Si vous voulez apprendre à connaître les outils qui ont révolutionné le secteur industriel, c'est votre meilleure option de formation"

Une ville est un espace urbain à forte densité de population dans lequel se développent diverses activités de vie sociale avec un niveau élevé d'interaction. Ainsi, une Smart City fournit à la ville traditionnelle des outils et des systèmes qui rendent son habitabilité plus efficace. Cette formation enseigne les bases de l'ingénierie technologique des Smart Cities, telles que le paramétrage et la sensorisation de leurs environnements, la datification des infrastructures publiques, la mesure et la numérisation des événements sociaux et l'analyse avancée des dynamiques urbaines, entre autres.

En outre, il existe le Traitement du Langage Naturel (NLP), c'est-à-dire l'étude de la manière dont les machines comprennent le langage humain. Aujourd'hui, le NLP est utilisé pour diverses fonctions telles que les filtres de courrier, les assistants, les résultats de recherche, les traductions automatiques, l'analyse des sentiments, les sous-titres automatiques, etc. Ce Certificat avancé développe des connaissances spécialisées sur les principales utilisations actuelles du PNL et les bibliothèques qui permettent de travailler avec le PNL dans le cadre de projets industriels.

L'entraînement d'un modèle à partir de zéro implique de disposer d'une grande quantité d'informations préalablement cataloguées, soit environ 10 000 photos de chacun des types à différencier. Il faut des heures pour obtenir de bons résultats. Mais dans de nombreux cas, il est possible de partir de modèles préalablement formés, cette technique est connue sous le nom de Transfer Learning. Ce programme examine les modèles de réseaux actuellement disponibles, afin de faciliter la formation de tout modèle industriel en utilisant la technique du Transfer Learning.

En outre, le diplômé dispose de la meilleure méthodologie d'étude 100% en ligne, ce qui élimine la nécessité d'assister aux cours en personne ou de devoir se conformer à un horaire prédéterminé. Pendant 6 mois, l'ingénieur acquerra une connaissance approfondie du champ d'application de chaque technologie, en comprenant les avantages concurrentiels qu'elles procurent, ce qui le positionnera à l'avant-garde technologique et lui permettra de mener des projets industriels ambitieux, aujourd'hui et à l'avenir.

L'achèvement de ce Certificat avancé vous placera en tant que professionnel de l'ingénierie et de l'industrie à la pointe des derniers développements du secteur"

Ce Certificat avancé en Smart Cities et Intelligence Artificielle (IA) contient le programme académique le plus complet et le plus actuel du marché. Les principales caractéristiques sont les suivantes: 

• Le développement d'études de cas présentées par des experts des Smart Cities et de l'Intelligence Artificielle
• Les contenus graphiques, schématiques et éminemment pratiques, avec lesquels ils sont conçus, fournissent des informations et sanitaires essentielles à la pratique professionnelle
• Les exercices pratiques pour réaliser le processus d’auto évaluation, pour améliorer l’apprentissage
• Il met l'accent sur les méthodologies innovantes 
• Cours théoriques, questions à l'expert, forums de discussion sur des sujets controversés et travail de réflexion individuel
• Il est possible d'accéder aux contenus depuis tout appareil fixe ou portable doté d'une connexion à internet

Vous serez en mesure de mener à bien un projet de ville intelligente, une technologie industrielle qui collecte et renvoie des données en temps réel, transformant une ville en une entité dotée d'une vie propre"

Le programme comprend, dans son corps enseignant, des professionnels du secteur qui apportent à cette formation l'expérience de leur travail, ainsi que des spécialistes reconnus de grandes sociétés et d'universités prestigieuses.

Grâce à son contenu multimédia développé avec les dernières technologies éducatives, les spécialistes bénéficieront d’un apprentissage situé et contextuel. Ainsi, ils se formeront dans un environnement simulé qui leur permettra d’apprendre en immersion et de s’entrainer dans des situations réelles.

La conception de ce programme est axée sur l'Apprentissage par les Problèmes, grâce auquel le professionnel doit essayer de résoudre les différentes situations de la pratique professionnelle qui se présentent tout au long du Certificat avancé. Pour ce faire, l’étudiant sera assisté d'un innovant système de vidéos interactives, créé par des experts reconnus. 

Ce programme, 100% en ligne vous permettra de combiner vos études avec votre travail professionnel. Vous choisissez le moment et le lieu"

Examinez le champ d'application de chaque technologie et comprenez les avantages concurrentiels qu'elle apporte"

Ce Certificat avancé en Smart Cities et Intelligence Artificielle (IA) établit un cursus avec 3 modules axés sur le marché industriel. Le premier module se concentre sur l'innovation, à travers les Smart Cities, un domaine de travail en plein essor. D'autre part, les modules 2 et 3 abordent deux des domaines présentant les plus grandes prévisions de développement dans le monde de l'intelligence artificielle: la PNL et la vision par ordinateur, qui sont toutes deux étroitement liées à la robotique, aux véhicules autonomes et au domaine émergent de Emotive Computing, rendant indispensable une spécialisation en tant qu'ingénieur.

