Tenemos claro que el deep learning es el futuro: cómo formarte de forma diferenciadora y qué oportunidades laborales tendrás

Tenemos claro que el deep learning es el futuro: cómo formarte de forma diferenciadora y qué oportunidades laborales tendrás
Sin comentarios

El deep learning no es el futuro. Es el presente. Acudimos a él cada semana, en las Discover Weekly de Spotify. Está presente tras el Modo Belleza de tus fotos y cada día aprende más rápido gracias a herramientas como CuDNN, virando del aprendizaje supervisado, al entrenamiento independiente mediante rutinas y convolución.

Una carrera donde conviene estar formado: más que faltar empleo, se disparará la demanda. Porque en esta “adolescencia” informática el factor humano es indispensable. Y para aprender sobre ello contamos con una nueva actividad formativa, enfocada tanto a los ingenieros en formación como a los profesionales que buscan un plus de conocimiento exclusivo.

¿Los avales? Dos. El primero, Nvidia, principal fabricante de procesadores gráficos y pionera también del Deep Learning en la última década, cuyo liderazgo le ha convertido ya en una de las 20 empresas más valiosas del mundo; el segundo, Manuel Ujaldón, Catedrático de Arquitectura de Computadores en la Universidad de Málaga con 27 años de experiencia docente que ha impartido más de 120 cursos de formación como instructor de Nvidia en más de 20 países.

nvida

Ambos han unido fuerzas para ofrecer un curso único que va más allá de la Inteligencia Artificial y ofrece 25 horas de formación y otras tantas de ejercicios prácticos, proyectos sobre deep learning y supercomputación en GPU (CUDA), a través de las generaciones Volta (2018), Turing (2019) y Ampere (2020) de Nvidia y el host de Amazon Web Services. El futuro es hoy.

¿Qué es realmente el Deep Learning?

Llevamos años leyendo sobre ello. Y, pese a que esta es una explicación innecesaria para muchos, aun hay quien confunde la parte por el todo. El deep learning no es sino una herramienta para un fin, un conjunto de técnicas nacidas del machine learning constituido para entrenar a una computadora para que realice tareas sin necesidad de expresarlas con algoritmos o programas. Tareas cada vez más complejas. Porque predecir si lloverá mañana es más sencillo que predecir si usarás el coche y qué ruta tomarás.

El deep learning usa estructuras lógicas similares —de manera simplificada— al modelo operativo de nuestro sistema nervioso. Distintas capas se encargan de distintas tareas de manera simultánea, interconectándose y ofreciendo unos resultados más versátiles que aquellas que aporta un algoritmo tradicional.

Y con toda la potencia computacional que esto requiere, hoy en día resulta imprescindible acudir al hardware de las GPUs con sus miles de cores y a CUDA para programarlas con paralelismo masivo, ya sea de forma explícita como enseña Manuel en su curso, o por medio de entornos o librerías ya cudificados, como es el caso de IA CUDA-X y HPC CUDA-X si nos movemos en la nube.

cambio de paradigma

Un cambio de paradigma

Vivimos inmersos en la edad dorada del deep learning, principal responsable del florecimiento de la conducción autónoma, el reconocimiento del habla o la clasificación por contenido de imágenes y video. También es el motor de una nueva revolución en un sinfín de áreas más consolidadas como los mercados de finanzas o la bioinformática. En el contexto laboral actual, el deep learning genera grandes oportunidades de empleabilidad, y como siempre ocurre con las tecnologías disruptivas, los que antes se especializan en ellas logran una ventaja que les acompaña de por vida.

Si tomamos como referencia la bioinformática, en los últimos 3 meses se ha desarrollado más información biomédica que en los 3 siglos anteriores, según expuso en la charla plenaria del pasado GTC’20 de China la directora de Nvidia en este área, Kimberly Powell. Ha sido fundamental en el progreso del diagnóstico temprano de tumores, en el tratamiento de enfermedades degenerativas como el Alzheimer, o en el reciente análisis del COVID-19, donde deep learning aporta los métodos esenciales y CUDA la supercomputación en GPU. Estar al día en estas dos vertientes de la tecnología no es que brinde salidas laborales, es que te catapulta a los mejores puestos de trabajo del sector.

Aunque la aceleración en GPU es un campo de investigación muy joven, en apenas 15 años ha logrado copar el top-500 de los supercomputadores más potentes del planeta, y su ritmo de crecimiento  sigue acentuándose, con más de 6 millones de descargas de CUDA y 6.500 start-ups basadas en inteligencia artificial en 2020.

