El curso presenta las bases del control de flujo en computación cuántica y la aparición de los circuitos dinámicos como nuevas estructuras de control.
Se abordarán los fundamentos teóricos, limitaciones y ejemplos prácticos de hardware y software, analizando sus posibles aplicaciones y líneas de investigación futuras en el ámbito de la computación cuántica avanzada.
Este curso ofrece una introducción accesible al mundo de la computación cuántica, abordando sus fundamentos teóricos, sus diferencias con la computación clásica y sus principales aplicaciones en la resolución de problemas complejos.
A lo largo de dos módulos, los participantes conocerán tanto los conceptos esenciales de la mecánica cuántica aplicados a la informática, como las tecnologías actuales de los ordenadores cuánticos, sus puertas lógicas, algoritmos y lenguajes de programación, así como las plataformas disponibles para el desarrollo y la experimentación.
El Círculo acoge una nueva edición de CÁCERES TECH con una charla dedicada a Vibe Coding: una forma innovadora de programar trabajando con agentes de IA como si fueran compañeros de equipo. Durante la sesión se mostrarán ejemplos prácticos de cómo organizar a estos agentes para generar código útil, integrarlos en el flujo diario de desarrollo y aplicar cambios mínimos para obtener valor sin comprometer la estabilidad de producción. Se abordarán casos concretos donde esta metodología impulsa la eficiencia y situaciones en las que no resulta ventajosa, junto con estrategias de testing, buenas prácticas y el nuevo papel del ingeniero en entornos con IA.
El curso “Modelización de problemas lineales mediante grafos y redes. Aplicaciones” presenta los grafos y redes como herramientas matemáticas para representar y resolver problemas complejos en distintos ámbitos de la ingeniería y la ciencia de datos.
A lo largo de la formación, los participantes aprenderán a modelizar problemas como el cálculo de rutas óptimas o el diseño de redes de forma gráfica, y a aplicar distintos algoritmos de optimización. Además, se trabajará con software especializado que facilita la resolución de estos problemas y la toma de decisiones en escenarios reales.
Todas las industrias poseen numerosos equipos o sistemas. Todos estos equipos fallan y, por lo tanto, necesitan de mantenimiento para poder volver a estar de nuevo operativos. Tradicionalmente el mantenimiento se realizaba a intervalos periódicos de tiempo aún incluso cuando el sistema estaba funcionando (mantenimiento preventivo) o en el momento en el que el sistema falla (mantenimiento reactivo). Con el desarrollo de los sensores, el mantenimiento predictivo está ganando terreno a las dos estrategias de mantenimiento anteriores. El mantenimiento predictivo es una estrategia de mantenimiento que se basa en la monitorización de equipos y sistemas con el fin de conocer su estado, detectar signos iniciales de fallos y predecir el tiempo de vida útil
del mismo. La monitorización de equipos, la adquisición de datos de dicha monitorización y el análisis de los mismos permiten identificar patrones y determinar indicadores útiles para realizar tareas de mantenimiento proactivo,
es decir, antes de que el fallo del sistema se produzca porque se haya detectado un signo temprano de fallo. Este curso se centra en el análisis de datos
y la exploración de técnicas estadísticas necesarias para implementar estrategias de mantenimiento predictivo
El curso “Implementación de chatbots locales y privados” enseña a diseñar e implementar asistentes conversacionales basados en LLM que funcionan sin depender de la nube y usando documentación privada.
Se aplicará la técnica RAG para enriquecer respuestas con información contextual, trabajando con fragmentación de documentos, bases de datos vectoriales y recuperación de información.
Al finalizar, los participantes habrán creado un chatbot funcional y autónomo, adquiriendo conocimientos clave en IA generativa y PLN aplicado.
El aprendizaje profundo está en el núcleo de la Inteligencia Artificial que tenemos presente, y cada vez más, en nuestro día a día. Sin embargo, ¿qué entendemos como aprendizaje profundo? En este curso se presentarán los conceptos clave para dar respuesta a esta pregunta, acompañados de casos prácticos utilizando la librería PyTorch del lenguaje Python.
