Integra tecnologías de vanguardia en tus procesos, empleando herramientas como OpenCV y YOLO, elevando la competitividad de tu empresa en un mercado en constante evolución.
1
Curso de Deep Learning y Computer Vision en Python para empresas
Aprende con el curso de Deep Learning y Computer Vision en Python para empresas hasta 100% bonificado, a medida para tu organización.
Totalmente práctico y aplicable
Formación en Deep Learning y Computer Vision en Python a medida
100% bonificable a través de FUNDAE
Curso TUTORIZADO por expertos
Modalidad Aula Virtual Personalizada
Curso de Deep Learning y Computer Vision en Python en Aula Virtual Personalizada
Nuestra modalidad AVP es una formación en directo, práctica y 100% adaptada a vuestro equipo. No trabajamos con contenidos genéricos: diseñamos la formación en función de vuestro nivel, objetivos, procesos internos y necesidades reales de aplicación.
Solicitar información
Temario 100% a medida
Creamos el temario desde cero a partir de vuestras necesidades, nivel del equipo y objetivos concretos, priorizando aquellos contenidos que realmente aporten valor en el día a día.
Proyectos personalizados
Durante la formación trabajaremos con archivos, ejemplos, informes o procesos similares a los que utiliza vuestro equipo, para que el aprendizaje sea directamente aplicable al puesto de trabajo.
Sesiones en directo con consultor experto
Un formador especialista imparte las clases en tiempo real, resolviendo dudas, revisando casos concretos y adaptando el ritmo de la formación a la evolución del grupo.
Calendario adaptado a vuestra disponibilidad
Definimos conjuntamente fechas, horarios y duración de las sesiones para facilitar la asistencia del equipo y minimizar el impacto en la operativa diaria de la empresa.
Bonificación FUNDAE
Curso de Deep Learning y Computer Vision en Python hasta 100% Bonificable a través de FUNDAE
Tu bonificación paso a paso
Forma a tu equipo sin costes mediante la bonificación estatal.
Este programa de Deep Learning y Computer Vision en Python para empresas es subvencionable hasta el 100%.
- Potencia las habilidades de edición y automatización de tus profesionales.
- Accede a una formación avanzada en Deep Learning y Computer Vision en Python práctica y orientada a resultados.
- Prepara a tu equipo para los retos documentales del entorno laboral actual.
- Gestionamos gratis tu bonificación de este curso corporativo de Deep Learning y Computer Vision en Python ante FUNDAE.
01.
Calcula tu bonificación
02.
Revisamos tu caso
03.
Preparamos la gestión
04.
Tu equipo realiza el curso
05.
Aplicas la bonificación
La formación que decides
te devuelve dinero
Todos nuestros cursos son bonificables a través de FUNDAE.
Gestionamos toda la documentación por ti.
100%Tramitación incluida
48hTiempo medio de gestión
9,4Satisfacción general
Calcula tu crédito aproximado
Empleados a formar10
Crédito bonificable estimado
420€*
*Cálculo orientativo
Impacto real
Desbloquea el poder del Deep Learning y Computer Vision en Python, desarrollando modelos que entienden y analizan imágenes
Despliega el Curso Deep Learning y Computer Vision en Python A Medida, con OpenCV y redes para visión, 100% bonificable por FUNDAE para tu equipo. Infórmate.
Mejora la eficiencia operativa al implementar soluciones automatizadas de reconocimiento de objetos, optimizando el flujo de trabajo y reduciendo los tiempos de procesamiento manual.
2
Fortalece la innovación dentro del equipo, capacitando a tus profesionales para que desarrollen aplicaciones personalizadas con Python, haciendo uso del poder del aprendizaje profundo.
3
Aumenta el rendimiento de tus proyectos optimizando recursos y aplicando técnicas avanzadas, asegurando que los resultados sean precisos, confiables y alineados con los objetivos empresariales.
4
Personaliza el temario al 100% para tu equipo
Diseñamos una formación a medida utilizando los documentos y flujos de trabajo reales de tu empresa.
Nuestra plataforma
Nueva Plataforma
de E-learningFormación en directo con plataforma de apoyo para reforzar el aprendizaje
Acceso a las grabaciones
Los alumnos podrán revisar las sesiones grabadas para repasar conceptos clave, recuperar explicaciones concretas o reforzar aquellos contenidos que necesiten después de la clase en directo.
Recursos formativos
Materiales, sesiones grabadas y documentación de apoyo quedan centralizados en la plataforma para que el equipo pueda consultarlos durante y después de la formación.
Confirmación de asistencia
La plataforma permite registrar y confirmar la asistencia de los participantes, facilitando el seguimiento de la formación y la gestión documental necesaria para la bonificación FUNDAE.
Ejercicios prácticos
Después de la formación en directo, los alumnos podrán acceder a ejercicios prácticos para aplicar lo trabajado en clase y consolidar el aprendizaje con actividades guiadas.
Acceso a las grabaciones
Los alumnos podrán revisar las sesiones grabadas para repasar conceptos clave, recuperar explicaciones concretas o reforzar aquellos contenidos que necesiten después de la clase en directo.
Recursos formativos
Materiales, sesiones grabadas y documentación de apoyo quedan centralizados en la plataforma para que el equipo pueda consultarlos durante y después de la formación.
Confirmación de asistencia
La plataforma permite registrar y confirmar la asistencia de los participantes, facilitando el seguimiento de la formación y la gestión documental necesaria para la bonificación FUNDAE.
Ejercicios prácticos
Después de la formación en directo, los alumnos podrán acceder a ejercicios prácticos para aplicar lo trabajado en clase y consolidar el aprendizaje con actividades guiadas.
Practica y mejora con nuestra plataforma
Una plataforma practica, con IA integrada y pensada para que mejores desarrollando. Se adapta a tu ritmo, te corrige al instante y te muestra tu progreso real.
Correccion magica
Feedback inteligente
Aprende de cada acierto y fallo con explicaciones claras
Perfiles profesionales
Pensado para quienes deben dominar Deep Learning y Computer Vision en Python en su día a día
Data Scientists
Buscan potenciar sus habilidades analíticas y de modelado en entornos empresariales.
Ingenieros de Software
Quieren integrar soluciones de visión por computadora en aplicaciones corporativas complejas.
Gerentes de Tecnología
Necesitan profundizar en tecnologías emergentes para liderar proyectos innovadores con sus equipos.
Analistas de Datos
Desean mejorar técnicas de análisis visual para optimizar procesos de extracción de datos y reporting.
Consultores IT
Requieren conocimientos avanzados en deep learning para asesorar a empresas en la implementación de IA.
Jefes de Innovación
Buscan soluciones creativas para implementar tecnologías de vision por computadora en productos empresariales.
¿Tienes dudas?
Casos de éxito
Empresas que ya han formado a sus equipos
Experiencias reales de equipos que ya han trabajado con nosotros.
+16
años de liderazgo
+3.500
empresas formadas
Nuestra empresa decidió contratar formación con Imagina aprovechando los créditos de FUNDAE, y fue una gran decisión. La modalidad online nos permitió adaptar los horarios a nuestro equipo. La formación ha sido práctica, clara y útil para el día a día. Es sencillo de gestionar y los resultados son excepcionales.
Hugo Gutiérrez
Analista Financiero
Gracias a Imagina, la eficiencia de nuestras sesiones de capacitación ha mejorado drásticamente. Es sencillo de usar y los resultados son excepcionales.
Luis Martínez
Administrativo
Gracias al aula virtual de Imagina siempre son capaces de adaptar los cursos a nuestras necesidades. El contenido fue muy completo y práctico.
Elena Pérez
Responsable de Recursos Humanos
Mejor de lo esperado, la modalidad online se adapta a nuestros horarios. La ayuda con la bonificación FUNDAE hizo todo más fácil. Práctico y necesario.
Alejandro Sánchez
Director de Operaciones
Nuestra empresa decidió contratar formación con Imagina aprovechando los créditos de FUNDAE, y fue una gran decisión. La modalidad online nos permitió adaptar los horarios a nuestro equipo. La formación ha sido práctica, clara y útil para el día a día. Es sencillo de gestionar y los resultados son excepcionales.
Hugo Gutiérrez
Analista Financiero
Gracias a Imagina, la eficiencia de nuestras sesiones de capacitación ha mejorado drásticamente. Es sencillo de usar y los resultados son excepcionales.
Luis Martínez
Administrativo
Gracias al aula virtual de Imagina siempre son capaces de adaptar los cursos a nuestras necesidades. El contenido fue muy completo y práctico.
Elena Pérez
Responsable de Recursos Humanos
Mejor de lo esperado, la modalidad online se adapta a nuestros horarios. La ayuda con la bonificación FUNDAE hizo todo más fácil. Práctico y necesario.
Alejandro Sánchez
Director de Operaciones
+16
años de liderazgo
+3.500
empresas formadas
Nuestra empresa decidió contratar formación con Imagina aprovechando los créditos de FUNDAE, y fue una gran decisión. La modalidad online nos permitió adaptar los horarios a nuestro equipo. La formación ha sido práctica, clara y útil para el día a día. Es sencillo de gestionar y los resultados son excepcionales.
Hugo Gutiérrez
Analista Financiero
Gracias a Imagina, la eficiencia de nuestras sesiones de capacitación ha mejorado drásticamente. Es sencillo de usar y los resultados son excepcionales.
Luis Martínez
Administrativo
Gracias al aula virtual de Imagina siempre son capaces de adaptar los cursos a nuestras necesidades. El contenido fue muy completo y práctico.
Elena Pérez
Responsable de Recursos Humanos
Mejor de lo esperado, la modalidad online se adapta a nuestros horarios. La ayuda con la bonificación FUNDAE hizo todo más fácil. Práctico y necesario.
Alejandro Sánchez
Director de Operaciones
Nuestra empresa decidió contratar formación con Imagina aprovechando los créditos de FUNDAE, y fue una gran decisión. La modalidad online nos permitió adaptar los horarios a nuestro equipo. La formación ha sido práctica, clara y útil para el día a día. Es sencillo de gestionar y los resultados son excepcionales.
Hugo Gutiérrez
Analista Financiero
Gracias a Imagina, la eficiencia de nuestras sesiones de capacitación ha mejorado drásticamente. Es sencillo de usar y los resultados son excepcionales.
