PDP Inteligencia Artificial Las empresas manejan gran cantidad de información y ha llegado el momento de convertirla en Sabiduría Digital al Servicio del Negocio ARTIFICIAL INTELLIGENCE RESEARCH INSTITUTE-CSIC IBM ISBAN-SANTANDER GROUP VODAFONE VERTI BBVA ATMIRA CALIDAD PASCUAL DATA-POP ALLIANCE UNIR FERROVIAL FINTONIC SINGULAR TARGETING NARRATIVA GAMCO MICROSOFT UGR NAISS MINUBE SNGULAR DATANALYTICS UCM RED SKIOS IMIM IMPARTIDO POR EXPERTOS DE:
20
Embed
PDP Inteligencia Artificial - static.unir.netstatic.unir.net/ingenieria/inteligencia-artificial/Curso... · de la Inteligencia Artificial..... 9 MÓDULO 2 Conceptos clave sobre Inteligencia
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
PDP Inteligencia ArtificialLas empresas manejan gran cantidad de información y ha llegado el momento
de convertirla en Sabiduría Digital al Servicio del Negocio
ARTIFICIAL INTELLIGENCE RESEARCH INSTITUTE-CSIC
IBM
ISBAN-SANTANDER GROUP
VODAFONE
VERTI
BBVA
ATMIRA
CALIDAD PASCUAL
DATA-POP ALLIANCE
UNIR
FERROVIAL
FINTONIC
SINGULAR TARGETING
NARRATIVA
GAMCO
MICROSOF T
UGR
NAISS
MINUBE
SNGULAR
DATANALY TICS
UCM
RED SKIOS
IMIM
IMPARTIDO POR EXPERTOS DE:
ÍndicePRESENTACIÓN
PONENTES
PROGRAMA
MÓDULO 1 ¿De dónde venimos? ¿Hacia dónde vamos? Análisis de la evolución de la Inteligencia Artificial ....................................................................................................... 9
MÓDULO 2 Conceptos clave sobre Inteligencia Artificial ........................................................................... 10
MÓDULO 3 El papel de la Inteligencia Artificial en la estrategia de Customer Centric: qué oportunidades ofrece para conocer al cliente y mejorar la experiencia de usuario ......................................................................................................... 11
MÓDULO 4 Aplicaciones prácticas de la Inteligencia Arficial en los procesos industriales y de negocio ............................................................................................................................ 12
MÓDULO 5 Los pilares de la transformación digital: Inteligencia Artificial y Big Data ................................. 14
MÓDULO 6 Mapa de las plataformas de Inteligencia Artificial .................................................................... 15
MÓDULO 7 Pool Business Cases: RRHH, Sanidad, Financiero ..................................................................... 16
MÓDULO 8 Análisis de la inversión internacional en Inteligencia Artificial................................................. 17
Los expertos vaticinan que la Inteligencia Artificial será el
mayor reto tecnológico de la historia.
La explosión de la IA en todas sus variantes y en todos
los campos, junto con la madurez del IoT, significará una
revolución en la manera en que personas y máquinas
interactúan, generando profundos cambios en todos los
ámbitos de la sociedad. De esto se ha venido hablando en
los últimos años, sin embargo parece que hoy más que nunca,
se ha reactivado el interés inversor de las empresas en esta
tecnología… ¿Por qué ahora?
La clave está en el nuevo paradigma que se deriva de la
TRANSFORMACIÓN DIGITAL. La conectividad, la generación
de ingentes cantidades datos e información, el manejo de
los mismos a través de nuevas tecnologías como el big data,
los nuevos modelos de negocio EaaS forman parte del gran
tsunami que está revolucionado el mundo de los negocios.
La tecnología ya existe, pero ¿están preparadas las áreas
de negocio?
Nuestro Programa Avanzado en Inteligencia Artificial
reúne a los mayores expertos en la materia, con el objetivo
de analizar y debatir las oportunidades de este nuevo
escenario.
Participando en este curso podrás:
• Conocer cuáles son las áreas de aplicación de la
Inteligencia Artificial en su empresa más allá de los
motores de recomendación de productos o aplicacio-
nes de marketing.
• Detectar quiénes son los profesionales capaces de
identificar las claves de un modelo efectivo para cada
compañía.
• Analizar cómo integrar en tu estrategia de negocio las
tecnologías que te permitirán adelantarte en la toma
de decisiones.
Presentación• Aprender cómo las aplicaciones de la IA son usadas por
empresas, grandes y pequeñas, para crear aplicacio-nes predictivas que les permiten resolver problemas reales de sus negocios.
• Comprender cómo predecir comportamientos, de-tectar fraudes, identificar tendencias o anticiparse a las necesidades de los clientes a través de la Ana-
lítica Avanzada, el Machine Learning y la Computación
Cognitiva.
Todos los gigantes de Internet
han entrado de lleno en el mundo
del aprendizaje automático.
¿Cuál ha sido su apuesta por la
Inteligencia Artificial?
• Google compró en 2014 DeepMind,
pagó 400 millones de dólares por una
startup de 50 personas. Recientemente
ha comprado Moodstocks, compañía es-
pecializada en tecnología de machine
learning.
