Detección de fraude con Python y TensorFlow

Este es un curso de 4 días que introduce la Inteligencia Artificial y sus aplicaciones. Existe la opción de agregar un día adicional para desarrollar un proyecto de IA al finalizar este curso.

Esta capacitación presencial o en línea impartida por instructores en Colombia 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 modelos de visión sofisticados utilizando Google Colab.

Al finalizar esta capacitación, los participantes podrán:

• Construir y entrenar redes neuronales convolucionales (CNN) utilizando TensorFlow.
• Aprovechar Google Colab para el desarrollo eficiente y escalable 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 para mejorar el rendimiento de los modelos CNN.
• Visualizar e interpretar los resultados de los modelos de clasificación de imágenes.

Esta capacitación impartida por un instructor, en vivo en Colombia (en línea o presencial), está dirigida a científicos de datos e ingenieros de software que desean utilizar Dask dentro del ecosistema de Python para construir, escalar y analizar grandes conjuntos de datos.

Al finalizar esta capacitación, los participantes podrán:

• Configurar el entorno para comenzar a construir procesos de procesamiento de grandes volúmenes de datos con Dask y Python.
• Explorar las características, bibliotecas, herramientas y APIs disponibles en Dask.
• Comprender cómo Dask acelera la computación paralela en Python.
• Aprender a escalar el ecosistema de Python (Numpy, SciPy y Pandas) utilizando Dask.
• Optimizar el entorno de Dask para mantener un alto rendimiento al manejar grandes conjuntos de datos.

Esta capacitación, impartida por un instructor en vivo en Colombia (en línea o en sitio), está dirigida a desarrolladores de Python 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 capacitación, los participantes podrán:

• 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 manipulación, ordenamiento y filtrado de datos.
• Ejecutar operaciones de agregación y analizar datos de series temporales.
• Visualizar datos usando Matplotlib y otras librerías de visualización.
• Depurar y optimizar su código de análisis de datos.

Esta capacitación en vivo, impartida por un instructor en Colombia (en línea o en sitio), está dirigida a científicos de datos y desarrolladores de nivel intermedio que desean comprender y aplicar técnicas de aprendizaje profundo utilizando el entorno de Google Colab.

Al finalizar esta capacitación, los participantes podrán:

• Configurar y navegar en Google Colab para proyectos de aprendizaje profundo.
• Comprender los fundamentos de las redes neuronales.
• Implementar modelos de aprendizaje profundo utilizando TensorFlow.
• Entrenar y evaluar modelos de aprendizaje profundo.
• Aprovechar las funciones avanzadas de TensorFlow para el aprendizaje profundo.

En esta capacitación en vivo impartida por un instructor en Colombia, los participantes aprenderán a utilizar las librerías de Python para NLP mientras desarrollan una aplicación que procesa un conjunto de imágenes y genera descripciones para ellas.

Al finalizar esta capacitación, los participantes serán capaces de:

• Diseñar y programar soluciones de DL para NLP utilizando librerías de Python.
• Crear código en Python que lea una colección de imágenes considerablemente grande y genere palabras clave.
• Desarrollar código en Python que genere descripciones a partir de las palabras clave detectadas.

Público objetivo

Este curso está diseñado para investigadores e ingenieros de aprendizaje profundo interesados en utilizar herramientas disponibles (mayoritariamente de código abierto) para analizar imágenes de computación.

El curso incluye ejemplos prácticos.

Esta capacitación impartida por un instructor, en vivo (en línea o presencial), está dirigida a desarrolladores que desean utilizar el stack FARM (FastAPI, React y MongoDB) para crear aplicaciones web dinámicas, de alto rendimiento y escalables.

Al finalizar esta capacitación, los participantes podrán:

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

Esta formación impartida por un instructor, en vivo en Colombia (en línea o presencial), está dirigida a desarrolladores que deseen utilizar FastAPI con Python para construir, probar y desplegar APIs RESTful de manera más sencilla y rápida.

Al finalizar esta formación, los participantes podrán:

• Configurar el entorno de desarrollo necesario para desarrollar APIs con Python y FastAPI.
• Crear APIs de forma más rápida y sencilla utilizando la biblioteca FastAPI.
• Aprender cómo crear modelos de datos y esquemas basados en Pydantic y OpenAPI.
• Conectar APIs a una base de datos utilizando SQLAlchemy.
• Implementar seguridad y autenticación en las APIs mediante las herramientas de FastAPI.
• Construir imágenes de contenedor y desplegar APIs web en un servidor en la nube.

