CERTIC

NEXT GEN IT

Arcitura® Education

Arcitura Education es un proveedor global líder de programas de capacitación y certificación progresivos, independientes del proveedor.

El material de trabajo ha sido desarrollado en estrecha colaboración con expertos profesionales en la materia y expertos académicos para crear cursos superiores diseñados para la capacitación progresiva de TI y para la preparación de los exámenes correspondientes necesarios para obtener las certificaciones.

CURSOS OFRECIDOS

Esta ruta consta de tres cursos que desarrollan habilidades en prácticas, modelos y algoritmos de aprendizaje automático, así como sistemas de aprendizaje automático que pueden realizar una variedad de tareas de procesamiento de análisis de datos, además de una serie de ejercicios de laboratorio a desarrollar para cumplir con los requisitos del proyecto y resolver problemas del mundo real.
 

Preguntas frecuentes

Esta ruta consta de tres cursos que desarrollan habilidades en prácticas de IA y enfoques de aprendizaje, así como arquitecturas de redes neuronales, tipos de células y funciones de activación, además de una serie de ejercicios de laboratorio a desarrollar para cumplir con los requisitos del proyecto y resolver problemas del mundo real.
 

Preguntas frecuentes

Esta ruta consta de tres cursos que desarrollan habilidades en la tecnología y arquitectura de Internet de las cosas (IoT), junto con la competencia en protocolos de radio, mensajes de telemetría y capas de arquitectura de IoT, así como una serie de ejercicios de laboratorio a desarrollar para cumplir con los requisitos del proyecto y resolver problemas del mundo real.

 

Preguntas frecuentes

La ruta Especialista en DevOps consta de tres cursos que desarrollan las habilidades en las prácticas, procesos, métricas y modelos de DevOps. El módulo final del curso consiste en una serie de ejercicios de laboratorio que requieren que los participantes apliquen sus conocimientos de los cursos anteriores para cumplir con los requisitos del proyecto y resolver problemas del mundo real.

 

Preguntas frecuentes

La ruta Arquitecto Blockchain consta de tres cursos que desarrollan las habilidades en funciones de Blockchain, modelos arquitectónicos, tecnología y seguridad. El módulo final del curso consiste en una serie de ejercicios de laboratorio que requieren que los participantes apliquen sus conocimientos de los cursos anteriores para cumplir con los requisitos del proyecto y resolver problemas del mundo real.

 

Preguntas frecuentes

Nos esforzamos al máximo para transmitir el conocimiento que necesitas

¡Cuéntanos en qué podemos apoyarte!

Síguenos por correo electrónico
Facebook
YouTube
LinkedIn
Instagram

PREGUNTAS FRECUENTES

  • ¿Cuáles son los resultados del aprendizaje?
  • ¿Cuál es la programación del curso?
  • ¿Qué incluye el servicio?
  • ¿El examen es opcional?

Además de una comprensión comprobada del ledger distribuido, el almacenamiento de datos inmutables y el procesamiento de consenso, un Arquitecto Certificado de Blockchain es competente en los modelos arquitectónicos de Blockchain, los modelos de coexistencia del ledger distribuido y las amenazas y contramedidas de seguridad de Blockchain.

Este taller será impartido por un entrenador certificado, según el siguiente programa:

  • Día 1 (9:00 AM - 4:00 PM / Lunes, 09 de noviembre de 2020)
    Módulo 1: Fundamentos de Blockchain
  • Día 2 (9:00 AM - 4:00 PM / Martes, 10 de noviembre de 2020)
    Módulo 2: Tecnología y Arquitectura de Blockchain
  • Día 3 (9:00 AM - 4:00 PM / Miércoles, 11 de noviembre de 2020)
    Módulo 3: Laboratorio de Tecnología y Arquitectura de Blockchain

Materiales didácticos entregados en formato pdf.

Certificado de Finalización digital oficial, así como el distintivo de capacitación digital de Acclaim/Credly al completar estos cursos como parte del taller virtual.

Sí, el examen es opcional.