Luis Martínez
Administrativo
Gracias al aula virtual de Imagina siempre son capaces de adaptar los cursos a nuestras necesidades. El contenido fue muy completo y práctico.
Elena Pérez
Responsable de Recursos Humanos
Mejor de lo esperado, la modalidad online se adapta a nuestros horarios. La ayuda con la bonificación FUNDAE hizo todo más fácil. Práctico y necesario.
Alejandro Sánchez
Director de Operaciones
480.000 alumnos formados en Imagina
Preguntas frecuentes
Resolvemos todas tus dudas sobre nuestra formación en Deep Learning y Computer Vision en Python
Explora las respuestas a las preguntas que guian a nuestra comunidad. Aqui encontraras claridad sobre como funciona todo, desde el acceso hasta los detalles de los cursos. Si buscas respuestas, este es el lugar para comenzar.
Este curso proporciona a tu equipo una comprensión profunda de tecnologías clave en Deep Learning y Computer Vision, lo que permite desarrollar soluciones innovadoras que mejoran la eficiencia y competitividad. Con enfoque práctico, maximiza el retorno de inversión al implementar tecnologías vanguardistas.
El curso se ofrece en modalidad de Aula Virtual Personalizada mediante videoconferencias a través de Zoom. Esta modalidad permite adaptar el contenido a las necesidades de la empresa, ofreciendo horarios y proyectos personalizados para hasta 20 participantes, facilitando el aprendizaje flexible.
Sí, el curso es bonificable al 100% a través de FUNDAE, lo que significa que las empresas pueden cubrir el coste íntegro del curso mediante subvenciones. Además, si gestionamos la bonificación, cobramos un 10% adicional más IVA, el cual también es bonificable según los créditos disponibles.
El curso abarca una amplia gama de áreas dentro del Deep Learning y la visión por computadora, incluyendo el uso de OpenCV para procesamiento de imágenes, reconocimiento de objetos con YOLO, y técnicas avanzadas como SSD y GANs para la generación de imágenes, asegurando una cobertura completa y práctica.
Los participantes recibirán todos los materiales de estudio necesarios, incluyendo presentaciones, códigos de muestra y acceso a grabaciones de las sesiones virtuales. Esto asegura que puedan revisar el contenido y practicar el aprendizaje adquirido, fortaleciendo el conocimiento a largo plazo.
Para inscribirse en el curso, las empresas pueden acceder a nuestra página web y rellenar los formularios de inscripción en línea. Es fundamental completar toda la información requerida para procesar la inscripción y activar las opciones de bonificación, optimizando así la participación del equipo.
El enfoque personalizado permite adaptar el curso a las necesidades específicas de la empresa, ajustando el contenido y los horarios para maximizar la efectividad del aprendizaje. Esta flexibilidad asegura que el equipo obtenga el máximo provecho del curso, alineándolo con los objetivos empresariales.
¿Tienes dudas?
Estamos aqui para ayudarte
Este curso proporciona a tu equipo una comprensión profunda de tecnologías clave en Deep Learning y Computer Vision, lo que permite desarrollar soluciones innovadoras que mejoran la eficiencia y competitividad. Con enfoque práctico, maximiza el retorno de inversión al implementar tecnologías vanguardistas.
¿Tienes dudas?
Estamos aqui para ayudarte
El curso se ofrece en modalidad de Aula Virtual Personalizada mediante videoconferencias a través de Zoom. Esta modalidad permite adaptar el contenido a las necesidades de la empresa, ofreciendo horarios y proyectos personalizados para hasta 20 participantes, facilitando el aprendizaje flexible.
Sí, el curso es bonificable al 100% a través de FUNDAE, lo que significa que las empresas pueden cubrir el coste íntegro del curso mediante subvenciones. Además, si gestionamos la bonificación, cobramos un 10% adicional más IVA, el cual también es bonificable según los créditos disponibles.
El curso abarca una amplia gama de áreas dentro del Deep Learning y la visión por computadora, incluyendo el uso de OpenCV para procesamiento de imágenes, reconocimiento de objetos con YOLO, y técnicas avanzadas como SSD y GANs para la generación de imágenes, asegurando una cobertura completa y práctica.
Los participantes recibirán todos los materiales de estudio necesarios, incluyendo presentaciones, códigos de muestra y acceso a grabaciones de las sesiones virtuales. Esto asegura que puedan revisar el contenido y practicar el aprendizaje adquirido, fortaleciendo el conocimiento a largo plazo.
Para inscribirse en el curso, las empresas pueden acceder a nuestra página web y rellenar los formularios de inscripción en línea. Es fundamental completar toda la información requerida para procesar la inscripción y activar las opciones de bonificación, optimizando así la participación del equipo.
El enfoque personalizado permite adaptar el curso a las necesidades específicas de la empresa, ajustando el contenido y los horarios para maximizar la efectividad del aprendizaje. Esta flexibilidad asegura que el equipo obtenga el máximo provecho del curso, alineándolo con los objetivos empresariales.
Recursos extra
Descubre nuestros tutoriales
Qué es Microsoft Power Automate y para qué sirve
November 05, 2025Descubre Que es Microsoft Power Automate o Microsoft Flow: Guía Completa de la Herramienta de Automatización de Tareas de Microsoft
¿Qué es Kali Linux y para qué se utiliza?
June 17, 2025Descubre cómo instalar Kali Linux fácilmente y empieza a usar esta herramienta esencial para pruebas de penetración y análisis forense digital.
Top 5 Cursos Bonificados para Trabajadores en 2025
June 09, 2025Conoce los cursos bonificados para trabajadores 2025 más demandados y cómo puedes inscribir a tus empleados para aprovechar los créditos formativos de FUNDAE.
5 Cursos Obligatorios para cualquier Empresa en 2025
May 26, 2025Conoce los cursos obligatorios para empresas 2025 y cómo asegurar que tu organización cumpla con las normativas actuales sin riesgos de sanciones.
Cursos Bonificados por Fundación Tripartita en 2025
May 05, 2025Descubre los mejores cursos bonificados para empresas en 2025 por la Fundación Tripartita. Aumenta la productividad de tu equipo sin costes adicionales.
Recursos extra
Para que aprendas mensualmente
con nosotros
Tutoriales
Nuestra colección de contenido educacional
Encuentra el Curso Perfecto para tu Organización
![Deep Learning con Keras, Theano y Tensorflow](data:image/svg+xml;utf8,<svg width="920" height="920" viewBox="0 0 920 920" fill="none" xmlns="http://www.w3.org/2000/svg">
<path d="M647.966 524.759C649.129 525.439 650.589 524.598 650.589 523.249V171.763C650.589 170.424 649.149 169.582 647.986 170.241L498.885 254.804C498.338 255.114 498 255.696 498 256.326V330.938C498 332.287 499.459 333.128 500.622 332.449L585.188 283.062C586.35 282.383 587.809 283.223 587.809 284.572V488.574C587.809 489.196 588.139 489.771 588.674 490.085L647.966 524.759Z" fill="url(%23paint0_linear)"/>
<path d="M667.137 170.226C665.974 169.572 664.54 170.414 664.54 171.751V522.387C664.54 523.734 665.994 524.575 667.157 523.901L726.807 489.299C727.346 488.987 727.678 488.41 727.678 487.786V393.587C727.678 392.24 729.132 391.399 730.295 392.074L769.17 414.629C770.333 415.303 771.787 414.462 771.787 413.115V346.766C771.787 346.135 771.448 345.553 770.9 345.243L728.565 321.312C728.017 321.002 727.678 320.42 727.678 319.789V284.284C727.678 282.938 729.131 282.097 730.294 282.77L815.384 332.06C816.546 332.734 818 331.893 818 330.546V256.118C818 255.486 817.659 254.903 817.109 254.594L667.137 170.226Z" fill="url(%23paint1_linear)"/>
<path d="M422.999 492.989C422.998 492.989 422.997 492.989 422.997 492.99C422.996 492.995 422.991 493 422.986 493H132.011C132.006 493 132 492.994 132 492.989V202.011C132 202.006 132.006 202 132.011 202H422.989C422.994 202 423 202.006 423 202.011V492.987C423 492.988 422.999 492.989 422.999 492.989Z" fill="%23D00000"/>
