Visión por computadora con Python

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

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

Al finalizar esta capacitación, los participantes podrán:

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

Formato del curso

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

Opciones de personalización del curso

• Para solicitar una capacitación personalizada o un área de enfoque específica (datos, web o infraestructura), contáctanos para coordinarlo.

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

Esta formación en vivo dirigida por un instructor (en línea o presencial) está orientada 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 formación, los participantes serán capaces de:

• Diseñar e implementar el ciclo 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 los agentes.
• Coordinar orquestaciones en múltiples pasos y la composabilidad de agentes.
• Aplicar mejores prácticas de seguridad, control de acceso y observabilidad para agentes desplegados.

Formato del curso

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

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para organizarla.

Se adentra en enfoques prácticos de Ciencia de Datos e IA mediante el uso de Python, proporcionando a los profesionales las habilidades necesarias para explorar datos, construir modelos de aprendizaje automático y desplegar aplicaciones impulsadas por inteligencia artificial en entornos empresariales. Aborda 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 narrativa 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 la amplia ecología de bibliotecas de IA y aprendizaje automático que ofrece Python.

Esta formación presencial impartida por un instructor (en línea o en las instalaciones) está dirigida a programadores de Python con nivel intermedio que deseen diseñar, implementar y desplegar soluciones de IA utilizando 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 de los modelos y optimizarlos para lograr mayor precisión y eficiencia.

Formato del curso

• Clases interactivas y discusión.
• Un gran número de ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinarlo.

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

Este entrenamiento en vivo con instructores (en línea o presencial) está dirigido a profesionales de la IA de nivel intermedio que deseen crear, implementar y optimizar modelos visuales y lingüísticos mediante el CANN SDK para casos de uso en producción.

Al finalizar este curso, los participantes podrán:

• Implementar y optimizar modelos de visión por computadora (CV) y PLN usando CANN y AscendCL.
• Usar herramientas CANN para convertir modelos e integrarlos en canales de trabajo en vivo.
• Optimizar el rendimiento de la inferencia para tareas como detección, clasificación y análisis de sentimientos.
• Crear canales de trabajo de CV/PLN en tiempo real para escenarios de implementación en borde o nube.

Formato del curso

• Conferencia interactiva y demostración práctica.
• Laboratorio práctico con implementación de modelos y perfilado de rendimiento.
• Diseño en vivo de canales de trabajo utilizando casos de uso reales de CV y PLN.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinarla.

Este entrenamiento en vivo dirigido por un instructor en México (en línea o presencial) está dirigido a desarrolladores de IA de nivel intermedio e ingenieros de visión por computadora que desean construir sistemas de visión robustos para aplicaciones de conducción autónoma.

Al finalizar este entrenamiento, los participantes serán capaces de:

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

Esta formación en vivo impartida por un instructor en México (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 modelos de visión sofisticados utilizando Google Colab.

Al finalizar esta formación, los participantes serán capaces de:

• Construir y entrenar redes neuronales convolucionales (CNN) utilizando TensorFlow.
• Aprovechar Google Colab para el desarrollo de modelos escalable y eficiente 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 vivo en <ubicación> (en línea o presencial), está dirigida a desarrolladores de Python y analistas de datos de nivel intermedio que desean mejorar sus habilidades en análisis y manipulación de datos mediante el uso de 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 mediante el uso de Pandas y NumPy.
• Ejecutar operaciones avanzadas de limpieza, clasificación y filtrado de datos.
• Llevar a cabo operaciones de agregación y analizar series temporales.
• Visualizar datos utilizando Matplotlib y otras bibliotecas de visualización.
• Depurar y optimizar su código de análisis de datos.

Esta formación en vivo impartida por un instructor en México (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 deseen implementar y optimizar modelos de visión por computadora para el procesamiento en tiempo real en dispositivos periféricos.

Al finalizar esta formación, los participantes podrán:

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

Esta formación en vivo impartida por un instructor en México (en línea o presencial) está dirigida a personal de las fuerzas del orden con conocimientos básicos que desee pasar del dibujo manual de retratos parlantes al uso de herramientas de IA para desarrollar sistemas de reconocimiento facial.

Al finalizar esta formación, los participantes serán capaces de:

• 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 para el uso de la tecnología de reconocimiento facial.

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

Al finalizar esta formación, los participantes serán capaces de:

• 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.
• Descubrir cómo diseñar aplicaciones interactivas con React.
• Desarrollar, probar e implementar aplicaciones (tanto front-end como back-end) utilizando el stack FARM.

Esta formación en vivo con instructor en <ubicación> (en línea o presencial) está dirigida a desarrolladores que desean utilizar FastAPI junto con Python para crear, probar e implementar APIs RESTful de manera más fácil y rápida.

Al finalizar esta formación, los participantes serán capaces de:

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

Esta capacitación en vivo impartida por un instructor en México (en línea o presencial) está dirigida a investigadores y profesionales de laboratorio de nivel principiante e intermedio que desean procesar y analizar imágenes relacionadas con tejidos histológicos, glóbulos rojos, algas y otras muestras biológicas.

Al finalizar esta capacitación, los participantes serán capaces de:

• Navegar por la interfaz de Fiji y utilizar las funciones principales de ImageJ.
• Preprocesar y mejorar imágenes científicas para obtener un mejor análisis.
• Analizar imágenes de manera cuantitativa, incluyendo el conteo 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 la investigación biológica.

Esta capacitación en vivo impartida por un instructor en México (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 de Tecnología de Montaje Superficial (SMT).

Al finalizar esta capacitación, los participantes serán capaces de:

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

Esta capacitación en vivo impartida por un instructor en <ubicación> (en línea o presencial) está dirigida a desarrolladores, investigadores y científicos de datos de nivel intermedio a avanzado que desean aprender cómo implementar la detección de objetos en tiempo real utilizando YOLOv7.

Al final de esta capacitación, los participantes serán capaces de:

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