia Artificial

Biografía de la edición original: Sofía nació y creció en la Ciudad de México. Estudió Matemáticas en la UNAM y se doctoró en Matemáticas en la Universidad de Warwick. Ha investigado en la Universidad de São Paulo y en Imperial College London. Su trabajo aborda la ética de la IA. Lideró la investigación del Grupo de Ética de la Agenda Nacional de Inteligencia Artificial para México, colaboró con la Alianza en Inteligencia Artificial del Conacyt y participó en el proyecto Learning Community del Montreal AI Ethics Institute. Ha organizado e impartido seminarios especializados en universidades mexicanas y colaborado en informes internacionales sobre IA. Le interesan las relaciones entre IA, derechos humanos y género, así como promover la comprensión pública de la tecnología.

Convocatoria de la edición original

Las plazas de la edición original eran limitadas

Inscripción de la edición original: del 26 de agosto al 20 de septiembre

Fechas del curso original: del 23 de septiembre al 11 de noviembre

Martes, Jueves y Sábado

Modalidad: en línea

Horario: Martes (21:00 – 22:00), Jueves (19:00 – 22:00), Sábado (09:00 – 12:00) UTC – 4 (hora boliviana)

El programa contemplaba un certificado con las horas de formación.

Inscribirme

AI Saturdays La Paz Aprendizaje Profundo

Descarga nuestro folleto para información más detallada de nuestro programa de Deep Learning.

Conoce el programa en detalle

Preguntas y respuestas frecuentes

¿El programa incluye certificado?

El programa contemplaba un certificado con las horas de formación para quienes completaran las clases y presentaran su proyecto en el Demo Day. Consulta con el equipo los requisitos y las condiciones de la edición actual.

¿El programa es sólo para la ciudad de La Paz?

No. La edición en línea se planteó para personas interesadas en aprender IA desde distintos lugares del mundo. Consulta los requisitos de las próximas actividades con el equipo.

¿Cuál es la edad mínima para participar en el programa?

La edición original requería tener al menos 18 años. Consulta con el equipo los requisitos de las próximas actividades.

¿Puedo participar del programa si no tengo ningún conocimiento de programación?

La edición ofrecía materiales de preparación para las personas inscritas. Consulta con el equipo el nivel de programación necesario para cada programa.