<path d="M212.003 427.024C212.003 427.245 212.131 427.553 212.285 427.707L217.269 432.712C217.425 432.868 217.732 432.994 217.95 432.994H235.007C235.227 432.994 235.534 432.866 235.688 432.712L240.672 427.707C240.828 427.55 240.954 427.242 240.954 427.024V372.686C240.954 372.465 241.085 372.159 241.244 372.008L262.915 351.229C263.074 351.077 263.305 351.1 263.428 351.285L318.181 432.667C318.304 432.849 318.586 433 318.803 433H342.968C343.188 433 343.451 432.84 343.551 432.644L347.936 424.114C348.036 423.918 348.017 423.61 347.891 423.428L283.847 330.228C283.721 330.046 283.746 329.771 283.902 329.614L342.809 270.751C342.965 270.594 343.091 270.289 343.091 270.068V268.981C343.091 268.76 343.018 268.415 342.932 268.211L339.534 260.367C339.448 260.165 339.194 260 338.976 260H315.091C314.87 260 314.563 260.129 314.41 260.283L241.241 334.02C241.085 334.176 240.96 334.123 240.96 333.902V266.256C240.96 266.035 240.837 265.724 240.686 265.562L235.796 260.297C235.646 260.134 235.345 260.003 235.124 260.003H217.95C217.729 260.003 217.428 260.134 217.278 260.297L212.271 265.724C212.12 265.887 212 266.197 212 266.419V427.024H212.003Z" fill="white"/>
<path d="M149.723 601.608V632.895H191.024V646.963H149.723V706.778C149.723 714.911 151.272 720.584 154.366 723.797C157.463 727.01 162.865 728.618 170.572 728.618H191.024V743.081H168.793C155.157 743.081 145.54 740.359 139.942 734.915C134.341 729.47 131.542 720.091 131.542 706.778V646.963H102V632.895H131.542V601.608H149.723ZM314.633 674.803V743.079H296.353V674.803C296.353 664.901 294.608 657.621 291.115 652.963C287.625 648.306 282.157 645.979 274.714 645.979C266.217 645.979 259.661 648.995 255.051 655.029C250.507 660.998 248.235 669.59 248.235 680.806V743.079H230.054V590H248.235V649.421C251.462 643.124 255.842 638.371 261.375 635.157C266.908 631.877 273.462 630.238 281.037 630.238C292.302 630.238 300.7 633.944 306.233 641.355C311.832 648.701 314.633 659.85 314.633 674.803ZM517.582 687.692C506.977 687.692 498.974 689.562 493.571 693.3C488.236 696.973 485.568 702.482 485.568 709.828C485.568 716.452 487.577 721.6 491.596 725.273C495.614 728.946 501.181 730.782 508.295 730.782C518.307 730.782 526.178 727.34 531.91 720.452C537.639 713.501 540.537 703.924 540.605 691.726V687.692H517.582ZM558.884 680.214V743.081H540.605V726.748C536.718 733.307 531.81 738.161 525.881 741.309C520.019 744.393 512.871 745.933 504.44 745.933C493.177 745.933 484.185 742.785 477.467 736.489C470.747 730.127 467.387 721.633 467.387 711.007C467.387 698.744 471.504 689.43 479.739 683.068C488.038 676.707 500.192 673.525 516.199 673.525H540.605V670.673C540.537 661.883 538.299 655.522 533.885 651.587C529.471 647.586 522.424 645.584 512.74 645.584C506.547 645.584 500.291 646.47 493.968 648.241C487.644 650.013 481.485 652.602 475.49 656.013V637.911C482.21 635.353 488.63 633.451 494.758 632.204C500.949 630.893 506.944 630.238 512.74 630.238C521.897 630.238 529.703 631.583 536.157 634.272C542.679 636.96 547.948 640.994 551.966 646.371C554.47 649.652 556.249 653.717 557.303 658.571C558.357 663.359 558.884 670.574 558.884 680.214ZM679.824 674.803V743.079H661.544V674.803C661.544 664.901 659.799 657.621 656.306 652.963C652.816 648.306 647.348 645.979 639.905 645.979C631.408 645.979 624.853 648.995 620.243 655.029C615.698 660.998 613.426 669.59 613.426 680.806V743.079H595.245V632.893H613.426V649.421C616.653 643.124 621.033 638.371 626.566 635.157C632.099 631.877 638.653 630.238 646.229 630.238C657.493 630.238 665.891 633.944 671.424 641.355C677.023 648.701 679.824 659.85 679.824 674.803ZM758.573 645.584C749.351 645.584 742.367 649.16 737.624 656.309C732.882 663.457 730.51 674.05 730.51 688.084C730.51 702.056 732.882 712.649 737.624 719.862C742.367 727.01 749.351 730.585 758.573 730.585C767.86 730.585 774.875 727.01 779.618 719.862C784.36 712.649 786.732 702.056 786.732 688.084C786.732 674.05 784.36 663.457 779.618 656.309C774.875 649.16 767.86 645.584 758.573 645.584ZM758.573 630.238C773.92 630.238 785.646 635.189 793.747 645.093C801.915 654.997 806 669.328 806 688.084C806 706.908 801.949 721.272 793.846 731.177C785.745 741.014 773.985 745.933 758.573 745.933C743.225 745.933 731.499 741.014 723.396 731.177C715.296 721.272 711.244 706.908 711.244 688.084C711.244 669.328 715.296 654.997 723.396 645.093C731.499 635.189 743.225 630.238 758.573 630.238Z" fill="%2311557C"/>
<path d="M385.064 748.93C370.429 746.099 361.869 742.21 353.625 730.45C347.64 721.915 346.679 714.922 346.565 702.896C346.51 697.151 346.675 695.904 347.851 693.069L349.2 689.822L350.806 693.289C352.655 697.277 354.464 700.096 355.652 700.841C356.359 701.286 356.544 700.358 356.926 694.452C357.17 690.653 357.535 686.46 357.735 685.134C358.1 682.728 358.108 682.718 361.293 681.513C367.362 679.215 378.649 678.921 398.98 680.533C408.299 681.274 428.355 681.681 430.484 679.845C432.691 677.939 432.959 677.07 432.261 671.848C431.437 665.682 432.312 664.284 429.69 659.138C422.892 645.794 411.615 640.11 396.699 640.073C383.264 640.039 372.488 644.933 365.973 655.83C360.241 665.418 357.686 675.693 356.175 695.22L355.751 700.702L354.476 698.876C348.365 690.139 344.578 674.883 347.206 663.275C349.24 654.286 353.395 646.476 360.138 638.967C365.958 632.484 375.536 628.76 387.022 626.578C394.418 625.173 399.48 625.173 406.878 626.578C418.364 628.76 426.688 632.928 432.508 639.412C439.179 646.841 443.399 654.72 445.366 663.422C446.694 669.296 446.909 678.203 445.792 681.016C444.814 683.48 437.601 691.499 437.358 690.391C437.257 689.938 437.466 689.155 437.82 688.655C438.813 687.251 437.915 686.674 436.405 687.747C435.233 688.58 435.029 688.603 434.346 687.979C432.904 686.668 432.375 688.03 433.697 689.648C435.225 691.52 435.252 692.15 433.804 692.15C433.185 692.15 432.535 692.326 432.363 692.538C430.982 694.225 409.587 694.624 392.602 693.277C380.041 692.28 370.053 692.494 367.718 693.806C365.796 694.887 363.249 698.706 362.389 701.798C361.573 704.738 362.046 713.656 363.209 717.234C364.383 720.844 368.544 726.104 372.886 729.464C385.024 738.858 405.061 738.965 417.266 729.703C423.402 725.046 428.355 717.564 426.901 715.148C426.534 714.537 426.233 713.347 426.233 712.506C426.233 710.974 427.993 707.813 429.146 707.274C430.773 706.514 432.609 703.483 432.609 701.559C432.609 699.332 433.4 697.852 434.589 697.852C436.437 697.852 436.218 692.135 434.274 689.686C432.782 687.805 432.917 687.417 434.639 688.643C435.752 689.432 436.089 689.514 436.089 688.991C436.089 688.618 436.53 688.04 437.067 687.709C437.942 687.171 437.988 687.201 437.502 687.984C437.204 688.466 437.036 690.813 437.128 693.199C437.282 697.132 437.424 697.609 438.644 698.337C439.742 698.99 440.046 699.682 440.295 702.113C440.507 704.205 441.155 705.972 442.474 708.075C444 710.506 444.295 711.429 444.055 713.037C443.891 714.147 443.25 715.429 442.592 715.969C441.138 717.161 435.252 724.87 434.658 726.358C433.583 729.057 429.968 734.719 427.609 737.404C423.963 741.553 420.025 744.046 413.225 746.517C403.063 750.208 395.163 750.884 385.064 748.93Z" fill="%2311557C"/>
<path d="M149.723 601.608H150.093C150.093 601.404 149.927 601.238 149.723 601.238V601.608ZM149.723 632.895H149.353C149.353 633.099 149.518 633.265 149.723 633.265V632.895ZM191.024 632.895H191.394C191.394 632.691 191.229 632.525 191.024 632.525V632.895ZM191.024 646.963V647.333C191.229 647.333 191.394 647.167 191.394 646.963H191.024ZM149.723 646.963V646.593C149.518 646.593 149.353 646.759 149.353 646.963H149.723ZM154.366 723.797L154.1 724.054L154.1 724.054L154.366 723.797ZM191.024 728.618H191.394C191.394 728.414 191.229 728.248 191.024 728.248V728.618ZM191.024 743.081V743.451C191.229 743.451 191.394 743.285 191.394 743.081H191.024ZM139.942 734.915L140.2 734.649L140.2 734.649L139.942 734.915ZM131.542 646.963H131.912C131.912 646.759 131.746 646.593 131.542 646.593V646.963ZM102 646.963H101.63C101.63 647.167 101.796 647.333 102 647.333V646.963ZM102 632.895V632.525C101.796 632.525 101.63 632.691 101.63 632.895H102ZM131.542 632.895V633.265C131.746 633.265 131.912 633.099 131.912 632.895H131.542ZM131.542 601.608V601.238C131.338 601.238 131.172 601.404 131.172 601.608H131.542ZM314.633 743.079V743.449C314.837 743.449 315.003 743.283 315.003 743.079H314.633ZM296.353 743.079H295.983C295.983 743.283 296.149 743.449 296.353 743.449V743.079ZM291.115 652.963L290.819 653.185L290.819 653.185L291.115 652.963ZM255.051 655.029L254.757 654.804L254.757 654.804L255.051 655.029ZM248.235 743.079V743.449C248.439 743.449 248.605 743.283 248.605 743.079H248.235ZM230.054 743.079H229.684C229.684 743.283 229.85 743.449 230.054 743.449V743.079ZM230.054 590V589.63C229.85 589.63 229.684 589.796 229.684 590H230.054ZM248.235 590H248.605C248.605 589.796 248.439 589.63 248.235 589.63V590ZM248.235 649.421H247.865C247.865 649.592 247.982 649.74 248.148 649.78C248.314 649.82 248.486 649.742 248.564 649.589L248.235 649.421ZM261.375 635.157L261.561 635.477L261.564 635.476L261.375 635.157ZM306.233 641.355L305.937 641.576L305.939 641.579L306.233 641.355ZM493.571 693.3L493.781 693.605L493.782 693.604L493.571 