¿Qué estás buscando?

Ej: Grado en medicina, admisiones, becas...

Admisiones:+34 917407272
Estudiantes:+34 914146611

Máster de formación permanente en Inteligencia Artificial Madrid

Con el Master en Inteligencia Artificial desarrollarás proyectos integrales de Inteligencia Artificial. Conocerás los retos de la IA para los próximos años y aprenderás a distinguir los diferentes escenarios de aplicación.

Máster en Inteligencia Artificial

El Máster en Inteligencia Artificial es una titulación para que los estudiantes adquieran los conocimientos técnicos necesarios, así como una visión integradora de la Inteligencia Artificial y el dominio de técnicas avanzadas de Machine Learning y Optimización Computacional.

Obtendrás un conocimiento profundo de las últimas tecnologías aplicadas a la IA (Anaconda, Python, Keras, TensorFlow, Pandas, Scikit-learn, Matplotlib, MapReduce, MySQL, MongoDB) de la mano de profesionales en activo y de casos reales de multinacionales de primer nivel.

El conocimiento adquirido te permitirá analizar las distintas metodologías, arquitecturas y técnicas de Inteligencia Artificial que te ayudaran a extraer información de distintas fuentes de datos (Big Data), analizar y proponer modelos predictivos aplicando técnicas de Aprendizaje Automático y Deep Learning,

Tendrás una visión trasversal de la inteligencia artificial aplicada a sectores como salud, logística, ingeniería, educación, industria, finanzas Serás capaz de dirigir la transformación digital de tu organización hacia una empresa cognitiva.

Adicionalmente obtendrás el certificado en IA de la IBM Skills Academy y podrás especializarte y certificarte en el uso de las herramientas de la plataforma de Amazon Web Services (AWS).

Presencial
Alcobendas 60 ECTS
Inicio: 20 oct. 2023 Título emitido por Universidad Europea de Madrid
9 meses Escuela de Arquitectura, Ingeniería y Diseño
Título propio

50% descuento en reserva de plaza para curso 23/24. ¡Solo hasta el 28 de febrero!

Consulta las bases

¿Por qué estudiar el Máster en Inteligencia Artificial?

Acceso a las últimas tecnologías

Tendrás acceso a entornos, herramientas y librerías para poder poner en práctica todo el conocimiento adquirido, entre otras (Anaconda, Python, Keras, TensorFlow, Pandas, Scikit-learn, Matplotlib, MapReduce, MySQL, MongoDB), siempre de la mano de profesionales de primer nivel y acompañado de prácticas asociadas a casos reales.

Tech experience

Podrás conocer de primera mano y hacer networking con profesionales de reconocidas empresas que te presentarán casos reales y que podrás aplicar en el día a día.

Empleabilidad

La Universidad Europea promueve un modelo educativo conectado con el mundo profesional, desarrollando alianzas con empresas que aplican y diseñan modelos de Inteligencia Artificial. Estas alianzas nos ayudan en el proceso de empleabilidad de nuestros alumnos.

Claustro

Tus profesores son investigadores de la universidad y en su mayoría profesionales de empresas nacionales e internacionales de todos los sectores, que están en contacto diario con la tecnología aplicada en Inteligencia Artificial. Siempre te acompañarán y estarán a tu lado.

Contenido exclusivo

Acceso a las herramientas de Cloud Computing de Amazon Web Services (AWS) y adicionalmente disfrutarás de masterclasses exclusivas impartidas por profesionales de prestigio de empresas como: AWS, etc.

Incluye un certificado en IA de la IBM Skills Academy

Este curso te da acceso a un certificado en Inteligencia Artificial y a contenido exclusivo de la IBM Skills Academy.

88%

Tasa de empleabilidad

Formamos profesionales excelentes: el 88% del alumnado tiene empleo en menos de 18 meses.

480

Horas

Para aprender machine y deep learning, ciclo de vida de los modelos AI…y desarrollar tu Proyecto.

64%

Opciones profesionales

Las vacantes para especialistas en IA crecen un 64%.

Herramientas

En el Máster en Inteligencia Artificial, tendrás acceso a entornos, herramientas y librerías para poder poner en práctica todo el conocimiento adquirido, entre otras Anaconda, Python, Keras, TensorFlow, Pandas, Scikit-learn, Matplotlib, MapReduce, MySQL, MongoDB.

Testimoniales

Comillas
ComillasLa Inteligencia Artificial es una pieza clave en los procesos de transformación digital de las empresas. El Máster en Inteligencia Artificial está diseñado para formar a profesionales que sepan dar valor a los datos, ayudando a sus organizaciones a tomar decisiones de forma competitiva.

Gabriel Marín Díaz

Director Máster en Inteligencia Artificial

Plan de estudios

¿Qué aprenderás en el Máster en Inteligencia Artificial?

En este Máster aprenderás a través de casos reales. Adquirirás los conocimientos técnicos y prácticos necesarios para liderar proyectos basados en el aprendizaje automático y los modelos de inteligencia de las máquinas.