  • ¿Qué me entregan si elijo rendir el examen de certificación?
  • ¿Qué recibo si apruebo el examen de certificación?
  • ¿Cuál es la duración del examen de certificación?
  • ¿Puedo utilizar ayudas para rendir el examen de certificación?

Si se elige la opción de rendir el examen de certificación, se entrega un vale Pearson VUE.

El código de este vale puede canjearse en línea cuando se programe el examen para su entrega en un centro de pruebas Pearson VUE o a través de Pearson VUE Online Proctoring.

El vale sólo puede usarse una vez y caducará un año después de la fecha de compra.

Quienes logran esta calificación reciben un Certificado de Excelencia digital oficial, así como un distintivo de certificación digital de Acclaim/Credly con una cuenta que permite la verificación en línea del estado de la certificación.

El examen dura 110 minutos.

El examen se rinde a libro cerrado.

No se permite el uso de anotaciones, audios, vídeos, celulares.

El examen es individual y debe rendirse solo, sin compañía alguna.

PREGUNTAS FRECUENTES

  • ¿Cuáles son los resultados del aprendizaje?
  • ¿Cuál es la programación del curso?
  • ¿Qué incluye el servicio?
  • ¿El examen es opcional?

Un Especialista en DevOps Certificado comprende los requisitos para aplicar con éxito el DevOps en apoyo del logro de los objetivos del proyecto y la realización de las metas empresariales estratégicas.

Además de una sólida comprensión de las etapas, técnicas y modelos de los procesos de DevOps, también se requiere que un Especialista en DevOps Certificado sea competente en la supervisión y medición de las iniciativas de DevOps para asegurar que todo el ciclo de vida del proyecto se lleve a cabo según lo previsto.

Este taller será impartido por un entrenador certificado, según el siguiente programa:

  • Día 1 (9:00 AM - 4:00 PM / Lunes, 21 de setiembre de 2020)
    Módulo 1: Fundamentos de DevOps
  • Día 2 (9:00 AM - 4:00 PM / Martes, 22 de setiembre de 2020)
    Módulo 2: DevOps en la práctica
  • Día 3 (9:00 AM - 4:00 PM / Miércoles, 23 de setiembre de 2020)
    Módulo 3: Laboratorio DevOps

Materiales didácticos entregados en formato pdf.

Certificado de Finalización digital oficial, así como el distintivo de capacitación digital de Acclaim/Credly al completar estos cursos como parte del taller virtual.

Sí, el examen es opcional.

  • ¿Qué me entregan si elijo rendir el examen de certificación?
  • ¿Qué recibo si apruebo el examen de certificación?
  • ¿Cuál es la duración del examen de certificación?
  • ¿Puedo utilizar ayudas para rendir el examen de certificación?

Si se elige la opción de rendir el examen de certificación, se entrega un vale Pearson VUE.

El código de este vale puede canjearse en línea cuando se programe el examen para su entrega en un centro de pruebas Pearson VUE o a través de Pearson VUE Online Proctoring.

El vale sólo puede usarse una vez y caducará un año después de la fecha de compra.

Quienes logran esta calificación reciben un Certificado de Excelencia digital oficial, así como un distintivo de certificación digital de Acclaim/Credly con una cuenta que permite la verificación en línea del estado de la certificación.

El examen dura 110 minutos.

El examen se rinde a libro cerrado.

No se permite el uso de anotaciones, audios, vídeos, celulares.

El examen es individual y debe rendirse solo, sin compañía alguna.

