Primeres microcredencials del projecte BSC AI Factory
La UPC School i el Barcelona Supercomputing Center (BSC) han presentat les primeres microcredencials de l’AI Factory Training Programme, un projecte europeu que té com a objectiu accelerar l’adopció professional de la intel·ligència artificial i impulsar-ne l’aplicació real en empreses emergents i pimes. Les primeres formacions s’iniciaran entre febrer i març del 2026 i marquen l’inici d’un programa estructurat en tres nivells —bàsic, intermedi i avançat— pensat perquè els professionals puguin incorporar la IA al seu dia a dia amb criteri, rigor i impacte immediat.
La UPC School participa activament en el disseny pedagògic i en l’elaboració dels continguts, assegurant que cada microcredencial s’alineï amb les competències professionals actuals i les necessitats concretes del mercat. La col·laboració entre experts de la UPC, professionals externs i l’equip de la UPC School garanteix una formació pràctica, orientada a resoldre reptes reals dins de les organitzacions.
Les dues primeres microcredencials, de nivell bàsic, introdueixen els pilars fonamentals per treballar amb intel·ligència artificial:
- Microcredencial en Ètica i Equitat en Projectes d’IA. Inici: 2 de febrer. Aborda l’ètica, l’impacte i la governança de la IA, i permet comprendre els riscos, els biaixos i el marc normatiu que condicionen qualsevol projecte.
- Microcredencial en Enginyeria de Prompts Aplicada a la Pràctica Professional. Inici: març del 26. Ofereix una introducció al prompting i a les aplicacions de la IA generativa per optimitzar processos, millorar l’eficiència i accelerar tasques habituals en entorns professionals.
Ambdues microcredencials, impartides en anglès, es desenvoluparan en format online asíncron i comptaran amb el seguiment i l’acompanyament de docents de la UPC.
Aquest primer desplegament donarà pas a microcredencials de nivell intermedi i avançat, que incorporaran temàtiques com l’aprenentatge automàtic aplicat a la presa de decisions basada en dades, les bases del deep learning, i continguts especialitzats més avançats com ara models de difusió, reinforcement learning profund, normalizing flows o sistemes avançats d’anàlisi de sèries temporals amb LSTM, RNN i autoencoders.
Comments
Post a Comment