Manuel Ujaldón Martínez
 /  Docentes / Módulos / Noticias y Novedades / Sobre el Máster en Big Data / Manuel Ujaldón Martínez
Manuel Ujaldón Martínez

Manuel Ujaldón Martínez

Catedrático de Universidad en el área de Arquitectura de Computadores

Manuel Ujaldón, Catedrático de Universidad UMA, imparte el módulo 8 del Máster en Big Data de la UMA, Deep Learning con GPUs: Herramientas, aceleración y optimizaciones.

Manuel Ujaldón es instructor internacional de cursos de formación de aceleración en GPUs de Nvidia. Nombrado en 2012 CUDA Fellow por parte de Nvidia. En 2019 obtuvo la certificación DLI University Ambassador de Nvidia para impartir cursos de Deep Learning.

Acumula 25 años de experiencia docente, habiendo impartido más de 130 cursos de formación en Universidades de todo el mundo, similares al curso que actualmente se imparte en la UMA: Deep Learning + CUSA courses

El curso está especialmente recomendado para aquellos alumnos que estén terminando una titulación técnica de Grado o Máster, ya que las certificaciones de Nvidia son una gran baza para su inserción en el mercado laboral.

El Deep Learning Institute (DLI) de Nvidia enseña a desarrolladores y científicos a utilizar el deep learning y la aceleración en GPU para resolver los problemas más desafiantes del mundo real. Utilizando estaciones de trabajo en la nube aceleradas en GPUs de última generación, aprenderás a entrenar, optimizar y desplegar redes neuronales con las últimas herramientas, entornos y SDKs para deep learning. También aprenderás a acelerar y optimizar las aplicaciones en GPUs a gran escala, utilizando miles de cores en los chips y millones de hilos en los programas. Y todo ello de la mano del DLI, promovido desde la empresa líder del sector y una de las más relevantes de Silicon Valley.

Los cursos del DLI te enseñan a implementar y desplegar proyectos de principio a fin en un solo día a través de módulos hands-on que se ejecutan sobre contenedores en Jupyter notebooks, supervisados por instructores certificados oficialmente por Nvidia, los DLI University Ambassadors.

Sobre Manuel Ujaldón

Ha escrito 9 libros sobre la arquitectura y los chips del PC, e impartido más de 100 charlas en congresos internacionales, muchos de ellos eventos IEEE y ACM de referencia en su área. A partir de 2012, fecha de su nombramiento como CUDA Fellow por parte de Nvidia, ha ejercido de instructor principal en más de 100 cursos de formación relacionados con la aceleración en GPUs de Nvidia organizados en más de 20 países, lo que le ha llevado a ser su instructor más prolífico a escala mundial.

En 2019 obtuvo la certificación DLI University Ambassador de Nvidia para impartir cursos de formación sobre aprendizaje profundo y computación acelerada en GPU dentro del Deep Learning Institute (DLI). También fue reconocido ese mismo año como mejor profesor de la ETSI Informática en la Primera Edición de los Premios del Profesorado de la Universidad de Málaga.

Breve trayectoria profesional

Manuel Ujaldón finalizó sus estudios de doctorado en Ingeniería Informática en la Universidad de Málaga en 1996, donde ha ejercido como Profesor Titular desde 1999 y actualmente es Catedrático en el área de Arquitectura de Computadores. Con anterioridad, realizó un post-doc en la Universidad de Maryland (EEUU, 1996-97), y diversas estancias como investigador invitado en Ohio State University (EEUU, 2003-08). También ha trabajado como Conjoint Senior Lecturer en la Universidad de Newcastle (Australia, 2012-15).

Como científico e investigador, sus líneas de trabajo más prolíficas están relacionadas con la aceleración de computación de altas prestaciones en GPU para aplicaciones de procesamiento de imágenes, bioinformática y computación evolutiva. Manuel acumula más de 100 publicaciones científicas, 40 de ellas en revistas internacionales, y ha sido citado por más de 1000 autores de su área. Posee 4 sexenios de investigación y en la actualidad tiene en evaluación otro más de transferencia de tecnología a empresas.

Deja un comentario

Your email address will not be published. Required fields are marked.*