PREGUNTAS FRECUENTES

  • ¿Cuáles son los resultados del aprendizaje?
  • ¿Cuál es el contenido del curso?
  • ¿A quién está dirigido?
  • ¿Qué incluye el servicio?
  • ¿El examen de certificación es opcional?
  • ¿Tengo opción de una segunda oportunidad?
  • ¿Qué recibo si elijo rendir el examen?
  • ¿Cuáles son las características del examen?
  • ¿Qué recibo si apruebo el examen?
Al finalizar el curso Arcitura® Certified Big Data Scientist el participante conoce y está en capacidad de aplicar técnicas, principios y procesos necesarios para explorar y analizar grandes volúmenes de datos complejos con el objetivo de descubrir nuevos conocimientos, desarrollar productos de datos y comunicar resultados analíticos para impulsar la toma de decisiones.
Módulo 1
Módulo 2 Módulo 4
Se cubren los siguientes temas principales:
  • Comprensión de Big Data
  • Terminología y conceptos fundamentales
  • Impulsores de negocios y tecnología de Big Data
  • Empresa tradicional y tecnologías relacionadas con Big Data
  • Características de los datos en los entornos de Big Data
  • Tipos de conjuntos de datos en entornos de Big Data
  • Análisis fundamental y analítica
  • Tipos de aprendizaje automatizado
  • Inteligencia de negocios y Big Data
  • Visualización de datos y Big Data
  • Consideraciones sobre la adopción y la planificación de Big Data
Se cubren los siguientes temas principales:
  • Ciclo de vida del análisis de Big Data (desde la evaluación del caso de negocio hasta el análisis y la visualización de los datos)
  • Pruebas A/B, Correlación
  • Regresión, mapas de calor
  • Análisis de series de tiempo
  • Empresa tradicional
  • Análisis de la red
  • Análisis de datos espaciales
  • Clasificación, Clustering- Filtrado (incluyendo el filtrado colaborativo y el filtrado basado en el contenido)
  • Análisis del sentimiento, analítica de texto
  • Cargas de trabajo de procesamiento, clusters
  • Computación en la nube y Big Data
  • Mecanismos de tecnología de Big Data fundamentales
Se cubren los siguientes temas principales:
  • Ciencia de los datos, minería de datos y modelización de datos
  • Categorías de conjuntos de datos Big Data
  • Conjuntos de datos de alto volumen, alta velocidad, alta variedad, alta velocidad y alto valor
  • Análisis exploratorio de datos (EDA)
  • Resúmenes numéricos, reglas y reducción de datos de la EDA
  • Tipos de análisis EDA, incluyendo Univariante, Bivariante y Multivariante
  • Estadísticas esenciales, incluyendo categorías variables y matemáticas relevantes
  • Análisis estadístico, incluyendo Descriptivo, Inferencial, Covarianza, Prueba de Hipótesis, etc.
  • Medidas de variación o dispersión, rango intercuartil y valores atípicos, puntuación Z, etc.
  • Probabilidad, frecuencia, estimadores estadísticos, intervalo de confianza, etc.
  • Munición de datos y aprendizaje automático
  • Variables y notaciones matemáticas básicas
  • Medidas estadísticas e inferencia estadística
  • Análisis de datos de confirmación (CDA)
  • Prueba de hipótesis CDA, hipótesis nula, hipótesis alternativa, significado estadístico, etc.
  • Distribuciones y técnicas de procesamiento de datos
  • Discretización, agrupación y agrupación de datos
  • Técnicas de visualización, incluyendo gráficos de barras, líneas, histogramas, polígonos de frecuencia, etc.
  • Regresión lineal de predicción, error medio cuadrado y coeficiente de determinación R2, etc.
  • Clustering k-medios, distorsión de agrupación, valores de características faltantes, etc.
  • Resúmenes numéricos

