如何通过网络学习, 带课程, 博客和专家

HOY SE HABLA DE
Ofrecido por Campus OMEN HP
Ofrecido por Sensible Residence LG
Ofrecido por Innovación Volvo
Ofrecido por Samsung QLED 8K
Ofrecido por Hogar SPC
Ofrecido por Territorio Intel
Ofrecido por Zona Brother
Ofrecido por Roborock
Hasta hace unos pocos años, cuando hablábamos de Inteligencia Artificial teníamos que hacerlo refiriéndonos a ella como un tema de ciencia ficción. Pero según ha ido pasando el tiempo, se ha normalizado el hecho de que los algoritmos sean capaces de hacer que programas y distintos tipos de dispositivos puedan tomar sus propias decisiones dependiendo de los datos que reciban.
Pero para que los dispositivos tomen decisiones, primero tienen que aprender cómo reaccionar a diferentes tipos de datos, y para eso hay que programarlos. Es ahí donde entran los profesionales en diseñar algoritmos y analizar datos. Se trata de un campo en el que cada vez hay más posibilidades para formarse, recibiendo tanto una educación básica como una especializada en áreas como el massive data, la robótica, la inteligencia computacional.
Pero incluso en una profesión tan moderna que hace unos años ni siquiera existía, seguimos encontrándonos con la eterna decisión de decidirnos por una educación clásica y presencial una a distancia. ¿Cual de las dos es mejor? ¿Hay alguna que las empresas prefieran por encima de la otra a la hora de valorar a los candidatos antes de contratarlos?
Para responder a estas preguntas vamos a hablar con dos expertos en la materia, dos personas que nos darán su opinión sobre hasta qué punto la formación on-line es suficiente. También vamos a repasar algunos de los mejores cursos que ahora mismo tienes disponibles para formarte on-line, y vamos a ayudarte a mantenerte al día sugiriéndote varios blogs especializados.
Los expertos nos dan su opinión y consejos
Como decíamos, hemos querido conocer la opinión de los expertos en la materia. Para ello hemos hablado con Elena Mora, Directora de Estudios Avanzados de la Universidad Internacional de la Rioja (UNIR). Esta Universidad ofrece varios cursos diferentes orientados a la especialización en diferentes campos de la Inteligencia Artificial.
También hablamos con el Dr. Francisco J. Vico , 计算机科学与人工智能教授, 生物建模与人工创造力研究员, 马拉加大学理论信息学讲师.
最后是阿尔贝托·布加林 , 计算机科学与人工智能教授. 西班牙圣地亚哥大学信息技术研究中心 (CiTIUS), 西班牙人工智能协会理事 (AEPIA), 以及在线人工智能研究硕士课程学术委员会成员 (AEPIA+UIMP).
Xataka: 是否有可能完全通过在线学习来从事人工智能领域工作?
埃琳娜·莫拉: 毫无疑问, 答案是明确的肯定.
UNIR 是网络大学. Nuestra metodología te permite asistir a clases on-line en directo, lo que te permite interactuar con el profesor mientras éste imparte su clase. Nuestra plataforma además, permite que los alumnos puedan relacionarse entre sí y compartir experiencias y puntos de vista, obteniendo las ventajas de la impartición en presencial. Además tienes la ventaja de que las clases quedan grabadas en el sistema, por lo que si no puedes asistir en directo, podrás verlas con posterioridad tantas veces como quieras.
Los alumnos realizan trabajos prácticos a través de nuestra plataforma, se reúnen en salas virtuales y participan activamente en los foros. 事实上, en el curso sobre Inteligencia Artificial que comienza en Enero los alumnos crearán un chatbot en equipos multidisciplinares.
Francisco Vico: 自然地. 人工智能 (人工智能) es una rama exclusiva de la Informática, y se puede impartir tanto de manera presencial como mediante enseñanza online. Las titulaciones a distancia y los MOOC proporcionan un entrenamiento excelente en IA. Tras completar un curriculum básico, siempre se puede iniciar especialización en un dominio concreto: huge information, 机器人学, inteligencia computacional… Desde mi punto de vista, cuenta mucho más la motivación por aprender, que la calidad docente. Quizás en medicina no sea así, pero la Informática es un campo abonado para el autodidacta. 另一方面, opino que ninguna tecnología puede suplantar el aprendizaje presencial, cuando el docente acumula experiencia y disfruta enseñando la materia.
