Máster Saturdays.AI
Esta página conserva información de programas anteriores. Consulta con el equipo las fechas, la disponibilidad y los requisitos actuales.
Tu siguiente paso en inteligencia artificial
Aprender IA consiste en conectar conocimientos con práctica: comprender los datos, experimentar con modelos y construir proyectos que resuelvan necesidades reales. Saturdays.AI te ayuda a encontrar recursos y una comunidad con la que avanzar.
Esta página conserva el programa denominado Máster Saturdays.AI que se publicó en nuestra web anterior. Es una formación propia, no un máster universitario oficial. Consulta con el equipo su disponibilidad y las opciones actuales antes de inscribirte.
Consulta las próximas ediciones | Explora los recursos para aprender
Archivo de ediciones anteriores
- 100% en línea
- 12 meses
- A tu ritmo
Máster Saturdays.AI
Aprende en comunidad y crea con propósito. #ai4all #ai4good
Una comunidad que conecta a personas de más de diez países para aprender IA y crear proyectos con impacto social. 🚀
El programa original se organizaba en dos itinerarios, machine learning y deep learning, con un módulo preparatorio para quienes empezaban y especializaciones opcionales en AIoT, grandes modelos de lenguaje (LLM) e IA generativa, entre otras áreas.
El programa reunía a personas que empezaban en IA y a profesionales de otros ámbitos. Compañeros, mentores y retos prácticos acompañaban el aprendizaje.
Desarrolla habilidades de programación, machine learning y análisis de datos mientras creas un proyecto de impacto social ✊
¿Qué harás dentro?
Crear un proyecto en 12 meses
Aprende los fundamentos de machine learning y deep learning.
El programa culminaba con un proyecto de impacto social acompañado por mentores con experiencia.
Adquirir habilidades prácticas.
Clases grabadas, explicaciones, retos y comentarios entre participantes para aprender haciendo.
Conectar con gente como tú
La propuesta original conectaba a más de 200 personas interesadas en IA de distintas ciudades del mundo.
No aprendas en solitario.
¿Qué dicen?
Compartimos algunos testimonios que nuestros participantes han publicado sobre su experiencia.
Aprendizaje en línea con acompañamiento
1. Preparación para empezar
2. Mentores con experiencia
El programa original incluía 70 horas de contenidos por especialización: videos grabados, ejercicios y soluciones.
👉 Aquí tienes una clase de ejemplo
3. Ejercicios prácticos
Cada módulo incluye ejercicios que, además de resumir los conceptos clave de cada tema, te ayudan a aprender haciendo.
4. Apoyo de la comunidad
El programa incluye foros privados para plantear dudas, practicar programación y conectar con mentores y compañeros.
5. Proyectos
Para completar el programa, cada participante desarrollaba y presentaba un proyecto de impacto social con apoyo de mentores.
6. Diploma
El programa contemplaba un diploma para quienes completaran los retos y el proyecto final de cada itinerario.
Conoce la propuesta del programa 👇
🤖 Nuestra Misión 🚀
Somos una comunidad con la misión de hacer que la IA sea accesible para todos.
El aprendizaje del futuro tiene lugar cada vez más en comunidades. Conectamos una comunidad global 🌎 de estudiantes de IA
Lo que nos hace diferentes…
Javi Ramirez
Creador digital y fundador de PromptHero
"... Saturdays.AI elimina la curva de dificultad de la Inteligencia Artificial al no convertirla en algo para ingenieros o matemáticos, y permite que muchas otras personas creen proyectos con la ayuda de mentores y de su comunidad."
Irene Font
Directora de Trusted AI en Liberty Mutual en la edición original
Nora Lama
Responsable de alianzas estratégicas en Google en la edición original
"Lo que más mejoró mis conocimientos fue la metodología de aprender haciendo. No importa la experiencia que tengas..."
Más de 30.000 fellows han recibido apoyo de Saturdays.AI para aprender y avanzar en IA.
Aprender programación y análisis de datos puede ampliar tus opciones profesionales y ayudarte a desarrollar proyectos propios.
Únete y aprende IA
Una experiencia para aprender creando
La propuesta original combinaba materiales de estudio, un tutor de IA, formación práctica, acompañamiento y un proyecto final. Consulta con el equipo qué recursos y formas de apoyo están disponibles actualmente.
Una propuesta integral de aprendizaje 👨💻
Estoy empezando en IA
Itinerario de machine learning
Este itinerario combina explicaciones y ejercicios para aprender conceptos de machine learning y ciencia de datos de forma práctica.
6 Módulos + Proyecto
160 Horas
1. Análisis exploratorio de datos
- Introducción al machine learning y sus aplicaciones
- Limpieza de datos y división en conjuntos de entrenamiento, validación y prueba
- Tipos de datos: tabulares, series temporales, estructurados y no estructurados
- Preprocesamiento, visualización y análisis exploratorio de datos
- Modelos básicos: k-NN y árboles de decisión
2. Aprendizaje supervisado: clasificación
- Árboles de decisión (decision trees)
- Bosque aleatorio
- Ajuste de hiperparámetros
- Validación de modelos de clasificación
3. Aprendizaje supervisado: regresión
- Sobreajuste e infraajuste
- Sesgo y varianza
- Regresión
- Validación cruzada
- Validación de modelos de regresión
4. Aprendizaje no supervisado
- Agrupamiento con k-means
- Reducción de dimensionalidad: PCA y t-SNE
- Agrupamiento jerárquico («Hierarchical clustering»)
- Método del codo y varianza explicada
5. Redes neuronales y descenso de gradiente
- Introducción a las redes neuronales (NN)
- Descenso del gradiente («Gradient Descent»)
- Retropropagación del error (backpropagation)
- Aprendizaje por transferencia
- Métricas de evaluación de modelos
6. Procesamiento del lenguaje natural (NLP)
- Conceptos básicos de NLP
- Flujo de trabajo de NLP
- Expresiones regulares y tokenización de palabras
- Reconocimiento de entidades con nombre (NER)
- Ingeniería de características
Ya tengo experiencia previa y quiero ir más allá.