693.3ZM491.596 725.273L491.846 725L491.846 725L491.596 725.273ZM531.91 720.452L532.194 720.688L532.195 720.687L531.91 720.452ZM540.605 691.726L540.975 691.728V691.726H540.605ZM540.605 687.692H540.975C540.975 687.488 540.809 687.322 540.605 687.322V687.692ZM558.884 743.081V743.451C559.089 743.451 559.254 743.285 559.254 743.081H558.884ZM540.605 743.081H540.235C540.235 743.285 540.4 743.451 540.605 743.451V743.081ZM540.605 726.748H540.975C540.975 726.581 540.863 726.435 540.702 726.391C540.542 726.347 540.371 726.416 540.286 726.56L540.605 726.748ZM525.881 741.309L526.053 741.637L526.055 741.636L525.881 741.309ZM477.467 736.489L477.213 736.757L477.214 736.759L477.467 736.489ZM479.739 683.068L479.514 682.775L479.513 682.776L479.739 683.068ZM540.605 673.525V673.895C540.809 673.895 540.975 673.73 540.975 673.525H540.605ZM540.605 670.673H540.975V670.67L540.605 670.673ZM533.885 651.587L533.636 651.861L533.638 651.863L533.885 651.587ZM475.49 656.013H475.12C475.12 656.145 475.19 656.267 475.304 656.333C475.418 656.399 475.558 656.4 475.673 656.335L475.49 656.013ZM475.49 637.911L475.358 637.565C475.215 637.62 475.12 637.757 475.12 637.911H475.49ZM494.758 632.204L494.832 632.567L494.835 632.566L494.758 632.204ZM536.157 634.272L536.015 634.613L536.016 634.614L536.157 634.272ZM551.966 646.371L551.67 646.593L551.672 646.596L551.966 646.371ZM557.303 658.571L556.942 658.65L556.942 658.651L557.303 658.571ZM679.824 743.079V743.449C680.028 743.449 680.194 743.283 680.194 743.079H679.824ZM661.544 743.079H661.174C661.174 743.283 661.34 743.449 661.544 743.449V743.079ZM656.306 652.963L656.01 653.185L656.01 653.185L656.306 652.963ZM620.243 655.029L619.949 654.804L619.948 654.804L620.243 655.029ZM613.426 743.079V743.449C613.63 743.449 613.796 743.283 613.796 743.079H613.426ZM595.245 743.079H594.875C594.875 743.283 595.041 743.449 595.245 743.449V743.079ZM595.245 632.893V632.523C595.041 632.523 594.875 632.688 594.875 632.893H595.245ZM613.426 632.893H613.796C613.796 632.688 613.63 632.523 613.426 632.523V632.893ZM613.426 649.421H613.056C613.056 649.592 613.173 649.74 613.339 649.78C613.505 649.82 613.677 649.742 613.755 649.589L613.426 649.421ZM626.566 635.157L626.752 635.477L626.755 635.476L626.566 635.157ZM671.424 641.355L671.128 641.576L671.13 641.579L671.424 641.355ZM737.624 719.862L737.315 720.065L737.316 720.067L737.624 719.862ZM779.618 719.862L779.926 720.067L779.927 720.065L779.618 719.862ZM793.747 645.093L793.46 645.327L793.461 645.328L793.747 645.093ZM793.846 731.177L794.132 731.412L794.132 731.411L793.846 731.177ZM723.396 731.177L723.11 731.411L723.111 731.412L723.396 731.177ZM723.396 645.093L723.11 644.859L723.11 644.859L723.396 645.093ZM385.064 748.93L385.134 748.567L385.064 748.93ZM353.625 730.45L353.928 730.238V730.238L353.625 730.45ZM346.565 702.896L346.935 702.892V702.892L346.565 702.896ZM347.851 693.069L347.509 692.927L347.509 692.927L347.851 693.069ZM349.2 689.822L349.536 689.667L349.182 688.902L348.858 689.68L349.2 689.822ZM350.806 693.289L350.471 693.445L350.471 693.445L350.806 693.289ZM355.652 700.841L355.85 700.528L355.849 700.527L355.652 700.841ZM356.926 694.452L357.295 694.476V694.476L356.926 694.452ZM357.735 685.134L357.369 685.078L357.369 685.078L357.735 685.134ZM361.293 681.513L361.424 681.859L361.424 681.859L361.293 681.513ZM398.98 680.533L399.009 680.164L399.009 680.164L398.98 680.533ZM430.484 679.845L430.726 680.125L430.726 680.125L430.484 679.845ZM432.261 671.848L432.628 671.799V671.799L432.261 671.848ZM429.69 659.138L429.36 659.306V659.306L429.69 659.138ZM396.699 640.073L396.7 639.703L396.699 640.073ZM365.973 655.83L365.655 655.64V655.64L365.973 655.83ZM356.175 695.22L355.806 695.192V695.192L356.175 695.22ZM355.751 700.702L355.448 700.914L356.041 701.762L356.12 700.731L355.751 700.702ZM354.476 698.876L354.78 698.664L354.779 698.664L354.476 698.876ZM347.206 663.275L347.567 663.356L347.567 663.356L347.206 663.275ZM360.138 638.967L360.413 639.214L360.413 639.214L360.138 638.967ZM387.022 626.578L386.953 626.214L386.953 626.214L387.022 626.578ZM406.878 626.578L406.947 626.214L406.947 626.214L406.878 626.578ZM432.508 639.412L432.233 639.659L432.233 639.659L432.508 639.412ZM445.366 663.422L445.005 663.503V663.503L445.366 663.422ZM445.792 681.016L445.448 680.879L445.448 680.879L445.792 681.016ZM437.358 690.391L437.72 690.312L437.719 690.31L437.358 690.391ZM437.82 688.655L438.122 688.869L438.122 688.869L437.82 688.655ZM436.405 687.747L436.191 687.445L436.191 687.445L436.405 687.747ZM434.346 687.979L434.595 687.706L434.595 687.706L434.346 687.979ZM433.697 689.648L433.983 689.414L433.983 689.414L433.697 689.648ZM432.363 692.538L432.649 692.772L432.649 692.772L432.363 692.538ZM392.602 693.277L392.572 693.646L392.602 693.277ZM367.718 693.806L367.537 693.483L367.537 693.483L367.718 693.806ZM362.389 701.798L362.033 701.699L362.033 701.699L362.389 701.798ZM363.209 717.234L362.857 717.349L362.857 717.349L363.209 717.234ZM372.886 729.464L373.113 729.171L373.113 729.171L372.886 729.464ZM417.266 729.703L417.49 729.998V729.998L417.266 729.703ZM426.901 715.148L426.584 715.339L426.584 715.339L426.901 715.148ZM429.146 707.274L428.989 706.938L428.989 706.938L429.146 707.274ZM434.274 689.686L434.564 689.456V689.456L434.274 689.686ZM434.639 688.643L434.425 688.944L434.425 688.945L434.639 688.643ZM437.067 687.709L436.874 687.393L436.873 687.394L437.067 687.709ZM437.502 687.984L437.187 687.788L437.186 687.79L437.502 687.984ZM437.128 693.199L436.759 693.214L436.759 693.214L437.128 693.199ZM438.644 698.337L438.454 698.655L438.455 698.655L438.644 698.337ZM440.295 702.113L440.663 702.075L440.663 702.075L440.295 702.113ZM442.474 708.075L442.161 708.272L442.161 708.272L442.474 708.075ZM444.055 713.037L443.689 712.982L443.689 712.983L444.055 713.037ZM442.592 715.969L442.827 716.255L442.827 716.255L442.592 715.969ZM434.658 726.358L434.314 726.221L434.314 726.221L434.658 726.358ZM427.609 737.404L427.887 737.648L427.887 737.648L427.609 737.404ZM413.225 746.517L413.099 746.169L413.225 746.517ZM149.353 601.608V632.895H150.093V601.608H149.353ZM149.723 633.265H191.024V632.525H149.723V633.265ZM190.654 632.895V646.963H191.394V632.895H190.654ZM191.024 646.593H149.723V647.333H191.024V646.593ZM149.353 646.963V706.778H150.093V646.963H149.353ZM149.353 706.778C149.353 714.936 150.902 720.734 154.1 724.054L154.633 723.541C151.642 720.435 150.093 714.886 150.093 706.778H149.353ZM154.1 724.054C157.302 727.377 162.833 728.988 170.572 728.988V728.248C162.897 728.248 157.623 726.644 154.633 723.541L154.1 724.054ZM170.572 728.988H191.024V728.248H170.572V728.988ZM190.654 728.618V743.081H191.394V728.618H190.654ZM191.024 742.711H168.793V743.451H191.024V742.711ZM168.793 742.711C155.187 742.711 145.693 739.991 140.2 734.649L139.684 735.18C145.388 740.726 155.127 743.451 168.793 743.451V742.711ZM140.2 734.649C134.707 729.31 131.912 720.057 131.912 706.778H131.172C131.172 720.125 133.975 729.63 139.684 735.18L140.2 734.649ZM131.912 706.778V646.963H131.172V706.778H131.912ZM131.542 646.593H102V647.333H131.542V646.593ZM102.37 646.963V632.895H101.63V646.963H102.37ZM102 633.265H131.542V632.525H102V633.265ZM131.912 632.895V601.608H131.172V632.895H131.912ZM131.542 601.978H149.723V601.238H131.542V601.978ZM314.263 674.803V743.079H315.003V674.803H314.263ZM314.633 742.709H296.353V743.449H314.633V742.709ZM296.723 743.079V674.803H295.983V743.079H296.723ZM296.723 674.803C296.723 664.872 294.975 657.494 291.411 652.741L290.819 653.185C294.241 657.747 295.983 664.931 295.983 674.803H296.723ZM291.411 652.742C287.832 647.966 282.237 645.609 274.714 645.609V646.349C282.076 646.349 287.417 648.647 290.819 653.185L291.411 652.742ZM274.714 645.609C266.117 645.609 259.446 648.667 254.757 654.804L255.345 655.253C259.876 649.323 266.316 646.349 274.714 646.349V645.609ZM254.757 654.804C250.144 660.863 247.865 669.547 247.865 680.806H248.605C248.605 669.633 250.869 661.132 255.346 655.253L254.757 654.804ZM247.865 680.806V743.079H248.605V680.806H247.865ZM248.235 742.709H230.054V743.449H248.235V742.709ZM230.424 743.079V590H229.684V743.079H230.424ZM230.054 590.37H248.235V589.63H230.054V590.37ZM247.865 590V649.421H248.605V590H247.865ZM248.564 649.589C251.762 643.349 256.095 638.651 261.561 635.477L261.189 634.837C255.588 638.09 251.161 642.899 247.905 649.252L248.564 649.589ZM261.564 635.476C267.03 632.235 273.516 630.608 281.037 630.608V629.868C273.407 629.868 266.786 631.519 261.186 634.839L261.564 635.476ZM281.037 630.608C292.214 630.608 300.489 634.28 