Visión por computadora con Python

Este curso intensivo y práctico abarca técnicas avanzadas de Python, mejores prácticas de ingeniería y patrones de diseño comúnmente utilizados para construir aplicaciones Python mantenibles, comprobables y de alto rendimiento. Hace hincapié en herramientas modernas, tipado, modelos de concurrencia, patrones arquitectónicos y flujos de trabajo listos para la producción.

Esta formación en vivo con instructor (en línea o presencial) está dirigida a desarrolladores de Python de nivel intermedio a avanzado que desean adoptar prácticas y patrones profesionales para sistemas Python de grado industrial.

Al finalizar esta formación, los participantes serán capaces de:

• Aplicar tipado en Python, dataclasses y comprobación de tipos para aumentar la fiabilidad del código.
• Utilizar patrones de diseño y principios arquitectónicos para estructurar aplicaciones robustas.
• Implementar concurrencia y paralelismo correctamente utilizando asyncio y multiprocessing.
• Construir código bien probado con pytest, pruebas basadas en propiedades y pipelines de CI.
• Perfilar, optimizar y blindar aplicaciones Python para la producción.
• Empaquetar, distribuir e implementar proyectos Python utilizando herramientas modernas y contenedores.

Formato del curso

• Clases interactivas y demostraciones breves.
• Laboratorios prácticos y ejercicios de codificación cada día.
• Proyecto final integrador que combina patrones, pruebas e implementación.

Opciones de personalización del curso

• Para solicitar una formación personalizada o enfocada en un área específica (datos, web o infraestructura), contáctenos para coordinar.

Este curso enseña técnicas prácticas de ingeniería para diseñar, construir, probar y desplegar sistemas agénticos (autónomos) utilizando Python. Cubre el bucle del agente, integraciones de herramientas, gestión de memoria y estado, patrones de orquestación, controles de seguridad y consideraciones de producción.

Esta capacitación en vivo, impartida por instructores (en línea o presencial), está dirigida a ingenieros de ML, desarrolladores de IA e ingenieros de software de nivel intermedio a avanzado que deseen construir agentes autónomos robustos y listos para producción usando Python.

Al finalizar esta capacitación, los participantes podrán:

• Diseñar e implementar el bucle del agente y flujos de trabajo de toma de decisiones.
• Integrar herramientas y APIs externas para ampliar las capacidades del agente.
• Implementar arquitecturas de memoria a corto y largo plazo para agentes.
• Coordinar orquestaciones en múltiples pasos y la composición de agentes.
• Aplicar las mejores prácticas de seguridad, control de acceso y observabilidad para agentes desplegados.

Formato del curso

• Clase interactiva y discusión.
• Laboratorios prácticos construyendo agentes con Python y SDKs populares.
• Ejercicios basados en proyectos que producen prototipos desplegables.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada para este curso, contáctenos para organizarlo.

 Explora enfoques prácticos de la Ciencia de Datos e Inteligencia Artificial (IA) utilizando Python, proporcionando a los profesionales las habilidades necesarias para analizar datos, construir modelos de aprendizaje automático y desplegar aplicaciones impulsadas por IA en entornos empresariales. Cubre flujos de trabajo CRISP-DM, análisis estadístico, aprendizaje supervisado y no supervisado, aprendizaje profundo con TensorFlow, procesamiento de lenguaje natural, big data con Spark y narración basada en datos. Es ideal para principiantes que buscan una certificación en ciencia de datos con Python y formación analítica orientada a la inserción laboral.

La Inteligencia Artificial con Python consiste en el desarrollo de sistemas inteligentes utilizando el amplio ecosistema de bibliotecas de IA y aprendizaje automático de Python.

Esta formación en vivo, impartida por un instructor (en línea o presencial), está dirigida a programadores de Python de nivel intermedio que deseen diseñar, implementar e implementar soluciones de IA usando Python.

Al finalizar esta formación, los participantes serán capaces de:

• Implementar algoritmos de IA utilizando las bibliotecas centrales de IA de Python.
• Trabajar con modelos de aprendizaje supervisado, no supervisado y por refuerzo.
• Integrar soluciones de IA en aplicaciones y flujos de trabajo existentes.
• Evaluar el rendimiento del modelo y optimizarlo para obtener mayor precisión y eficiencia.

Formato del curso

• Lección interactiva y discusión.
• Muchas exercises y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para coordinar los detalles.

