Inteligencia Artifcial en sistemas embebidos

El curso muestra cómo aplicar inteligencia artificial en sistemas embebidos, utilizando Python y C++/INO para el desarrollo de soluciones orientadas a la Industria 4.0.

Se trabaja con Google Colab como entorno de desarrollo y experimentación, y con el ESP32 como plataforma de ejecución, integrando la programación en ambos entornos para conectar la simulación con la implementación en hardware real.

A lo largo del curso se presentan distintos enfoques de inteligencia artificial, incluyendo sistemas expertos, lógica borrosa, controladores PID, controladores Fuzzy-PID, algoritmos genéticos y redes neuronales simples. También se aborda la aplicación práctica de modelos de lenguaje (LLM) y la arquitectura RAG (Retrieval-Augmented Generation), mostrando su uso con la API de ChatGPT, Google Colab y su ejecución en ESP32.

El contenido del curso es mayoritariamente práctico para mostrar de forma clara cómo desarrollar, probar e implementar algoritmos de inteligencia artificial en dispositivos embebidos destinados a sistemas inteligentes, automatización y aplicaciones industriales.

En el contexto de la Industria 4.0, la convergencia entre inteligencia artificial y sistemas embebidos representa una de las áreas más estratégicas para el desarrollo de soluciones inteligentes, autónomas y conectadas. Profesionales del ámbito de la ingeniería electrónica, mecatrónica, automatización y sistemas enfrentan el desafío de incorporar capacidades cognitivas y de decisión en dispositivos de bajo consumo y recursos limitados.

Este curso ofrece una aproximación práctica y aplicada a la implementación de algoritmos de inteligencia artificial directamente en plataformas embebidas como el ESP32, utilizando lenguajes como Python y C++/INO. Además, se introduce el uso de modelos avanzados como redes neuronales, lógica difusa, algoritmos genéticos y controladores inteligentes, combinando simulación en Google Colab con despliegue real en hardware.

La incorporación de modelos de lenguaje (LLM) y arquitecturas RAG extiende aún más las posibilidades del profesional, permitiéndole desarrollar sistemas que no solo ejecuten tareas automatizadas, sino que también comprendan, generen y procesen información textual en tiempo real. Esto habilita aplicaciones como asistentes industriales, sistemas de mantenimiento predictivo, monitoreo inteligente o interacción hombre-máquina basada en lenguaje natural.

Por ello, este curso constituye una oportunidad clave para los ingenieros que buscan actualizar sus competencias en el desarrollo de soluciones embebidas con inteligencia artificial, combinando pensamiento algorítmico, diseño de controladores inteligentes y exploración de arquitecturas modernas de IA aplicadas al entorno físico

• Comprender la relación entre la IA y los principios de la Industria 4.0.
• Desarrollar sistemas expertos y controladores inteligentes en Python y ESP32.
• Aplicar técnicas de lógica borrosa y control PID híbrido en sistemas de control reales.
• Implementar algoritmos genéticos para optimización de procesos.
• Diseñar redes neuronales simples para entornos embebidos.
• Comprender los fundamentos y funcionamiento de los Modelos de Lenguaje Extenso (LLM).
• Ejecutar modelos de IA localmente y en dispositivos de recursos limitados.
• Integrar arquitecturas RAG para crear sistemas inteligentes que combinen recuperación de información y generación de texto.

No es necesario tener ninguna formación específica para acceder al curso, pero las acciones formativas que componen nuestra plataforma están orientadas a la formación continua de los Ingenieros Técnicos Industriales o Graduados en Ingeniería Rama Industrial o en general cualquier ingeniero por lo que es recomendable poseer cualquiera de estas titulaciones para completar con éxito el curso.

Requisitos previos necesarios:

Son necesarios conocimientos previos equivalentes a los curso de Arduino e Introducción a la programación en Python de esta plataforma

Requisitos previos recomendados:

Programación de Arduino y python

Esta acción formativa no tiene un mínimo de alumnos.

La matrícula se cerrará cuando se hayan alcanzado un número de 80 alumnos.

Nivel de profundidad 2

(Partiendo de la base de que todos los cursos están dirigidos a un perfil mínimo de Ingeniero, se valorará el curso que presenta con niveles de 1 a 3 de forma que el 1 significará que el curso es de carácter básico, 2 el curso es de carácter medio y 3 el curso es de carácter avanzado.)

No se requieren licencias de pago, se usará google colab, wokwi y vscode

Requisitos de Hardware:

Disponer de PC

Calculadora de precios

El precio de los cursos de nuestra Plataforma depende del perfil del alumno. Aquí puede calcular su precio.

Tipo de alumno

Perteneciente a una entidad adherida

Entidades adheridas

No pertenezco a ninguna entidad adherida

¿Solicita beca?

El alumno, ¿tiene la acreditación DPC Ingenieros?

¿Quién contrata el curso?

El propio alumno

Otra persona o Entidad

La entidad, ¿tiene convenio firmado con COGITI?

