BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Centro Mediterráneo - ECPv5.16.1.1//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Centro Mediterráneo
X-ORIGINAL-URL:https://cemed.ugr.es
X-WR-CALDESC:Eventos para Centro Mediterráneo
BEGIN:VTIMEZONE
TZID:Europe/Madrid
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20250330T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20251026T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20260329T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20261025T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;VALUE=DATE:20251215
DTEND;VALUE=DATE:20260801
DTSTAMP:20260627T010305
CREATED:20260622T113407Z
LAST-MODIFIED:20260622T114050Z
UID:62414-1765756800-1785542399@cemed.ugr.es
SUMMARY:Programa de Especialización en IA Generativa y Consultoría de Innovación Disruptiva (Loomis AI Hub)
DESCRIPTION:Estructura y Calendario\nDuración total: 400 horas.\nPeriodo: Del 15 de diciembre al 31 de julio (8 meses).\nModalidad Síncrona (Presencial): 200 horas. Se impartirán todos los viernes\, en sesiones intensivas de 7 horas (de 08:00 a 15:00) en las instalaciones de la Fundación AI Granada.\nModalidad Asíncrona (Trabajo Autónomo): 200 horas dedicadas a tutorías individualizadas\, investigación profunda para el TFM\, revisión de literatura SOTA (State-of-the-Art) y desarrollo técnico de los vectores estratégicos. \nPresentación del programa\nEste programa nace del acuerdo de colaboración para la innovación disruptiva entre la Fundación AI Granada Research & Innovation y Loomis. El curso está diseñado bajo un modelo híbrido 50/50\, que equilibra el desempeño de ingeniería corporativa con la investigación académica rigurosa. Los estudiantes\, actuando como consultores de innovación\, trabajarán en la frontera de la IA Generativa\, traduciendo literatura científica de vanguardia en Pruebas de Concepto (PoCs) funcionales y aplicables a los retos reales de Loomis. \nObjetivos del curso\nEl objetivo principal es capacitar a los participantes para liderar proyectos de IA aplicada en entornos corporativos complejos. Los objetivos específicos incluyen: \n\nDominar arquitecturas avanzadas de LLMs y flujos agenticos\, incluyendo RAG (Retrieval-Augmented Generation) y validación no supervisada.\nImplementar soluciones de optimización logística utilizando herramientas de alto rendimiento como NVIDIA CuOpt.\nDesarrollar competencias en ingeniería de datos para la extracción semántica y normalización de documentos corporativos heterogéneos.\nGarantizar la soberanía del dato mediante el despliegue de modelos locales y asistentes de código seguros.\nCulminar un Trabajo Fin de Máster (TFM) que aporte valor tanto científico como operativo a la organización.\n\nClaustro Docente\nEl programa cuenta con la supervisión de expertos de la Universidad de Granada y directivos técnicos de Loomis:\nDr. Alberto Fernández Hilario: Director y Coordinador del acuerdo\, experto en IA Confiable y Data Science.\nDr. Salvador García López: Experto en Machine Learning\, IA Generativa y Smart Data.\nDr. Julián Luengo Martín: Experto en Machine Learning\, Smart Data\, Detección de anomalías\, y LLMs.\nDra. Cristina Zuheros Martín: Experta en LLMs\, Ciencia de Datos y SafeAI.\nDr. Guillermo Gómez Trenado: Experto en modelos de Visión\, LLMs\, VLMs e IA agéntica.  \nMetodología y Evaluación\nMetodología: Basada en «Aprender haciendo» (Learning by doing) mediante la realización de proyectos de ingeniería aplicada. Se utiliza un enfoque de tutorización individualizada para guiar la investigación científica.\nEvaluación:  \n\nHitos Técnicos (50%): Validación de las PoCs en entornos de producción (ej. Diseño e implementación de prototipos sobre problemas de interés como «Revenue Leakage» o «Fuel Consumption»).\nTrabajo Fin de curso (50%): Rigor teórico\, calidad metodológica y defensa ante el comité académico-corporativo.
URL:https://cemed.ugr.es/curso/26gr40/
CATEGORIES:Curso
END:VEVENT
END:VCALENDAR