Metodología “Learning by doing”

Creemos en la importancia de poner en práctica todo lo que aprendes y por eso te damos las herramientas para que tu experiencia sea lo más completa posible.

Ponemos a tu disposición un espacio colaborativo que se fomenta a través de foros de discusión y actividades grupales y donde podrás interactuar tanto con los mentores del programa como con tus compañeros.

Este programa es totalmente online

El campus virtual está disponible a cualquier hora y desde cualquier lugar. Es un espacio de aprendizaje continuo sin las limitaciones de un aula tradicional.

Puedes consultar más información en el folleto del programa.

Todos los participantes que completen con éxito el programa recibirán un Certificado del curso de MIT Professional Education (MIT Professional Education Certificate of Completion).

Los alumnos del programa Machine Learning, de MIT Professional Education Digital Plus, también recibirán 6,4 Continuing Education Units (CEU).

Para obtener los CEU, es requisito indispensable completar un formulario necesario para la acreditación de los CEUs. Estos CEUs están calculados, para cada curso, según el número de horas de aprendizaje.

Professor Devavrat Shah

Devavrat Shah es Professor del Department of Electrical Engineering and Computer Science de MIT. Es del director del Statistics and Data Science Center, Institute for Data, Systems and Society. Es miembro del LIDS, CSAIL y ORC de MIT.

En la actualidad, sus investigaciones se centran en el desarrollo de algoritmos de machine learning a gran escala para datos no estructurados, en especial respecto a aquellos relacionados con la sociedad. Ha contribuido al desarrollo de protocolos “gossip” y algoritmos de paso de mensajes para la inferencia estadística que se han convertido en un pilar de los sistemas de procesamiento de datos distribuidos modernos.

Su trabajo goza de amplio reconocimiento y, por tanto, Devavrat ha sido galardonado con premios por sus aportaciones al machine learning, la investigación de operaciones y la informática, además del premio Erlang en 2010, otorgado por INFORMS Applied Probability Society. Dicho premio se entrega dos veces al año a un brillante y joven investigador que haya realizado alguna contribución destacable a la probabilidad aplicada. Es un distinguido y joven ex alumno de su alma mater, el IIT Bombay.

Es cofundador de Celect, Inc., cuyo objetivo es ayudar a los minoristas a tomar decisiones mediante una predicción precisa de las elecciones de los consumidores realizada a partir de datos omnicanal. Nike compró Celect Inc. en agosto de 2019. Su trabajo ha aparecido en publicaciones importantes como el NY Times, Forbes, Wired y Reditt.