Este curso de la UBA enseña lo necesario para meterse al único puesto que paga $ 100.000 de base

Cómo ingresar al curso gratis de la UBA para aprender machine learning e Inteligencia Artificial.

El departamento de Física de la Universidad de Buenos Aires estará presentando un curso sobre Inteligencia Artificial y Machine Learning. El evento será en el marco del XXII Giambiagi School, organizado por la misma facultad, y que este año será integramente online, dadas las restricciones sanitarias de la pandemia de Covid. Las disertaciones comienzan el 9  de noviembre y se extenderán durante las jornadas del 10 y 11.

"La revolución del aprendizaje automático, catalizada por el resurgimiento del aprendizaje profundo, influye cada vez más en la investigación en física y en la forma de concebir los modelos que son el núcleo de la disciplina. Los cursos cortos y las presentaciones abordarán cómo los modelos matemáticos tradicionales de la física se complementan naturalmente con modelos de aprendizaje automático, capaces de extraer y representar información con supuestos menos teóricos y de grandes volúmenes de datos", afirma el curso en su presentación.

El evento contará con 5 cursos de aproximadamente 3 horas cada uno, cubriendo temas como aprendizaje profundo y redes neuronales convolucionales, aprendizaje de representación, aplicaciones a la biología y física interdisciplinaria, dinámica y redes neuronales recurrentes.

También habrá 10 breves presentaciones a cargo de conferencistas invitados nacionales e internacionales. Estas charlas presentarán una descripción general de la investigación actual en la interfaz entre la física y el aprendizaje automático, cubriendo temas como el aprendizaje profundo aplicado a la dinámica no lineal, los métodos de aprendizaje automático para el descubrimiento de exoplanetas, el aprendizaje automático, las transiciones de fase cuántica y clásica, las aplicaciones de aprendizaje profundo y el aprendizaje por refuerzo de la dinámica de fluidos y la turbulencia, y el procesamiento del lenguaje natural aplicado a la neurociencia y psiquiatría computacional.

¿Por qué es importante esta tecnología?

La automatización del trabajo está ganando fuerza con el tiempo tanto en sectores tecnológicos como en los empresariales. El impacto de la automatización y la inteligencia artificial en los puestos de trabajo es todavía confuso. Según la consultora estadounidense Gartner, la inteligencia artificial eliminará 1.8 millones de puestos de trabajo pero a su vez creará más de 2.3 millones de puestos de trabajo desde 2020. Para acceder a la mayoría de los nuevos puestos de trabajo, se necesitará que los empleados sean cada vez más flexibles y tecnológicos. Los trabajos con los que estamos familiarizados podrían desaparecer por completo. Mientras que otros cambiarán completamente. Existen muchos trabajos que no podrán ser reemplazados. Estos son algunos de los trabajos que no serán fácilmente reemplazados.

En nuestro país, además, según la Cámara de Empresas del Software y Servicios Informáticos, todos los años quedan sin cubrir cerca de 5.000 posiciones. En la Argentina, sigue siendo difícil cubrir estos puestos a pesar de que tienen beneficios y de los salarios más competitivos del mercado.

La utilización de distintos insumos como la Inteligencia Artificial y el Machine Learning han logrado automatizar gran parte de los procedimientos. Desde el análisis del comportamiento de los clientes, hasta la mejora de un videojuego, el Machine Learning o “aprendizaje automático se ha mostrado como un recurso valioso para las empresas que apuestan a la modernización. Los profesionales del aprendizaje automático encontraron un lugar en la expansión tecnológica para construir y mejorar los modelos de análisis de grandes cantidades de datos. La lectura de estas conclusiones y errores detectados, y su traslado a las distintas áreas de la empresa, los coloca trabajando codo a codo con los directores muchas veces, en la toma de decisiones.

El Machine learning (ML) es una rama de la inteligencia artificial basada en la idea de que los sistemas pueden aprender de datos, identificar patrones y tomar decisiones con mínima intervención humana. Sin embargo, esa “mínima intervención requiere una especialización profunda para los ingenieros IT encargados de diseñar e implementar los sistemas. El trabajo consiste en diseñar algoritmos que encuentran patrones naturales en los datos, contribuyen a tomar mejores decisiones y a realizar mejores predicciones. En esto tienen muchas similitudes con los científicos de datos, ya que su rol principal es darle valor a los grandes volúmenes de información que las organizaciones poseen hoy en día.

Esta tecnología se utiliza a diario para hacer diagnósticos médicos, conocer las fluctuaciones del mercado bursátil y prever cargas energéticas para determinadas poblaciones, en lo que representa las primeras aproximaciones de una tecnología que promete estar en todos lados en algunos años.

La firma Research and Markets estima que para el 2023, el mercado de ML alcance un valor de $23,500 millones de dólares. A esto se suma que hoy en día la demanda de ingenieros de ML excede la oferta de este tipo de especialistas por mucho, de acuerdo al sitio especializado PayScale. La evolución obvia de este escenario es que cada vez más empresas requerirán de este tipo de profesionales, y transformarse en uno o asegurar a los que ya se tengan en la organización (o estén dispuestos a adquirir estas habilidades) será fundamental para los departamentos de Sistemas en los próximos años.

Temas relacionados
Más noticias de Machine Learning

Compartí tus comentarios

¿Querés dejar tu opinión? Registrate para comentar este artículo.
Nombre