Visión por computadora con Python

Este curso intensivo y práctico cubre técnicas avanzadas de Python, mejores prácticas de ingeniería y patrones de diseño comúnmente utilizados para crear aplicaciones Python mantenibles, comprobables y de alto rendimiento. Hace hincapié en el uso de herramientas modernas, tipado, modelos de concurrencia, patrones de arquitectura y flujos de trabajo listos para la producción.

Este entrenamiento en vivo dirigido por instructores (en línea o presencial) está dirigido a desarrolladores de Python de nivel intermedio a avanzado que desean adoptar prácticas y patrones profesionales para sistemas Python de grado industrial.

Al finalizar este entrenamiento, los participantes serán capaces de:

• Aplicar el tipado de Python, dataclasses y la comprobación de tipos para aumentar la fiabilidad del código.
• Utilizar patrones de diseño y principios arquitectónicos para estructurar aplicaciones robustas.
• Implementar correctamente la concurrencia y el paralelismo utilizando asyncio y multiprocessing.
• Construir código bien probado mediante pytest, pruebas basadas en propiedades y pipelines de CI.
• Perfilar, optimizar y endurecer aplicaciones Python para entornos de producción.
• Empaquetar, distribuir e implementar proyectos de Python utilizando herramientas modernas y contenedores.

Formato del Curso

• Lecciones interactivas y demostraciones breves.
• Laboratorios prácticos y ejercicios de programación cada día.
• Proyecto final integrador que combina patrones, pruebas e implementación.

Opciones de Personalización del Curso

• Para solicitar un entrenamiento personalizado o centrado en un área específica (datos, web o infraestructura), contáctenos para organizarlo.

Este curso enseña técnicas de ingeniería prácticas para diseñar, construir, probar y desplegar sistemas agénticos (autónomos) utilizando Python. Aborda el ciclo del agente, integraciones de herramientas, gestión de memoria y estado, patrones de orquestación, controles de seguridad y consideraciones de producción.

Esta capacitación en vivo y dirigida por un instructor (en línea o presencial) está orientada a ingenieros de ML de nivel intermedio a avanzado, desarrolladores de IA e ingenieros de software que desean construir agentes autónomos robustos y listos para producción utilizando Python.

Al finalizar esta capacitación, los participantes podrán:

• Diseñar e implementar el ciclo del agente y los flujos de trabajo de toma de decisiones.
• Integrar herramientas externas y APIs para extender las capacidades del agente.
• Implementar arquitecturas de memoria a corto y largo plazo para los agentes.
• Coordinar orquestaciones de múltiples pasos y la composabilidad de los agentes.
• Aplicar las mejores prácticas de seguridad, control de acceso y observabilidad para agentes desplegados.

Formato del curso

• Clase interactiva y discusión.
• Laboratorios prácticos para construir agentes con Python y SDKs populares.
• Ejercicios basados en proyectos que producen prototipos desplegables.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada para este curso, contáctenos para coordinarlo.

El SDK CANN (Compute Architecture for Neural Networks) ofrece herramientas potentes de implementación y optimización para aplicaciones de IA en tiempo real en visión por computadora y PLN (Procesamiento de Lenguaje Natural), especialmente en hardware Huawei Ascend.

Esta formación en vivo con instructor (en línea o presencial) está dirigida a profesionales de IA de nivel intermedio que desean construir, implementar y optimizar modelos de visión y lenguaje utilizando el SDK CANN para casos de uso en producción.

Al finalizar esta formación, los participantes podrán:

• Implementar y optimizar modelos de CV y PLN utilizando CANN y AscendCL.
• Utilizar las herramientas de CANN para convertir modelos e integrarlos en pipelines en vivo.
• Optimizar el rendimiento de la inferencia para tareas como detección, clasificación y análisis de sentimiento.
• Construir pipelines de CV/PLN en tiempo real para escenarios de implementación en el edge o en la nube.

Formato del curso

• Conferencia interactiva y demostración.
• Laboratorio práctico con implementación de modelos y perfilado de rendimiento.
• Diseño de pipelines en vivo utilizando casos de uso reales de CV y PLN.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinarla.

