---

Estudió la carrera de Ingeniería en Mecatrónica en la UPIITA y la Maestría en Ciencias en Ingeniería de Cómputo en el CIC, ambas instituciones pertenecientes al Instituto Politécnico Nacional. A su vez, cuenta con el Doctorado en Ciencias en Sistemas Autónomos por parte del CINVESTAV. Realizó un intercambio académico en la Universidade Estadual de Campinas en Brasil y una estancia de investigación en el Institut Polytechnique des Sciences Avancées y en la Université d'Évry, ambas en Francia. Cuenta con experiencia en la industria privada desarrollando sistemas de visión por computadora e inteligencia artificial (Machine Learning y Deep Learning). A su vez cuenta con amplia experiencia docente, actualmente como profesor en el Tecnológico de Monterrey y en la Universidad Anáhuac campus virtual.  Cuenta con publicaciones científicas en congresos nacionales e internacionales y en revistas indexadas. Está muy interesado en el desarrollo de sistemas que combinen la Mecatrónica y la Inteligencia Artificial.

---

Ingeniero en Mecatrónica egresado de la Unidad Profesional Interdisciplinaria en Ingeniería y Tecnologías Avanzadas del IPN con mas de 5 años de experiencia profesional en temas de NLP, Machine Learning y productivización de servicios de IA. Ha dedicado gran parte de su vida laboral al desarrollo de proyectos enfocados en ChatBots y asistentes virtuales, análisis de OCRs, y a la implementación de LLMs (Modelos Largos de Lenguaje) por medio de los siguientes proyectos:

• Blue Smart Assistant / Digital Butler: Proyecto iniciado en BBVA desde el año 2019, el cuál es un asistente virtual diseñado para apoyar al usuario en transacciones comunes mediante comando de voz y texto. Irving participó en la generación de modelos de NLP como motor conversacional del asistente, así como en su disponibilización en la App de BBVA. Actualmente, “Blue” cuenta con mas de 10 millones de conversaciones históricas, y se encuentra en proceso de renovación para incluir algoritmos generativos, técnicas de implementación de LLMs, e integración con servicios adicionales, proceso en el cuál Irving participa como Machine Learning Engineer y Data Tech Lead. 
• MCM - Voice Analytics: Es un analizador automático de llamadas que convierte la voz en texto para: 1) clasificar la llamada según su tipo; 2) reconocer el sentimiento de la llamada para dar seguimiento al proceso de calidad; y 3) extraer datos importantes como productos y servicios mencionados, preguntas y respuestas en la conversación.  Todo el proceso es automático e Irving participó en la arquitectura e integración de servicios cloud (AWS) así como en todos los algoritmos de análisis por NLP del proyecto.  
• BBVA - Intelligent Extract: Proyecto de análisis automático de documentos para la extracción de datos relevantes en procesos bancarios. Intelligent Extract es capaz de tomar la imagen (fotografía o escaneo) de un documento, por ejemplo un INE, y de manera automática extraer datos como nombre, fecha de nacimiento, curp, dirección, entre otros, implementando técnicas de visión artificial y algoritmos de NLP para la interpretación de información, tanto en documentos estructurados como no estructurados.

El Ing. Uribe ha aplicado una gran variedad de técnicas y algoritmos de procesamiento de lenguaje natural en entornos reales,  usando plataformas tales como Alexa de Amazon, Amelia de IPSoft y  Dialog Flow de Google, así como de infraestructura y servicios cloud en AWS, GCP y Azure Cloud. Irving disfruta aprendiendo cada día sobre nuevas tecnologías y algoritmos de procesamiento de lenguaje (tal como los LLMs), y es un firme creyente de que algún día este tipo de sistemas será capaz de entablar conversaciones con nosotros tal cual lo hacen en las películas de ciencia ficción, trabaja para esta revolución tecnológica y para cumplir esta visión tecnológica.