De todas las empresas que componen el índice tecnológico Nasdaq, Nvidia ha sido la que más se ha revalorizado en 2020 (más de un 120%), reflejando la confianza que el mercado otorga al desarrollo de las tecnologías más disruptivas, que son las que moverán la sociedad del futuro. Así nació la compañía, creando la primera GPU del mundo, convertida 20 años más tarde en una RTX A6000 dotada de 10752 cores CUDA capaces de ejecutar programas que superan los dos mil millones de hilos, frente a la que poco puede hacer un multi-core de Intel cuyas acciones han bajado un 15% en 2020.

Y un curso único

Universidad

Un curso que marca la diferencia respecto al amplio abanico de actividades formativas que podemos encontrar de forma semi-gratuita por Internet.

En primer lugar, porque permite trabajar desde el minuto cero
con la infraestructura del Deep Learning Institute (DLI) de Nvidia que pone a disposición del alumno todas las herramientas software y arquitecturas hardware más avanzadas donde confluyen Deep Learning y CUDA.

Dli Screenshot

Y en segundo lugar, por hacerlo de la mano de una voz autorizada. Manuel Ujaldón ya ha sido entrevistado en un buen puñado de ocasiones por los editores de Xataka. La primera data de 2012; la más reciente, del pasado octubre. Pocas voces existen en nuestro país con el conocimiento y la pasión que pone Manuel, quien sigue día a día la evolución de esta industria. A través de sus workshops, el alumnado ha obtenido más de 500 certificaciones oficiales de Deep Learning y CUDA. Sus talleres abren una ventana exclusiva a un mundo en ciernes, preparando a los nuevos ingenieros para obtener las certificaciones más demandadas por los gigantes de Silicon Valley, que cada vez valoran más estas certificaciones de empresa como complemento diferenciador de su grado universitario. Incluso sin él,
hay ya oportunidades nada desdeñables en el sector.

Serán ya la quinta y sexta edición de un curso cada vez más solicitado y mejor valorado, desde las dos primeras ediciones presenciales celebradas en Febrero justo antes de la pandemia (y a las que corresponde la primera foto publicada aquí), a las dos últimas celebradas el pasado mes de Noviembre ya con clases íntegramente on-line.

Dos nuevas ediciones arrancan a mediados de Febrero para finalizar justo antes de Semana Santa, dedicando 5 sesiones de 5 horas de clase
on-line semanales en las que se intercalan presentaciones cortas de
unos 30 minutos con la realización de ejercicios y proyectos individuales
de similar duración. Las clases se imparten a través del Campus Virtual
de la Universidad de Málaga, mientras que los proyectos los desarrolla
el alumno dentro del DLI a través de Amazon Web Services (AWS) en
la nube bajo la supervisión de Manuel. A la hora de inscribirse, se podrá elegir entre dos horarios: 5 martes consecutivos por la tarde de 16 a 21 horas para la quinta edición, ó 5 sábados por la mañana, de 9 a 14 horas para la sexta edición. La quinta edición se ha movido al horario de tarde
para que puedan cursarla los estudiantes de latinoamérica en su horario
matinal, mientras que la sexta edición se ha ubicado en sábado pensando
en los trabajadores que quieran mejorar su formación. El único prerrequisito que se exige son unos conocimientos elementales de lenguaje C para la especialidad de CUDA y de Python para la especialidad de Deep Learning

El curso tiene como principal objetivo capacitar al alumno para que consiga las dos certificaciones más emblemáticas de Nvidia, “Fundamentals of Deep Learning” y “Fundamentals of Accelerated Computing with CUDA C/C++”, pero a su conclusión también ofrece como premio a aquellos que entreguen proyectos adicionales la posibilidad de continuar su formación dentro del DLI de forma completamente gratuita durante los 6 meses siguientes. De hecho, en la última edición se pudieron lograr hasta 10 certificaciones en total, repartidas entre las cuatro principales áreas del DLI: Deep Learning, Accelerated Computing, Data Science e Information Technology.

Regalos

El coste de la matrícula es de 350 euros, que incluyen el registro de 90 dólares en cada uno de los dos workshops troncales del DLI, así como todas las certificaciones adicionales que logre el alumno junto con un diploma acreditativo de Curso de Extensión Universitaria expedido por la Universidad de Málaga. A los alumnos que puedan acercarse presencialmente a retirar su diploma de la UMA a la conclusión del curso, se les regalará además un lote de merchandising de Nvidia compuesto de pegatinas, bloc de notas del DLI, cooler, camiseta y mochila para portátil.

Auguramos una larga trayectoria a estos cursos, y como suele ocurrir
con las nuevas tecnologías, a quien madruga, Dios le ayuda

Imágenes | UMA

Comentarios cerrados
Inicio