• Twitter compró MadBits, una startup de
inteligencia visual capaz de entender
el significado de las imágenes y sus
correlaciones.
• Apple ha comprado la empresa Percep-
tio que usa AI para clasificar fotos.
• Los sistemas de Facebook más allá de
reconocer imágenes, también lo hacen
con acciones en vídeos y pueden res-
ponder a preguntas sobre textos.
9 semanas. 34 horas lectivas a través de 21 ponencias Fecha de comienzo: 19 de enero Fecha de fin: 16 de marzo
Sesiones online en directo Los asistentes podrán interactuar en real time con los profesores y con el resto de participantes 21 Sesiones online
- 12 Ponencias Magistrales- 7 Business Case- 1 Mesa Redonda- 1 Módulo Práctico basado en el
método del caso
Sesión Presencial Networking Un encuentro entre profesores y alumnos que les permitirá completar su formación y poner en común los conocimientos adquiridos a lo largo del programa
Consulta a tu asesor el precio y los descuentos por inscripción anticipada Tlf.: 941 209 743 Mail: [email protected]
Datos clavePor qué UNIR recomienda este programa Comprende de forma 100% práctica qué es la IA
Descubre cómo el estado del arte de la tecnología (Cloud, IoT, BigData, Mobile,…) ha impulsado el creci-miento de la IA
Aprende a aplicar la Inteligencia Artificial en tu negocio
Conoce los ámbitos y técnicas que abarca, los campos actuales de su aplicación práctica y sus casos de uso en:
• Turismo
• Banca y Seguros
• Telecomunicaciones
• Salúd Pública
• Desastres naturales
• Situaciones de crisis
• Comunicación
• Smarts Cities
• AA.PP
• Industria
• Alimentación
• Infraestructuras
• Medicina
DIRIGIDO A
• Director de Innovación
• CIO / CTO/ COO
• CDO / Director de BI
• Director de canales online
• CMO (Chief Marketing Officer)
• Director de Inteligencia Comercial
• Director de Inteligencia de Negocio
Por qué elegirnosNuestro modelo pedagógico pionero en el mercado y basado en clases online en directo, permite al profesional seguir el curso en cualquier momento y desde cualquier lugar, para adaptarse a la exigente agenda de nuestros profesionales participantes. Para fomentar el NETWORKING clave en su desarrollo profesional, nuestros programas terminan con una sesión presencial en la que podrán conocer personalmente al resto de participantes con los que han compartido experiencias a través de nuestra plataforma. En dicha sesión, se celebrará el Taller Colaborativo y se resolverá el Módulo Práctico
F L E X T I M E
Nos adaptamos a tu disponibilidad horaria permitiéndote acceder y
participar en directo a las sesiones online, a los foros de discusión, así como
a los materiales complementarios. Sin barreras geográficas, en cualquier
momento y en cualquier lugar.
P R O F E S S I O N A L S P E A K E R S
Todos nuestros ponentes son profesionales de empresas líderes, que
imparten sus sesiones en base a su propia experiencia, lo que aporta una
visión real del mercado
N E T W O R K I N G I N T E R N A C I O N A L
Podrás conocer al resto de participantes de España y Lationoamerica con los que te pondremos en contacto de
forma presencial y/o virtual a lo largo del curso.
L E A R N I N G B Y D O I N G
La aplicación de conocimientos a través de la resolución de un caso práctico
aporta al participante una experiencia formativa única. Se resolverá en grupos
de trabajo multidisciplinares para fomentar el Networking y estará dirigido
por un especialista en la materia. Sus conclusiones serán la excusa perfecta para intercambiar experiencias con el
resto de participantes.
S E S I O N E S O N L I N E E N D I R E C T O
Gracias a nuestra tecnología podrás seguir e intervenir en las sesiones estés
donde estés y sin necesidad de des-plazamientos. Y si por algún motivo no pudieras asistir, no te preocupes ya que
todo el material queda grabado para que lo puedas volver a ver
siempre que quieras.
M E N T O R I N G C O N S T A N T E Y P E R S O N A L I Z A D O
Desde el primer día se te asignará un tutor que te acompañará y apoyará en todo momento, resolviendo todas las
dudas que te puedan surgir y tratando de potenciar tus habilidades para tu
desarrollo profesional.
Ponentes
CARLOS GIL BELLOSTA
Owner
DATANALYTICS
RAMÓN LÓPEZ DE MANTARAS
Research Professor and Director
ARTIFICIAL INTELLIGENCE RESEARCH INSTITUTE- CSIC
FERNANDO PAVÓN
Socio Director
GAMCO
E D U A R D O F E R N Á N D E Z G . M A N A G I N G D I R E C T O R . H E A D O F
A P I S C E N T E R O F E X C E L L E N C E &
I N N O VA T I O N L A B S .
I S B A N – S A N T A N D E R G R O U P
MsC en Física Teórica y Especialista en Gestión del Riesgo Financiero por el Instituto de Estudios Bur-sátiles. Ha desarrollado su carrera profesional en el sector financiero, en el ámbito de la Tecnología, a través de diferentes posiciones en Deutsche Bank, BBVA y Grupo Santander.
