Logos Uniandes
Logos CFA

Descripción

Machine Learning (ML) ha cobrado en años recientes gran importancia en la industria y la academia en procesos de modelamiento, automatización, predicción y toma de decisiones. En los últimos años se han desarrollado una gran variedad de métodos de ML, buscando responder a la amplia disponibilidad de datos y multitud de casos de uso. El área de Machine Learning Operations (MLOps) ha surgido para atender las necesidades de la productivización de los modelos de aprendizaje de máquina. Con este fin, MLOps incorpora aspectos de todo el ciclo de desarrollo de productos de ML, desde la ideación y definición del caso de uso, hasta el despliegue, pruebas, monitoreo y mantenimiento. El curso Mastering Machine Learning en su versión 2025 se centra en métodos de MLOps con especial énfasis en modelos para el procesamiento de lenguaje natural (NLP). El curso es teórico-práctico, cuenta con sesiones magistrales donde se presentan los conceptos principales y sesiones prácticas que permiten profundizar e incorporar estos conceptos de modelos basados en datos reales. El curso de dictará en español, posiblemente habrá algunas secciones en Inglés.

¿A quién va dirigido?

Profesionales interesados en el área de aprendizaje de máquina. Estudiantes de últimos semestres de pregrados o maestría afines a ingeniería, matemáticas, física.

Profesores

Cindy Orozco

PhD en Ingeniería Matemática y Computacional de la Universidad de Stanford, Master en Matemáticas Aplicadas de KAUST, y matemática e ingeniería civil de la Universidad de Los Andes.

Rafael Martínez

Doctor en Astronomía de la Universidad de Leiden, Países Bajos

Juan Fernando Pérez

Ph.D. en Ciencias de la Computación de University of Antwerp, Bélgica, en 2010

Ruben Manrique

Ph.D. en Ingeniería de la Universidad de los Andes. Magíster en Ingeniería Sistemas y Computación, Universidad de los Andes y Universidad Nacional de Colombia

Agenda

El curso MML 2025 está dividido en 3 módulos:

Módulo 1 (Virtual 3 días):

Miércoles 11 de Junio
Horario: 06:00 p.m. a 09:00 p.m.
Profesor: Juan Fernando Pérez
Tema: Modelos - Redes neuronales | Introducción a redes neuronales y su implementación en python.
Jueves 12 de Junio
Horario: 06:00 p.m. a 09:00 p.m.
Profesor: Juan Fernando Pérez
Tema: Modelos - Redes neuronales | Redes neuronales y su implementación en python.
Viernes 13 de Junio
Horario: 06:00 p.m. a 09:00 p.m.
Profesor: Juan Fernando Pérez
Tema: Modelos - Redes neuronales | Redes neuronales y su implementación en python.

Módulo 2 (Presencial 5 días):

