Deep Learning

Profesor Miguel Ángel Martínez del Amor
Módulos Complementos Optativos
Alumnos 0 (registrado)

Nota: El vídeo de presentación está desactualizado, se cambiará a lo largo del verano.

El Deep Learning es el motor detrás de la revolución tecnológica que está transformando la ingeniería informática y la infraestructura empresarial. Ya no hablamos de conceptos teóricos: es el núcleo que hace posibles herramientas de desarrollo inteligente como Claude Code, las nuevas capacidades de Codex y los motores avanzados de Gemini y ChatGPT. Para un ingeniero informático, dominar estas tecnologías ya no es una opción, sino la competencia más demandada del sector.

A lo largo de la asignatura trabajarás de forma 100% práctica con PyTorch, el estándar indiscutible en la industria global y la investigación. No nos quedaremos en la superficie: aprenderás a diseñar, entrenar y optimizar arquitecturas complejas, aprovechando hardware especializado como las GPUs para realizar los cálculos requeridos de forma eficiente.

¿Qué serás capaz de hacer al terminar?

Optimizar y Desplegar: Resolverás problemas críticos de entrenamiento (sobreajuste, datasets desbalanceados, calibración de hiperparámetros) para garantizar modelos robustos y listos para producción.
Visión por Computador: Desarrollarás y aplicarás Redes Convolucionales (CNNs), dominarás el Transfer Learning y el uso de modelos pre-entrenados.
Procesamiento de Lenguaje Natural (NLP): Comprenderás y construirás arquitecturas basadas en mecanismos de atención y Transformers.
IA Generativa Avanzada: Crearás tus propios Chatbots con LLMs pequeños y experimentarás con Modelos de Difusión para imágenes.

Guiado por un embajador académico de NVIDIA, esta asignatura te aportará las competencias técnicas exactas que demandan las principales empresas del sector tecnológico.

Recomendación: Aunque no es un requisito formal, le sacarás el máximo partido a esta asignatura si ya cuentas con las bases conceptuales, las métricas y la solidez práctica que aporta el curso de Aprendizaje Automático del máster.

Programa

7 secciones
36 lecciones
4 semanas

Expandir todas las seccionesPlegar todas las secciones

Módulo 1. Introducción
Descubre el motor de la IA moderna. En este bloque de apertura analizaremos el impacto actual del Deep Learning y repasaremos los conceptos clave del Aprendizaje Automático clásico. Asentarás las bases teóricas de las redes neuronales básicas y comprenderás la hoja de ruta que te llevará a dominar las arquitecturas más complejas del mercado.
3
Módulo 2. Fundamentos Teóricos
Abre la "caja negra" de la Inteligencia Artificial. Comprenderás qué ocurre exactamente bajo el capó de una red neuronal profunda. Aprenderás a formular matemáticamente el aprendizaje mediante funciones de pérdida y descenso por gradiente, dominarás el algoritmo de retropropagación (backpropagation) y asimilarás su potente interpretación tensorial y matricial.
4
Módulo 3. Fundamentos Prácticos
Manos a la obra: tu inmersión en PyTorch. Entrarás de lleno en el entorno de desarrollo estándar de la industria y la investigación científica. En este módulo, 100% aplicado, aprenderás a configurar tus primeros flujos de trabajo en PyTorch para resolver problemas del mundo real: desde tareas de regresión hasta la clasificación multiclase y el tratamiento de datasets desbalanceados.
5
Módulo 4. Entrenamiento Eficiente
Hackea el rendimiento: potencia, velocidad y despliegue. Aprende a entrenar modelos robustos de nivel profesional. Dominarás técnicas avanzadas de regularización de datos y modelos para combatir el sobreajuste (overfitting). Además, exprimirás el hardware paralelo acelerando tus entrenamientos con GPUs y descubrirás cómo calibrar hiperparámetros y desplegar tus modelos con ONNX.
5
Módulo 5. Modelos para Visión por Computador
Enseña a las máquinas a ver el mundo. Adéntrate en el campo de la visión artificial analizando a fondo las Redes Neuronales Convolucionales (CNNs). Aprenderás a diseñarlas y entrenarlas desde cero utilizando la potencia de la GPU, a realizar inferencia con arquitecturas actuales y a dominar el Transfer Learning (Transferencia de Aprendizaje) con modelos pre-entrenados para resolver problemas complejos, como la localización de objetos.
9
Módulo 6. Modelos para Procesamiento de Lenguaje Natural
Domina el lenguaje y las secuencias temporales. Explora cómo la IA procesa información secuencial, desde el análisis de series temporales hasta el procesamiento del lenguaje humano. Trabajarás con codificación de textos (embeddings) y redes recurrentes avanzadas (LSTM) para, finalmente, dominar el mecanismo de atención y construir un Transformer, la revolucionaria arquitectura detrás de los LLMs, chatbots y agentes.
6
Módulo 7. Modelos Generativos
La frontera del Deep Learning: IA Generativa. El broche final del curso está dedicado a la creación y síntesis de contenido. Estudiarás las bases teóricas de los modelos generativos avanzados (VAEs, GANs y Difusión) y pasarás a la práctica implementando un modelo de difusión para imágenes y creando tus propios Chatbots mediante el uso de pequeños LLMs (Large Language Models). También hablaremos sobre la tendencia actual en IA agéntica.
4

Profesor

Miguel Ángel Martínez del Amor

Miguel Ángel es Profesor Titular en el Departamento de Ciencias de la Computación e Inteligencia Artificial de la Universidad de Sevilla, y embajador académico del NVIDIA Deep Learning Institute. Su trabajo multidisciplinar se centra en exprimir al máximo la potencia de las GPUs para la computación de alto rendimiento, aplicándola a retos tan fascinantes como la simulación de modelos bioinspirados, la aplicación de redes neuronales a la detección de daños en vehículos, y la compresión de imágenes en cine digital. Con una sólida trayectoria docente en Inteligencia Artificial, Bioinformática y Computación, ha tutorizado numerosos proyectos de fin de estudios (PFC, TFG y TFM) que conectan directamente a los alumnos con el mercado tecnológico. Además, como embajador del NVIDIA DLI, imparte talleres oficiales de Deep Learning, Data Science y computación acelerada con CUDA. En su asignatura, no solo aprenderás teoría; dominarás las herramientas que están transformando el futuro tecnológico, de la mano de un experto certificado por el líder mundial en hardware de IA.