Cuenta con amplia experiencia internacional, tanto en Banca Mayorista como en Banca de Empresas y Retail, habiendo dirigido equipos multidisciplina-res y proyectos de alta complejidad, en su mayoría relacionados con la Transformación y la Innovación Tecnológica.
Actualmente es Managing Director en ISBAN, Grupo Santander, siendo responsable del Observatorio Tecnológico, del Centro de Excelencia en APIs y del Área de Innovación. Sus equipos lideran iniciativas de implantación internacional, relacionadas con la Transformación Digital y la Innovación Tecnológica, para los distintos bancos del Grupo.
Es experto en tecnologías como la Inteligencia Artifi-cial, BigData, APIs o BlockChain, entre otras, siendo ponente y speaker habitual en destacados foros y eventos Internacionales.
D I R E C T O R D E L P R O G R A M A
RUBÉN GONZÁLEZ CRESPO
Director- Escuela Superior de
Ingeniería y Tecnología
UNIR
NURIA OLIVER, PhD
Chief Data Scientist
DATA-POP ALLIANCE
ALEJANDRO DELGADO SÁNCHEZ
Enterprise Business Unit Technical
Leader (CTO)
IBM
CARLOS VALBUENA
Prospectiva / Innovación Área Digital
VERTI
MANUEL RODRÍGUEZ LÓPEZ
Director de Consultoría Tecnológica
ATMIRA
JOSÉ BARRANQUERO
Consultor Data Science
JOSÉ LUIS CALVO SALANOVA
Experto en Innovación, Tecnología,
Estrategia
IGNACIO DE CÓRDOBA
Director
RED SKIOS
ENRIQUE HERRERA-VIEDMA
Catedrático de Ciencias de la
Computación e IA- Vicerrector de
Investigación y Transferencia
UNIVERSIDAD DE GRANADA
DR. MIGUEL ÁNGEL MAYER
Senior Data Scientist
RESEARCH PROGRAMME ON BIOMEDICAL INFORMATICS INSTITUTO HOSPITAL DEL MAR DE INVESTIGACIONES MÉDICAS
JUAN DE LA PEÑA GAYO
IoT Services Solution Sales
Professional
MICROSOFT
DANIEL VILLATORO
Senior Data Scientist
VODAFONE
CARLOS KUCHKOVSKY
CTO KickStart Team
BBVA
JOAN CLOTET SULÉ
Talent Innovation Manager
FERROVIAL
JOSÉ C. GONZÁLEZ
General Manager, Data & Analytics
Division
SNGULAR
JUAN LÓPEZ
Responsable de Sistemas
CALIDAD PASCUAL
ALEJANDRO ARROYO MIR
Director de Transformación
GRUPO SANTANDER
AITOR CHINCHETRU
CHIEF OPERATING OFFICER
FINTONIC
MÁS INFORMACIÓN: 941 209 743
"Buscar correlaciones, identificar pa-trones, entender contextos y decidir más rápido y mejor, será fuente de ventaja competitiva en un entorno de talento progresivamente escaso.
Una organización que quiera realmen-te orientarse a personas tendrá que invertir en tecnología avanzada para anticiparse y decidir de forma certera y personalizada."
"...Llega el momento de explotar todo el potencial de las masas de datos que estamos almacenando. Nuevas capacidades en el procesamiento de datos requieren diferentes tecnologías y enfoques en el análisis de la informa-ción, más allá de los clásicos modelos estadísticos. La explosión de la IA en todas sus variantes y en todos los campos, junto con la madurez del IoT, significará una revolución en la manera en que personas y máquinas interac-túan, generando profundos cambios en todos los ámbitos de la sociedad"
"Aún no somos capaces de imaginar cómo la IA va a cambiar nuestras vi-das en los próximos años afectando a todos los terrenos: económico, empre-sarial, científico y social. Impactará en nuestros trabajos, nuestra salud y relación con el entorno físico y otras personas. Descubrir las posibilidades reales de tecnologías como Machine Learning o Deep Learning y los nuevos paradigmas tecnológicos exponencia-les nos preparan para un futuro lleno de retos."
JOAN CLOTET SULÉ
Talent Innovation Manager
FERROVIAL
IA, ¿realidad o ficción?
SERGIO BLANCO
Data Plataform Manager
TRAVEL CLUB
JOSÉ MANUEL DE LA CHICA
Venture Solutions Architect @ New
Digital Business
BBVA
ED FERNÁNDEZ
Partner & Cofounder
NAISS
JAVIER G. RECUENCO
Founder and Chief Strategic Officer
SINGULAR TARGETING
BORJA ADSUARA
Profesor, Abogado y Consultor,
Experto en Derecho y Estrategia
Digital
SORAYA PANIAGUA
Consultora y Periodista especializada
en Tecnología
GONZALO MORENO DE LEÓN
Chief Product Officer & Strategy
Director
MINUBE
JUAN PAVÓN MESTRAS
Catedrático de Ingeniería del
Software e Inteligencia Artificial
UNIVERSIDAD COMPLUTENSE DE MADRID
DAVID LLORENTE
CEO
NARRATIVA
inteligencia artificial 9
M Ó D U L O 1
¿De dónde venimos? ¿Hacia dónde vamos? Evolución de la Inteligencia Artificial
Pasado, presente y futuro de la Inteligencia Artificial. Progresos y desafíos
Los puntos sobre las “ies” para clarificar qué se ha
logrado y cuáles son las principales dificultades para
desarrollar Inteligencias Artificiales iguales o superiores
a las humanas
• Introducción a la IA
• Qué es IA/Qué no es IA
• Progresos de la IA débil
• Desafíos de la IA Fuerte
• Conclusiones
Ramón López de Mantaras
Research Professor and Director
ARTIFICIAL INTELLIGENCE RESEARCH INSTITUTE - CSIC
Mesa redonda: Retos y oportunidades de la Inteligencia Artificial en España en los próximos 5 años
Vivimos en tiempos de cambios, tiempos en los que la tecno-
logía está teniendo un tremendo impacto en nuestras socie-
dades. La Inteligencia Artificial, junto con el Big Data, está
liderando este cambio y tanto empresas como instituciones
están rápidamente adoptando estas tecnologías.