¿El curso se financiará a través de los seguros sociales (FUNDAE)?

Reseña del cálculo de precios

Precio base: 400€.

A este precio base se le podrán aplicar los siguientes descuentos y/o el incremento por Formación Bonificada (ver más abajo en el apartado "Formación Bonificada"):

MÓDULO 1: Introducción

• Unidad 1.1: Introducción a la Inteligencia Artificial aplicada a la Industria 4.0
• Unidad 1.2: Fundamentos y arquitectura de los sistemas embebidos
• Unidad 1.3: Conceptos básicos de IA, aprendizaje automático y aprendizaje profundo

MÓDULO 2: Sistemas expertos

• Unidad 2.1: Desarrollo de sistemas expertos en Python
• Unidad 2.2: Implementación de sistemas expertos en ESP32

MÓDULO 3: Lógica Borrosa

• Unidad 3.1: Introducción a la lógica borrosa y sus fundamentos matemáticos
• Unidad 3.2: Diseño de controladores borrosos en Python
• Unidad 3.3: Implementación de lógica borrosa en ESP32

MÓDULO 4: Controladores PID

• Unidad 4.1: Diseño de controladores PID en Python
• Unidad 4.2: Implementación de controladores Fuzzy-PID híbridos
• Unidad 4.3: Control PID en ESP32

MÓDULO 5 Algoritmos genéticos

• Unidad 5.1: Fundamentos e inspiración biológica de los algoritmos genéticos
• Unidad 5.2: Implementación de algoritmos genéticos en Python

MÓDULO 6: Redes Neuronales

• Unidad 6.1: Redes neuronales simples con Python
• Unidad 6.2: Redes neuronales simples con ESP32

MÓDULO 7: Modelos de Lenguaje (LLM)

• Unidad 7.1: Breve explicación de los LLM y su evolución
• Unidad 7.2: Introducción al Procesamiento del Lenguaje Natural (NLP)
• Unidad 7.3: Introducción a la arquitectura RAG (Retrieval-Augmented Generation)
• Unidad 7.4: Ejecución de ChatGPT y otros LLM en local con Google Colab
• Unidad 7.5: Construcción de un sistema RAG con ChatGPT y Google Colab
• Unidad 7.6: RAG con modelos locales y Google Colab

El curso se desarrollará en el campus virtual de la plataforma de formación e-learning. (https://www.ingenierosformacion.com/campus/)

El día de inicio del curso los alumnos que hayan formalizado la prematrícula en la plataforma (www.ingenierosformacion.com) y hayan hecho efectivo el pago de la misma (bien por pasarela de pago, con tarjeta, directamente en el momento de la matriculación o bien por transferencia o ingreso bancario en el número de cuenta que se indica en la misma), podrán acceder al curso por medio de la plataforma, con las claves que utilizaron para registrarse como usuarios. Desde su perfil en “Mis Matrículas” podrán ver el enlace de acceso al curso.

Al ser la formación e-learning, los alumnos seguirán los distintos temas que se proponen en el curso al ritmo que ellos puedan, y en las horas que mejor se adapten a su horario.

NO se exigirá a los alumnos que estén las horas lectivas propuestas para el curso, aunque el número de horas lectivas indicado en cada curso es el recomendable para alcanzar los objetivos del curso y la adquisición de los conocimientos previstos, cada alumno va siguiendo a su ritmo los contenidos, de igual forma NO se cortará el acceso a la plataforma a aquellos alumnos que superen las horas propuestas para el curso. Sí se tendrá en cuenta que el alumno haya visto todos los contenidos o al menos la gran mayoría (más del 75 %) de los mismos durante el periodo que dura el curso, así como realizado con éxito las tareas o ejercicios, trabajos que se le vayan proponiendo durante el curso.

El alumno, además de ir estudiando los contenidos de los distintos temas, podrá participar en el foro del curso dejando sus dudas o sugerencias o intercambiando opiniones técnicas con otros alumnos, así como respondiendo aquellas que hayan dejado otros compañeros. Asimismo podrá hacer las consultas que estime oportunas al tutor del curso para que se las responda a través de la herramienta de mensajería que posee la plataforma y preferentemente en el mismo foro. Recomendamos encarecidamente el uso del foro por parte de todos los alumnos.

Para la obtención del certificado de aprovechamiento del curso el alumno tendrá que superar los objetivos mínimos marcados por el docente (superación de cuestionarios de evaluación, casos prácticos, participación, etc…).

De igual forma, los alumnos, deberán realizar la encuesta de satisfacción que nos ayudará en la mejora de la calidad de las acciones formativas que proponemos en la plataforma de formación. La encuesta estará accesible en el apartado “Mis matrículas” en la plataforma, a partir de la finalización del curso.

Para ampliar información mandar mail a secretaria@ingenierosformacion.com o llamando por teléfono al número 985 73 28 91.

Este curso no es bonificable.