InternacionalAcceso estudiantes

Programa Profesional en
Inteligencia Artificial y Data Science

Plan de Estudios

Inicio

20 abr 2026

Duración

8 meses

Créditos

36 ECTS

Título

Propio

Consulta la distribución de asignaturas por cuatrimestres y sus contenidos, las competencias a adquirir, la metodología de aprendizaje, el proceso de evaluación, la bibliografía asociada y orientaciones para el estudio.

Programa Profesional en InteliAgencia Artificial y Data Science (36 ECTS)

Capacidades de la Inteligencia Artificial

    4   

Lenguajes y desarrollo de soluciones IA

12 

Aprendizaje Automático Aplicado

6

Analítica Escalable

6

Big Data e Inteligencia Artificial aplicada a la nube

8

Plan de estudios completo y detallado

MODULO 1: Capacidades de la Inteligencia Artificial

1. Caracterización de sistemas de Inteligencia Artificial.

2. Utilización de modelos de Inteligencia Artificial.

3. Procesamiento del Lenguaje Natural.

4. Análisis de sistemas robotizados.

5. Sistemas Expertos.

6. Aplicación de principios legales y éticos de la Inteligencia Artificial.

 

MODULO 2: Lenguajes y desarrollo de soluciones IA

1. Programas informáticos y lenguajes de programación.

2. Características de los lenguajes de programación para IA.

3. Principales lenguajes de programación para IA. 

4. Lenguajes de marcado. Información de sus etiquetas.

 

MODULO 3: Aprendizaje Automático Aplicado

1. Introducción al lenguaje automático.

2. Análisis exploratorio de datos y preprocesamiento.

3. Algoritmos de aprendizaje automático supervisado.

4. Algoritmos de aprendizaje automático no supervisado. 

5. Redes neuronales y Deep Learning.

6. Despliegue de modelos de aprendizaje automático.

MÓDULO 4: Analítica Escalable 

1. Procesamiento de datos escalable.

2. Almacenamiento escalable. 

3. Analítica de datos escalable.

 

MÓDULO 5: Big Data e Inteligencia Artificial aplicada a la nube

1. Computación en la nube en la era del Big Data y la Inteligencia Artificial.

2. Ingesta de datos para Big Data e Inteligencia Artificial en Cloud.

3. Data Science Cloud Storage.

4. Computación distribuida. Computación paralela.

5. Desarrollo, despliegue y monitorización de IA en Cloud.