Aun siendo cierto que no hay un "Silicon Valley" de la Inteli-
gencia Artificial, Estados Unidos, como en muchas otras co-
sas, está a la cabeza. En Asia, China y Japón están acelerando
su adopción mientras que en Europa son los países del norte
y centro de Europa los que dominan este campo. España,
aun no estando en el pelotón de cabeza, está rápidamente
ganando posiciones aunque todavía queda por ver qué lugar
adoptará en los próximos años.
En esta mesa redonda se analizará el impacto de la Inteligen-
cia Artificial en diferentes sectores empresariales y permitará
conocer casos de uso reales de empresas españolas que ya
están usando Inteligencia Arficial en sus procesos y en sus
estrategias de negocio. En particular, profundizaremos en
la aplicación de la Inteligencia Aritificial en Periodismo y
Turismo.
• Generación automática de noticias de la mano de
David Llorente
• Oferta turística a medida con Ignacio de Córdoba.
Modera
Soraya Paniagua
Consultora y Periodista especializada en Tecnología
David Llorente
CEO
NARRATIVA
Ignacio de Córdoba
Director
RED SKIOS
Programa
MÁS INFORMACIÓN: 941 209 743
Human Behavior Modeling from Data: la aplicación de la Inteligencia Artificial y el Big Data para la mejora de la sociedad
El Big Data for Social Good nos permite aprovechar las
cantidades ingentes de datos generadas por los móviles
para ayudar a tomar mejores decisiones en cuatro áreas
fundamentales: la salud pública, los desastres naturales
y situaciones de crisis, las estadísticas nacionales y las
ciudades inteligentes.
Estamos ante la gran oportunidad de utilizar estos datos
para ayudar a instituciones como Naciones Unidas, la Cruz
Roja o Gobiernos a tomar mejores decisiones en las áreas
de salud pública (e.g. pandemias), planificación urbana (e.g.
criminalidad), gestión de crisis (e.g. desastres naturales) y
estadísticas oficiales (e.g. inferencia de niveles socio-eco-
nómicos). ¿Cuáles son las oportunidades y, sobre todo, los retos que debemos abordar para aprovechar todo el potencial de la Inteligencia Artificial para la mejora de nuestra sociedad?
Además, realizaremos un viaje por los proyectos desarro-
llados desde mediados de los 90 en el área del modelado
humano a partir de sensores y datos:
• Reconocimiento de expresiones faciales en tiempo real
usando una cámara activa
• Modelado de interacciones humanas en un sistema
de vigilancia
• Predicción de maniobras del conductor en el coche
inteligente
• Reconocimiento de actividades la oficina
• Detección automática de la apnea del sueño en el móvil
• Detección del aburrimiento con el móvil
Nuria Oliver, PhD
Chief Data Scientist
DATA-POP ALLIANCE
M Ó D U L O 2
Conceptos clave sobre Inteligencia Artificial
Ingeniería del Conocimiento y Machine Learning
La ingeniería del conocimiento tiene como objetivo cons-
truir sistemas que puedan realizar actividades humanas de
tipo intelectual. A esos sistemas (o máquinas) hay que ense-
ñarles a realizar estas actividades, de ahí su vinculación con
el campo del aprendizaje automático (o machine learning).
Son métodos gracias a los cuales máquinas tontas aprenden
a jugar al ajedrez, a conducir vehículos o a traducir textos.
Estas técnicas de aprendizaje automático, además, se cons-
truyen en gran medida sobre ideas y métodos ya conocidos
por la estadística tradicional.
La sesión consistirá en una discusión sobre la relación en-
tre las tres disciplinas: Inteligencia Artificial, Aprendizaje
Automático y Estadística. Además, se realizará un análisis
de las técnicas más habituales utilizadas para construir y
entrenar los modelos que forman el sustrato técnico de la
Inteligencia Artificial.
