Masters, MBA y Cursos Online
Contacto
Atención al cliente: +34 917 379 990 | +34 935 959 590
MÁSTER EN INTELIGENCIA ARTIFICIAL

Máster de formación permanente en Inteligencia Artificial

Titulación profesional

Tipo Máster
Créditos 60 ECTS
Área Informática
Modalidad Online
Titulación Udima + IOE
4.7/5 (20 valoraciones)
UDIMA + IOE
Bonificable para empresas

Bonificable
para empresas

Diploma universitario

Diploma
universitario

Temario multimedia

Temario
multimedia

Mentorización

Mentorización

En el Máster en Inteligencia Artificial, el alumnado adquiere las competencias necesarias para desarrollar modelos de  IA y construir soluciones avanzadas con capacidad para procesar y responder a datos de todo tipo. El fin es dominar los fundamentos de negocio, técnicas y aplicaciones como para construir y desarrollar sistemas de IA con las herramientas de programación más demandadas.

En el contexto actual, la sociedad y las empresas se enfrentan actualmente a grandes cambios. La razón es el rápido avance del aprendizaje automático y la inteligencia artificial. Muchas decisiones en nuestra vida cotidiana ya son compatibles o tomadas automáticamente por la IA.

Por ello, se requieren, cada vez con más frecuencia, perfiles capaces de crear modelos predictivos de todo tipo, clasificación, segmentación, pronóstico… Además de los fundamentos que hay detrás de los sistemas más modernos como chatbots, asistentes inteligentes, vehículos autónomos y otras muchas aplicaciones de actualidad que están revolucionando el mundo de la empresa.

Hazte especialista en Inteligencia Artificial online

A través de este postgrado, los estudiantes pueden formarse en un área de plena actualidad con una gran inserción laboral y mejoras profesionales. Es decir, es una oportunidad de crecimiento tanto para expertos del sector como aquellos que acaban de iniciarse.

Por ello, este máster se imparte en modalidad online. De esta forma, los alumnos y alumnas pueden adaptar su ritmo de estudio a sus propias necesidades. Desde IOE ofrecemos una plataforma e-learning de última generación accesible 24/7.

Para un mayor aprendizaje, este estudio incluye contenidos eminentemente prácticos e interactivos. De esta forma, el proceso de adquisición de conocimientos es más dinámico para el alumnado. En otras palabras, se adapta a las necesidades para generar un saber sólito y útil para aplicar en la sociedad actual.

En el Máster en Inteligencia Artificial los alumnos y alumnas aprenden la aparición e importancia de la IA en el contexto actual. Pero no se queda en lo superficial, en este postgrado, los estudiantes entienden como extraer, procesar y analizar datos útiles para la toma de decisiones. Así como la presentación de los mismos.

En este mismo sentido, este máster es de gran utilidad para entender cómo diseñar nuevos modelos de negocio basados en la inteligencia artificial. Así como dirigir proyectos de ciencia de datos, big data e IA.

La importancia de la inteligencia artificial en el contexto actual

La inteligencia artificial es una rama de la informática. Esta se encarga de desarrollar software que pueden emular procesos que imitan a la inteligencia humana. Por ejemplo, que tu smartphone se sugiera la mejor ruta para ir al trabajo al montarte en el coche.

Este es solo un pequeño ejemplo de las grandísimas cosas que puede desarrollar la IA en nuestra vida cotidiana. Pudiendo optimizar procesos o minimizar riesgos en las empresas. De ahí la enorme relevancia de conocerla hoy en día.

Aquellos profesionales que están especializados en esta área tienen un amplio abanico de posibilidades laborales. Sus posibilidades de éxito y progresión se multiplican exponencialmente.

Por ello, este Máster en Inteligencia Artificial es una gran oportunidad para capacitarse en un ámbito en plena expansión. Con estos conocimientos, los alumnos y alumnas son capaces de enfrentarse a las demandas sociales del momento, siendo indispensables en el desarrollo y progreso de la sociedad.

Concretamente, en este máster se abordan cuestiones como el machine learning, deep learning, matemáticas, big data o estadística, entre otras cuestiones. Pero además, se dedica una asignatura completa a las aplicaciones de esta disciplina como puede ser la banca o la salud.

De este modo, los alumnos y alumnas comprenden las vías que abre esta disciplina a la vez que aprenden cómo implementarlo en las empresas en las que se desarrollan. ¡Le informamos sin compromiso!



Continuar leyendo:

FundamentaciónObjetivos¿Para quién?Plan de estudios
  • Entender el contexto de la importancia de la inteligencia artificial.
  • Analizar procesos, modelos de negocio y futuras propuestas en el campo de la inteligencia artificial.
  • Extraer, procesar y analizar datos para la toma de decisiones utilizando técnicas y herramientas actuales.
  • Anticipar y detectar causas, patrones y tendencias a través de la analítica avanzada.
  • Presentar datos visualmente para obtener insights e información valiosa para crear soluciones.
  • Entender, diseñar, y desarrollar nuevos modelos de negocio o proyectos basados en la inteligencia artificial.
  • Emprender, gestionar y dirigir proyectos de ciencia de datos, big data, inteligencia artificial.
  • Evaluar problemas, construir e implementar soluciones a través de algoritmos diversos de inteligencia artificial.


Continuar leyendo:

Fundamentación¿Para quién?Plan de estudios
  • Especialista en data analytics e inteligencia artificial.
  • Investigador/a inteligencia artificial optimización.
  • Project manager inteligencia artificial.
  • Junior data analyst.
  • Ayudante de investigación.
  • Científico/a de datos & experto modelos predictivos.
  • Data scientist (I&D).
  • Programador/a.
  • Analista programador.
  • Técnico programador/desarrollador de software.
  • Programador informático.


Continuar leyendo:

FundamentaciónObjetivosPlan de estudios

Asignatura 1. Programación orientada a inteligencia artificial.

  • Tema 1. Introducción a la inteligencia artificial.
  • Tema 2. Lenguaje Python.
  • Tema 3. Lenguaje R.
  • Tema 4. Creación y uso del entorno.
  • Tema 5. Trabajando con Git.
  • Tema 6. Análisis exploratorio.
  • Tema 7. Herramientas de visualización.

Asignatura 2. Matemáticas y estadística para inteligencia artificial.

  • Tema 1. Matemáticas aplicadas a la inteligencia artificial.
  • Tema 2. Probabilidad y estadística.
  • Tema 3. Álgebra lineal.
  • Tema 4. Cálculo y optimización.

Asignatura 3. Machine learning I.

  • Tema 1. Introducción al machine learning.
  • Tema 2. Series temporales.
  • Tema 3. Regresión lineal.
  • Tema 4. Modelos de clasificación.
  • Tema 5. Modelos supervisados avanzados.
  • Tema 6. Feature engineering (ingeniería de características).

Asignatura 4. Machine learning II.

  • Tema 1. Modelos no supervisados.
  • Tema 2.Diferencias entre supervisado y no supervisado.
  • Tema 3.Reducción de dimensiones: PCA, LDA, UMAP, TSNE.
  • Tema 4. Algoritmos de segmentación.
  • Tema 5. Detección de anomalías.
  • Tema 6. Análisis de asociaciones.

Asignatura 5. Deep learning.

  • Tema 1. Introducción a las redes neuronales y deep learning.
  • Tema 2. Keras y tensoflow.
  • Tema 3. Redes convolucionales profundas.
  • Tema 4. Redes recurrentes profundas.
  • Tema 5. Deep Learning no supervisado.

Asignatura 6. Procesamiento de lenguaje natural (NLP).

  • Tema 1. Fundamentos de NLP.
  • Tema 2. Clasificación de documentos multilingüe.
  • Tema 3. Etiquetado secuencial.
  • Tema 4. Reformulación de tareas de etiquetado secuencial.

Asignatura 7. Robótica e inteligencia artificial.

  • Tema 1. Introducción.
  • Tema 2. Fundamentos matemáticos.
  • Tema 3. Componentes.
  • Tema 4. Cinemática.
  • Tema 5. Modelado dinámico.
  • Tema 6. Control cinemático.

Asignatura 8. Visión artificial y sistemas de percepción.

  • Tema 1. Procesamiento de imágenes.
  • Tema 2. Extracción de características.
  • Tema 3. Segmentación.
  • Tema 4. Procesamientos morfológicos.

Asignatura 9. Interacción persona-ordenador: diseño UX/UI.

  • Tema 1. Introducción a la interacción persona-ordenador.
  • Tema 2. Usabilidad.
  • Tema 3. Elementos de la IPO (interacción persona-ordenador).
  • Tema 4. Métodos de evaluación con usuarios.
  • Tema 5. Diseño centrado en el usuario.
  • Tema 6. Tecnología, diversidad y accesibilidad.

Asignatura 10. Aplicaciones de la inteligencia artificial.

  • Tema 1. Educación.
  • Tema 2. Banca.
  • Tema 3. FinTech.
  • Tema 4. Salud.
  • Tema 5. Empresa.
  • Tema 6. RPA´s para el mundo empresarial.

Asignatura 11. Despliegue y puesta en marcha.

  • Tema 1. Cloud computing: fundamentos.
  • Tema 2. DevOps y API´s.
  • Tema 3. Herramientas machine learning.
  • Tema 4. PySpark y databricks.
  • Tema 5. Desarrollo de nuestra aplicación.
  • Tema 6. Aplicaciones de la IA: FinTech, salud, educación, RPA´s.

Asignatura 12. Trabajo fin de máster.

 

**El título expedido por UDIMA tendrá la denominación de MÁSTER DE FORMACIÓN PERMANENTE EN TECNOLOGÍAS DE IA Y SUS APLICACIONES.



Continuar leyendo:

FundamentaciónObjetivos¿Para quién?

Copyright © 2024 IOE Business School.