Alberto Bugarín: Hoy en día es posible adquirir formación on-line en el campo de la IA a distintos niveles. Por un lado, seguramente la oferta más difundida es la de MOOC como Coursera, Udacity similares, que proporcionan una gran cantidad de cursos de iniciación a un buen número de técnicas de IA. Pero por otro, existe también formación reglada oficial on-line específica en IA, proporcionada por universidades no presenciales soportada por plataformas de e-studying, como es en España el caso de la UNED (Máster en IA Avanzada), la más reciente iniciativa promovida por AEPIA y la UIMP (Máster de investigación en IA). Por tanto si es posible formarse para el trabajo en IA utilizando recursos on-line.
Xataka: ¿Hay cosas que no se pueden aprender en una formación on-line?
埃琳娜·莫拉: Hay determinadas especialidades que por su alto contenido práctico, es más difícil abordar bajo la metodología on-line, sin embargo no es el caso de la Inteligencia Artificial. 然而, la Realidad Digital permitirá en una breve plazo de tiempo abarcar casi todas las disciplinas.
Francisco Vico: Algunas aplicaciones de IA requieren recursos específicos, como robots, acceso a grandes bases de datos, sistemas de supercomputación. Estos recursos se encuentran en los centros académicos y, 有时, en empresas tecnológicas, que los han adquirido han contratado el acceso, lo que permite realizar prácticas que no serían posibles de otro modo. 然而, esto es sólo una pequeña parte del campo de aplicación de la IA. Drones, 3D 打印机, 移动机器人和高强度计算系统可以以大众价格获得 (伴随而来的乐趣). 而且，医学数据库中开放入门的趋势越来越普遍 (消除, 当然, 个人数据), 气象数据, 等等. 此外, 科学出版物也倾向于提供开放获取, 免费访问. 因此, 除非你想编程波士顿动力机器人的行为, 有成千上万的应用你可以在低预算下进行.
此外, 想要在人工智能领域开始科研生涯 (就像在任何其他学科一样), 所有的一切都必须通过获得学位, 这将让你进入博士课程，随后是博士后, 通常在大学里进行, de la mano de un tutor científico y en el marco de un grupo de investigación. Esa experiencia aún no tiene sustituto en el mundo online.
Alberto Bugarín: Los fundamentos y metodologías básicas pueden adquirirse perfectamente con la oferta de formación on-line existente en la actualidad. Lógicamente las habilidades que se adquieren dependerán del nivel de profundización que se dé en cada oferta formativa (no es lo mismo realizar un curso que completar un máster, 例如).
Quizá si haya una diferencia en cuanto a la aplicación práctica de las metodologías para resolver problemas, ya que en los formatos presenciales semipresenciales la supervisión directa del trabajo por parte de los docentes suele ser un valor añadido importante. Adicionalmente estas habilidades se potencian cuando los alumnos desarrollan los Trabajos Fin de Grado Máster en este ámbito, por el nivel de profundización que exigen. En todo caso, parte de estas habilidades pueden adquirirse en el ejercicio profesional, bien sea en empresas en investigación.
Xataka: ¿Se valora más a quien se ha formado mediante formación presencial que online?
埃琳娜·莫拉: No existe ese tipo de distinción a la hora de evaluar la formación de un candidato. Lo importante es que esa formación esté avalada por una institución académica que vele por la calidad de los contenidos impartidos y del profesorado, para que el alumno salga bien preparado responder a la demanda del mercado laboral.
Francisco Vico: Depende de donde se busque trabajo. En EEUU las empresas tienden a valorar más la reputación obtenida en redes profesionales como Stack Trade (no me refiero a LinkedIn, que sólo es una purple social), la entrevista con técnicos de la propia empresa, y la captación de talento mediante acqui-hiring (comprar la empresa para hacerse con sus integrantes). En estos casos la titulación simplemente no importa. En España aún se valora el título, pero la mayor parte de la oferta laboral es mediocre. El que vale, con título sin él, generalmente busca empleo en otro país, monta su startup.
Alberto Bugarín: En este ámbito, como sucede cada vez más en otros, la valoración de los profesionales proviene no tanto del formato del programa formativo que hayan seguido (presencial, semipresencial a distancia) como del reconocimiento que dicho programa tenga, que suele medirse por el desempeño de sus egresados. Y se valoran, principalmente, las habilidades profesionales que demuestre la persona. Dado que la formación online en este ámbito es relativamente reciente, no ha tenido todavía la oportunidad de demostrar ese reconocimiento en la misma medida que los programas formativos presenciales.
Es cuestión de que pase algo de tiempo para que se pueda apreciar que existe oferta formativa online en IA de mayor y menor calidad, al igual que hay oferta formativa presencial de mayor y menor calidad, tanto en IA como en cualquier ámbito.