305.937 641.576L306.529 641.134C300.911 633.609 292.39 629.868 281.037 629.868V630.608ZM305.939 641.579C311.466 648.832 314.263 659.884 314.263 674.803H315.003C315.003 659.815 312.197 648.57 306.527 641.131L305.939 641.579ZM517.582 687.322C506.944 687.322 498.853 689.196 493.361 692.996L493.782 693.604C499.095 689.928 507.01 688.062 517.582 688.062V687.322ZM493.362 692.995C487.912 696.747 485.198 702.379 485.198 709.828H485.938C485.938 702.585 488.561 697.198 493.781 693.605L493.362 692.995ZM485.198 709.828C485.198 716.531 487.234 721.788 491.347 725.546L491.846 725C487.919 721.412 485.938 716.372 485.938 709.828H485.198ZM491.347 725.546C495.451 729.298 501.118 731.152 508.295 731.152V730.412C501.244 730.412 495.777 728.593 491.846 725L491.347 725.546ZM508.295 731.152C518.403 731.152 526.384 727.672 532.194 720.688L531.625 720.215C525.973 727.008 518.212 730.412 508.295 730.412V731.152ZM532.195 720.687C537.995 713.65 540.907 703.981 540.975 691.728L540.235 691.724C540.167 703.867 537.283 713.351 531.624 720.216L532.195 720.687ZM540.975 691.726V687.692H540.235V691.726H540.975ZM558.514 680.214V743.081H559.254V680.214H558.514ZM558.884 742.711H540.605V743.451H558.884V742.711ZM540.975 743.081V726.748H540.235V743.081H540.975ZM540.286 726.56C536.429 733.068 531.569 737.871 525.707 740.983L526.055 741.636C532.052 738.452 537.006 733.546 540.923 726.937L540.286 726.56ZM525.709 740.982C519.912 744.031 512.827 745.563 504.44 745.563V746.303C512.915 746.303 520.126 744.755 526.053 741.637L525.709 740.982ZM504.44 745.563C493.249 745.563 484.355 742.437 477.72 736.219L477.214 736.759C484.015 743.133 493.105 746.303 504.44 746.303V745.563ZM477.721 736.22C471.087 729.939 467.757 721.548 467.757 711.007H467.017C467.017 721.719 470.408 730.315 477.213 736.757L477.721 736.22ZM467.757 711.007C467.757 698.836 471.838 689.64 479.966 683.361L479.513 682.776C471.17 689.22 467.017 698.653 467.017 711.007H467.757ZM479.964 683.362C488.172 677.07 500.233 673.895 516.199 673.895V673.155C500.152 673.155 487.904 676.344 479.514 682.775L479.964 683.362ZM516.199 673.895H540.605V673.155H516.199V673.895ZM540.975 673.525V670.673H540.235V673.525H540.975ZM540.975 670.67C540.907 661.827 538.654 655.343 534.131 651.31L533.638 651.863C537.943 655.7 540.168 661.939 540.235 670.676L540.975 670.67ZM534.133 651.312C529.62 647.222 522.462 645.214 512.74 645.214V645.954C522.386 645.954 529.322 647.951 533.636 651.861L534.133 651.312ZM512.74 645.214C506.512 645.214 500.222 646.105 493.868 647.885L494.067 648.597C500.361 646.835 506.583 645.954 512.74 645.954V645.214ZM493.868 647.885C487.514 649.665 481.327 652.267 475.307 655.691L475.673 656.335C481.643 652.938 487.774 650.36 494.067 648.597L493.868 647.885ZM475.86 656.013V637.911H475.12V656.013H475.86ZM475.622 638.257C482.325 635.704 488.727 633.809 494.832 632.567L494.684 631.842C488.534 633.093 482.094 635.001 475.358 637.565L475.622 638.257ZM494.835 632.566C501.003 631.259 506.972 630.608 512.74 630.608V629.868C506.916 629.868 500.895 630.526 494.681 631.842L494.835 632.566ZM512.74 630.608C521.863 630.608 529.617 631.948 536.015 634.613L536.299 633.93C529.788 631.218 521.932 629.868 512.74 629.868V630.608ZM536.016 634.614C542.479 637.278 547.694 641.272 551.67 646.593L552.262 646.15C548.203 640.716 542.878 636.642 536.298 633.93L536.016 634.614ZM551.672 646.596C554.137 649.825 555.897 653.838 556.942 658.65L557.665 658.493C556.602 653.596 554.803 649.478 552.26 646.147L551.672 646.596ZM556.942 658.651C557.987 663.398 558.514 670.581 558.514 680.214H559.254C559.254 670.568 558.727 663.32 557.665 658.492L556.942 658.651ZM679.454 674.803V743.079H680.194V674.803H679.454ZM679.824 742.709H661.544V743.449H679.824V742.709ZM661.914 743.079V674.803H661.174V743.079H661.914ZM661.914 674.803C661.914 664.872 660.167 657.494 656.602 652.741L656.01 653.185C659.432 657.747 661.174 664.931 661.174 674.803H661.914ZM656.602 652.742C653.023 647.966 647.429 645.609 639.905 645.609V646.349C647.267 646.349 652.609 648.647 656.01 653.185L656.602 652.742ZM639.905 645.609C631.309 645.609 624.638 648.667 619.949 654.804L620.537 655.253C625.068 649.323 631.508 646.349 639.905 646.349V645.609ZM619.948 654.804C615.336 660.863 613.056 669.547 613.056 680.806H613.796C613.796 669.633 616.06 661.132 620.537 655.253L619.948 654.804ZM613.056 680.806V743.079H613.796V680.806H613.056ZM613.426 742.709H595.245V743.449H613.426V742.709ZM595.615 743.079V632.893H594.875V743.079H595.615ZM595.245 633.263H613.426V632.523H595.245V633.263ZM613.056 632.893V649.421H613.796V632.893H613.056ZM613.755 649.589C616.953 643.349 621.286 638.651 626.752 635.477L626.38 634.837C620.78 638.09 616.352 642.899 613.096 649.252L613.755 649.589ZM626.755 635.476C632.222 632.235 638.707 630.608 646.229 630.608V629.868C638.598 629.868 631.977 631.519 626.378 634.839L626.755 635.476ZM646.229 630.608C657.405 630.608 665.68 634.28 671.128 641.576L671.721 641.134C666.102 633.609 657.581 629.868 646.229 629.868V630.608ZM671.13 641.579C676.657 648.832 679.454 659.884 679.454 674.803H680.194C680.194 659.815 677.388 648.57 671.718 641.131L671.13 641.579ZM758.573 645.214C749.238 645.214 742.133 648.844 737.316 656.104L737.933 656.513C742.601 649.477 749.464 645.954 758.573 645.954V645.214ZM737.316 656.104C732.515 663.341 730.14 674.019 730.14 688.084H730.88C730.88 674.081 733.248 663.574 737.933 656.513L737.316 656.104ZM730.14 688.084C730.14 702.088 732.515 712.765 737.315 720.065L737.934 719.659C733.248 712.532 730.88 702.024 730.88 688.084H730.14ZM737.316 720.067C742.133 727.327 749.238 730.955 758.573 730.955V730.215C749.464 730.215 742.601 726.694 737.933 719.658L737.316 720.067ZM758.573 730.955C767.972 730.955 775.108 727.328 779.926 720.067L779.309 719.658C774.642 726.693 767.748 730.215 758.573 730.215V730.955ZM779.927 720.065C784.727 712.765 787.102 702.088 787.102 688.084H786.362C786.362 702.024 783.994 712.532 779.308 719.659L779.927 720.065ZM787.102 688.084C787.102 674.019 784.727 663.341 779.926 656.104L779.309 656.513C783.994 663.574 786.362 674.081 786.362 688.084H787.102ZM779.926 656.104C775.108 648.843 767.972 645.214 758.573 645.214V645.954C767.748 645.954 774.642 649.478 779.309 656.513L779.926 656.104ZM758.573 630.608C773.834 630.608 785.444 635.526 793.46 645.327L794.033 644.859C785.848 634.851 774.007 629.868 758.573 629.868V630.608ZM793.461 645.328C801.555 655.142 805.63 669.375 805.63 688.084H806.37C806.37 669.28 802.275 654.853 794.032 644.858L793.461 645.328ZM805.63 688.084C805.63 706.862 801.588 721.129 793.56 730.942L794.132 731.411C802.309 721.416 806.37 706.955 806.37 688.084H805.63ZM793.56 730.941C785.545 740.675 773.9 745.563 758.573 745.563V746.303C774.07 746.303 785.946 741.352 794.132 731.412L793.56 730.941ZM758.573 745.563C743.311 745.563 731.7 740.675 723.682 730.941L723.111 731.412C731.298 741.352 743.139 746.303 758.573 746.303V745.563ZM723.683 730.942C715.656 721.129 711.614 706.862 711.614 688.084H710.874C710.874 706.955 714.935 721.416 723.11 731.411L723.683 730.942ZM711.614 688.084C711.614 669.374 715.656 655.141 723.683 645.327L723.11 644.859C714.935 654.854 710.874 669.281 710.874 688.084H711.614ZM723.682 645.327C731.701 635.526 743.312 630.608 758.573 630.608V629.868C743.139 629.868 731.297 634.851 723.11 644.859L723.682 645.327ZM385.134 748.567C377.831 747.154 372.077 745.483 367.128 742.715C362.185 739.951 358.024 736.081 353.928 730.238L353.322 730.663C357.469 736.579 361.71 740.533 366.767 743.361C371.818 746.186 377.662 747.875 384.993 749.293L385.134 748.567ZM353.928 730.238C348.007 721.794 347.049 714.891 346.935 702.892L346.195 702.899C346.309 714.952 347.273 722.036 353.322 730.663L353.928 730.238ZM346.935 702.892C346.908 700.017 346.936 698.294 347.113 696.939C347.289 695.6 347.611 694.612 348.193 693.211L347.509 692.927C346.915 694.361 346.567 695.415 346.38 696.843C346.195 698.257 346.168 700.03 346.195 702.899L346.935 702.892ZM348.193 693.211L349.542 689.964L348.858 689.68L347.509 692.927L348.193 693.211ZM348.864 689.978L350.471 693.445L351.142 693.134L349.536 689.667L348.864 689.978ZM350.471 693.445C351.4 695.449 352.322 697.166 353.165 698.481C353.998 699.779 354.785 700.734 355.456 701.154L355.849 700.527C355.331 700.203 354.619 699.376 353.788 698.081C352.968 696.803 352.062 695.117 351.142 693.134L350.471 693.445ZM355.455 701.154C355.564 701.222 355.704 701.293 355.866 701.305C356.049 701.319 356.217 701.256 356.351 701.129C356.47 701.016 356.55 700.863 356.611 700.704C356.673 