Itinerario de deep learning
Estudia los principios del deep learning y aplícalos en retos y ejercicios prácticos para seguir desarrollando tus habilidades.
6 Módulos + Proyecto
160 Horas
1. Clasificación y componentes principales
- Fundamentos del análisis exploratorio de datos
- La neurona y sus funciones de activación (el perceptrón)
- Redes neuronales (NN)
- Descenso de gradiente y otros optimizadores
- Regularización
2. Redes neuronales convolucionales
- La operación de “Convolución”
- Componentes de una CNN: relleno, paso de la convolución, normalización por lotes y pooling
- Aumento de datos
- ResNet y conexiones de salto
- Aprendizaje por transferencia
3. Detección de objetos y segmentación de imágenes
- Detección de objetos: introducción
- Detección de puntos de referencia faciales
- Segmentación de imágenes
- U-Net
4. Autoencoders
- Autoencoders y su relación con el análisis de componentes principales (PCA)
- Aplicaciones de los autoencoders en tareas de aprendizaje supervisado
- Autoencoders variacionales y para eliminación de ruido
5. Introducción al aprendizaje por refuerzo
- Ciclo de estados y acciones
- Espacio de acciones
- Recompensa y retorno
- Políticas y funciones de valor
- Ecuaciones de Bellman
- Deep Q-learning
6. Deep learning para NLP
- Flujo de NLP: tokenización, extracción de raíces y etiquetado gramatical
- LSTM
- Embeddings (Word2Vec, GloVe, ELMO)
- Mecanismos de atención
- Autoatención
- Transformers
... y termina con un proyecto de impacto social 🛰️
Quienes completaban los itinerarios de machine learning o deep learning podían participar en la fase de proyectos. Aquí puedes ver un ejemplo de las presentaciones.
Lluvia de ideas
Puedes proponer una idea o colaborar en el diseño y la evaluación de otros proyectos de IA con impacto social.
Trabajo con apoyo
El acompañamiento de mentores ayuda a avanzar en el desarrollo del proyecto.
DemoDay
¡Se realizarán los pitch de los proyectos al público!
Algunos de los proyectos publicados 📡
Consigue tu Diploma
El programa original contemplaba un certificado de realización verificable, que podía compartirse en el currículum o en LinkedIn. Consulta con el equipo los requisitos y las condiciones vigentes.
Quizás te preguntes...
Sobre Saturdays.AI
¿Es un máster universitario oficial?
No. Es un programa de formación propio de Saturdays.AI.
Su enfoque combina aprendizaje práctico, comunidad y proyectos. El certificado de realización acredita la participación y el cumplimiento de los requisitos del programa; no equivale a un título universitario oficial.
¿En qué consisten los proyectos?
El proyecto final permite aplicar lo aprendido a un problema de interés social elegido por el equipo y explorar una posible solución con IA.
Los proyectos se comparten como código abierto, junto con un artículo explicativo, en el estado en que se encuentren el día de la presentación. Puedes seguir desarrollándolos después del curso.
¿Dónde puedo ver los proyectos de otras ediciones?
Puedes verlo en nuestro repositorio de GitHub y nuestra página de Medium.
¿Qué diferencia Saturdays.AI de otros programas?
Quienes han participado en el programa pueden contarlo de primera mano.
La metodología combina retos, intercambio con la comunidad y un proyecto final. Así conectamos los conceptos con la práctica y compartimos lo aprendido.
Los testimonios de participantes destacan el aprendizaje práctico, la experiencia compartida y una visión más amplia del campo de la IA.
¿De dónde viene el nombre de Saturdays.AI?
En 2018, un grupo de amigos de distintos sectores buscábamos aprender IA juntos y llevarla a la práctica. El sábado era el día en que podíamos reunirnos. Empezamos con un encuentro en Barcelona; después llegaron comunidades en Ecuador, Monterrey, Madrid y otros lugares. De esa experiencia nació nuestro modelo de aprendizaje en comunidad.
Sobre nuestra metodología
¿Tendré apoyo durante el proceso?
En los foros de la comunidad puedes plantear tus dudas y recibir ayuda de otros estudiantes y del equipo de mentores.
¿Tendré acceso a todo inmediatamente?
En el programa original se accedía primero al módulo inicial del itinerario elegido. Los siguientes se desbloqueaban al superar la evaluación final del módulo anterior.
¿Quedan grabados los eventos de la comunidad?
El programa original contemplaba grabaciones de sesiones y talleres. Consulta con el equipo qué contenidos siguen disponibles.
¿Hay distintos niveles?
Sí, hay dos niveles: machine learning y deep learning. Para cursar deep learning se requieren conocimientos de machine learning. Ambos itinerarios requieren un nivel intermedio de Python.
Consulta más información sobre los dos itinerarios. Si no tienes experiencia práctica en machine learning, empieza por sus fundamentos y los recursos de preparación.
¿Cómo sé cuál es mi nivel?
Puedes realizar estos test de DataCamp para orientarte sobre tu nivel de Python y ciencia de datos. Si aún no has trabajado con machine learning, empieza por ese itinerario.
Consulta con el equipo las condiciones actuales de acceso a la comunidad alumni y a sus eventos.
La duración prevista del programa original era de doce meses.
¿Y si no es lo que busco?
Habla con el equipo sobre tus objetivos y experiencia antes de elegir un programa. Te ayudaremos a encontrar una opción adecuada.
¿Tienes alguna otra pregunta? Escríbenos 💬