• Diferencias entre Machine Learning y Estadítica
• Gestión del conocimiento y su representación
• De unas pocas variables a miles
• Algoritmos
Carlos Gil Bellosta
Owner
DATANALYTICS
inteligencia artificial 11
M Ó D U L O 3
El papel de la Inteligencia Artificial en la estrategia de Customer Centric: qué oportunidades ofrece para conocer al cliente y mejorar la experiencia de usuario
Procesamiento del Lenguaje Natural (NLP) y aplicaciones en el negocio
Hoy más que nunca las empresas necesitan escuchar e inter-
pretar lo que dicen sus clientes a través de cualquier canal de
comunicación, para actuar al respecto. Este proceso se puede
automatizar con técnicas de procesamiento de lenguaje. Del
mismo modo, las AA.PP a través del Análisis de la Voz del
Ciudadano pueden conocer, a través de cualquier medio,
las opiniones de sus administrados y actuar para mejorar la
calidad de sus servicios.
• Lenguaje: representación y razonamiento
• Enriquecimiento semántico de contenidos (Medios,
Gestión del Conocimiento)
• Análisis de la Voz del Cliente (o del Empleado, o del
Ciudadano, o del Paciente…) para mejorar la rentabi-
lidad o los servicios
• Extracción de información para
> Inteligencia competitiva
> Compliance
> Servicios de información
> Seguridad
• Asistentes virtuales
> Sistemas de consulta en lenguaje natural
> Agentes conversaciones
• Análisis del sentimiento
José C. González
General Manager, Data & Analytics Division
SNGULAR
BUSINESS CASE: Proceso previo de aprendizaje y estrategia de aproximación para el abordaje de un proyecto de Chatbots
A través de este caso práctico los asistentes conocerán
cómo dar “a luz”, criar, enseñar a “hablar” y dotar de
“inteligencia” a un bot que ayudará al Contact Center que
le va a guiar en su aprendizaje.
Carlos Valbuena
Prospectiva / Innovación Área Digital
VERTI
MÁS INFORMACIÓN: 941 209 743
Aproximaciones prácticas a los sistemas cognitivos
Uso de sistemas cognitivos en la conversación con el cliente
y el descubrimiento de información
• Diferentes aproximaciones en función de los casos de
uso en cada industria
• Uso de los sistemas cognitivos en escenarios de aten-
ción al cliente
• Metodologías de proyecto - entrenando a los sistemas
cognitivos (que no programando)
Alejandro Delgado Sánchez
Enterprise Business Unit Technical Leader (CTO)
IBM
BUSINESS CASE: Deep Learning y Procesamiento de Imágenes para mejorar la Experiencia de Usuario
minube aplica Deep Learning a sus 4,1 millones de
fotos para ayudar a sus usuarios a planificar mejor
su próximo viaje y ofrecerles la mejor experiencia de
usuario. Ha elaborado una potente clasificación de
todas las fotos mediante tags, categorías que permiten
al usuario conocer mejor a qué tipo de viajero está
dirigido cada destino, qué clase de actividades puede
encontrar o qué tipo de comida le ofrecerán en un
restaurante.
Además, gracias a Deep Learning ha generado un
clasificador propio de hoteles que combinado con la
experiencia de cada usuario le permite mejorar la
generación de viajes y la sugerencia de puntos de
interés de una forma cada vez más precisa.
Gonzalo Moreno de León
Chief Product Officer & Strategy Director
MINUBE
M Ó D U L O 4
Aplicaciones prácticas de la Inteligencia Artificial en los procesos industriales y de negocio
El papel de la IA en la Industria 4.0
La industria 4.0 es el término que se le ha dado a la cuarta
revolución industrial cuyo objetivo es hacerla más competi-
tiva. Para ello, uno de los factores clave es la digitalización y
el conjunto de tecnologías de nueva generación, entre las que
se encuentra la Inteligencia Artificial, para hacer el sector
más eficiente, flexible y competitivo
• Introducción a la digitalización en la industria
• Nuevos modelos de negocio dentro de la Industria 4.0
• La IA en los sectores industriales: casos de uso
• Big Data y Analytics en la industria
• Industrial Internet of Things
Juan de la Peña Gayo
IoT Services Solution Sales Professional
MICROSOFT
inteligencia artificial 13
La Computación Cognitiva y los Sistemas con Auto Aprendizaje
¿Cómo resolver problemas complejos de sectores y companías reales a partir del Aprendizaje Automático, utilizando repositorios de históricos y datos que se están produciendo en tiempo real?
El problema no es almacenar la información, sino explotarla y
generar valor a partir de ella. Las empresas necesitan adquirir:
• Capacidad de explotación de la información, no sólo
almacenarla per se. El almacenar gran cantidad de
datos puede, no sólo no resolver los problemas, sino
hacer de los mismo datos un problema aún mayor, al
aumentar significativamente el número de datos a usar
para encontrar una solución.
• Herramientas analíticas disponibles. En principio,
están pensadas, en su mayoría, para ser usadas por
técnicos muy especializados que pueden usar las
aplicaciones analíticas para encontrar modelos que
expliquen la realidad modelada, pero ésto no asegura
que esos modelos sean útiles para la organización. Los
modelos predictivos deben poder integrarse dentro de
los procesos del negocio para que sus soluciones sean
utilizables por los sistemas y personas que necesitan
ese conocimiento dentro de la empresa.
