IA & Data Tech Bootcamp

6ª EDICIÓN

Domina las principales técnicas cuantitativas y predictivas para elaborar modelos fiables de soluciones.

¿Quieres más información?

Llámanos o contacta con nosotros.

94 470 24 86

De acuerdo con la Ley 3/2018 relativa al tratamiento de datos personales, le comunicamos que trataremos sus datos con el fin de tramitar y atender su solicitud de información y gestionar el envío de comunicaciones comerciales e información de interés. La Cámara de Bilbao conservará estos datos durante un periodo de 10 años y mientras no solicite su baja. Éstos podrán ser cedidos a entidades colaboradoras relacionadas con los servicios solicitados. Para ejercer los derechos de acceso, rectificación, limitación de tratamiento, supresión, portabilidad y oposición puede dirigir petición a la dirección electrónica lopd@camarabilbao.com. Para más información ver Política de privacidad. En cualquier caso, podrá presentar la reclamación correspondiente ante la Agencia Española de Protección de Datos.

  • DURACIÓN

    Inicio: 23 de octubre de 2026 | 210 horas

  • HORARIO

    Viernes de 16.00h. a 21.00h. y sábado 9.00h. a 14.00h.

  • COLECTIVO GAIA 10% DESCUENTO

  • BONIFICABLE POR FUNDAE

DESCARGAR PROGRAMA

IA & Data Tech Bootcamp es un programa con el que aprenderás de forma práctica todo lo que necesitas para desarrollarte como Data Scientist. A través del programa, serás capaz de resolver los principales retos de la profesión. Junto a nuestros formadores, mentores y empresas del sector tecnológico, te guiaremos en un aprendizaje práctico y orientado a las necesidades del mercado laboral.

Aprenderás Python, sus librerías de análisis de datos y de Machine Learning y Deep Learning para construir y desplegar modelos de Inteligencia artificial para crear modelos predictivos y por tanto servir de apoyo en la toma de decisiones de la empresa.

¡Tú eres el próximo Data Scientist!

¡Solicita más información!

Dirigido a…

  • Directivos y Responsables de área
  • Graduados/as en Ingeniería e Ingenieros/as técnicos/as Universitarios con carreras relacionadas con Empresa, economía, datos y tecnología.

Salidas profesionales

  • Data Scientist y/o Data Manager
  • Técnico/a en Big Data
  • Analista de datos
  • Técnico/a en Business Intelligence
  • Facilitador/a de proyectos 4.0
  • Gestor/a de proyectos 4.0

NUESTROS ALUMNIS DICEN:

Los Alumni de IA & Data Tech Bootcamp
trabajan en…

Formación modular

Es posible realizar la formación completa o de forma modular. Consulta las condiciones.

  • Introducción.
  • Evolución histórica – ¿Por qué ahora?
  • Posibilidades y límites de la Inteligencia Artificial.

  • Introducción y operaciones básicas.
  • Mutaciones, Alias y Clonación de Listas.
  • Control de Flujo y Condicionales.
  • Iteraciones.
  • Funciones.
  • Módulos y Archivos.
  • Recursividad.
  • Ejercicios Prácticos.

  • Introducción a Numpy y Pandas.
  • Introducción a la programación orientada a objetos.
  • Modificaciones Básicas de datos.
  • Análisis Preliminar de Variables.
  • Gráficos Básicos.
  • Tratamiento de Fechas.
  • Correcciones Masivas de errores tipográficos.
  • Unión de Tablas.
  • Filtrado.
  • Modificaciones Avanzadas.
  • Visualización de datos con Python.
  • Desarrollo de aplicaciones con Python (Streamlit).
  • Lectura de datos en SQL y MongoDB.
  • Web Scraping y extracción de datos.