Es maestro en ciencias y estudiante de doctorado en el Centro de Investigación en Computación (CIC) del Instituto Politécnico Nacional, su línea de investigación e intereses se enfocan en resolver tareas algorítmicas a través de modelos de aprendizaje profundo. Entre sus áreas de experiencia están las técnicas de aprendizaje reforzado profundo, los modelos secuenciales (tales como redes recurrentes, arquitecturas encoder-decoder y transformers) y las graph neural networks. Desde el 2018 es instructor de cursos de machine learning dirigidos a todo público y recientemente colaboró como co-profesor en el curso de machine learning impartido por el CIC a estudiantes de posgrado.

Alejandro Peña

Ingeniero en Mecatrónica egresado de la Unidad Profesional  Interdisciplinaria en Ingeniería y Tecnologías Avanzadas del IPN. Tiene experiencia profesional como desarrollador de algoritmos relacionados a Visión Computacional e Inteligencia Artificial. Ha trabajado en grandes empresas y Startups. Sus proyectos más relevantes han sido los siguientes:

• Clasificador de zona de choque (Frontal, lateral, trasera). A partir de sensores IMU en automóviles para Continental.
• Detector de espacios vacíos en una tienda retail (out of stock products) para la Startup Survideon.
• Extracción de información en documentos no estructurados utilizando Procesamiento de Lenguaje Natural para BBVA.
• Detección y reconocimiento de texto en documentos maltratados para INDRA. 
• Detección de fraude, prueba de vida y reconocimiento facial para Rappi.

Actualmente es Machine Learning Engineer en Rappi y socio en una Startup que brinda soluciones tecnológicas con Visión Computacional.

Daniel Vanegas

Es maestro en ciencias en ingeniería de cómputo, graduado con honores en el Centro de Investigación en Computación del Instituto Politécnico Nacional. En su tesis, desarrolló un ambiente virtual (simulador) para facilitar el entrenamiento de modelos neuronales profundos que permitieran la transferencia de aprendizaje; con el fin conducir un vehículo a escala 1/10 en una pista tipo oval instalada en el laboratorio. En el año 2016, impartió los cursos de programación en C y Java en el laboratorio de multimedia e internet, así como el curso de modelado básico con Autodesk Maya en el laboratorio de computación gráfica. ​Al término del bachillerato, descubre su gran gusto por la gratificación computacional 3D, realizando visualizaciones arquitectónicas, lo que le llevó al deseo de aprender a programar. Se gradúo en la UNAM con la carrera de ingeniería en computación con la opción de titulación “Diplomado de diseño y programación de videojuegos”. Colaboró en el desarrollo de un recorrido virtual de CU (Ciudad Universitaria) con la sociedad de desarrollo en videojuegos. Sus intereses principales son las redes neuronales y la modelación 3D computacional, piensa combinar estas dos áreas para mejorar la experiencia en los videojuegos.
Aquí algunos comentarios que han hecho los estudiantes del desempeño de Daniel Vanegas como docente:

• "La clase y el profesor son excelentes. Justamente el enfoque teórico-práctico es lo que necesitaba."
• "La forma en que explica toda la teoría hace que entienda muy bien todos los conceptos, espero siga así."
• "Es paciente y valida el avance en general del grupo para continuar."
• "En general, el apoyo de Daniel fue bueno. Gracias por los tips compartidos."
• "Hoy las explicaciones fueron más claras e interactivas, nos ha fomentado el hábito de buscar en la documentación, sin embargo, aún así, se aprecia mucho que se tomó un poco de más tiempo para explicar los códigos lo cuál mejora la compresión de las clases."

Cupón de descuento de 800 pesos:  cupon_DLGIAC_301120
Añade tu lugar y úsalo en el carrito de compras. 
Válido hasta el 30 de Noviembre 2020

Cupón de descuento de 800 pesos:  cupon_DLGIAC_301120
Añade tu lugar y úsalo en el carrito de compras. 
Válido hasta el 30 de Noviembre 2020

​¿Por qué tomar uno de nuestros cursos?

