Per què la IA és avui una de les sortides amb més demanda
La intel·ligència artificial ja no és un departament a part: és a la banca, la sanitat, el màrqueting, la logística i fins i tot al mòbil que portes a la butxaca. Això vol dir que no només calen genis de les matemàtiques, sinó perfils molt diferents que sàpiguen fer que les dades i els models funcionin al món real.
Darrere l'etiqueta "treballar en IA" hi ha rols concrets: qui prepara i neteja les dades, qui entrena els models, qui els posa en producció i qui tradueix tot això en decisions de negoci. Entendre quin paper t'encaixa és el primer pas per triar bé què estudiar.
Les tres rutes per arribar a una feina d'IA
No hi ha una única porta d'entrada. Aquestes són les tres vies principals, amb els seus temps i el seu perfil d'estudiant. Cap no és "millor" en abstracte: depèn de quant vulguis trigar a treballar i de quanta teoria t'abelleixi.
| Ruta | Durada aproximada | Per a qui encaixa |
|---|---|---|
| FP: Grau Superior + Curs d'Especialització en IA i Big Data | 2 anys + 1 curs | Vols començar a treballar aviat i aprendre programant des del primer dia |
| Grau universitari (Ciència de Dades, Enginyeria Informàtica, Matemàtiques) | 4 anys | T'agrada la base teòrica i no et fa res una carrera llarga |
| Autoformació + certificacions (Python, cloud, cursos especialitzats) | Variable | Ja tens una base o véns d'un altre camp i vols reorientar-te |
El més habitual no és triar-ne una de sola: molta gent fa FP per començar a treballar i després suma un grau o certificacions sense deixar de cobrar. La ruta d'FP és la més infravalorada i, per a molts perfils, la més ràpida.
Què s'estudia a l'FP d'IA i Big Data
Des de fa pocs anys existeix un Curs d'Especialització en Intel·ligència Artificial i Big Data, una formació oficial d'FP a la qual s'accedeix després d'un cicle de Grau Superior (per exemple, Desenvolupament d'Aplicacions Multiplataforma). No és un curs privat solt: està regulat pel Ministeri.
Segons TodoFP (Ministeri d'Educació i FP), s'organitza al voltant de tres blocs: programació d'intel·ligència artificial, sistemes de Big Data i Big Data aplicat. En acabar, els perfils professionals inclouen desenvolupador d'IA i Big Data, programador de sistemes experts i analista de dades.
El gran avantatge d'aquesta via és que és eminentment pràctica: en surts sabent programar, muntar un flux de dades i entrenar un model, que és justament el que es demana en una entrevista tècnica. La teoria matemàtica es cobreix el que cal per aplicar-la, no per demostrar teoremes.
Les habilitats que de debò necessites (i com començar ja)
Tant és la ruta que triïs: hi ha una base comuna que totes les empreses donen per descomptada. Aquestes són les quatre habilitats que més pesen, en ordre de prioritat per començar:
- Programació en Python. És l'idioma de la IA. Amb saber estructures de dades, funcions i llibreries com pandas o NumPy ja pots fer coses útils.
- Matemàtiques aplicades. No cal ser matemàtic, però sí manejar estadística bàsica, probabilitat i una idea d'àlgebra lineal per entendre què fa un model.
- Treball amb dades. Saber llegir, netejar i organitzar dades "brutes" és el 70% de la feina real d'un projecte d'IA.
- Curiositat i pensament crític. Un model pot encertar pel motiu equivocat; el bon professional dubta dels seus propis resultats.
Un exemple concret de per on començar en 90 dies, amb 1 hora al dia i sense gastar diners: dedica les primeres 4 setmanes a Python bàsic (variables, bucles, funcions) resolent 5 petits reptes per setmana. Les 4 següents, aprèn pandas carregant un fitxer de dades real —per exemple, un CSV amb centenars de files de resultats esportius— i calcula mitjanes, màxims i agrupacions. L'últim mes, entrena el teu primer model senzill (predir un valor a partir d'uns altres) amb la llibreria scikit-learn seguint un tutorial, i anota què has entès i què no. En acabar tindràs un mini projecte per ensenyar, que val més que 10 certificats sense pràctica.
Els errors més comuns en triar com formar-se en IA
Com a preparadors, veiem repetir-se els mateixos entrebancs. Evitar-los t'estalvia mesos:
- Començar pel més vistós. Molts volen entrenar xarxes neuronals abans de saber programar. Sense base de Python i dades, ho abandonen al cap de dues setmanes.
- Col·leccionar cursos sense acabar res. Deu cursos a mitges no valen el que un projecte petit acabat i publicat.
- Descartar l'FP per prejudici. Es creu que "el bo" només és a la universitat, quan el Grau Superior d'informàtica és una de les vies amb més inserció laboral.
- Deixar les matemàtiques per al final. És la llacuna que més frena: quan arriba el model, qui no entén una probabilitat es queda fora.
Quan val la pena reforçar amb un professor particular
Formar-se en IA és una cursa de fons: cada mes que la base de matemàtiques o de programació queda fluixa, el temari següent s'apuntala en aquell buit i el desnivell creix sol. Per això, si l'objectiu és arribar preparat a l'FP d'IA o a un grau, el que marca la diferència és la continuïtat: el mateix professor i el mateix ritme de setembre a juny, ajustant el pla a mesura que avances. El nostre acompanyament durant tot el curs està pensat just per a això, sense permanència, a terminis sense interessos i amb descompte per pagament avançat.
Si prefereixes provar abans de decidir el curs sencer, pots començar amb una primera classe amb 50% de descompte: una manera sense compromís de veure com treballem i de detectar quina base necessites reforçar. Descobreix com t'acompanyem a les nostres classes de preparació per a l'FP.
Preguntes freqüents
Cal ser bo en matemàtiques per treballar en IA?
Ajuda, però no necessites nivell de matemàtic pur. Amb estadística, probabilitat i nocions d'àlgebra lineal cobreixes la majoria de llocs aplicats. Moltes tasques del dia a dia són més de programació i dades que de teoria avançada, així que una base sòlida ben treballada és suficient per començar.
Em puc dedicar a la IA sense anar a la universitat?
Sí. L'FP de Grau Superior més el Curs d'Especialització en IA i Big Data forma perfils molt demandats i pràctics. Després pots sumar certificacions o fins i tot un grau mentre treballes. La universitat és una via excel·lent, però no l'única porta d'entrada al sector.
Quin llenguatge de programació hauria d'aprendre primer?
Python, sens dubte. És l'estàndard en intel·ligència artificial i ciència de dades, té una comunitat enorme i llibreries a punt per fer servir com pandas, NumPy o scikit-learn. Quan el dominis, aprendre altres llenguatges o eines et costarà molt menys.