Módulo 5 Módulo 6
Se cubren los siguientes temas principales:
  • Modelado, evaluación de modelos, ajuste de modelos y sobreajuste de modelos
  • Modelos estadísticos, medidas de evaluación modelo
  • Validación cruzada, variación del sesgo, matriz de confusión y F-Score
  • Algoritmos de aprendizaje automático e identificación de patrones
  • Reglas de la Asociación y Algoritmo Apriori
  • Reducción de datos, selección de características de dimensionalidad
  • Extracción de características, discretización de datos (Binning y Clustering)
  • Técnicas estadísticas avanzadas
  • Paramétrico vs. No paramétrico, Agrupación vs. No Agrupación
  • Basado en la distancia, supervisado vs. semisupervisado
  • Regresión lineal y regresión logística para Big Data
  • Reglas de clasificación para Big Data
  • Regresión logística, Bayes ingenuos, Laplace Smoothing, etc.
  • Árboles de decisión para Big Data
  • Poda de árboles, división de características, un algoritmo de regla (1R)
  • Identificación de patrones, reglas de asociación, algoritmo de Apriori
  • Análisis de series de tiempo, tendencia, estacionalidad
  • K Vecino más cercano (kNN), K-medio
  • Análisis de texto para Big Data
  • Bolsa de Palabras, Frecuencia de Término, Frecuencia de Documento Inversa, Distancia Coseno, etc.
  • Detección de valores atípicos para Big Data
  • Técnicas estadísticas, a distancia, supervisadas y semisupervisadas
Este módulo del curso cubre una serie de ejercicios y problemas diseñados para probar la capacidad del participante de aplicar los conocimientos de los temas tratados anteriormente en los módulos 4 y 5 del curso. Completar este laboratorio ayudará a resaltar las áreas que requieren mayor atención, y probará además la competencia práctica en el análisis de Big Data y en las prácticas científicas a medida que se aplican y combinan para resolver problemas del mundo real.

Como laboratorio práctico, este curso incorpora un conjunto de ejercicios detallados que requieren que los participantes resuelvan diversos problemas interrelacionados, con el objetivo de fomentar una comprensión integral de cómo las diferentes técnicas de análisis de datos pueden aplicarse para resolver problemas en entornos de Big Data y utilizarse para hacer predicciones significativas y relevantes que ofrezcan un mayor valor comercial.

 
A personas interesadas en una comprensión básica de Big Data desde las perspectivas empresarial y tecnológica, junto con una visión general de los beneficios comunes, los desafíos y las cuestiones de adopción.
El servicio incluye:
  • Curso impartido por un instructor certificado.
  • 40 horas lectivas.
  • Simulacro de examen.
  • Examen oficial si es solicitado.
  • Materiales didácticos entregados en formato digital.
Sí, el examen de certificación oficial es opcional.
De elegir rendir el examen, éste debe solicitarse junto con el curso.
Arcitura® Academy no ofrece esta opción.
Si el candidato elige la opción de rendir el examen de certificación, recibe un voucher Pearson VUE que puede canjear en un centro de pruebas Pearson VUE o a través de Pearson VUE Online Proctoring al programar la fecha y hora del examen.
El voucher es personal e intransferible, válido por tres meses y redimible una sola vez.
El examen está en idioma inglés y tiene un tiempo límite de 170 minutos.
El examen es supervisado, personal, sin compañía alguna, y se rinde a libro cerrado.
Está prohibido el uso de anotaciones, audios, vídeos, celulares.
Quienes logran esta certificación reciben un Certificado de Excelencia digital oficial, así como un distintivo de certificación digital de Acclaim/Credly con una cuenta que permite la verificación en línea del estado de la certificación.