Porque las personas requerimos atención de un experto para facilitar entender un tema difícil y requerimos un espacio-tiempo dedicado a estudiar.  En la actualidad, casi todos tenemos muchas ocupaciones, y necesitamos un tiempo dedicado exclusivamente para aprender sin interrupciones familiares, sociales o profesionales. Cuando se toma un curso en linea diferido (sin interacción en vivo), en muchas ocasiones, no es posible concentrarse. Por eso,  es efectivo asistir periódicamente a un curso presencial o remoto. Además, ahí encuentras otras personas cuyos intereses están alineados; cara a cara, la comunicación es más efectiva.​

​¿Para qué invertir en aprender técnicas de inteligencia artificial?

Hace 150 años, el control sobre la electricidad permitió avances tecnológicos impresionantes desde iluminar los hogares hasta mover maquina muy pesada. Hace 100 años la creación de maquinas voladoras (aviones) desarrolló una industria de billones de dolares que ha beneficiado a la humanidad facilitando el transporte de personas y carga. Estos son dos muy comunes ejemplos del impacto que tiene la tecnología sobre el bienestar de las sociedades. Hoy no concebimos sociedad sin electricidad ni aviones. Esto mismo está pasando con la inteligencia artificial. La pregunta es ¿si tu quieres ser parte de esta revolución tecnológica?

Nuestra oferta educativa es una pequeña inversión de tiempo, esfuerzo y dinero para desarrollar en ti las habilidades tecnológicas que te permitan aplicar técnicas de aprendizaje automático para resolver problemas en la práctica. Nuestros cursos te darán las bases necesarias para desarrollar la tecnología y explotarla económicamente en algún nicho de mercado o en algún empleo de alto valor. En la actualidad, muchas empresas están interesadas en contratar expertos en aprendizaje automático, aprendizaje profundo y ciencia de datos. 

Nuestro equipo tiene la firme confianza en que en la medida de que más personas sepan estos métodos con la profundidad adecuada y con herramientas efectivas a la mano, nuestras sociedades hispanas se verán transformadas por la inteligencia artificial, generando beneficios sociales tangibles, empleos mejor pagados, más ganancias para las empresas y más recaudación para nuestro gobiernos.

¡VEN! AYÚDANOS A HACERLO REALIDAD

​¿Qué te ofrecemos?

​​A diferencia de los cursos en linea y material en Internet que la interacción con el profesor es escasa y limitada, este curso te ofrece retroalimentación directa a través de aclaración inmediata de dudas en clase y consultoría para evaluar la viabilidad de un proyecto que tengas en mente.

---

Inicio y fin del curso
Sábado 18 de Abril 2020
​Sábado 23 de Mayo 2020
Horarios
38 horas, 6 sesiones sabatinas de 8.30am a 2.50pm
Lugar
Calle Arquímedes 130, Polanco, Polanco IV Secc, Miguel Hidalgo, 11570 Ciudad de México, CDMX​
Ver googlemaps
Instructor
Ing. Irving Uribe, ​ver su reseña aquí

Inicio y fin del curso
Sábado 29 de Febrero 2020
​Sábado 4 de Abril 2020
Horarios
38 horas, 6 sesiones sabatinas de 8.30am a 2.50pm
Lugar
​CompuEducación, Avenida Jaime Balmes 11, Edificio B, Piso 7, Polanco, 11510 Ciudad de México, CDMX
Ver googlemaps
Instructor
M. en C. Daniel Vanegas, ver su reseña aquí

Ya no quedan lugares
para ​DLI - Febrero

​Si te interesa pregunta, 
a veces, se liberan.