700.541 356.726 700.339 356.774 700.1C356.962 699.156 357.105 697.419 357.295 694.476L356.556 694.428C356.365 697.391 356.224 699.071 356.048 699.956C356.004 700.174 355.961 700.331 355.919 700.44C355.899 700.494 355.88 700.532 355.865 700.558C355.858 700.571 355.851 700.579 355.847 700.585C355.843 700.591 355.84 700.593 355.841 700.593C355.851 700.582 355.886 700.565 355.923 700.567C355.937 700.568 355.918 700.571 355.85 700.528L355.455 701.154ZM357.295 694.476C357.539 690.675 357.903 686.497 358.101 685.189L357.369 685.078C357.166 686.423 356.801 690.631 356.556 694.428L357.295 694.476ZM358.101 685.189C358.193 684.579 358.259 684.154 358.353 683.824C358.443 683.506 358.553 683.303 358.72 683.132C358.896 682.954 359.158 682.787 359.599 682.585C360.039 682.384 360.623 682.162 361.424 681.859L361.162 681.167C360.371 681.466 359.759 681.698 359.291 681.912C358.823 682.127 358.463 682.339 358.192 682.614C357.914 682.897 357.754 683.223 357.641 683.621C357.531 684.007 357.459 684.485 357.369 685.078L358.101 685.189ZM361.424 681.859C364.4 680.732 368.69 680.086 374.798 679.927C380.901 679.768 388.79 680.096 398.951 680.902L399.009 680.164C388.839 679.358 380.919 679.027 374.779 679.187C368.643 679.347 364.255 679.996 361.162 681.167L361.424 681.859ZM398.951 680.902C403.621 681.273 410.976 681.56 417.43 681.525C420.657 681.508 423.667 681.409 426.007 681.2C427.177 681.095 428.187 680.961 428.978 680.794C429.374 680.71 429.721 680.616 430.01 680.51C430.293 680.406 430.544 680.282 430.726 680.125L430.243 679.564C430.159 679.637 430.004 679.724 429.755 679.816C429.511 679.905 429.2 679.99 428.825 680.07C428.075 680.229 427.097 680.359 425.941 680.463C423.631 680.67 420.645 680.768 417.426 680.785C410.991 680.82 403.658 680.534 399.009 680.164L398.951 680.902ZM430.726 680.125C431.843 679.161 432.539 678.402 432.823 677.173C433.096 675.988 432.975 674.397 432.628 671.799L431.895 671.897C432.245 674.522 432.339 675.976 432.102 677.007C431.874 677.995 431.333 678.623 430.243 679.565L430.726 680.125ZM432.628 671.799C432.424 670.269 432.324 669.034 432.25 667.959C432.175 666.888 432.125 665.96 432.017 665.066C431.799 663.255 431.348 661.577 430.019 658.97L429.36 659.306C430.654 661.845 431.076 663.439 431.282 665.155C431.387 666.024 431.436 666.924 431.512 668.01C431.587 669.093 431.687 670.345 431.895 671.897L432.628 671.799ZM430.019 658.97C426.591 652.24 422.023 647.426 416.419 644.293C410.818 641.161 404.204 639.722 396.7 639.703L396.698 640.443C404.11 640.461 410.592 641.883 416.058 644.938C421.521 647.992 425.991 652.692 429.36 659.306L430.019 658.97ZM396.7 639.703C383.165 639.669 372.252 644.607 365.655 655.64L366.29 656.02C372.724 645.26 383.362 640.409 396.698 640.443L396.7 639.703ZM365.655 655.64C359.88 665.301 357.319 675.645 355.806 695.192L356.544 695.249C358.054 675.742 360.603 665.534 366.29 656.02L365.655 655.64ZM355.806 695.192L355.383 700.674L356.12 700.731L356.544 695.249L355.806 695.192ZM356.055 700.49L354.78 698.664L354.173 699.088L355.448 700.914L356.055 700.49ZM354.779 698.664C351.758 694.344 349.3 688.393 347.925 682.074C346.551 675.754 346.268 669.094 347.567 663.356L346.845 663.193C345.516 669.064 345.812 675.836 347.202 682.231C348.593 688.625 351.084 694.672 354.173 699.088L354.779 698.664ZM347.567 663.356C349.586 654.435 353.708 646.681 360.413 639.214L359.863 638.719C353.081 646.271 348.895 654.137 346.845 663.193L347.567 663.356ZM360.413 639.214C366.15 632.823 375.628 629.119 387.091 626.941L386.953 626.214C375.444 628.401 365.766 632.144 359.863 638.719L360.413 639.214ZM387.091 626.941C394.442 625.546 399.456 625.546 406.809 626.941L406.947 626.214C399.503 624.801 394.395 624.801 386.953 626.214L387.091 626.941ZM406.809 626.941C418.242 629.114 426.483 633.254 432.233 639.659L432.783 639.164C426.893 632.603 418.486 628.407 406.947 626.214L406.809 626.941ZM432.233 639.659C438.867 647.047 443.054 654.87 445.005 663.503L445.727 663.34C443.745 654.57 439.492 646.635 432.783 639.164L432.233 639.659ZM445.005 663.503C445.663 666.411 446.046 670.081 446.126 673.376C446.166 675.022 446.13 676.569 446.015 677.874C445.899 679.188 445.707 680.228 445.448 680.879L446.136 681.152C446.436 680.398 446.635 679.27 446.752 677.939C446.87 676.599 446.906 675.024 446.866 673.358C446.785 670.028 446.398 666.307 445.727 663.34L445.005 663.503ZM445.448 680.879C445.224 681.443 444.619 682.37 443.801 683.453C442.99 684.524 441.996 685.715 441.024 686.795C440.05 687.878 439.107 688.841 438.397 689.462C438.038 689.776 437.759 689.984 437.577 690.081C437.476 690.134 437.457 690.125 437.491 690.125C437.518 690.126 437.579 690.135 437.637 690.184C437.696 690.232 437.715 690.288 437.72 690.312L436.997 690.47C437.017 690.563 437.065 690.67 437.165 690.753C437.265 690.837 437.379 690.863 437.474 690.865C437.64 690.869 437.802 690.799 437.924 690.734C438.186 690.595 438.518 690.339 438.884 690.019C439.626 689.37 440.592 688.382 441.574 687.29C442.558 686.197 443.566 684.99 444.391 683.899C445.207 682.82 445.871 681.82 446.136 681.152L445.448 680.879ZM437.719 690.31C437.687 690.166 437.699 689.923 437.776 689.636C437.85 689.355 437.975 689.077 438.122 688.869L437.518 688.441C437.311 688.733 437.154 689.096 437.061 689.445C436.97 689.788 436.928 690.163 436.997 690.472L437.719 690.31ZM438.122 688.869C438.387 688.493 438.554 688.137 438.597 687.82C438.641 687.492 438.554 687.155 438.251 686.961C437.979 686.786 437.632 686.795 437.308 686.881C436.972 686.97 436.592 687.16 436.191 687.445L436.62 688.048C436.973 687.797 437.272 687.656 437.498 687.596C437.736 687.533 437.834 687.572 437.851 687.583C437.854 687.585 437.856 687.586 437.859 687.595C437.864 687.609 437.873 687.647 437.863 687.72C437.843 687.873 437.749 688.115 437.518 688.442L438.122 688.869ZM436.191 687.445C435.898 687.653 435.68 687.801 435.504 687.9C435.326 688 435.22 688.034 435.151 688.042C435.052 688.053 434.946 688.026 434.595 687.706L434.097 688.253C434.429 688.556 434.767 688.83 435.234 688.777C435.448 688.753 435.655 688.664 435.867 688.544C436.08 688.424 436.327 688.257 436.62 688.048L436.191 687.445ZM434.595 687.706C434.214 687.359 433.842 687.139 433.5 687.093C433.322 687.068 433.139 687.09 432.976 687.182C432.812 687.275 432.703 687.42 432.64 687.581C432.521 687.887 432.561 688.267 432.688 688.639C432.818 689.023 433.057 689.45 433.41 689.882L433.983 689.414C433.675 689.037 433.485 688.687 433.388 688.401C433.287 688.104 433.302 687.922 433.33 687.849C433.341 687.821 433.348 687.822 433.341 687.826C433.334 687.83 433.347 687.819 433.401 687.826C433.522 687.842 433.758 687.944 434.097 688.253L434.595 687.706ZM433.41 689.882C433.788 690.345 434.064 690.72 434.245 691.02C434.434 691.332 434.493 691.519 434.497 691.617C434.498 691.637 434.496 691.649 434.495 691.655C434.494 691.657 434.494 691.659 434.493 691.66C434.493 691.66 434.493 691.66 434.493 691.66C434.493 691.66 434.493 691.661 434.492 691.662C434.491 691.663 434.49 691.664 434.487 691.667C434.481 691.672 434.469 691.681 434.448 691.691C434.352 691.739 434.155 691.78 433.804 691.78V692.52C434.178 692.52 434.521 692.482 434.778 692.353C434.915 692.285 435.04 692.186 435.126 692.043C435.213 691.9 435.243 691.741 435.236 691.585C435.224 691.292 435.08 690.97 434.879 690.637C434.671 690.293 434.37 689.887 433.983 689.414L433.41 689.882ZM433.804 691.78C433.462 691.78 433.113 691.828 432.819 691.907C432.673 691.947 432.533 691.996 432.411 692.055C432.296 692.112 432.168 692.191 432.076 692.304L432.649 692.772C432.643 692.779 432.661 692.757 432.736 692.72C432.804 692.687 432.898 692.653 433.012 692.622C433.242 692.56 433.527 692.52 433.804 692.52V691.78ZM432.076 692.304C432.051 692.334 431.961 692.406 431.737 692.496C431.526 692.581 431.238 692.666 430.873 692.749C430.143 692.914 429.145 693.061 427.918 693.187C425.467 693.439 422.144 693.605 418.327 693.676C410.694 693.818 401.111 693.581 392.631 692.908L392.572 693.646C401.078 694.32 410.685 694.558 418.341 694.415C422.168 694.344 425.514 694.178 427.994 693.923C429.233 693.795 430.265 693.645 431.036 693.47C431.421 693.383 431.751 693.288 432.013 693.182C432.263 693.082 432.501 692.953 432.649 692.772L432.076 692.304ZM392.631 692.908C386.342 692.409 380.692 692.212 376.317 692.306C374.131 692.352 372.256 692.471 370.777 692.663C369.315 692.852 368.189 693.117 367.537 693.483L367.899 694.128C368.415 693.839 369.413 693.585 370.872 693.396C372.315 693.21 374.161 693.092 376.333 693.045C380.676 692.953 386.3 693.148 