El SDK CANN (Compute Architecture for Neural Networks) proporciona potentes herramientas de implementación y optimización para aplicaciones de IA en tiempo real en visión por computadora y PLN, especialmente en hardware Huawei Ascend.

Esta formación práctica en vivo (en línea o presencial), con instructor, está dirigida a profesionales de la IA de nivel intermedio que desean crear, implementar y optimizar modelos de visión e idioma para casos de uso en producción mediante el SDK CANN.

Al finalizar esta formación, los participantes serán capaces de:

• Implementar y optimizar modelos de VP y PLN utilizando CANN y AscendCL.
• Utilizar las herramientas CANN para convertir modelos e integrarlos en pipelines en tiempo real.
• Optimizar el rendimiento de la inferencia para tareas como detección, clasificación y análisis de sentimiento.
• Construir pipelines de VP/PLN en tiempo real para escenarios de implementación en el borde (edge) o en la nube.

Formato del Curso

• Conferencia interactiva y demostración.
• Laboratorio práctico con implementación de modelos y perfilado de rendimiento.
• Diseño en vivo de pipelines utilizando casos de uso reales de VP y PLN.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para organizarla.

Esta formación en vivo impartida por un instructor en Uruguay (en línea o presencial) está dirigida a desarrolladores de IA de nivel intermedio e ingenieros de visión por computadora que desean construir sistemas visuales robustos para aplicaciones de conducción autónoma.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los conceptos fundamentales de la visión por computadora en vehículos autónomos.
• Implementar algoritmos para la detección de objetos, detección de carriles y segmentación semántica.
• Integrar sistemas visuales con otros subsistemas del vehículo autónomo.
• Aplicar técnicas de aprendizaje profundo para tareas avanzadas de percepción.
• Evaluar el rendimiento de los modelos de visión por computadora en escenarios del mundo real.

Esta formación en vivo con instructivo en Uruguay (en línea o presencial) está dirigida a profesionales de nivel avanzado que desean profundizar su comprensión de la visión por computadora y explorar las capacidades de TensorFlow para desarrollar sofisticados modelos de visión utilizando Google Colab.

Al finalizar esta formación, los participantes serán capaces de:

• Construir y entrenar redes neuronales convolucionales (CNN) usando TensorFlow.
• Aprovechar Google Colab para el desarrollo escalable y eficiente de modelos en la nube.
• Implementar técnicas de preprocesamiento de imágenes para tareas de visión por computadora.
• Desplegar modelos de visión por computadora para aplicaciones del mundo real.
• Utilizar el aprendizaje por transferencia (transfer learning) para mejorar el rendimiento de los modelos CNN.
• Visualizar e interpretar los resultados de los modelos de clasificación de imágenes.

Esta formación impartida por un instructor, en directo en Uruguay (en línea o presencial), está dirigida a desarrolladores y analistas de datos de nivel intermedio que deseen mejorar sus habilidades en análisis y manipulación de datos utilizando Pandas y NumPy.

Al finalizar esta formación, los participantes serán capaces de:

• Configurar un entorno de desarrollo que incluya Python, Pandas y NumPy.
• Crear una aplicación de análisis de datos utilizando Pandas y NumPy.
• Realizar operaciones avanzadas de transformación, ordenación y filtrado de datos.
• Realizar operaciones de agregación y analizar series temporales.
• Visualizar los datos mediante Matplotlib y otras bibliotecas de visualización.
• Depurar y optimizar su código de análisis de datos.

Esta formación en vivo con instructor en Uruguay (en línea o presencial) está dirigida a ingenieros de visión por computadora de nivel intermedio a avanzado, desarrolladores de IA y profesionales del IoT que desean implementar y optimizar modelos de visión por computadora para el procesamiento en tiempo real en dispositivos perimetrales.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos del Edge AI y sus aplicaciones en la visión por computadora.
• Implementar modelos de aprendizaje profundo optimizados en dispositivos perimetrales para el análisis de imágenes y video en tiempo real.
• Utilizar frameworks como TensorFlow Lite, OpenVINO y NVIDIA Jetson SDK para la implementación de modelos.
• Optimizar los modelos de IA para mejorar el rendimiento, la eficiencia energética y la inferencia de baja latencia.