PREGUNTAS FRECUENTES

  • ¿Cuáles son los resultados del aprendizaje?
  • ¿Cuál es el contenido del curso?
  • ¿A quién está dirigido?
  • ¿Qué incluye el servicio?
  • ¿El examen de certificación es opcional?
  • ¿Tengo opción de una segunda oportunidad?
  • ¿Qué recibo si elijo rendir el examen?
  • ¿Cuáles son las características del examen?
  • ¿Qué recibo si apruebo el examen?
Al finalizar el curso Arcitura® IoT Architect el participante demuestra competencia en la arquitectura, los protocolos, los mecanismos y la seguridad de la tecnología IoT, y ha adquirido conocimientos especializados para evaluar, diseñar y ofrecer soluciones de IoT en el mundo real.
Módulo 1 Módulo 2 Módulo 3
Se cubren los siguientes temas principales:
  • Comprensión de las cosas, conectividad, datos, procesamiento, comandos y analítica de negocios
  • Los impulsores, beneficios y desafíos de la IoT de negocios y tecnología
  • Miniaturización y Nanotecnología
  • Conectividad IoT y datos contextuales en tiempo real
  • Dominios empresariales de IoT (Personal, Hogar, Empresa, Utilidades, Móvil)
  • IoT vs. Internet
  • Dispositivos con recursos limitados y redes de área amplia de baja potencia (LPWAN)
  • Dispositivos activos y pasivos (incluyendo RFID)
  • Telemetría y datos de mando
    Sensores (mecánicos, resistivos, ópticos, de alcance, MEMS)
  • Microcontroladores, firmware y fuentes de energía
  • Puertas de enlace de IoT y funciones comunes de las puertas de enlace
  • Introducción a la computación de borde y niebla
  • Plataformas de IoT y funciones de plataforma común
  • Capas de arquitectura de IoT y modelos de acción
  • Consideraciones clave del diseño de la arquitectura de la IoT
  • Transportes de radio (Arrendado vs. no arrendado, banda alta vs. banda baja)
  • Mensajes de IoT con REST, HTTP y el Protocolo de Aplicación Limitada (CoAp)
  • Propiedades y restricciones de REST con IoT y CoAp
  • Identificadores de recursos HTTP, tipos de medios y método con IoT y CoAps
  • Publicación y suscripción de la IoT y Transporte de
  • Telemetría de la MQ (MQTT)
  • Serialización de datos no binarios para IoT con JSONs
  • Serialización de datos binarios para IoT con buffers de protocolo
Se cubren los siguientes temas principales:
  • Componentes de un dispositivo de IoT (incluyendo sensor, actuador, módem, lógica de control, etc.)
  • Plataformas de IoT, pasarelas y sistemas de publicación y suscripción
  • Sombras de dispositivos y registros de sombras de dispositivos
  • El Módulo de Plataforma Confiable (TPM) y el Algoritmo de Respaldo Exponencial Truncado
  • Patrones de distribución funcional fundamentales
  • Modelo de dispositivo de control autónomo, modelo de control intermedio
  • Modelo de control de intermediarios multi-pasarela, modelo de control de dispositivos receptores