Xataka: ¿Se echan en falta una formación reglada certificaciones que avalen a los profesionales que trabajan en IA?
埃琳娜·莫拉: La Inteligencia Artificial se encuentra en una fase muy incipiente, y ahora existe más necesidad de conocer las posibilidades que ofrecerá y el alcance, no tanto su aplicación desde el punto de vista técnico. En estos próximos años, veremos cómo las empresas comenzarán a demandar profesionales que puedan acreditar su conocimiento en IA con una certificación. En UNIR, que es una Universidad que va a la vanguardia en este tipo de titulaciones, ya estamos trabajando para ofrecer esta formación reglada.
Francisco Vico: La IA está presente en los programas de las escuelas de Informática desde hace décadas (cuando sólo producía brazos articulados que jugaban -mal- al ajedrez), es un área bien fundada matemáticamente. Creo que los medios están desvirtuando la imagen de la IA, por la influencia de Hollywood, seguramente. Un especialista en IA necesita una formación profunda y plural en Informática, desde dominar un sistema Linux, hasta las bases de datos relacionales. Los límites de la IA pasan más por explotar bien los recursos, que por conocer algoritmos de búsqueda. Una titulación en Informática (no en Telecomunicaciones, con competencias muy diferentes) que incluya asignaturas teóricas y prácticas de IA es una buena tarjeta de presentación. Crear un algoritmo de IA descargado cientos de miles de veces en un sitio de open supply en una app store, que haya generado patentes en explotación, también es un gran aval.
Alberto Bugarín: Existe una muy amplia oferta reglada, principalmente a nivel de máster, ofertada por universidades presenciales, en mucho mayor número que la oferta a distancia (que comienza a surgir con iniciativas como las que hemos comentado anteriormente).
Hasta donde conozco no se sigue todavía el modelo de las certificaciones profesionales, ya establecidas de forma más normal en otros ámbitos de la informática (como las Redes la ingeniería del Software). En este ámbito las asociaciones de IA internacionales (AAAI, IEEE) nacionales (AEPIA, ACIA en el caso de España) si podrían plantear algún tipo de iniciativa al respecto, aunque todavía queda camino por recorrer.
Xataka: Si tuvieses que empezar a formarte en IA, ¿por dónde empezarías qué camino escogerías?
埃琳娜·莫拉: Se puede considerar que hay dos grandes ámbitos, el de investigación pura en IA y el de aplicación práctica al ámbito empresarial. Son caminos que pueden confluir en muchos casos, pero no dejan de tener orientaciones distintas. Para el camino de investigación, la base teórica es fundamental, para la que la rama de matemáticas es la base. En el segundo caso, con una introducción a esa base teórica puede ser suficiente y sin embargo habría que abarcar una visión más estratégica de lo que la IA puede aportar a tu negocio. En ambos casos, conocer plataformas como TensorFlow de Google el Cognitive Toolkit de Microsoft permiten llevar a la práctica las concepts 人工智能 de aplicación que uno pueda tener. A partir de aquí, hay distintos ámbitos en los que uno puede especializarse, como el reconocimiento de imágenes necesarios para entender” lo que se ve, la semántica, para entender” lo que se habla la parte pura cognitiva, para poder construir una respuesta.
Francisco Vico :Depende del objetivo last. Para investigar en IA elegiría una escuela de Informática de universidad pública que favorezca el perfil investigador. Las hay muy buenas en España. Seguramente no optaría por una universidad privada de EEUU Inglaterra, es absurdamente caro. Si, por contra, se quiere desarrollar aplicaciones de IA orientadas al mercado de electrónica de consumo, a partir de una formación sólida en computación, sólo hay que iniciarse con algunos cursos (例如, el de Machine Learning de Andrew Ng, gurú del Deep Studying; gratuito, si no quieres la credencial), leer muchos libros y artículos, y ponerse manos a la obra. En las universidades se hacen muy buenos contactos, con profesores y alumnos, pero igualmente en las redes profesionales.
Alberto Bugarín: El primer paso sería cursar un grado universitario en la disciplina más afín, como es, en primer lugar, el grado en ingeniería informática, en cuyos planes de estudios se incluyen materias obligatorias y también especializaciones que permiten a los estudiantes iniciarse en el ámbito de la IA.