Lunes 16 de Junio
Horario Profesor / Conferencista Tema
09:00 a.m. a 10:50 a.m. Cindy Orozco Clase: ¿Por qué funcionan los modelos profundos? Teoría de Representación, tipos de modelos de aprendizaje profundo, similaridad y embeddings.
10:50 a.m. a 11:10 a.m. Refrigerio
11:10 a.m. a 01:00 p.m. Cindy Orozco Clase: ¿Por qué funcionan los modelos profundos? Teoría de Representación, tipos de modelos de aprendizaje profundo, similaridad y embeddings.
01:00 p.m. a 02:30 p.m. Almuerzo
02:30 p.m. a 04:30 p.m. Juan Fernando Pérez Talleres: Las tardes de sesiones presenciales se realizarán talleres donde se implementarán los métodos vistos en las sesiones magistrales de la mañana, usando Python.
04:30 p.m. a 04:45 p.m. Refrigerio
04:45 p.m. a 06:00 p.m. Monitoría
Martes 17 de Junio
Horario Profesor / Conferencista Tema
09:00 a.m. a 10:50 a.m. Cindy Orozco Clase: ¿Cómo usamos los modelos profundos? De las entradas a las características. Tokenización, embeddings, RAGs.
10:50 a.m. a 11:10 a.m. Refrigerio
11:10 a.m. a 01:00 p.m. Cindy Orozco Clase: ¿Cómo usamos los modelos profundos? De las entradas a las características. Tokenización, embeddings, RAGs.
01:00 p.m. a 02:30 p.m. Almuerzo
02:30 p.m. a 04:30 p.m. Juan Fernando Pérez Talleres: Las tardes de sesiones presenciales se realizarán talleres donde se implementarán los métodos vistos en las sesiones magistrales de la mañana, usando Python.
04:30 p.m. a 04:45 p.m. Refrigerio
04:45 p.m. a 06:00 p.m. Monitoría
Miércoles 18 de Junio
Horario Profesor / Conferencista Tema
09:00 a.m. a 10:50 a.m. Cindy Orozco Clase: ¿Cómo usamos los modelos profundos? Modelación. Pre-entramiento y finetuning. Prompt engineering. Modelos eficientes para producción.
10:50 a.m. a 11:10 a.m. Refrigerio
11:10 a.m. a 01:00 p.m. Cindy Orozco Clase: ¿Cómo usamos los modelos profundos? Modelación. Pre-entramiento y finetuning. Prompt engineering. Modelos eficientes para producción.
01:00 p.m. a 02:30 p.m. Almuerzo
02:30 p.m. a 04:30 p.m. Juan Fernando Pérez Talleres: Las tardes de sesiones presenciales se realizarán talleres donde se implementarán los métodos vistos en las sesiones magistrales de la mañana, usando Python.
04:30 p.m. a 04:45 p.m. Refrigerio
04:45 p.m. a 06:00 p.m. Monitoría
Junio 19 de Junio
Horario Profesor / Conferencista Tema
09:00 a.m. a 10:50 a.m. Cindy Orozco Clase: ¿Cómo evaluamos los modelos? Evaluación offline, aseguramiento de calidad (QA) y pruebas.
10:50 a.m. a 11:10 a.m. Refrigerio
11:10 a.m. a 01:00 p.m. Cindy Orozco Clase: ¿Cómo evaluamos los modelos? Evaluación offline, aseguramiento de calidad (QA) y pruebas.
01:00 p.m. a 02:30 p.m. Almuerzo
02:30 p.m. a 04:30 p.m. Charlas invitadas internacionales (inglés)
04:30 p.m. a 04:45 p.m. Refrigerio
04:45 p.m. a 06:00 p.m. Monitoría
Viernes 20 de Junio
Horario Profesor / Conferencista Tema
09:00 a.m. a 10:50 a.m. Cindy Orozco Clase: ¿Cómo evaluamos los modelos? Fairness e interpretabilidad.
10:50 a.m. a 11:10 a.m. Refrigerio
11:10 a.m. a 01:00 p.m. Cindy Orozco Clase: ¿Cómo evaluamos los modelos? Fairness e interpretabilidad.
01:00 p.m. a 02:30 p.m. Almuerzo

Módulo 3 (Virtual 1 día):

Sábado 21 de Junio
Horario Profesor / Conferencista Tema
08:00 a.m. a 01:00 p.m. Ruben Manrique Workshop NVIDIA parte 1: Efficient Large Language Model (LLM) Customization.
01:00 p.m. a 02:30 p.m. Almuerzo
02:30 p.m. a 04:45 p.m. Ruben Manrique Workshop NVIDIA parte 2: Efficient Large Language Model (LLM) Customization.
Martes 24 de Junio (Examen virtual)
06:00 p.m. a 08:00 p.m. Examen virtual

Inscripciones Abiertas

Si eres estudiante de la universidad de Los Andes puedes inscribir este curso los días 29 y 30 de mayo a través de MiBanner. Ten en cuenta que este curso cuenta con dos códigos para inscripción:

  • MINE4211
  • IIND4134

Si no eres estudiante de la Universidad de los Andes y quieres tomar el curso completo (los dos módulos), la inversión es de $ 7.104.000. Para registrarte por favor envíanos tus datos al correo gestorextensionedco@uniandes.edu.co y un asesor te apoyará en el proceso de inscripción.

Organizadores

Valérie Gauthier Umaña

Departamento de Ingeniería de Sistemas y Computación, Universidad de los Andes.

Juan Fernando Pérez

Departamento de Ingeniería Industrial, Universidad de los Andes.

Juan Rafael Martínez

Centro Harvard-Smithsonian de Astrofísica.

Contáctanos

TELÉFONO: (601) 3394949 ext. 2860 - 2862
DIRECCIÓN: Calle 19A No. 1-82 Este - Edificio Mario Laserna - Universidad de los Andes
CORREO: mml@uniandes.edu.co