  • Qué es un LLM, IA generativa, diferencias con IA tradicional. Cómo funciona Claude. Alternativas: GPT / Codex, Gemini… ventana de contexto. Skills y herramientas.
  • Prompt engineering orientado a código. Roles de sistema. Cadena de pensamiento (CoT). Prompts estructurados. Contexto de código. Errores habituales.
  • Funciones, clases, módulos desde cero. Completado de código parcial. Buenas prácticas y validación. Casos con diferentes lenguajes (Python, JS, SQL…).
  • Localización de errores con Claude. Refactorización asistida. Mejora de rendimiento y legibilidad. Caos reales del equipo.
  • Test unitarios e integración generados con IA. Revisión de cobertura. Docstrings y documentación técnica automática.
  • Claude Code CLI, API de Anthropic, plugins VSCode. Projects y memoria de contexto. Automatización en CI/CD.
  • Alucinaciones y cómo detectarlas. Datos sensibles y privacidad. Revisión crítica de output. Responsabilidad del desarrollador.
  • Resolución de un reto de programación completo asistido por Claude. Puesta en común.

  • Estadística y Econometría:
    • Probabilidad.
    • Modelos de Distribución Discreta.
    • Modelos de Distribución Continua.
    • Distribución Normal.
    • Estimación.
    • Contraste de Hipótesis.
    • Tabla ANOVA.
    • Estadísticos Básicos y Regresión Lineal.
  • Algebra Lineal:
    • Vectores.
    • Espacios Vectoriales.
    • Matrices.
    • Cuerpos.
    • Sistemas.
    • Función de Coste y Mínimos Cuadrados Ordinarios.
    • Optimización

  • Detección y tratamiento de Outliers.
  • Tratamiento de Valores Perdidos.
  • Perfiles Existentes
  • Ejemplos prácticos

  • Conceptos básicos:
    • Que es un modelo.
    • Validación de modelos.
    • Problema de sesgo y varianza.
    • Sobre entrenamiento de modelos.
    • Ventajas de la selección de variables.
  • Requisitos de las variables explicativas: Temporalidad.
    • Fiabilidad.
    • Capacidad de generalización.
    • Varianza mínima.
    • Calidad del dato.
  • Selección de variables a partir del conocimiento del negocio.
  • Selección en base a criterios estadísticos:
    • Correlación.
    • Contraste de hipótesis.
    • Puntajes de Chi Cuadrado.
    • Tabla Anova.
    • Contraste de Wilcoxon.
    • Kendal´s
    • Tablas de doble entrada.
    • Mutual Information.
  • Métodos de envoltorio:
    • Recursive Feature Elimination (RFE).
    • Método de Subconjunto hacia Adelante/Atrás.
    • Métodos basados en modelos:
      • Regresión Lineal.
      • Regresión Logística.
      • Lasso Regresion.
      • Ridge Regresion.
  • Ejemplos prácticos.

  • Definición.
  • Mapa conceptual y clasificación de modelos.
  • Validación de Modelos.
  • Normalización de Variables.
  • Modelos Supervisados:
    • Clasificación.
    • Regresión.
  • Modelos no Supervisados.
  • Series temporales.
  • Ejercicios prácticos.

  • Definición.
  • Perceptrón (Neurona Artificial).
  • Funciones de Activación.
  • Redes Neuronales aplicadas a datos tabulares:
    • Clasificación.
    • Regresión.
  • Redes Neuronales Convolucionales.
  • Visión Artificial.
  • Procesamiento del Lenguaje Natural.
    • Introducción.
    • Procesamiento de textos.
    • Análisis de sentimiento.
    • Clasificación de textos.

  • Introducción a la IA Generativa.
  • Fundamentos Conceptuales.
  • Principales Arquitecturas.
  • Modelos de Lenguaje (LLMs).
  • Generación Multimodal.
  • Prompt Engineering.
  • Evaluación de Modelos Generativos.
  • Riesgos, Ética y Regulación.
  • Aplicaciones en Big Data.
  • Herramientas y Ecosistema.
  • Ejercicios Prácticos.

  • Introducción a infraestructura aplicada a Data Science.
  • Diferencia entre entrenar un modelo y ponerlo en uso.
  • Preparación del modelo para despliegue: pipeline, evaluación y guardado.
  • Ciclo de vida del modelo: reentrenamiento, evaluación continua y versiones.
  • Visión general de alternativas de despliegue: cloud, contenedores, APIs.
  • Tecnologías descentralizadas y Web3 en Data Science.