Esta formación en vivo, impartida por un instructor, en Costa Rica (en línea o en las instalaciones) está dirigida a desarrolladores de IA de nivel intermedio e ingenieros de visión por computadora que desean construir sistemas de visión robustos para aplicaciones de conducción autónoma.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los conceptos fundamentales de la visión por computadora en vehículos autónomos.
• Implementar algoritmos para la detección de objetos, detección de carriles y segmentación semántica.
• Integrar sistemas de visión con otros subsistemas del vehículo autónomo.
• Aplicar técnicas de aprendizaje profundo para tareas de percepción avanzadas.
• Evaluar el rendimiento de los modelos de visión por computadora en escenarios del mundo real.

Esta capacitación en vivo con instructor en Costa Rica (en línea o en las instalaciones) está dirigida a profesionales de nivel avanzado que desean profundizar su comprensión de la visión por computadora y explorar las capacidades de TensorFlow para desarrollar sofisticados modelos de visión utilizando Google Colab.

Al finalizar esta capacitación, los participantes serán capaces de:

• Construir y entrenar redes neuronales convolucionales (CNN) utilizando TensorFlow.
• Aprovechar Google Colab para el desarrollo de modelos en la nube escalables y eficientes.
• Implementar técnicas de preprocesamiento de imágenes para tareas de visión por computadora.
• Desplegar modelos de visión por computadora para aplicaciones del mundo real.
• Utilizar el aprendizaje por transferencia para mejorar el rendimiento de los modelos CNN.
• Visualizar e interpretar los resultados de los modelos de clasificación de imágenes.

Esta formación en vivo, impartida por un instructor, en Costa Rica (en línea o presencial), está dirigida a desarrolladores de Python y analistas de datos de nivel intermedio que deseen mejorar sus habilidades en análisis y manipulación de datos utilizando Pandas y NumPy.

Al finalizar esta formación, los participantes serán capaces de:

• Configurar un entorno de desarrollo que incluya Python, Pandas y NumPy.
• Crear una aplicación de análisis de datos utilizando Pandas y NumPy.
• Realizar operaciones avanzadas de transformación, ordenación y filtrado de datos.
• Ejecutar operaciones de agregación y analizar datos de series temporales.
• Visualizar datos utilizando Matplotlib y otras bibliotecas de visualización.
• Depurar y optimizar el código de análisis de datos.

Esta formación en vivo con instructor en Costa Rica (en línea o presencial) está dirigida a ingenieros de visión por computadora y desarrolladores de AI de nivel intermedio a avanzado, así como a profesionales del IoT que deseen implementar y optimizar modelos de visión por computadora para el procesamiento en tiempo real en dispositivos en el borde.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos del AI en el borde y sus aplicaciones en visión por computadora.
• Implementar modelos de aprendizaje profundo optimizados en dispositivos en el borde para el análisis de imágenes y video en tiempo real.
• Utilizar frameworks como TensorFlow Lite, OpenVINO y NVIDIA Jetson SDK para la implementación de modelos.
• Optimizar modelos de AI para obtener un mejor rendimiento, eficiencia energética e inferencia de baja latencia.

Esta formación en vivo impartida por un instructor en Costa Rica (en línea o presencial) está dirigida a personal de fuerzas del orden de nivel principiante que desea transitar del dibujo facial manual al uso de herramientas de IA para desarrollar sistemas de reconocimiento facial.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de la Inteligencia Artificial y el Aprendizaje Automático.
• Aprender los conceptos básicos del procesamiento digital de imágenes y su aplicación en el reconocimiento facial.
• Desarrollar habilidades para utilizar herramientas y marcos de trabajo de IA para crear modelos de reconocimiento facial.
• Obtener experiencia práctica en la creación, entrenamiento y prueba de sistemas de reconocimiento facial.
• Comprender las consideraciones éticas y las mejores prácticas en el uso de la tecnología de reconocimiento facial.

Esta formación en vivo, impartida por un instructor (en línea o presencial), está dirigida a desarrolladores que desean utilizar el stack FARM (FastAPI, React y MongoDB) para construir aplicaciones web dinámicas, de alto rendimiento y escalables.

Al finalizar esta formación, los participantes podrán:

• Configurar el entorno de desarrollo necesario que integra FastAPI, React y MongoDB.
• Comprender los conceptos clave, características y beneficios del stack FARM.
• Aprender a construir APIs REST con FastAPI.
• Aprender a diseñar aplicaciones interactivas con React.
• Desarrollar, probar e implementar aplicaciones (frontend y backend) utilizando el stack FARM.