• Rapidez en la generación del modelo y de su des-pliegue o uso. Aparecen realidades cada vez más
cambiantes en factores que influyen en el negocio y
en los procesos internos de las empresas. Una ventaja
competitiva clara es ser capaz de adaptarse y prever las necesidades de los clientes, optimizar procesos internos y relaciones con los proveedores. Esta ra-
pidez no sólo depende de las capacidades técnicas de
los algoritmos basados en la Inteligencia Artificial, sino
también de la identificación rápida de la estructura de
aprendizaje más óptima para la solución del problema
concreto, así como su implementación e integración
en los sistemas y servicios finales, explotando los nue-
vos datos generados a través del uso de los modelos
creados.
En este módulo se analizará:
• Situación actual y barreras para el despliegue de solu-
ciones basadas en el aprendizaje automático
• Objetivos, no todo es almacenar datos
• Identificación de problemas abarcables mediante
soluciones basadas en la Inteligencia Artificial
• Método de resolución de problemas mediante Apren-
dizaje Automático: Artificial Intelligence in a Process
for Automated Knowledge Acquisition and Applications
(AIPAKA)
• Límites, problemáticas y ética de las decisiones de
las máquinas
Fernando Pavón
Socio Director
GAMCO
BUSINESS CASE: Usos de la Inteligencia Artificial en soluciones de optimización comercial
Juan López
Responsable de Sistemas
CALIDAD PASCUAL
MÁS INFORMACIÓN: 941 209 743
M Ó D U L O 5
Los pilares de la transformación digital: Inteligencia Artificial y Big Data
Advanced Analitycs y la Era del Big Data 2.0
• Modelado, razonamiento y resolución de problemas
• Small y Big Data. Diferencias y aplicaciones. Structured
& Unstructured Data Management
• Aprendizaje supervisado y no supervisado
• Gestión de la incertidumbre
• De la minería a la analítica predictiva
• CEP y análisis en tiempo real
Javier G. Recuenco
Founder and Chief Strategic Officer
SINGULAR TARGETING
BUSINES CASE: A Data-Science review for Artificial Intelligence in Telecommunications
En la era del Big Data y la analítica avanzada, algunos aún
dudan sobre la conexión fundamental entre Big Data e Inte-ligencia Artificial. En esta sesión repasaremos algunos ejem-
plos sobre como en el sector de las telecomunicaciones el big
data alimenta los distintos motores de Inteligencia Artificial.
En primer lugar, revisaremos todos los tipos de datos que
se generan, almacenan y analizan en cualquier empresa
de telecomunicaciones, accesibles para los data scientists
internos: los CDR (Call Detailed Records - Registro Detallado
de Llamadas) son los más obvios, representan quién llama a
quién; sin embargo hay muchos más que también resultan de
especial interés como los paquetes de datos servidos (para
poder satisfacer todas las peticiones a internet desde los
dispositivos móviles), la localización aproximada (calculada
a partir de las torres a las que los dispositivos móviles se
conectan para poder tener cobertura), o los patrones de
consumo (sobre cómo los clientes deciden gastar dinero en
distintos servicios de comunicación).
Todos estos conjuntos de datos han permitido a los data scientist de las empresas de telecomunicaciones crear per-
files comportamentales de sus clientes, habilitándoles para
la provisión de servicios personalizados y la mejora de los
servicios ofrecidos a ellos. Además, cuando estos datos son
anonimizados y agregados de manera adecuada y se hacen
accesibles a otros investigadores, el resultado de la colabo-
ración con externos (no focalizados en las áreas de negocio
clásicas) hacen emerger nuevas e interesantes aplicaciones.
Concluiremos con un pequeño repaso sobre las implicaciones
éticas y morales de los data scientist en su trabajo y las
consecuencias de este sobre la privacidad de los clientes.
Este análisis permitirá a los asistentes entender de una ma-
nera general el estado del arte actual sobre el uso de motores
analíticos inteligentes sobre datos de telecomunicaciones.
Daniel Villatoro
Senior Data Scientist
VODAFONE
inteligencia artificial 15
Cómo formar un equipo de Data Science y no morir en el intento
• ¿Necesito contratar un Data Scientist?
• Diferencias entre Data Scientist y Data Engineer
• Mínimo equipo viable: plataformas OpenAI
• Multi-disciplinaridad: Knowledge as a Service
• Retos de la captación y retención de talento
• Motivación de equipos altamente cualificados
José Barranquero
Consultor Data Science
M Ó D U L O 6
Mapa de las plataformas de Inteligencia Artificial
Inteligencia Artificial y Computación Cognitiva “as a Service”. Plataformas de Inteligencia Artificial
• IBM Watson and AlchemyAPI (ahora llamado Watson
Developer Cloud)
• Google Cloud ML, Prediction & TensorFlow
• Microsoft Azure y Amazon Machine Learning
• Otros: AT&T Speech, Wit.ai, Diffbot, Ross,...
Carlos Kuchkovsky
CTO KickStart Team
BBVA
Del Business Intelligence a la Inteligencia Operativa
La Inteligencia de negocios es una metodología de trabajo
donde se emplean procesos, tecnologías y herramientas
específicas de carácter analítico con el objetivo de trans-
formar los datos en bruto disponibles en una organización
en información, esa información en conocimiento útil con
significado y, por último, este conocimiento en decisiones.