Borja Balparda

CEO & Data Scientist en Data Value Management

Aitor Donado

Ingeniero de campo en Navitas Ingenieros

Gorka Garay

Promoting El Club Bremen + Manager at OSO · The Agency

Miguel Ramos

The Good Riders | Venture Building en AIPOWER (AI)

Jon Blazquez

Entrepreneur, Startup Mentor & Investor

Ana Ndongo

Conectando ciencia de datos, inteligencia artificial y Web3

La duración del programa se estima en 340 horas más el proyecto y reto final.

Clases híbridas (presenciales y telepresenciales) en viernes y sábado que combinan enseñanzas teóricas con aplicación práctica en casos reales.

Durante todo el programa se realizarán trabajos prácticos que se evaluarán para constatar el nivel de progreso

Metodología

  • Project based learning: Democratizar la AI mediante retos prácticos durante la capacitación para un aprendizaje eficiente.
  • Empresas reales implicadas: Se realizan 6-8 retos de empresas reales en las tres últimas semanas con el asesoramiento de las empresas colaboradoras.
  • Mentores especializados: Un enfoque práctico de Learn-by-doing mediante un profesor magistral y un instructor práctico.
  • Acceso a talento con valor: Metodología específicamente orientada a crear capacidades en AI con aplicación inmediata en el entorno laboral.
  • Vigilancia tecnológica: Revisando tendencias y oportunidades de mercado a nivel nacional y global.

Objetivos

Los retos del Data Scientist están en poder interpretar un problema y explicarlo de forma objetiva y rigurosa, saber cómo obtener valor de la información que maneja y transformar todo ello en decisiones efectivas en función de los objetivos.

Aprenderás Python, sus librerías de análisis de datos y de Machine y Deep Learning para construir y desplegar modelos de Inteligencia artificial para crear modelos predictivos y por tanto servir de apoyo en la toma de decisiones de la empresa.

¿Por qué IA & Data Tech Bootcamp?

  • Carrera Profesional de futuro, una de las más demandadas y con potencial de crecimiento en el contexto laboral.

  • Conocer los datos, analizarlos y explotarlos generando información de valor, se ha convertido en la prioridad de la práctica totalidad de las empresas que desean ser competitivas.

  • Dar solución a problemas de Inteligencia Artificial se debe a los avances que están permitiendo la aplicación de técnicas Machine Learning sobre datos no estructurados (imágenes, sonidos, texto…).

  • El análisis de datos se está convirtiendo en una competencia transversal del empleado del siglo XXI. Cuantos más conocimientos se tienen, más valor se adquiere como profesional.

  • La ciencia de datos permite trabajar en distintos sectores y áreas de negocio: desde la agricultura hasta la industria pasando por la logística o turismo.

  • Contribuir a los procesos de transformación digital de las empresas.

En colaboración con

¿Cuáles son las tendencias que marcan la nueva forma de vender?

Descárgate gratis el informe de tendencias y descubre hacia dónde están dirigiendo las empresas sus esfuerzos en el área de ventas.

¡DESCARGAR!

Actualidad

Suscríbete a la newsletter

¿Quieres estar al día de toda la oferta formativa de Cámarabilbao? Suscríbete a nuestra newsletter y recibe periódicamente la información más completa sobre másteres, postgrados, cursos, workshops y mucho más.

De acuerdo con la Ley 3/2018 relativa al tratamiento de datos personales, le comunicamos que trataremos sus datos con el fin de gestionar su subscripción y gestionar el envío de comunicaciones comerciales e información de interés. La Cámara de Bilbao conservará estos datos durante un periodo de 10 años desde que solicitó su alta y mientras no solicite su baja. Estos podrán ser cedidos a entidades colaboradoras relacionadas con los servicios solicitados.Para ejercer los derechos de acceso, rectificación, limitación de tratamiento, supresión, portabilidad y oposición puede dirigir su petición a la dirección electrónica lopd@camarabilbao.com. Para más información ver Política de Privacidad. En cualquier caso, podrá presentar la reclamación correspondiente ante la Agencia Española de Protección de Datos.