392.572 693.646L392.631 692.908ZM367.537 693.483C366.498 694.067 365.341 695.352 364.347 696.843C363.347 698.343 362.476 700.107 362.033 701.699L362.746 701.897C363.163 700.398 363.995 698.705 364.963 697.253C365.938 695.791 367.016 694.625 367.899 694.128L367.537 693.483ZM362.033 701.699C361.817 702.477 361.692 703.62 361.64 704.932C361.587 706.251 361.606 707.765 361.687 709.296C361.849 712.348 362.26 715.512 362.857 717.349L363.561 717.12C362.995 715.379 362.588 712.295 362.426 709.257C362.346 707.744 362.328 706.254 362.379 704.962C362.431 703.663 362.554 702.589 362.746 701.897L362.033 701.699ZM362.857 717.349C363.464 719.213 364.827 721.47 366.57 723.672C368.316 725.879 370.463 728.056 372.66 729.757L373.113 729.171C370.968 727.512 368.863 725.379 367.15 723.213C365.433 721.043 364.129 718.865 363.561 717.12L362.857 717.349ZM372.66 729.757C378.804 734.512 386.93 736.906 395.049 736.95C403.167 736.993 411.311 734.687 417.49 729.998L417.042 729.409C411.016 733.982 403.039 736.253 395.053 736.21C387.067 736.167 379.106 733.81 373.113 729.171L372.66 729.757ZM417.49 729.998C420.591 727.644 423.392 724.578 425.238 721.789C426.161 720.396 426.855 719.057 427.224 717.899C427.587 716.763 427.669 715.706 427.218 714.957L426.584 715.339C426.861 715.799 426.868 716.582 426.52 717.674C426.178 718.744 425.522 720.02 424.621 721.381C422.82 724.101 420.077 727.105 417.042 729.409L417.49 729.998ZM427.218 714.958C427.061 714.696 426.905 714.284 426.788 713.823C426.672 713.365 426.603 712.888 426.603 712.506H425.863C425.863 712.965 425.944 713.504 426.071 714.004C426.196 714.501 426.374 714.99 426.584 715.339L427.218 714.958ZM426.603 712.506C426.603 712.183 426.698 711.744 426.875 711.241C427.05 710.743 427.297 710.206 427.58 709.697C427.864 709.188 428.18 708.714 428.49 708.339C428.807 707.954 429.091 707.708 429.303 707.609L428.989 706.938C428.625 707.109 428.256 707.46 427.919 707.868C427.575 708.285 427.234 708.798 426.934 709.337C426.633 709.878 426.368 710.452 426.177 710.995C425.988 711.532 425.863 712.062 425.863 712.506H426.603ZM429.302 707.609C430.214 707.183 431.128 706.161 431.804 705.045C432.483 703.924 432.979 702.617 432.979 701.559H432.239C432.239 702.425 431.817 703.595 431.171 704.661C430.523 705.731 429.705 706.604 428.989 706.938L429.302 707.609ZM432.979 701.559C432.979 700.482 433.171 699.622 433.479 699.045C433.785 698.472 434.175 698.222 434.589 698.222V697.482C433.813 697.482 433.213 697.972 432.827 698.696C432.442 699.416 432.239 700.408 432.239 701.559H432.979ZM434.589 698.222C435.289 698.222 435.714 697.67 435.94 697.047C436.172 696.41 436.258 695.566 436.223 694.673C436.155 692.895 435.603 690.765 434.564 689.456L433.985 689.916C434.889 691.056 435.419 693.009 435.484 694.702C435.516 695.544 435.431 696.282 435.245 696.794C435.053 697.32 434.812 697.482 434.589 697.482V698.222ZM434.564 689.456C434.195 688.99 433.935 688.628 433.776 688.366C433.696 688.234 433.65 688.139 433.627 688.077C433.615 688.046 433.613 688.033 433.613 688.034C433.613 688.035 433.615 688.044 433.614 688.057C433.613 688.071 433.61 688.094 433.601 688.121C433.578 688.186 433.529 688.246 433.459 688.281C433.401 688.311 433.356 688.308 433.351 688.308C433.346 688.307 433.386 688.312 433.491 688.36C433.69 688.452 433.998 688.641 434.425 688.944L434.854 688.341C434.419 688.032 434.065 687.81 433.8 687.688C433.674 687.63 433.532 687.577 433.396 687.569C433.325 687.565 433.227 687.57 433.128 687.62C433.018 687.675 432.94 687.768 432.902 687.877C432.84 688.055 432.896 688.235 432.933 688.335C432.979 688.459 433.052 688.599 433.143 688.749C433.325 689.05 433.608 689.441 433.985 689.916L434.564 689.456ZM434.425 688.945C434.707 689.144 434.946 689.304 435.148 689.423C435.343 689.537 435.528 689.628 435.695 689.669C435.861 689.709 436.109 689.717 436.292 689.518C436.442 689.354 436.459 689.135 436.459 688.991H435.719C435.719 689.109 435.694 689.075 435.746 689.018C435.831 688.926 435.925 688.963 435.868 688.949C435.811 688.935 435.703 688.891 435.523 688.784C435.348 688.682 435.128 688.536 434.853 688.341L434.425 688.945ZM436.459 688.991C436.459 688.927 436.51 688.77 436.671 688.559C436.822 688.361 437.033 688.165 437.262 688.024L436.873 687.394C436.564 687.584 436.286 687.843 436.083 688.11C435.889 688.363 435.719 688.682 435.719 688.991H436.459ZM437.261 688.024C437.481 687.889 437.636 687.798 437.74 687.745C437.765 687.732 437.784 687.723 437.799 687.717C437.815 687.71 437.821 687.708 437.821 687.708C437.821 687.709 437.817 687.71 437.81 687.711C437.803 687.712 437.791 687.714 437.775 687.714C437.746 687.715 437.674 687.713 437.597 687.664C437.557 687.638 437.523 687.605 437.496 687.565C437.47 687.525 437.456 687.487 437.449 687.455C437.436 687.397 437.443 687.353 437.445 687.343C437.448 687.33 437.45 687.325 437.447 687.334C437.444 687.341 437.438 687.354 437.429 687.374C437.388 687.458 437.31 687.59 437.187 687.788L437.816 688.179C437.936 687.985 438.035 687.821 438.095 687.696C438.124 687.637 438.157 687.56 438.173 687.479C438.183 687.424 438.217 687.18 437.993 687.039C437.901 686.98 437.809 686.973 437.754 686.975C437.698 686.976 437.649 686.988 437.614 686.998C437.544 687.018 437.472 687.051 437.406 687.085C437.27 687.153 437.091 687.26 436.874 687.393L437.261 688.024ZM437.186 687.79C437.07 687.978 436.996 688.282 436.94 688.604C436.881 688.945 436.834 689.371 436.8 689.851C436.731 690.811 436.712 692.008 436.759 693.214L437.498 693.185C437.452 692.004 437.471 690.834 437.538 689.904C437.571 689.438 437.616 689.038 437.669 688.73C437.726 688.401 437.784 688.23 437.817 688.178L437.186 687.79ZM436.759 693.214C436.835 695.163 436.908 696.319 437.131 697.075C437.248 697.468 437.408 697.77 437.639 698.027C437.864 698.278 438.14 698.467 438.454 698.655L438.834 698.019C438.537 697.842 438.339 697.699 438.189 697.533C438.045 697.373 437.932 697.173 437.841 696.865C437.65 696.218 437.576 695.169 437.498 693.185L436.759 693.214ZM438.455 698.655C438.957 698.953 439.244 699.237 439.449 699.706C439.667 700.206 439.802 700.933 439.926 702.15L440.663 702.075C440.538 700.861 440.397 700.027 440.127 699.41C439.844 698.762 439.429 698.373 438.833 698.019L438.455 698.655ZM439.926 702.15C440.146 704.309 440.816 706.13 442.161 708.272L442.788 707.879C441.493 705.815 440.869 704.102 440.663 702.075L439.926 702.15ZM442.161 708.272C442.923 709.486 443.355 710.29 443.574 710.977C443.787 711.645 443.803 712.218 443.689 712.982L444.421 713.092C444.547 712.247 444.535 711.555 444.279 710.752C444.029 709.968 443.551 709.095 442.787 707.879L442.161 708.272ZM443.689 712.983C443.613 713.493 443.426 714.054 443.177 714.552C442.927 715.054 442.63 715.459 442.357 715.683L442.827 716.255C443.212 715.939 443.565 715.433 443.84 714.882C444.117 714.326 444.332 713.691 444.421 713.091L443.689 712.983ZM442.358 715.683C441.963 716.006 441.3 716.739 440.539 717.648C439.769 718.567 438.875 719.693 438.008 720.828C437.142 721.962 436.302 723.107 435.64 724.064C434.988 725.005 434.482 725.802 434.314 726.221L435.002 726.495C435.132 726.17 435.583 725.445 436.248 724.485C436.902 723.54 437.735 722.405 438.597 721.277C439.458 720.149 440.345 719.032 441.106 718.123C441.876 717.205 442.494 716.527 442.827 716.255L442.358 715.683ZM434.314 726.221C433.79 727.537 432.633 729.603 431.303 731.687C429.975 733.768 428.493 735.837 427.331 737.159L427.887 737.648C429.084 736.286 430.589 734.181 431.927 732.085C433.263 729.993 434.451 727.878 435.002 726.495L434.314 726.221ZM427.331 737.159C423.737 741.25 419.858 743.713 413.099 746.169L413.351 746.864C420.192 744.379 424.189 741.856 427.887 737.648L427.331 737.159ZM413.099 746.169C402.996 749.839 395.164 750.507 385.134 748.567L384.993 749.293C395.161 751.261 403.13 750.578 413.351 746.864L413.099 746.169ZM540.605 687.322H517.582V688.062H540.605V687.322Z" fill="white"/>
<defs>
<linearGradient id="paint0_linear" x1="488.409" y1="161.771" x2="869.492" y2="524.451" gradientUnits="userSpaceOnUse">
<stop stop-color="%23FF7300"/>
<stop offset="1" stop-color="%23FFB800"/>
</linearGradient>
<linearGradient id="paint1_linear" x1="488.409" y1="161.771" x2="869.492" y2="524.451" gradientUnits="userSpaceOnUse">
<stop stop-color="%23FF7300"/>
<stop offset="1" stop-color="%23FFB800"/>
</linearGradient>
</defs>
</svg>)
CURSO
Deep Learning con Keras, Theano y Tensorflow
A Medida
Este curso proporciona una base sólida en Deep Learning usando Keras, Theano y Tensorflow para crear modelos de aprendizaje profundo.