Esta formación en vivo con instrucción en Uruguay (en línea o presencial) está dirigida a personal de fuerzas del orden en nivel principiante que deseen pasar de la elaboración manual de retratos hablados al uso de herramientas de IA para desarrollar sistemas de reconocimiento facial.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los fundamentos de la Inteligencia Artificial y el Aprendizaje Automático.
• Aprender los conceptos básicos del procesamiento digital de imágenes y su aplicación en el reconocimiento facial.
• Desarrollar habilidades para utilizar herramientas y marcos de trabajo de IA con el fin de crear modelos de reconocimiento facial.
• Adquirir experiencia práctica en la creación, entrenamiento y prueba de sistemas de reconocimiento facial.
• Comprender las consideraciones éticas y las mejores prácticas en el uso de la tecnología de reconocimiento facial.

Esta formación en vivo con instructor (en línea o presencial) está dirigida a desarrolladores que desean utilizar la pila FARM (FastAPI, React y MongoDB) para construir aplicaciones web dinámicas, de alto rendimiento y escalables.

Al finalizar esta capacitación, los participantes serán capaces de:

• Configurar el entorno de desarrollo necesario que integre FastAPI, React y MongoDB.
• Comprender los conceptos clave, características y beneficios de la pila FARM.
• Aprender a construir APIs REST con FastAPI.
• Aprender a diseñar aplicaciones interactivas con React.
• Desarrollar, probar e implementar aplicaciones (frontend y backend) utilizando la pila FARM.

Esta formación en vivo, impartida por un instructor Uruguay (en línea o presencial), está dirigida a desarrolladores que deseen utilizar FastAPI junto con Python para construir, probar e implementar API RESTful de forma más rápida y sencilla.

Al finalizar esta capacitación, los participantes podrán:

• Configurar el entorno de desarrollo necesario para crear API con Python y FastAPI.
• Crear API de manera más rápida y sencilla mediante la biblioteca FastAPI.
• Aprender a construir modelos de datos y esquemas basados en Pydantic y OpenAPI.
• Conectar las API a una base de datos utilizando SQLAlchemy.
• Implementar seguridad y autenticación en las API aprovechando las herramientas que ofrece FastAPI.
• Generar imágenes de contenedores e implementar las API web en un servidor en la nube.

Esta formación impartida por instructores en Uruguay (presencial o en línea) está dirigida a investigadores y profesionales de laboratorio con conocimientos desde nivel básico hasta intermedio que deseen procesar y analizar imágenes relacionadas con tejidos histológicos, células sanguíneas, algas y otras muestras biológicas.

Al finalizar esta formación, los participantes serán capaces de:

• Navegar por la interfaz de Fiji y utilizar las funciones principales de ImageJ.
• Preprocesar y mejorar imágenes científicas para lograr un mejor análisis.
• Analizar imágenes de manera cuantitativa, incluyendo el recuento de células y la medición de áreas.
• Automatizar tareas repetitivas mediante macros y complementos (plugins).
• Personalizar flujos de trabajo para satisfacer necesidades específicas de análisis de imágenes en investigación biológica.

Esta formación en vivo impartida por un instructor en Uruguay (en línea o presencial) está dirigida a profesionales de nivel intermedio que desean utilizar Vision Builder AI para diseñar, implementar y optimizar sistemas de inspección automatizada para procesos SMT (Tecnología de Montaje en Superficie).

Al finalizar esta formación, los participantes podrán:

• Configurar e implementar inspecciones automatizadas mediante Vision Builder AI.
• Adquirir y preprocesar imágenes de alta calidad para su análisis.
• Implementar decisiones basadas en lógica para la detección de defectos y validación del proceso.
• Generar informes de inspección y optimizar el rendimiento del sistema.

Esta formación presencial (en línea o in situ) en Uruguay está orientada a desarrolladores, investigadores y científicos de datos de nivel intermedio a avanzado que deseen aprender a implementar la detección de objetos en tiempo real utilizando YOLOv7.

Al finalizar esta formación, los participantes podrán:

• Comprender los conceptos fundamentales de la detección de objetos.
• Instalar y configurar YOLOv7 para tareas de detección de objetos.
• Entrenar y probar modelos de detección de objetos personalizados utilizando YOLOv7.
• Integrar YOLOv7 con otros marcos y herramientas de visión por computadora.
• Solucionar problemas comunes relacionados con la implementación de YOLOv7.