Máster en Inteligencia Artificial

¡Impulsa tu carrera con nuestro Máster en Inteligencia Artificial! Participa en clases online en directo, accede a prácticas en empresas líderes y sumérgete en las últimas tecnologías del mercado. Conviértete en un profesional altamente demandado y abre las puertas a un sinfín de oportunidades laborales. ¡Inscríbete hoy y da el primer paso hacia un futuro brillante!

Dominar herramientas, lenguajes de programación (como Python) y técnicas algorítmicas que te permitirán desarrollar y liderar proyectos de Inteligencia Artificial. Estas herramientas están a la vanguardia de la tecnología y son líderes de mercado utilizándose diariamente en empresas nacionales e internacionales.
Entender y saber aplicar los algoritmos de Inteligencia Artificial más utilizados en la industria, así como tener la capacidad de poder adaptarlos y modificarlos para afrontar problemas complejos del mundo real.
Poder integrarte trabajando en proyectos empresariales que impliquen técnicas de Inteligencia Artificial, Big Data y computación en la nube.
Conocer todas las claves para la puesta en producción soluciones de inteligencia artificial, como el manejo de sistemas GNU/Linux y la Cloud.
Conocer funcionamiento y uso de las Bases de Datos NoSQL (como mongoDB), sistemas de procesamiento de datos a gran escala (como Hadoop y Spark)

1) Módulo 1: Introducción a los sistemas Informáticos y tecnologías Big Data Principales componentes de un sistema informático. Sistemas Operativos, para que sirven, que tipos hay y cómo funcionan…
Introducción a GNU/Linux
GNU/Linux Avanzado
Como usar GNU/Linux en Cloud (AWS)
Introducción teórica a la IA y las tecnologías Big Data:

2) Módulo 2: Fundamentos de Programación en Python
Introducción a los lenguajes de programación
Python: Sentencias Básicas y Bloques Lógicos
Python: Funciones y Scope
Python: Clases y Objetos y Tratamiento de Excepciones
Python: Módulos y Uso de librerías de Python

3) Módulo 3: Análisis de Datos con Python (5 sesiones)
Python: Librerías básicas de Data Science:
Numpy
Pandas
Matplotlib
Sklearn

Introducción teórica al análisis exploratorio de Datos:
Python: Ejemplificación del análisis exploratorio de datos mediate Datasets reales

4) Módulo 4: Introducción al Machine Learning (2 sesiones)
Desambiguación de términos: Machine Learning, Deep Learning, Data Science, Big Data.
Tipos de Machine Learning: Aprendizaje supervisado: Regresión lineal, regresión logística.
Ejemplos de aplicación de los algoritmos de Machine Learning vistos en datos reales con Python mediante el uso de sklearn.

4.1) Módulo 4.1: Introducción a la IA Generativa
¿Cómo aprovechar los recientes avances en IA generativa?
Panorama actual de tecnologías más relevantes por campo:
Texto: ChatGPT, DeepSeek, LLaMA…
Imagen: DALL·E, Midjourney, Stable Diffusion…
Video: Runway ML, Sora…

¿Qué es el Prompt Engineering? ¿Es quizás una de las profesiones del futuro?
Usando la API de Open AI para crear nuestros primeros chatbots basados en ChatGPT

5) Módulo 5: Bases de Datos Big Data (6 sesiones)
Introducción a las Bases de datos SQL.
Programación en Python con SQLite.
Introducción a PowerBI
Bases de datos NoSQL:
Bases de Datos NoSQL Documentales: MongoDB
MongoDB con Python: PyMongo

6) Módulo 6: Procesamiento Distribuido (4 sesiones)
Funcionamiento de un sistema Big Data de Procesamiento Distribuido:
Hadoop
PySpark Pandas



7) Módulo 7: Algoritmos de Machine Learning y su implementación (9 sesiones)
¿Qué es un modelo de machine learning? ¿Qué es el entrenamiento? ¿Cómo valido que mis modelos generalizan correctamente?
Regresión Lineal
Regresión Logística
Algoritmos de agrupamiento (KMeans, Clustering espectral, Clustering jerárquico…)
Support Vector Machines (SVM)
Árboles de Decisión y Random Forests
K Nearest Neighbors (KNN)
Redes Bayesianas
Modelos Ocultos de Markov
Algoritmos de reducción de la dimensionalidad (PCA, tSNE…)
Algoritmos de selección de modelos y búsqueda inteligente de hiper parámetros (grid search, random search, cross validation…)
Modelos Ensemble y Sistemas multiagente
Ecosistema Data Science en Python: Skit Learn, Pandas, Numpy, Matplotlib…
Preprocesamiento de datos numéricos (Normalización, discretización, estandarización…)

8) Módulo 8: Deep Learning (Opcional)
Si se realiza proporciona al alumno o alumna un título extra en Deep Learning
Introducción a los sistemas cognitivos y al aprendizaje profundo
Perceptrones multi capa (MLP)
Aspectos prácticos en el entrenamiento de redes neuronales y computación en GPU/TPU
Redes Convolucionales (CNN)
Redes Recurrentes (RNN)
AutoEncoders
Deep Reinforcement Learning (DRL)
IA GENERATIVA:
Redes Generativas Adversarias (GAN)
Modelos de Difusión
Large Language Models

Deep Learning Frameworks: Keras, TensorFlow, Pytorch…

9) Módulo 9: Procesamiento de Lenguaje Natural (Opcional) (5 sesiones)
Preprocesamiento de texto y creación de corpus (tokenización, lematización, separación de oraciones…)
Conceptos clave de análisis a nivel de documento (TFIDF, BoW…)
Topic Modeling (LDA y LSI)
Análisis morfológico y morfosintáctico (PoS Tagging)
Named Entity Recognition
Embeddings
Deep Learning aplicado a NLP
La revolución de los modelos Deep Learning de lenguaje basados en contexto (BERT, ELMo...)
Modelos de generación de texto y agentes conversacionales
Ecosistema NLP en Python: NLTK, gensim, spacy, rasa…

10) Módulo10: TFM (Opcional) (3 meses)
El alumno presentará una propuesta de proyecto al docente, que utilice algoritmos y tecnologías vistos en este máster para la resolución de un problema real de negocio.

Conviértete en un programador certificado en Python
En nuestro curso, aprenderás todo lo necesario para presentarte al examen oficial PCEP™ – Certified EntryLevel Python Programmer del Python Institute.
¿Por qué es importante?
Obtendrás una certificación reconocida internacionalmente.
Mejorarás tu perfil profesional en el mundo tech.
Demostrarás tus conocimientos en Python desde el nivel inicial
Importante: La tasa del examen corre a cargo del alumno.

Ingeniero de Software y programador de Inteligencia Artificial en proyectos de ingeniería y consultoría
Científico de Datos
Analista de Datos
Especialista Ingeniero de Datos
Especialista en Machine Learning

Además, gracias nuestra formación en Python podrás optar a más empleos
Seguridad Informática
Desarrollador de Software
Desarrollor Web