Esta capacitación en vivo, impartida por un instructor en Colombia (en línea o en sitio), está dirigida a científicos de datos y desarrolladores que deseen utilizar Modin para construir e implementar cálculos paralelos con Pandas y lograr un análisis de datos más rápido.

Al finalizar esta capacitación, los participantes serán capaces de:

• Configurar el entorno necesario para comenzar a desarrollar flujos de trabajo de Pandas a gran escala con Modin.
• Comprender las características, la arquitectura y las ventajas de Modin.
• Conocer las diferencias entre Modin, Dask y Ray.
• Ejecutar operaciones de Pandas más rápidamente con Modin.
• Implementar toda la API y las funciones de Pandas.

Esta capacitación impartida por un instructor, en vivo en Colombia (en línea o en el sitio), está dirigida a desarrolladores y científicos de datos que deseen utilizar TensorFlow 2.x para crear predictores, clasificadores, modelos generativos, redes neuronales y más.

Al finalizar esta capacitación, los participantes estarán en capacidad de:

• Instalar y configurar TensorFlow 2.x.
• Comprender las ventajas de TensorFlow 2.x frente a versiones anteriores.
• Crear modelos de aprendizaje profundo.
• Implementar un clasificador avanzado de imágenes.
• Desplegar un modelo de aprendizaje profundo en la nube, dispositivos móviles y dispositivos IoT.

En esta capacitación en vivo impartida por un instructor en Colombia (en línea o presencial), los participantes aprenderán a configurar y utilizar TensorFlow Serving para implementar y gestionar modelos de ML en un entorno productivo.

Al finalizar esta formación, los participantes estarán en capacidad de:

• Entrenar, exportar y servir diversos modelos de TensorFlow.
• Probar y desplegar algoritmos utilizando una única arquitectura y conjunto de APIs.
• Extender TensorFlow Serving para servir otros tipos de modelos además de los de TensorFlow.

TensorFlow es una API de segunda generación de la biblioteca de software de código abierto de Google para el aprendizaje profundo. Este sistema está diseñado para facilitar la investigación en aprendizaje automático y hacer que la transición desde un prototipo de investigación hasta un sistema de producción sea rápida y sencilla.

Público Objetivo

Este curso está dirigido a ingenieros que buscan utilizar TensorFlow para sus proyectos de aprendizaje profundo.

Al finalizar este curso, los participantes serán capaces de:

• Comprender la estructura y los mecanismos de implementación de TensorFlow.
• Realizar tareas de instalación, configuración del entorno de producción y arquitectura.
• Evaluar la calidad del código, realizar depuración y monitoreo.
• Implementar funciones avanzadas de producción, como entrenamiento de modelos, construcción de grafos y registro de eventos.

Este curso explora, mediante ejemplos concretos, la aplicación de TensorFlow con fines de reconocimiento de imágenes

Público objetivo

Este curso está dirigido a ingenieros que deseen utilizar TensorFlow para reconocimiento de imágenes.

Al completar este curso, los participantes serán capaces de:

• comprender la estructura y los mecanismos de implementación de TensorFlow
• realizar tareas de instalación, configuración y arquitectura en entornos de producción
• evaluar la calidad del código, realizar depuración y monitoreo
• implementar prácticas avanzadas de producción, como entrenamiento de modelos, construcción de grafos y registro de eventos

Esta capacitación en vivo, impartida por un instructor en Colombia (en línea o en sitio), está dirigida a científicos de datos que desean avanzar desde el entrenamiento de un solo modelo de ML hasta el despliegue de múltiples modelos de ML en producción.

Al finalizar esta capacitación, los participantes podrán:

• Instalar y configurar TFX y herramientas de terceros compatibles.
• Utilizar TFX para crear y gestionar un pipeline completo de producción de ML.
• Trabajar con los componentes de TFX para realizar modelado, entrenamiento, inferencia de servicio y gestión de implementaciones.
• Desplegar características de aprendizaje automático en aplicaciones web, aplicaciones móviles, dispositivos IoT y más.