y obtén certificados respaldados por hasta 50 horas de formación en educación empresarial.
Plan de estudios Máster en Inteligencia Artificial Aplicada.
Al finalizar el Máster en Inteligencia Artificial Aplicada obtendrás un título internacional del IEP y una certificación internacional por Red SUMMA Education.
Artificial Intelligence (6 ECTS)
La primera asignatura del programa cubre distintas disciplinas que conforman la Inteligencia Artificial, incluyendo las técnicas más clásicas como los sistemas expertos hasta las técnicas más novedosas como los métodos generativos. Además, se abordan cuestiones como el uso responsable de la Inteligencia Artificial y múltiples ejemplos en distintos sectores de la industria.
Finalmente, se tratan las principales herramientas de software y plataformas tecnológicas.:
- Classical AI
- Modern AI
- Generative AI
- Responsible AI
- AI in Business
- Software and Platforms
La asignatura de Programación en Python proporciona los conocimientos básicos para que los alumnos puedan empezar a implementar soluciones inteligentes. El temario se inicia con la configuración del entorno de desarrollo y finaliza con la creación de funciones, clases y métodos. Gracias a estos contenidos, los alumnos adquieren las habilidades necesarias para escribir código eficiente y modular en el principal lenguaje de la Inteligencia Artificial.
:
- Entorno de desarrollo
- Variables, tipos de datos y operadores
- Estructura de datos
- Entrada y salida de archivos
- Funciones y modularidad
- Clases y métodos
La asignatura Data Science sumerge a los alumnos en el fascinante mundo del análisis de datos. Múltiples técnicas, desde el uso de estadísticas básicas hasta visualizaciones complejas, son utilizadas para realizar el análisis exploratorio de datos univariantes y multivariantes. Además, técnicas como la ingeniería de variables y la reducción de la dimensionalidad proporcionan una visión completa de la disciplina, permitiendo a los alumnos adaptar las características de los datos originales a las especificaciones necesarias para la resolución de los problemas de negocio.
- Estadística básica
- Transformación de datos
- Análisis univariante
- Análisis multivariante
- Visualización de datos
- Reducción de la dimensionalidad
La asignatura Machine Learning introduce a los alumnos en el corazón de la toma de decisiones automatizada. Los principales enfoques de aprendizaje automático son analizados en profundidad, incluyendo las ventajas e inconvenientes de los principales algoritmos. Gracias a ejemplos de programas desarrollados en Python, los alumnos podrán implementar múltiples sistemas inteligentes que resuelvan problemáticas de negocio.
- Conceptos básicos
- Aprendizaje Supervisado
- Aprendizaje No Supervisado
- Aprendizaje Semi-Supervisado
- Aprendizaje por Refuerzo
- Frameworks de desarrollo
La asignatura de Deep Learning profundiza en el mundo de las redes neuronales complejas. Las principales arquitecturas de redes neuronales son analizadas, incluyendo las redes neuronales convolucionales, las redes generativas adversarias y los transformers. Transfer Learning también es un enfoque clave en los contenidos, ya que permite a los alumnos aprovechar modelos pre entrenados para tareas específicas.
- Conceptos básicos de redes neuronales
- Frameworks de Deep Learning
- Redes Neuronales Convolucionales
- Redes Generativas Adversarias
- Transfer Learning
- Transformers
La asignatura Time Series proporciona los conocimientos necesarios para comprender y analizar datos temporales. El contenido de la asignatura abarca desde los conceptos fundamentales de las series temporales hasta las técnicas avanzadas de machine learning y deep learning aplicadas a este contexto. Gracias a estas técnicas, los alumnos pueden aprovechar el potencial predictivo de los datos temporales en diversas aplicaciones del mundo real.