Esta formación en vivo impartida por un instructor en Costa Rica (en línea o presencial) está dirigida a desarrolladores que desean utilizar FastAPI con Python para construir, probar y desplegar APIs RESTful de manera más fácil y rápida.

Al finalizar esta formación, los participantes podrán:

• Configurar el entorno de desarrollo necesario para crear APIs con Python y FastAPI.
• Crear APIs con mayor velocidad y facilidad utilizando la biblioteca FastAPI.
• Aprender a crear modelos de datos y esquemas basados en Pydantic y OpenAPI.
• Conectar APIs a una base de datos utilizando SQLAlchemy.
• Implementar seguridad y autenticación en APIs mediante las herramientas de FastAPI.
• Construir imágenes de contenedores y desplegar APIs web en un servidor en la nube.

Esta formación en vivo, impartida por un instructor en Costa Rica (en línea o presencial), está dirigida a investigadores y profesionales de laboratorio de nivel principiante a intermedio que deseen procesar y analizar imágenes relacionadas con tejidos histológicos, células sanguíneas, algas y otras muestras biológicas.

Al finalizar esta formación, los participantes podrán:

• Navegar por la interfaz de Fiji y utilizar las funciones principales de ImageJ.
• Preprocesar y mejorar imágenes científicas para obtener mejores resultados analíticos.
• Analizar imágenes de manera cuantitativa, incluyendo el conteo de células y la medición de áreas.
• Automatizar tareas repetitivas mediante el uso de macros y complementos (plugins).
• Personalizar flujos de trabajo según las necesidades específicas de análisis de imágenes en investigación biológica.

Esta formación en vivo, impartida por un instructor, en Costa Rica (en línea o presencial), está dirigida a ingenieros de software que deseen programar en Python con OpenCV 4 para aprendizaje profundo.

Al finalizar esta formación, los participantes podrán:

• Visualizar, cargar y clasificar imágenes y videos utilizando OpenCV 4.
• Implementar aprendizaje profundo en OpenCV 4 con TensorFlow y Keras.
• Ejecutar modelos de aprendizaje profundo y generar informes impactantes a partir de imágenes y videos.

Esta formación en vivo impartida por un instructor en Costa Rica (en línea o en las instalaciones) está dirigida a profesionales de nivel intermedio que deseen utilizar Vision Builder AI para diseñar, implementar y optimizar sistemas de inspección automatizada para procesos SMT (Tecnología de Montaje en Superficie).

Al finalizar esta formación, los participantes serán capaces de:

• Configurar e implementar inspecciones automatizadas utilizando Vision Builder AI.
• Adquirir y preprocesar imágenes de alta calidad para su análisis.
• Implementar decisiones basadas en lógica para la detección de defectos y la validación del proceso.
• Generar informes de inspección y optimizar el rendimiento del sistema.

Esta capacitación en vivo con instructor en <ubicación> (en línea o en las instalaciones) está dirigida a desarrolladores de backend y científicos de datos que deseen incorporar modelos YOLO preentrenados en sus programas impulsados por la empresa e implementar componentes rentables para la detección de objetos.

Al final de esta capacitación, los participantes podrán:

• Instalar y configurar las herramientas y bibliotecas necesarias requeridas en la detección de objetos usando YOLO.
• Personalizar aplicaciones de línea de comandos de Python que operan basadas en modelos preentrenados de YOLO.
• Implementar el marco de modelos YOLO preentrenados para varios proyectos de visión por computadora.
• Convertir conjuntos de datos existentes para la detección de objetos al formato YOLO.
• Comprender los conceptos fundamentales del algoritmo YOLO para la visión por computadora y/o aprendizaje profundo.

Esta formación impartida por un instructor, disponible en Costa Rica (en línea o presencial), está dirigida a desarrolladores, investigadores y científicos de datos de nivel intermedio a avanzado que desean aprender a implementar la detección de objetos en tiempo real utilizando YOLOv7.

Al finalizar esta formación, los participantes podrán:

• Comprender los conceptos fundamentales de la detección de objetos.
• Instalar y configurar YOLOv7 para tareas de detección de objetos.
• Entrenar y probar modelos personalizados de detección de objetos usando YOLOv7.
• Integrar YOLOv7 con otros marcos de trabajo y herramientas de visión por computadora.
• Solucionar problemas comunes relacionados con la implementación de YOLOv7.