![Deep Learning con TensorFlow](data:image/svg+xml;utf8,<svg width="920" height="920" viewBox="0 0 920 920" fill="none" xmlns="http://www.w3.org/2000/svg">
<path d="M434.674 809.526C436.974 810.865 439.862 809.209 439.862 806.552V114.471C439.862 111.834 437.013 110.177 434.713 111.475L139.751 277.98C138.669 278.591 138 279.736 138 280.977V427.889C138 430.545 140.886 432.2 143.186 430.864L310.481 333.62C312.781 332.283 315.667 333.939 315.667 336.595V738.278C315.667 739.502 316.319 740.634 317.379 741.251L434.674 809.526Z" fill="url(%23paint0_linear)"/>
<path d="M483.551 111.445C481.252 110.158 478.413 111.816 478.413 114.447V804.856C478.413 807.507 481.291 809.163 483.591 807.835L601.595 739.705C602.661 739.089 603.317 737.954 603.317 736.725V551.245C603.317 548.594 606.195 546.938 608.495 548.266L685.401 592.677C687.701 594.005 690.579 592.349 690.579 589.698V459.055C690.579 457.813 689.908 456.667 688.823 456.056L605.073 408.936C603.988 408.325 603.317 407.179 603.317 405.937V336.027C603.317 333.377 606.193 331.721 608.493 333.047L776.824 430.099C779.124 431.425 782 429.769 782 427.118V280.568C782 279.323 781.326 278.175 780.238 277.566L483.551 111.445Z" fill="url(%23paint1_linear)"/>
<defs>
<linearGradient id="paint0_linear" x1="129.978" y1="94.7964" x2="880.502" y2="812.436" gradientUnits="userSpaceOnUse">
<stop stop-color="%23FF7300"/>
<stop offset="1" stop-color="%23FFC700"/>
</linearGradient>
<linearGradient id="paint1_linear" x1="129.978" y1="94.7964" x2="880.502" y2="812.436" gradientUnits="userSpaceOnUse">
<stop stop-color="%23FF7300"/>
<stop offset="1" stop-color="%23FFC700"/>
</linearGradient>
</defs>
</svg>)
CURSO
Deep Learning con TensorFlow
A Medida
Aprender y desarrolla tus habilidades en Deep Learning. Descubrirás desde principios básicos hasta la comprensión y desarrollo de modelos avanzados.
![Coches Autónomos en Python](data:image/svg+xml;utf8,<svg width="920" height="920" viewBox="0 0 920 920" fill="none" xmlns="http://www.w3.org/2000/svg">
<path d="M728 234.474C728 234.474 669.922 299.81 596.2 347.872L560.467 368.921C552.47 373.106 544.378 376.968 536.237 380.419V426.676L609.047 499.219V578.614H575.547V513.089L502.737 440.546V391.847L500.503 392.597C492.532 394.603 484.579 396.093 476.686 396.985L476.686 580H443.019V396.717L440.785 396.679C432.888 395.662 424.935 394.055 416.968 391.943V440.546L344.158 513.088V578.613H344.157V578.614H310.657V499.219L310.658 499.217L383.468 426.676V380.069L380.207 378.885C372.408 375.459 364.66 371.666 357.004 367.586L323.504 347.502L320.121 345.451C248.155 297.647 192 234.474 192 234.474C192 234.474 337.314 71 460 71C582.686 71 728 234.474 728 234.474Z" fill="url(%23paint0_linear_2385_19922)"/>
<path d="M459.893 101.467C532.736 101.467 591.786 160.684 591.786 233.731C591.786 306.779 532.736 365.996 459.893 365.996C387.051 365.996 328 306.779 328 233.731C328 160.684 387.051 101.467 459.893 101.467Z" fill="white"/>
<path d="M458.126 126.574C403.263 126.574 406.689 150.366 406.689 150.366L406.751 175.014H459.104V182.413H385.956C385.956 182.413 350.848 178.434 350.848 233.788C350.848 289.142 381.489 287.182 381.489 287.182H399.778V261.494C399.778 261.494 398.79 230.839 429.929 230.839H481.856C481.856 230.839 511.029 231.311 511.029 202.646V155.269C511.029 155.269 515.46 126.574 458.126 126.574ZM429.257 143.148C431.753 143.146 434.146 144.136 435.912 145.899C437.678 147.662 438.672 150.054 438.675 152.549C438.677 153.786 438.435 155.01 437.964 156.153C437.492 157.296 436.8 158.334 435.927 159.21C435.054 160.085 434.017 160.779 432.875 161.254C431.734 161.728 430.51 161.972 429.273 161.973H429.257C426.762 161.978 424.367 160.992 422.598 159.232C420.83 157.471 419.833 155.08 419.827 152.585V152.569C419.826 151.333 420.068 150.109 420.54 148.967C421.011 147.824 421.704 146.786 422.577 145.911C423.45 145.037 424.486 144.342 425.628 143.868C426.769 143.394 427.992 143.149 429.228 143.148H429.257Z" fill="url(%23paint1_linear_2385_19922)"/>
<path d="M459.679 341.561C514.543 341.561 511.119 317.769 511.119 317.769L511.058 293.121H458.701V285.722H531.85C531.85 285.722 566.958 289.704 566.958 234.344C566.958 178.983 536.316 180.95 536.316 180.95H518.027V206.638C518.027 206.638 519.016 237.279 487.876 237.279H435.949C435.949 237.279 406.777 236.808 406.777 265.476V312.87C406.777 312.87 402.346 341.554 459.679 341.554V341.561ZM488.548 324.987C487.312 324.988 486.089 324.746 484.947 324.274C483.804 323.802 482.767 323.11 481.892 322.237C481.018 321.364 480.324 320.327 479.85 319.186C479.376 318.045 479.132 316.821 479.131 315.586V315.586C479.13 314.35 479.372 313.126 479.844 311.984C480.315 310.841 481.007 309.803 481.88 308.928C482.753 308.054 483.79 307.359 484.931 306.885C486.073 306.411 487.296 306.166 488.532 306.165V306.165C489.769 306.161 490.994 306.4 492.138 306.87C493.282 307.339 494.322 308.029 495.199 308.901C496.077 309.772 496.774 310.808 497.25 311.949C497.727 313.09 497.975 314.314 497.978 315.55V315.566C497.98 318.062 496.99 320.457 495.227 322.224C493.463 323.99 491.07 324.984 488.574 324.987H488.548Z" fill="url(%23paint2_linear_2385_19922)"/>
<path d="M309.627 557.256C312.481 537.589 329.34 523 349.213 523H570.38C590.252 523 607.112 537.589 609.965 557.256L630.016 695.437C633.516 719.562 614.808 741.181 590.43 741.181H329.162C304.785 741.181 286.076 719.562 289.577 695.437L309.627 557.256Z" fill="%23023461"/>
<path d="M335.858 581.889C338.216 565.304 352.146 553 368.567 553H551.316C567.736 553 581.667 565.304 584.025 581.889L600.592 698.423C603.485 718.768 588.026 737 567.883 737H352C331.857 737 316.398 718.768 319.29 698.423L335.858 581.889Z" fill="white"/>
<path d="M265 692.363C265 670.272 282.909 652.363 305 652.363H614.885C636.976 652.363 654.885 670.272 654.885 692.363V782.506C654.885 788.029 650.407 792.506 644.885 792.506H275C269.477 792.506 265 788.029 265 782.506V692.363Z" fill="%23023461"/>
<rect x="281.17" y="724.23" width="62.8846" height="125.769" rx="31.4423" fill="%23023461"/>
<rect x="575.83" y="724.23" width="62.8846" height="125.769" rx="31.4423" fill="%23023461"/>
<circle cx="609.967" cy="708.061" r="19.7637" fill="%23FFD637"/>
<circle cx="312.613" cy="708.061" r="19.7637" fill="%23FFD637"/>
<defs>
<linearGradient id="paint0_linear_2385_19922" x1="460" y1="71.0015" x2="460" y2="700.038" gradientUnits="userSpaceOnUse">
<stop stop-color="%233778AE"/>
<stop offset="0.689969" stop-color="%23023461"/>
</linearGradient>
<linearGradient id="paint1_linear_2385_19922" x1="372.463" y1="147.846" x2="480.203" y2="255.347" gradientUnits="userSpaceOnUse">
<stop stop-color="%23387EB9"/>
<stop offset="1" stop-color="%23366994"/>
</linearGradient>
<linearGradient id="paint2_linear_2385_19922" x1="437.427" y1="218.507" x2="551.138" y2="325.994" gradientUnits="userSpaceOnUse">
<stop stop-color="%23FFDF44"/>
<stop offset="1" stop-color="%23FFC219"/>
</linearGradient>
</defs>
</svg>)
CURSO
Coches Autónomos en Python
A Medida
Aprende cómo construir y entrenar modelos de Deep Learning para detectar objetos, seguir caminos, detectar señales de tráfico y más. Tras completar el curso, los alumnos tendrán los conocimientos necesarios para desarrollar soluciones de coches autónomos con Python de manera profesional.
Diseñemos hoy el curso que tu empresa necesita
Cuéntanos tus objetivos de negocio y prepararemos una propuesta formativa bonificable totalmente ad hoc