- Conceptos básicos de series temporales
- Preparación de datos para análisis de series temporales
- Exploración y visualización de series temporales
- Machine Learning en el contexto de series temporales
- Deep Learning para series temporales
- Aplicaciones
Esta asignatura se centra en el procesamiento del lenguaje natural. A lo largo del temario, se analizan las complejidades y desafíos de la comprensión y generación automática de texto, abarcando desde los conceptos más introductorios hasta la implementación de modelos complejos basados en técnicas de atención. Gracias al NLP, los alumnos adquieren los conocimientos esenciales para el desarrollo de asistentes virtuales y mucho más.
- Introducción a NLP
- Flujo de trabajo con textos
- Representación de textos
- Modelos de texto recurrentes y secuenciales
- Modelos de texto basados en mecanismos de atención
- Aplicaciones
La asignatura Computer Vision proporciona a los alumnos los conocimientos necesarios para implementar sistemas capaces de interpretar información de forma visual. Diferentes arquitecturas de redes neuronales son utilizadas para reflejar tareas propias de la visión por computador como son el procesamiento de los datos visuales, la clasificación de imágenes y la detección de objetos, entre otros,
- Fundamentos de Computer Vision
- Procesamiento de imágenes
- Reconocimiento y clasificación de Objetos
- Yolov 8 y Datasets de entrenamiento
- Servicios de desarrollo
- Aplicaciones
La asignatura Recommendation Systems aborda, desde un punto de vista teórico y práctico, los fundamentos de los motores de recomendación, la tipología de estos y las estrategias de optimización. Gracias a estos contenidos, los alumnos adquieren un conocimiento esencial en la era de la información y la personalización.
- Fundamentos de Motores de Recomendación
- Tipos de Motores
- Optimizaciones
- Estrategias
- Frameworks de desarrollo
- Aplicaciones
La asignatura Generative AI se adentra en el emocionante mundo de la generación de contenido artificial. Gracias a los modelos fundacionales, los alumnos pueden construir múltiples aplicaciones para la generación de textos e imágenes. Además, se detallan los diferentes modelos en función de los requisitos del sistema. Finalmente, se describen las numerosas aplicaciones construidas en este ámbito.
- Fundamentos de la IAG
- Modelos Fundacionales
- Grandes modelos de texto
- Pequeños modelos de texto
- Modelos de generación de imagen
- Aplicaciones
La última asignatura está relacionada con la infraestructura esencial para implementar soluciones de Inteligencia Artificial a escala. El contenido abarca desde los fundamentos de la computación en la nube hasta los principales servicios de plataformas como Amazon Web Services, Microsoft Azure y Google Cloud.
- Computación en la nube
- Arquitectura de referencia
- Principales servicios
- Amazon Web Services
- Microsoft Azure
- Google Cloud
El Trabajo fin de M
Salidas Profesionales Máster en Inteligencia Artificial Aplicada.
Con esta formación nuestros estudiantes acceden a posiciones de:
Ingeniero de Robótica
Desarrollarás y darás vida a robots inteligentes que transformarán industrias como la medicina y la automatización industrial, creando soluciones autónomas que marcarán el camino en la próxima era tecnológica.
Científico de Datos
Liderarás la recopilación, desarrollo y el análisis de datos con herramientas de IA y Machine Learning, siendo crucial para liderar decisiones informadas y construir modelos predictivos avanzados.
Consultor de IA
Serás el guía estratégico para empresas, desarrollando y aplicando efectivamente la IA en sus operaciones, identificando oportunidades de mejora y diseñando soluciones personalizadas para maximizar los beneficios de la IA.
Especialista en Procesamiento del Lenguaje Natural (NLP)
Desarrollarás habilidades especializadas en el análisis y generación de texto en lenguaje natural, liderando avances en aplicaciones como chatbots, traducción automática y análisis de sentimientos, con un profundo entendimiento del lenguaje humano.
Desarrollador de Sistemas Autónomos
Diseñarás algoritmos para vehículos autónomos y drones, siendo clave en sectores como transporte y logística.
Desarrollador de chatbots y asistentes virtuales
Los desarrolladores de IA en esta área crean sistemas que pueden interactuar con los usuarios de manera natural, proporcionando respuestas y soluciones a preguntas comunes.