  • Patrones de procesamiento de telemetría
  • Datos minimizados, formato de datos canónicos
  • Modelado de telemetría, suministro de metadatos intermediarios
  • Transducción y codificación de la información
  • Patrones de optimización del rendimiento
  • Observar la mensajería, la calidad del transporte y el perfil de tráfico
  • Regulación de la solicitud de reconexión, regulación de la carga de trabajo del dispositivo
  • Seguridad, fiabilidad y patrones de utilidad
  • Cifrado de transporte de radio, certificado de integridad del firmware
  • Registro de mensajes, comunicación multimodal
  • Posicionamiento y triangulación en red
En este módulo del curso se presenta a los participantes una serie de ejercicios y problemas destinados a poner a prueba su capacidad para aplicar sus conocimientos sobre los temas tratados en los cursos anteriores.
Completar este laboratorio ayudará a destacar las áreas que requieren mayor atención y ayudará a probar la competencia práctica en los conceptos, tecnologías, modelos de arquitectura y dispositivos de IoT, a medida que se aplican y combinan para resolver problemas del mundo real.
 
A personas interesadas en aspectos esenciales del campo de la Internet de las Cosas (IoT), tanto desde el punto de vista comercial como técnico.
A personas interesadas en los casos de uso fundamentales de la IoT, los conceptos, modelos y tecnologías se cubren en un inglés sencillo, junto con una cobertura introductoria de la arquitectura de la IoT y la mensajería de IoT con REST, HTTP y CoAp.
El servicio incluye:
  • Curso impartido por un instructor certificado.
  • 24 horas lectivas.
  • Simulacro de examen.
  • Examen de certificación oficial, si se solicita.
  • Materiales didácticos entregados en formato digital.
Sí, el examen de certificación oficial es opcional.
De elegir rendir el examen, éste debe solicitarse junto con el curso.
Arcitura® Academy no ofrece esta opción.
Si el candidato elige la opción de rendir el examen de certificación, recibe un voucher Pearson VUE que puede canjear en un centro de pruebas Pearson VUE o a través de Pearson VUE Online Proctoring al programar la fecha y hora del examen.
El voucher es personal e intransferible, válido por tres meses y redimible una sola vez.
El examen está en idioma inglés y tiene un tiempo límite de 110 minutos.
El examen es supervisado, personal, sin compañía alguna, y se rinde a libro cerrado.
Está prohibido el uso de anotaciones, audios, vídeos, celulares.
Quienes logran esta certificación reciben un Certificado de Excelencia digital oficial, así como un distintivo de certificación digital de Acclaim/Credly con una cuenta que permite la verificación en línea del estado de la certificación.