En esta sesión, profundizaremos en los conceptos básicos
que hay detrás del Business Intelligence, así como también
revisaremos las técnicas y metodologías más populares a
partir de casos de uso reales. A modo particular, nos cen-
traremos en casos de uso particulares dentro del sector financiero en el ámbito de la modelización comercial, con-
cretamente en la experiencia del ponente en el Departamento
de Business Intelligence de Caixabank.
Por último, introduciremos el concepto de Inteligencia Opera-
cional, una metodología de trabajo más reciente derivada de
la Inteligencia de negocios cuya principal diferencia es que
está basada, por definición, en el uso de datos en tiempo real
y cuyo empleo está más orientado a la toma de decisiones
diaria por parte de los usuarios operativos dentro de una
organización.
• Analítica Funcional: Los Datos hablan
• Nueva Información accionable
• Gestión del Rendimiento y Resultado
• Inteligencia de Procesos y Negocio en Tiempo Real
• Inteligencia Comercial
• Mobile Business Intelligence
MÁS INFORMACIÓN: 941 209 743
BUSINESS CASE: Aplicaciones y futuro de la Inteligencia Artificial en Biomedicina
Los recientes avances en informática biomédica y en biome-
dicina en general han permitido el desarrollo de sistemas
biomédicos complejos, sistemas inteligentes de ayuda a la
decisión clínica, aplicaciones en imagen médica, genética o
medicina molecular así como el uso de diversos dispositivos
biomédicos.
En esta sesión se realizará un recorrido por las diferentes
aplicaciones de la Inteligencia Artificial en Biomedicina,
así como las posibles aplicaciones futuras en éste área y
se discutirán diversos aspectos relacionados tanto con las
tecnologías utilizadas en este campo, como sobre conside-
raciones éticas y sociales de la Inteligencia Artificial.
Dr. Miguel Ángel Mayer
Senior Data Scientist
RESEARCH PROGRAMME ON BIOMEDICAL INFORMATICS (GRIB) INSTITUTO HOSPITAL DEL MAR DE INVESTIGACIONES MÉDICAS (IMIM)
BUSINESS CASE: El valor de los datos financieros de los clientes en la elaboración de modelos para recomendar productos, evaluar riesgos, ofertar precios
Para Fintonic, la gestión, tratamiento y análisis de datos es
un elemento clave de su modelo de negocio. Actualmente
dispone de información avanzada de sus usuarios, que aun-
que anónima, les permite desarrollar un perfilado altamente
sofisticado. Para ello, emplean metodologías avanzadas
basadas principalmente en machine learning, que les pro-
porcionan modelos de propensión a la compra de productos
financieros, modelos de sensibilidad a precio y modelos de
riesgo de crédito.
Aitor Chinchetru
COO
FINTONIC
M Ó D U L O 7
Pool Business Cases: RRHH, Sanidad, Financiero
BUSINESS CASE: HR Analytics: la voz de los datos en las decisiones sobre personas
En esta sesión revisaremos la oportunidad que supone para
los departamentos de RR.HH (y los gestores de personas
en general) avanzar a enfoques más analíticos y decisiones
basadas en evidencias.
En entornos de mayor complejidad e incertidumbre como
los actuales es fundamental invertir en datos para tener una
mejor comprensión del pasado y el presente y una mayor
anticipación en la toma de decisiones.
El área de personas tiene aún mucho potencial en compa-
ración al avance de áreas como la financiera o la comercial,
una escasez progresiva de talento nos invita a utilizar otros
medios para ser más certeros y proactivos
Expondremos el camino recorrido por Ferrovial en el campo
de People Analytics, los resultados y lecciones aprendidas.
Compartiremos con los asistentes oportunidades y retos de
futuro en esta disciplina.
Joan Clotet Sulé
Talent Innovation Manager
FERROVIAL
inteligencia artificial 17
M Ó D U L O 8
Análisis de la inversión internacional en Inteligencia Artificial
Tendencias de Inversión en IA: por qué y para qué se han invertido $3 Bn de Venture Capital en los últimos 4 años
Este módulo proporcionará una visión concisa sobre el estado
del arte de la Inteligencia Artificial y sus últimas tendencias
desde el punto de vista del venture capital. Se analizara el
landscape the startups y compañías más prometedoras en
el sector en el contexto de los últimos avances tecnológicos
en este área.
• Ramon Llul: el creador de la logica computacional y base de la IA
• Enablers y tendencias tecnológicas en IA: big data, ma-chine learning y evolucion de interfaces/dispositivos
• Neural Networks y Deep learning: ultimos logros y avances
• Landscape Venture Capital en AI: principales VCs e inversiones 2015-2016
• Landscape Startups de AI: los siguientes unicornios
• The leading edge: disruptive research en Machine Learning y AI
• Trusting AI machines: Explainable Artificial Intelli-gence
• How to get started with Machine Learning if you are not a data scientist: a practical guide
ED FERNÁNDEZ
Partner & Cofounder
NAISS
M Ó D U L O P R Á C T I C OL E A R N I N G B Y D O I N G
El instructor entregará un caso práctico a los participantes
al inicio del curso.