Posteriormente seguiría una especialización cursando un máster adecuado a mis intereses profesionales futuros, y al que también puede accederse desde otros grados diferentes de la ingeniería informática (algunos de ciencias, otras ingenierías). La oferta ahí es variada, puesto que tenemos másteres que proporcionan formación transversal en diferentes metodologías y técnicas básicas tradicionales de la IA (como por ejemplo ingeniería del conocimiento, 搜索, 自动学习, 规划, razonamiento, …), hasta cursos y postgrados específicos de especialización en un ámbito aplicación concretos y de actualidad más inmediata (ciencia de datos, robótica y vehículos inteligentes, bioinformática, interacción avanzada, 事物网站, …).
Xataka: En el caso de tener que contratar una persona para trabajar en tu empresa en este área ¿qué formación buscarías que tuviese esa persona?
埃琳娜·莫拉: Lo primero, y es general, una gran capacidad de adaptación al cambio. En este caso especialmente porque es un área que está viviendo grandes avances tanto en herramientas como en aplicaciones. Tiene mucho sentido formar equipos multidisciplinares, en los que que convivan tanto grandes conocimientos teóricos en matemáticas, estadística, machine studying y Deep learning, como conocimiento operativo del área en la que se va a trabajar, desde lingüistas y sociólogos si va a ser un chatbot, hasta artistas si se van a hacer obras de arte. Los perfiles multidisciplinares que hagan de puente entre profesionales tan diversos también serán muy útiles.
Francisco Vico: Tanto para un proyecto empresarial, como para un proyecto open supply (más interesante, desde mi punto de vista), es esencial la experiencia demostrable en el campo en cuestión. 我不会过多关注学术成绩, 研究他在 Stackoverflow 上的资料, 聊聊他的失败项目, 这些会比其他更能告诉我他能做什么. 此外, 他应该具备良好的英语读写能力, 这是很多人太晚才重视的事情.
Alberto Bugarín: 我会寻找具备上述本科背景并且修过跨学科硕士的人选, 因为我们的工作领域是科研与创新，对于我们来说广度的教育背景更为重要. 之后这种教育背景会在各个相关主题上进一步深入 (无论是在具体的科研项目中, 进行博士论文的过程中, …), 还是通过额外课程, 最重要的是, 阅读书籍和专业论文. En todo caso, 几乎与上述同步, 我会请那个人, 当然还有, 对这个领域有极大的热情和兴趣.
适合所有水平的在线课程
如你们所见, 在就业前景最好的国家，学位的重要性不如经验, 因此在线课程成为了开始获取该领域知识的有用工具. 因此, 我们将继续列出你可以选择的不同课程的简短列表.
免费课程
由于这些课程对所有人都比较实惠, 我们将从你本月可以访问的免费课程开始.
人工智能入门: 用西班牙语翻译为 “人工智能导论”, 这是另一个由Udacity平台提供的免费课程，正如其名称所示, 在课程中你可以学习现代人工智能的基础知识, 以及这种技术的一些最具代表性的应用.
面向程序员的高级深度学习: 一个为期七周的免费课程，为程序员开设. 课程中教你如何设计最前沿的深度学习自动化模型，并具备所有功能, 但无需掌握研究生级别的数学知识.
机器人技术的人工智能: 一门中级免费课程，约为两个月的学习时间. 由Udacity开设 , 课程教授面向人工智能的基础方法. 包含用于在自动驾驶汽车设计背景下应用这些方法的编程示例和作业.
强化学习: 通过结合经典论文和最近的研究工作, 通过本课程，你将从计算科学的角度探索机器学习的自动决策. 该免费课程由Udacity提供 , 课程时长为四个月.
Machine Studying: 由Udacity提供的免费课程分为两个部分, 一个学习计算机的监督学习，另一个深入无监督学习的世界. 课程大约持续四个月, 你将学习从垃圾邮件过滤器的工作原理到亚马逊如何在你购买之前就知道你想买什么.
付费课程
我们继续介绍一系列付费课程. 这里我们包括了两种类型, 既有本身就是付费的课程，也有那些免费课程，但之后会要求额外付款以获得官方培训证书的课程.
人工智能职业发展项目: 由UNIR提供的工程学研究生课程 , 在这里你将了解人工智能如何革新商业世界，创造新的客户互动方式, 改进流程, 优化人力资源, 增加收入并降低成本.
可视化分析硕士学位 & 大知识: 这门由UNIR提供的硕士课程可以在线学习, 尽管考试是线下进行的. 通过这门课程，你将学习如何设计和实施监控某一过程的系统, 从中提取相关信息并以有力且高效的方式进行沟通.