PREGUNTAS FRECUENTES

  • ¿Cuáles son los resultados del aprendizaje?
  • ¿Cuál es el contenido del curso?
  • ¿A quién está dirigido?
  • ¿Qué incluye el servicio?
  • ¿El examen de certificación es opcional?
  • ¿Tengo opción de una segunda oportunidad?
  • ¿Qué recibo si elijo rendir el examen?
  • ¿Cuáles son las características del examen?
  • ¿Qué recibo si apruebo el examen?
Al finalizar el curso Arcitura® Artificial Intelligence Specialist el participante conoce  y está en capacidad de aplicar enfoques y algoritmos de inteligencia artificial (IA)  para diseñar y validar soluciones de IA y modelar redes neuronales.
Módulo 1 Módulo 2 Módulo 3
Se cubren los siguientes temas principales:
  • Incentivos de negocios y tecnología de la IA
  • Beneficios y desafíos de la IA
  • Categorías de problemas de negocios abordados por la IA
  • Tipos de IA (Estrecha, General, Simbólica, No Simbólica, etc.)
  • Enfoques y algoritmos comunes de aprendizaje de la IA
  • Aprendizaje supervisado, Aprendizaje no supervisado, Aprendizaje continuo
  • Aprendizaje heurístico, aprendizaje semisupervisado, aprendizaje de refuerzo
  • Diseños funcionales comunes de la IA
    Visión por ordenador, reconocimiento de patrones
  • Robótica, Procesamiento del Lenguaje Natural (PNL)
  • Reconocimiento del habla, comprensión del lenguaje natural (NLU)
  • Integración sin fricciones, integración de modelos de tolerancia a las fallas
  • Redes neuronales, Neuronas, Capas, Enlaces, Pesos
  • Comprensión de los modelos de IA y los modelos de entrenamiento y las redes neuronales
  • Comprender cómo existen los modelos y las redes neuronales
  • Pérdida, Hiperparámetros, Tasa de Aprendizaje, Sesgo, Época
  • Funciones de activación (Sigmoid, Tanh, ReLU, Leaky RelU, Softmax, Softplus)
  • Tipos de células neuronales (de entrada, de retroceso, ruidosas, ocultas, probabilísticas, de pico, recurrentes, de memoria, de núcleo, de nvolución, de piscina, de salida, de entrada de fósforo, etc.)
  • Arquitecturas de redes neuronales fundamentales y especializadas
    Perceptrón, Feedforward, Deep Feedforward, AutoEncoder, Recurrente, Memoria de largo/corto plazo
  • Red convolucional profunda, máquina de aprendizaje extremo, red residual profunda
  • Máquina Vectorial de Soporte, Red Kohonen, Red Hopfield
  • Red Generativa Adversarial, Máquina de Estado Líquido
  • Cómo construir un sistema de IA (paso a paso)
  • Principios de diseño del sistema común de IA y prácticas óptimas del proyecto común de IA
Se cubren los siguientes temas principales:
  • Patrones de disputa de datos para preparar los datos para la entrada de la red neuronal
  • Codificación de características para la conversión de características categóricas
  • Imputación del rasgo para infundir valores de rasgo
  • Escalado de características para conjuntos de datos de entrenamiento con amplias características
  • Representación de texto para la conversión de datos mientras se preservan las propiedades semánticas y sintácticas
  • La reducción de la dimensionalidad para reducir el espacio de las características para la entrada de la red neuronal
  • Patrones de aprendizaje supervisados para la formación de modelos de redes neuronales
  • Configuración de red supervisada para establecer el número de neuronas en las capas de red
  • Identificación de imágenes para el uso de una red neuronal convolucional
  • Identificación de secuencias para el uso de una red neuronal de memoria a largo y corto plazo
  • Patrones de aprendizaje no supervisados para la formación de modelos de redes neuronales
  • Identificación de patrones para la identificación visual de patrones a través de un mapa auto-organizado
  • Filtrado de contenidos para generar recomendaciones
  • Modelo de patrones de evaluación para medir el rendimiento de las redes neuronales
  • Evaluación del rendimiento de la capacitación para evaluar el rendimiento de la red neuronal
  • Evaluación del rendimiento de la predicción para predecir el rendimiento de la red neuronal en la producción
  • Modelado de base para evaluar y comparar redes neuronales complejas
  • Patrones de optimización de modelos para refinar y adaptar las redes neuronales
  • Evitar la adaptación para afinar una red neuronal
  • Reentrenamiento frecuente del modelo para mantener una red neuronal en sincronía con los datos actuales
  • Transferir el aprendizaje para acelerar la formación de la red neuronal
En este módulo del curso se presenta a los participantes una serie de ejercicios y problemas destinados a poner a prueba su capacidad para aplicar sus conocimientos sobre los temas tratados en los cursos anteriores. Completar este laboratorio mejorará aún más la competencia en los sistemas de IA, las arquitecturas de redes neuronales y las prácticas y patrones funcionales y de aprendizaje relacionados, a medida que se aplican y combinan para resolver una serie de problemas del mundo real.
A personas interesadas en enfoques de aprendizaje, las áreas funcionales para las que se utilizan los sistemas de IA y una introducción exhaustiva a las redes neuronales, cómo existen, cómo funcionan y cómo pueden utilizarse para procesar la información.
A personas interesadas en los cinco requisitos comerciales principales para los que se utilizan los sistemas de inteligencia artificial y las redes neuronales de modo que se comprenda claramente el propósito y la función de cada tema abarcado.
 