Para trabajar en su resolución se crearán equipos multidis-
ciplinares y a ser posible multisectoriales.
El trabajo seguirá la metodología de la resolución del caso: los asistentes desarrollarán un Chatbot con la Plataforma IBM WATSON que facilitará un proceso de inscripción.
Explorarán metodologías para la ejecución de técnicas de
entrenamiento sobre una plataforma real, que permitirá a
los alumnos entender cuáles son los retos, las dificultades
y las buenas prácticas.
Los alumnos, por grupos, desarrollarán un sistema completo
autónomo, equivalente a uno productivo, mediante:
• Creación sencilla de elementos cognitivos para integrar
en aplicaciones
• Desarrollo y despliegue rápido de bots inteligente
• Captura de intenciones y gestión de los contextos de
los clientes en las conversaciones
• Métricas del sentimiento del cliente en tiempo real
La evaluación constará de una parte objetiva (grado de
acierto en situaciones reales) y una exposición, en la jorna-
da presencial, en la que demostrarán el entendimiento del
problema y solución.
La exposición de los trabajos de los grupos que tendrá lugar
el día de la jornada presencial se llevará a cabo a través
del nombrimento de un portavoz que en un tiempo limitado
expondrá y defenderá la resolución del caso.
Esta sesión, tendrá lugar en el auditorio de Proeduca en
Madrid. Quienes no puedan asistir de manera presencial,
podrán hacerlo por streaming.
Instructor del Módulo Práctico
Alejandro Delgado Sánchez
Enterprise Business Unit Technical Leader (CTO)
IBM
Sesión presencial
Mesas RedondasSesión de Mañana
El reto de la formación en IA y las oportunidades en el mercado laboral
• La necesidad de la creación de nuevos grados que com-
binen la ciencia con las humanidades. ¿Comenzaremos
a ver grados que combinen asignaturas como física con
historia de la poesía? ¿Está preparada la Universidad
para cubrir la brecha de formación sobre IA que las
empresas van a comenzar a necesitar?
• Cuál será la demanda del mercado de profesionales
preparados para la IA? ¿Qué perfil es el que se va a
solicitar? ¿Hay oferta de profesionales en el mercado?
Rubén González Crespo
Director- Escuela Superior de Ingeniería y Tecnología
UNIVERSIDAD INTERNACIONAL DE LA RIOJA (UNIR)
Editor in Chief
INTERNATIONAL JOURNAL OF INTERACTIVE MULTIMEDIA
AND ARTIFICIAL INTELLIGENCE
Manuel Rodríguez López
Director de Consultoría Tecnológica
ATMIRA
Juan Pavón Mestras
Catedrático de Ingeniería del Software e Inteligencia
Artificial
UNIVERSIDAD COMPLUTENSE DE MADRID
Enrique Herrera-Viedma
Catedrático de Ciencias de la Computación e IA. Vicerrector
de Investigación y Transferencia
UNIVERSIDAD DE GRANADA
El factor humano de la sabiduría digital. El reto ético
• Cómo garantizar que la IA sea segura, controlable y
predecible mientras se va haciendo más y más inte-
ligente
• Cómo se regularán estas nuevas tecnologías que están
despegando
• Cuáles son los límites morales de la IA
• Cómo acompañar el discurso de análisis de datos en
IA con un discurso ético sobre dónde tiene sentido y
dónde no lo tiene
José Luis Calvo Salanova
Experto en Innovación, Tecnología, Estrategia
Borja Adsuara
Profesor, Abogado y Consultor, Experto en Derecho y
Estrategia Digital
Alejandro Arroyo Mir
Director de Transformación
GRUPO SANTANDER
Sesión de Tarde
Resolución del Módulo PrácticoAlejandro Delgado Sánchez
Enterprise Business Unit Technical Leader (CTO)
IBM
N E T W O R K I N G S E S S I O N
Taller Colaborativo
Reconociendo el Valor: cómo identificar oportunidades de uso para nuestro negocio
El Director del Taller presentará un reto de negocio o tecno-
lógico y los asistentes deberán darle una solución aplicando
alguna de las técnicas explicadas en el curso, en modo cola-
borativo (por equipos multidisciplinares con la metodología
Design Thinking). Tras este trabajo colaborativo, cada equipo
presentará su conclusión, debatirá sobre ella y, finalmente,
se votará la mejor resuelta.
Se trabajará con un espíritu de libre creación que hará del
Taller una experiencia 100% dinámica.
El Director dinamizará la sesión, elegirá o propondrá los te-
mas y hará mentoring consistente en: proponer ideas a cada
equipo, dar pistas, explicar si es posible o si no, resolver
dudas, e incluso aportar experiencia y lado crítico / generar
dudas y debate o proponer alternativas.
El Taller permitirá a los asistentes aterrizar todo lo aprendido
en el curso.
Eduardo Fernández G.
Managing Director. Head of APIs Center of Excellence &
Innovation Labs
ISBAN - GRUPO SANTANDER
Fin de la Jornada Presencial y Clausura del Curso
Otros Programas Avanzados que pueden ser de tu interés:
• Big Data for Business
• Corporate Compliance
• Finanzas para no financieros
Otros programas de interés de la Escuela de Ingeniería: