Maestría en Inteligencia Artificial*

Aprende a crear soluciones inteligentes con un enfoque práctico y actual. Dominarás Machine Learning, Procesamiento del Lenguaje Natural y sistemas inteligentes a través de casos reales que te preparan para liderar proyectos de IA desde el primer día.

• Módulo 1. Introducción al Data Science y a la Inteligencia Artificial
  Aprenderás los fundamentos de la IA y del ciclo de vida del dato: preparación, análisis y visualización. Se revisa la evolución y el marco conceptual de la inteligencia artificial y se introducen técnicas clave como razonamiento automático, planificación y principios para trabajar con grandes volúmenes de datos y herramientas habituales del ámbito.
• Módulo 2. Machine Learning
  Aprendizaje Supervisado, No supervisado y Reforzado: El módulo se centra en estudiar y aplican los principios del aprendizaje supervisado, no supervisado y por refuerzo. Se aprende a seleccionar algoritmos y herramientas según el problema, entrenar modelos con datos etiquetados/no etiquetados, evaluar su rendimiento y ajustar hiperparámetros para mejorar resultados en casos prácticos.
• Módulo 3. Redes neuronales y Deep Learning
  La asignatura se enfoca en arquitecturas y representaciones de deep learning, junto con criterios de entrenamiento, optimización y evaluación. Se trabajan técnicas de regularización y estrategias para evitar sobreajuste, y se diseñan redes neuronales profundas para tareas avanzadas de IA con enfoque práctico.
• Módulo 4. IA Generativa
  Sistemas Abiertos y Sistemas Propietarios: Se estudian los fundamentos y aplicaciones de los modelos generativos y su integración en soluciones reales. Se aprende a implementar, ajustar y evaluar sistemas de IA generativa usando tanto herramientas abiertas como plataformas propietarias, con criterios de calidad, utilidad y uso responsable.
• Módulo 5. Procesamiento del Lenguaje Natural
  Se abordarán técnicas de PLN para analizar y generar lenguaje: tokenización, segmentación, análisis sintáctico, extracción de características y tratamiento semántico. Se aplican tecnologías actuales para tareas reales (clasificación, extracción, generación, etc.), entrenando y evaluando soluciones basadas en modelos modernos.
• Módulo 6. Computer Vision
  El módulo trabaja técnicas de visión por computador para reconocimiento, segmentación y seguimiento visual, y extracción de patrones y características relevantes. Se aplican modelos de aprendizaje (incluyendo enfoques generativos en visión) para resolver problemas reales con imágenes y vídeo, con criterios de evaluación robustos.
• Módulo 7. IA en Ciberseguridad
  Se introducen los fundamentos de ciberseguridad y las principales amenazas, y cómo la IA puede apoyar la detección y respuesta. Se aplican técnicas de machine learning y redes neuronales para detección de anomalías, clasificación de amenazas y análisis de malware, con enfoque práctico y orientado a casos.
• Módulo 8. IA para la Sociedad y la Empresa
  Se analizan aplicaciones de la IA en contextos empresariales y sociales, su impacto en la toma de decisiones y en procesos organizativos, y casos de uso en sectores relevantes (p. ej., salud, finanzas, etc.). Se desarrollan criterios para seleccionar soluciones, evaluar su impacto y considerar implicaciones éticas y organizativas.
• Módulo 9. Prácticas académicas externas (optativa)
  Aplicación de conocimientos y competencias de la maestría en un entorno profesional real, participando en tareas y proyectos vinculados a IA. Se trabaja la adaptación a procesos de trabajo, identificación de oportunidades de mejora y desarrollo de entregables profesionales, con seguimiento académico.
• Módulo 10. Metodología de la investigación (optativa)
  Se adquieren fundamentos metodológicos para investigar en IA: planteamiento del problema, diseño, análisis y validación, y comunicación científica. Se trabajan principios éticos y de responsabilidad científica, y se desarrollan proyectos con rigor metodológico, incluyendo redacción y presentación de resultados.
• Módulo 11. Trabajo Fin de Máster
  Desarrollo de un trabajo original (individual o en equipo) donde se integra lo aprendido para construir una solución o estudio de IA con enfoque aplicado/investigador. Incluye definición del problema, metodología, implementación/validación, análisis de resultados y comunicación profesional y académica.

La Maestría en Inteligencia Artificial está diseñado para aquellos profesionales que aspiran a acelerar el desarrollo de su carrera profesional y entender el importante rol que está adquiriendo la inteligencia artificial en todos los campos.

• Perfiles técnicos que quieran adaptar sus conocimientos a la actualidad de la inteligencia artificial y conocer su uso para crear valor dentro de la empresa.
• Perfiles de negocio con experiencia profesional en tecnología que quieran experimentar de primera mano el proceso de desarrollo de un proyecto de Inteligencia Artificial. Se recomiendan conocimientos básicos de programación.

100 plazas.