El servicio incluye:
  • Curso impartido por un instructor certificado.
  • 24 horas lectivas.
  • Simulacro de examen.
  • Examen de certificación oficial, si se solicita.
  • Materiales didácticos entregados en formato digital.
Sí, el examen de certificación oficial es opcional.
De elegir rendir el examen, éste debe solicitarse junto con el curso.
Arcitura® Academy no ofrece esta opción.
Si el candidato elige la opción de rendir el examen de certificación, recibe un voucher Pearson VUE que puede canjear en un centro de pruebas Pearson VUE o a través de Pearson VUE Online Proctoring al programar la fecha y hora del examen.
El voucher es personal e intransferible, válido por tres meses y redimible una sola vez.
El examen está en idioma inglés y tiene un tiempo límite de 110 minutos.
El examen es supervisado, personal, sin compañía alguna, y se rinde a libro cerrado.
Está prohibido el uso de anotaciones, audios, vídeos, celulares.
Quienes logran esta certificación reciben un Certificado de Excelencia digital oficial, así como un distintivo de certificación digital de Acclaim/Credly con una cuenta que permite la verificación en línea del estado de la certificación.

PREGUNTAS FRECUENTES

  • ¿Cuáles son los resultados del aprendizaje?
  • ¿Cuál es el contenido del curso?
  • ¿A quién está dirigido?
  • ¿Qué incluye el servicio?
  • ¿El examen de certificación es opcional?
  • ¿Tengo opción de una segunda oportunidad?
  • ¿Qué recibo si elijo rendir el examen?
  • ¿Cuáles son las características del examen?
  • ¿Qué recibo si apruebo el examen?
Al finalizar el curso Arcitura® Machine Learning Specialist el participante conoce  y está en capacidad de aplicar métodos, modelos y algoritmos de machine learning, y de diseño de sistemas de machine learning escalables capaces de resolver problemas empresariales complejos.
Módulo 1 Módulo 2 Módulo 3
Se cubren los siguientes temas principales:
  • Aprendizaje automático de negocios e impulsores de la tecnología
  • Beneficios y desafíos del aprendizaje automático
  • Escenarios de uso de aprendizaje automático
  • Conjuntos de datos, datos estructurados, no estructurados y semi-estructurados
  • Modelos, algoritmos, entrenamiento y aprendizaje de modelos
  • Cómo funciona el aprendizaje automático
  • Recopilación y preprocesamiento de datos de entrenamiento
  • Selección de algoritmos y modelos
  • Modelos de entrenamiento y modelos de despliegue entrenados
  • Algoritmos y prácticas de aprendizaje automático
  • Aprendizaje supervisado, clasificación, árbol de decisiones
  • Regresión, métodos de ensamblaje, reducción de dimensiones
  • Aprendizaje no supervisado y agrupación
  • Aprendizaje semisupervisado y de refuerzo
  • Mejores prácticas de aprendizaje automático
  • Cómo funcionan los sistemas de aprendizaje automático
  • Mecanismos comunes de aprendizaje automático
  • Cómo se utilizan los mecanismos en el entrenamiento con modelos
Se cubren los siguientes temas principales:
  • Patrones de exploración de datos
  • Cómputo de la tendencia central, Cómputo de la variabilidad
  • Cómputo de la asociatividad, Cómputo de resumen gráfico
  • Patrones de reducción de datos
  • Selección de características, extracción de características
  • Patrones de disputa de datos
  • Imputación de características, codificación de características
  • Discretización de características, estandarización de características
  • Patrones de aprendizaje supervisados
  • Predicción numérica, categoría Predicción
  • Patrones de aprendizaje no supervisados
  • Categoría Descubrimiento, Patrón Descubrimiento
  • Patrones de evaluación de modelos, modelos de línea base
  • Evaluación del rendimiento de la capacitación, evaluación del rendimiento de la predicción
  • Patrones de optimización de modelos
  • Aprendizaje en conjunto, reentrenamiento frecuente de modelo
En este módulo del curso se presenta a los participantes una serie de ejercicios y problemas destinados a poner a prueba su capacidad para aplicar sus conocimientos sobre los temas tratados en los cursos anteriores.
Completar este laboratorio ayudará a resaltar las áreas que requieren mayor atención y probará aún más el dominio de los sistemas y técnicas de aprendizaje de las máquinas, ya que se aplican y combinan para resolver problemas del mundo real.
A personas interesadas en cómo funciona machine Learning (Aprendizaje Automático), qué puede y qué no puede hacer y cómo se utiliza comúnmente para apoyar los objetivos comerciales.
El servicio incluye:
  • Curso impartido por un instructor certificado.
  • 24 horas lectivas.
  • Simulacro de examen.
  • Examen de certificación oficial, si se solicita.
  • Materiales didácticos entregados en formato digital.
Sí, el examen de certificación oficial es opcional.
De elegir rendir el examen, éste debe solicitarse junto con el curso.
Arcitura® Academy no ofrece esta opción.
Si el candidato elige la opción de rendir el examen de certificación, recibe un voucher Pearson VUE que puede canjear en un centro de pruebas Pearson VUE o a través de Pearson VUE Online Proctoring al programar la fecha y hora del examen.
El voucher es personal e intransferible, válido por tres meses y redimible una sola vez.
El examen está en idioma inglés y tiene un tiempo límite de 110 minutos.
El examen es supervisado, personal, sin compañía alguna, y se rinde a libro cerrado.
Está prohibido el uso de anotaciones, audios, vídeos, celulares.
Quienes logran esta certificación reciben un Certificado de Excelencia digital oficial, así como un distintivo de certificación digital de Acclaim/Credly con una cuenta que permite la verificación en línea del estado de la certificación.