El objetivo es ofrecer formación al personal de startups y PYMES agroalimentarias, y sus agrupaciones, especialmente a técnicos relacionados con el control de calidad, en la aplicación de técnicas para el control de calidad de alimentos mediante técnicas globales de caracterización en combinación con técnicas de machine learning, para mejorar la toma de decisiones en el control de producción.
La aplicación de técnicas de inteligencia artificial como el machine learning, permite aprovechar el potencial de información que aporta la gran cantidad de datos suministrados por los actuales equipos de análisis y la aplicación de técnicas globales de caracterización de productos, mejorando la información de los técnicos para la toma de decisiones en control de la producción.
Programa y Planificación: del 18 al 22 de mayo del 2026 18 de mayo de 13:00-14:00h (Nicolás Aranda)- Introducción del curso y Presentación del Andalucía Agrotech EDIH y sus servicios.
- Introducción a la vigilancia tecnológica con instrumento de apoyo a la innovación en el sector agroalimentario. Conceptos, operativa y software de bajo coste para realizar vigilancia tecnológica.
19 de mayo de 12:00-14:00h (Miguel Palma/Mª José Aliaño)
- Introducción a las técnicas analíticas de interés en el control de calidad en la industria agroalimentaria. Técnicas globales en el ámbito agroalimentario. Espectroscopía infrarroja: FT-IR y NIR.
- Espectrometría de masas. Espectroscopía de movilidad iónica. Técnicas globales y su aplicación en control de calidad de producción y en la determinación de adulteraciones.
20 de mayo de 12:00-14:00h (Marta Ferreiro)
- Las técnicas de machine learning como recurso en la toma de decisiones en control de producción. Técnicas de machine learning de clasificación y de regresión I.
21 de mayo de 11:30-14:00h (José Luis Pérez)
- Técnicas de machine learning de clasificación y de regresión II. Introducción a R-Studio.
22 de mayo de 11:30-14:00h (José Luis Pérez)
- Aplicación de técnicas globales sobre el caso práctico: Adquisición de datos, Pretratamiento de datos, Aplicación de técnicas de machine learning en caracterización de origen de muestras y detección de adulteraciones: café, cacao y mieles.