Les ingénieurs qui suivent cette formation deviennent des professionnels uniques dans leur domaine"

Module 1. Smart Cities comme Outils de l’Innovation

1.1. Des Villes aux Villes Intelligentes

1.1.1. Des Villes aux Villes Intelligentes
1.1.2. Villes dans le temps et Cultures dans les Villes
1.1.3. Évolution des Modèles de Ville

1.2. Technologies

1.2.1. Plateformes technologiques de mise en œuvre
1.2.2. Interfaces service/citoyen
1.2.3. Typologies technologiques

1.3. La ville en tant que système complexe

1.3.1. Les composantes d'une ville
1.3.2. Interactions entre les composants
1.3.3. Applications: services et produits dans la ville

1.4. Gestion Intelligence de la sécurité

1.4.1. Situation actuelle
1.4.2. Environnements de gestion technologique dans la ville
1.4.3. Futur: Les Smart Cities dans le futur

1.5. Gestion intelligente du nettoyage

1.5.1. Modèles d'application dans les services de nettoyage intelligents
1.5.2. Systèmes: application de services de nettoyage intelligents
1.5.3. L'avenir des services de nettoyage intelligents

1.6. Gestion intelligente du trafic

1.6.1. Évolution du trafic: complexité et facteurs entravant la gestion du trafic
1.6.2. Problèmes
1.6.3. E-Mobilité
1.6.4. Solutions

1.7. Ville durable

1.7.1. Énergie
1.7.2. Le cycle de l'eau
1.7.3. Plateforme de gestion

1.8. Gestion Intelligente des Loisirs

1.8.1. Modèles commerciaux
1.8.2. Évolution des loisirs urbains
1.8.3. Services associés

1.9. Gestion de grands événements sociaux

1.9.1. Mouvements
1.9.2. Capacité
1.9.3. Santé

1.10. Conclusions sur le présent et l'avenir des Smart Cities

1.10.1. Plateformes et problèmes technologiques
1.10.2. Technologies, intégration dans des environnements hétérogènes
1.10.3. Applications pratiques dans différents modèles de villes

Module 2. R&D+I.A. NLP/NLU Embeddings et Transformers

2.1. Natural Language Processing (NLP)

2.1.1. Natural Language Processing. Utilisations du NLP
2.1.2. Natural Language Processing (NLP). Bibliothèques
2.1.3. Stoppers dans l'Application de la NPL

2.2. Natural Lenguage Understanding/Natural Lenguage Generation (NLU/NLG)

2.2.1. NLG IA NLP/NLU Embeddings et Transformers
2.2.2. NLU/NLG. Utilisations
2.2.3. NLP/NLG. Différences

2.3. Word Embedings

2.3.1. Word Embedings
2.3.2. Word Embedings. Utilisations
2.3.3. Word2vec. Bibliothèques

2.4. Embedings. Application Pratique

2.4.1. Code de word2vec
2.4.2. Word2vec. Cas réels 
2.4.3. Corpus pour l'utilisation de Word2vec. Exemples

2.5. Transformers

2.5.1. Transformers
2.5.2. Modèles créés avec des Transformers
2.5.3. Avantages et inconvénients de Transformers

2.6. Analyse des Sentiments

2.6.1. Analyse des Sentiments
2.6.2. Application Pratique de l'Analyse des Sentiments
2.6.3. Utilisations de l'Analyse des Sentiments

2.7. GPT Open AI

2.7.1. GPT Open AI
2.7.2. GPT 2. Modèle à Élimination Libre
2.7.3. GPT 3. Modèle de Paiement

2.8. Communauté Hugging Face

2.8.1. Communauté Hugging Face
2.8.2. Communauté Hugging Face. Possibilités
2.8.3. Communauté Hugging Face. Exemples

2.9. Affaire Barcelona Super Computing

2.9.1. Cas BSC
2.9.2. Modèle MARIA
2.9.3. Corpus existant
2.9.4. Importance de disposer d'un grand corpus de langue espagnole

2.10. Applications Pratiques

2.10.1. Synthèse automatique
2.10.2. Traduction de textes
2.10.3. Analyse des sentiments
2.10.4. Reconnaissance vocale

Module 3. R&D+I.A. Vision Informatique. Identification et Suivi des Objets

3.1. Vision par ordinateur

3.1.1. Computer Vision
3.1.2. Vision par ordinateur
3.1.3. Interprétation d'une Image par une machine

3.2. Fonctions d'Activation

3.2.1. Fonctions d'Activation
3.2.2. Sigmoïde
3.2.3. ReLU
3.2.4. Tangente Hyperbolique
3.2.5. Softmax

3.3. Construction d'un Réseau Neuronal Convolutif

3.3.1. Opération Convolutive
3.3.2. Couche ReLU
3.3.3. Pooling
3.3.4. Flatteur
3.3.5. Full Connection

3.4. Processus de Convolution

3.4.1. Fonctionnement d'une Convolution
3.4.2. Codes de Convolution
3.4.3. Convolution. Application

3.5. Transformations avec des images

3.5.1. Transformations avec des Images
3.5.2. Transformations Avancées
3.5.3. Transformations avec des Images. Application
3.5.4. Transformations avec des Images. Use Case

3.6. Transfer Learning

3.6.1. Transfer Learning
3.6.2. Transfer Learning. Typologie
3.6.3. Réseaux profonds pour appliquer Transfer Learning

3.7. Vision Informatique. Use Case

3.7.1. Classification des images
3.7.2. Détection d'objets
3.7.3. Identification des objets
3.7.4. Segmentation d'objets

3.8. Détection d'objets

3.8.1. Détection à partir de la Convolution
3.8.2. R-CNN, recherche sélective
3.8.3. Détection rapide avec YOLO
3.8.4. Autres solutions possibles

3.9. GAN. Réseaux Adversariens Génératifs ou Generative Adversarial Networks

3.9.1. Réseaux Adversariaux Génératifs
3.9.2. Code pour un GAN
3.9.3. GAN. Application

3.10. Application des Modèles de Computer Vision

3.10.1. Organisation du contenu
3.10.2. Moteurs de recherche visuels
3.10.3. Reconnaissance faciale
3.10.4. Réalité augmentée
3.10.5. Conduite Autonome
3.10.6. Identification des défauts dans chaque assemblage
3.10.7. Identification des parasites
3.10.8. Santé

Construire un projet industriel à travers les Smart Cities, un domaine de travail en plein essor"