数学与计算工程硕士学位: 这门由UNIR提供的硕士课程可以在线学习, 尽管考试是线下进行的. 通过它，你将获得高级数学知识，以能够组织质量系统, 制造过程，进行预测以帮助决策，及其他多种工作.
DevOps硕士, 云计算与软件生产程序: 这门由UNIR提供的硕士课程可以在线学习, 尽管考试是线下进行的. 本课程旨在使信息技术专业人员能够在蓬勃发展的 DevOps 环境中从事其职业, 云计算环境和虚拟数据中心运维, 以及在自动化测试和软件开发流程的开发中.
使用 R 进行统计编程: 这是墨西哥国立自治大学在 Coursera 上开设的课程，旨在教授 R 语言标准编程的基础. 你还将学习如何使用 RStudio, R 用户社区中最受欢迎的 IDE 之一.
机器学习: 这是斯坦福大学在 Coursera 上提供的一门课程，本月开始, 即使如此，你仍有时间加入它. 本课程提供了对机器学习的广泛入门介绍, 数据挖掘和统计模式识别.
语义网: 这是由智利天主教大学设计并通过Coursera提供的课程 , 在这里你将学习语义网上使用的基本概念和技术，并使用语义网技术开发自己的应用.
机器学习工程师纳米学位: 如果你已经参加过人工智能入门免费课程, 继续学习的逻辑步骤是这个由Udacity提供的纳米学位。在其中，你将接受机器学习工程师的培训，, 并学习如何将预测模型应用到大数据集中，在金融、, 健康和教育等领域，.
信息科学与分析的机器学习: 由哥伦比亚大学通过edX提供的课程，用于学习什么是机器学习，, 它如何使用其算法，, 以及如何利用其模式做出决策和预测，并附有应用于现实世界的示例，.
Machine Studying: 由哥伦比亚大学通过edX提供的微硕士课程。你将学习监督学习和无监督学习技术, 概率观点与非概率观点, y la optimización y algoritmos de inferencia para el aprendizaje de modelos.
Machine Learning With Large Knowledge: Curso creado por la Universidad de California, San Diego, y publicado en Coursera Está dirigido a quienes quieren empezar con la ciencia de datos, y proporciona una visión normal de las técnicas de aprendizaje automático para explorar, analizar y aprovechar los datos. No hace falta saber programación para cursarlo, pero sí recomiendan realizar también el curso Massive Knowledge Integration and Processing para tener una base.
Neural Networks for Machine Learning: Curso ofrecido por la Universidad de Toronto en Coursera En él aprenderás sobre las redes neuronales artificiales y cómo son utilizadas en el Machine Learning. 你将理解它如何用于语音和物体识别, 用于图像分割和人类语言建模.
图像分类: 如何识别图像的内容?: 你想了解如何识别图像的可见内容并根据其内容进行分类吗? 在巴塞罗那自治大学Coursera课程中，你将学习不同的图像表示和分类方法.
数据科学的Python入门: 这是一门由Microsoft在edX上开设的实践课程 , en el que empezaras desde el principio con la creación de variables básicas y el tratamiento de estructuras de datos indispensables para poder resolver los problemas planteados utilizando los algoritmos de machine studying.
Information Science Necessities: Otro curso impartido por Microsoft a través de edX Te enseña los conceptos básicos relacionados con la adquisición, preparación, exploración y visualización de los datos. También te deja practicar tus conocimientos con ejemplos utilizando la plataforma de Microsoft Azure Machine Studying.
人工智能 (人工智能): Con este curso aprenderás las bases fundamentales de la inteligencia artificial y cómo se aplican. Ofrecido por la Universidad de Columbia en edX te enseña cómo diseñar agentes inteligentes para resolver problemas del mundo actual incluyendo, 搜索, juegos, 自动学习, lógica y problemas de satisfacción de restricciones.
Publicaciones especializadas a seguir
Hacer cualquiera de estos cursos que te hemos indicado arriba ayudará a que consigas una buena base de conocimientos en este campo. Pero el de la Inteligencia Artificial es un sector en constante evolución, por lo que todo lo que sepas sobre él a día de hoy podría quedar desactualizado en sólo unos pocos meses.
Por eso es importante mantenerse al día de cada nuevo avance que se consigue en este campo, algo para lo que resulta imprescindible tener a mano fuentes de información especializada. 因此, 我们将为你提供一些用英语和西班牙语发布的系列内容，这些内容通常会定期更新, 以便你不错过任何与人工智能相关的最新消息.
通过网络学习人工智能: 课程, 出版物和专家推荐
订阅
Xataka TV