[IAT-150] Inteligencia Artificial Aplicada a Proyectos Java

Este curso enseña cómo aplicar Inteligencia Artificial en proyectos Java, utilizando herramientas como Spring AI, GitHub Copilot y OpenCV. Se abordan Machine Learning, Deep Learning con DL4J e integración de APIs en la nube (AWS, OpenAI) para crear aplicaciones inteligentes con visión artificial, generación de texto y automatización avanzada.

Duración:                    16 horas

Perfil:                           Avanzado

Dirigido a

Este curso está dirigido a desarrolladores y analistas.

Requisitos previos 

Los alumnos necesitarán tener experiencia consolidad en Java y conocimientos de Spring.

Objetivos

• Comprender los fundamentos de la Inteligencia Artificial en Java.

• Implementar herramientas de desarrollo asistido por IA.

• Aplicar técnicas de Machine Learning y procesamiento de imágenes.

• Diseñar e implementar modelos de Deep Learning.

• Desarrollar aplicaciones empresariales con IA integrando APIs en la nube.

Contenido

1. Introducción a la IA en Java y Configuración del Entorno

   1. Conceptos básicos de Inteligencia Artificial y su impacto en el desarrollo de software

   2. Configuración del entorno en el IDE (Eclipse y Visual Studio Code)

   3. Introducción a Spring AI y su uso en proyectos Java

   4. Configuración en el IDE

   5. Uso de GitHub Copilot para acelerar el desarrollo con IA

   6. Servicios de IA para desarrolladores

      1. Integración de IA en proyectos Java con Spring AI

      2. Uso de servicios en la nube para IA

      3. GitHub Copilot Chat para depuración y optimización de código

      4. Integración con Amazon CodeWhisperer

   7. Ejemplos de generación automática de código con Copilot

   8. Creación de un proyecto Java con Spring Boot, asistido por Copilot

2. Machine Learning y Procesamiento de Imágenes con OpenCV

   1. Conceptos clave de Machine Learning en Java

   2. Uso de Apache Mahout y Smile para crear modelos de clasificación

   3. Procesamiento de imágenes con OpenCV en Java

   4. Desarrollo de una aplicación Java con OpenCV y Spring AI

3. Deep Learning y Modelos Avanzados en Java

   1. Introducción al Deep Learning en Java

   2. Redes neuronales con Deeplearning4j (DL4J)

   3. Creación de una red neuronal para clasificación de imágenes

4. Aplicaciones Empresariales de IA con Spring Boot y APIs en la Nube

   1. Desarrollo de aplicaciones con IA usando Integración de APIs de IA

      1. Generación de imágenes con AWS Bedrock

      2. Uso de sintexis de voz con AWS Polly

      3. Detección de objetos en imágenes con AWS Rekognition

      4. OpenAI: Uso de modelos GPT en aplicaciones Java
         
         

Documentación Recomendada

Se utilizará la documentación de referencia del proyecto.