Inicio y fin del curso
Sábado 28 de Marzo 2020
​Sábado 9 de Mayo 2020 (el sábado 11 de Abril no hay clases por semana santa) 
Horarios
38 horas, 6 sesiones sabatinas de 8.30am a 2.50pm
Lugar
Emerson 304, Polanco, Polanco V Secc, Miguel Hidalgo, 11560 Ciudad de México, CDMX
Ver googlemaps
Instructor
M. en C. Jesus Vázquez, ver su reseña aquí

Queda 1 lugar disponible

Curso Deep Learning - Febrero

​
(0 lugares) Machine Learning - Noviembre 
Si te interesa pregunta, a veces, se liberan lugares.

​(2 lugares) PLN para Chatbots  - Noviembre

Inicio y fin del curso
IMPORTANTE: RECORRIMOS LA FECHA DE INICIO del 9 al 16 de noviembre para prestarles un mejor servicio. 
Sábado 16 de Noviembre 2019 (Fecha definitiva)
​Sábado 7 de Diciembre 2019
Horarios
24 horas, 4 sesiones sabatinas de 9.00am a 3.00pm
Lugar
IQ4, José María Velasco 101 Piso 5, Col. San José Insurgentes, Del. Benito Juárez, D.F. C.P. 03900
Ver googlemaps
Instructor
Ing. Irving Uribe, ver su reseña aquí

Inicio y fin del curso
Sábado 9 de Noviembre 2019
​Sábado 14 de Diciembre 2019
Horarios
38 horas, 6 sesiones sabatinas de 8.30am a 2.50pm
Lugar
​CompuEducación, Avenida Jaime Balmes 11, Edificio B, Piso 7, Polanco, 11510 Ciudad de México, CDMX
Ver googlemaps
PLAZA ARQUIMEDES, Calle Arquímedes 130, Polanco, Polanco V Secc, Miguel Hidalgo, 11570 Ciudad de México, CDMX
Ver googlemaps
Instructor
M. en C. Daniel Vanegas, ver su reseña aquí

​No quedan lugares en
​MLP -Noviembre
Si te interesa pregunta, 
a veces, se liberan lugares.

Quedan 2 lugares para el curso

PLN para Chatbots - CDMX - Noviembre

​No quedan lugares en 
​MLP -Noviembre
Si te interesa pregunta, 
a veces, se liberan lugares.

Curso en Pachuca

Inicio y fin del curso
Sábado 14 de Septiembre 2019
​Sábado 19 de Octubre 2019
Horarios
38 horas, 6 sesiones sabatinas de 9.30am a 16.20pm (30min para comer)
​Lugar
​Centro de Negocios Pachuca, Las Torres 46, Las Torres, 42082 Pachuca de Soto, Hgo.
Ver googlemaps
​Instructor
M. en C. Uriel Escalona (Doctorante), ver su reseña aquí

Curso en CDMX

Inicio y fin del curso
Sábado 10 de Agosto 2019
​Sábado 14 de Septiembre 2019
Horarios ​
38 horas, 6 sesiones sabatinas de 8.30am a 2.50pm.
Lugar
​CompuEducación, Avenida Jaime Balmes 11, Edificio B, Piso 7, Polanco, 11510 Ciudad de México, CDMX
Ver googlemaps
Instructor
M. en C. Daniel Vanegas, ver su reseña aquí

Queda 1 lugar para el curso
​
Machine Learning - CDMX - Septiembre

No quedan lugares para el curso
​
en la CDMX - Agosto

Si te interesa pregunta, 
a veces, se liberan lugares.

No quedan lugares para el curso
​
Machine Learning - CDMX - Septiembre

Si te interesa, pregunta. 
​
A veces, se liberan lugares.

¿Qué han opinado los estudiantes sobre iniciativas pasadas?

En el año 2015, el canal Hackeando Tec fue fundado por Carlos Hernández y Erik Zamora para difundir habilidades tecnológicas en el mundo hispano para crear valor comercial. En este canal se han publicado 150 videos distribuidos en 6 cursos, se han suscrito 7000 personas al canal y ellos han invertido más de 4 años visualizando los videos.

Aquí te compartimos lo que algunos estudiantes han opinado sobre el canal.