  • Introducción
  • Resolución de problemas de IA
  • Introducción al razonamiento automático y a la planificación
  • Representaciones estructurales del conocimiento.
  • Modelos y técnicas para el razonamiento automático y paradigmas para el razonamiento impreciso y con incertidumbre.
  • Enfoques de la planificación y planificación con incertidumbre.
  • Conceptos y fundamentos de Ingeniería de datos.
  • Técnicas de limpieza y preparación de datos para su análisis inteligente.
  • Técnicas de indexación y acceso eficiente a datos.
  • Estructuras avanzadas y almacenes de datos eficientes para Big Data.
  • Preparación de datos para visualización en baja latencia.
  • Diseño de dashboards y visualizaciones de múltiples fuentes integradas.
  • Técnicas lineales y no lineales de clasificación
  • Aprendizaje supervisado para Predicción de Valores
  • Métodos basados en la combinación de modelos
  • Tratamiento de conjuntos de datos desbalanceados.
  • Evaluación de resultados de clasificación
  • Aprendizaje por refuerzo
  • Tipos de clusters. Técnicas de medición de la similitud entre clusters
  • Técnicas de clustering particional
  • Técnicas de clustering basadas en densidad y en gráficos.
  • Técnicas de extracción de características y de reducción de dimensionalidad
  • Técnicas de RNA no supervisadas (SOM, GCS, ART, etc.)
  • Algoritmos de detección de anomalías.
  • Redes de Neuronas Artificiales
  • Redes Convolucionales y redes recurrentes
  • Algoritmos de optimización y técnicas de regularización
  • Aprendizaje adversario y autoencoders variacionales, modelos generativos
  • Aprendizaje por transferencia
  • Aprendizaje generativo
  • Normalización de textos
  • Análisis sintáctico de dependencias. Semántica léxica y representaciones densas del lenguaje
  • Procesamiento de secuencias con redes neuronales recurrentes
  • Modelos encoder-decoder, attention y embeddings contextuales
  • Semántica computacional y análisis semántico (semantic parsing)
  • Aplicaciones avanzadas de procesamiento del lenguaje natural
  • Visión y Percepción. Entornos y bibliotecas de programación en visión.
  • Fundamentos de preprocesado y segmentación de imagen.
  • Fundamentos de análisis multiescala
  • Modelos Neuronales avanzados para Visión: Clasificación, segmentación y reconocimiento.
  • Modelos generativos de imagen. Modelos de aprendizaje auto-supervisados y autoencoders en computación visual.
  • Paradigmas avanzados de supervisión.
  • Directrices éticas para el desarrollo de modelos de IA
  • Códigos de conducta y diseño ético
  • Algoritmos justos y aseguramiento de la justicia algorítmica. Auditoría
  • Auditoría de sistemas inteligentes
  • Detección de anomalías y agrupamiento para la detección de ciberataques
  • Gestión de riesgos en IA
  • Tipología de proyectos y modelos en Ciencia de Datos e Inteligencia Artificial
  • Introducción al modelo de desarrollo en Aprendizaje Automático
  • Metodologías de gestión y desarrollo para Sistemas Inteligentes
  • Ingeniería del software para la integración de sistemas inteligentes
  • Introducción a la calidad del software basado en IA
  • Modelos de negocio y metodologías

Realizar las prácticas en centros concertados por la Universidad: esta actividad otorga a los alumnos la posibilidad de aplicar y experimentar los conocimientos y las habilidades adquiridos durante el máster y confirmar la viabilidad de sus acciones y competencias en un entorno real. Todo ello estará supervisado por un tutor y un coordinador de prácticas que hará un seguimiento del desempeño del estudiante durante la actividad práctica.

  • Pregunta de investigación.
  • Estado de la cuestión.
  • Formulación de objetivos y/o hipótesis de investigación.
  • Diseño y metodología del estudio: estudios cuantitativos.
  • Diseño y metodología del estudio: estudios cualitativos.
  • Diseño y metodología del estudio: estudios mixtos.

Realización de un trabajo en el que se integren todos los conocimientos, habilidades y competencia adquiridas en el máster.

Reglamento prácticas externas

Las prácticas en empresas son un elemento clave en tu formación. Adquirir experiencia después de lo aprendido en tu titulación, es la mejor forma de entrar en el mercado laboral. Hay dos tipos de prácticas, las curriculares (incluidas en tu plan de estudios) y extracurriculares (las que puedes hacer de forma voluntaria).

Para realizar las prácticas curriculares en empresas, necesitarás tener el 50% de los créditos aprobado y matricular la asignatura antes de comenzar tus prácticas. Estas prácticas llevan un seguimiento por parte de la empresa y del profesor de prácticas, así como la realización de informes intermedios y finales para su evaluación.

Si quieres mejorar tu experiencia laboral antes de concluir tu formación universitaria, puedes hacer prácticas extracurriculares. Podrás hacerlas en cualquier curso pero te recordamos que las prácticas son un complemento formativo a tus estudios; por tanto, cuanto más conocimiento hayas adquirido a lo largo de la carrera, mayor provecho sacarás de la experiencia de prácticas.

Entidades colaboradoras

En el Máster en Inteligencia Artificial contamos con profesionales en activo que participan impartiendo docencia en el programa y masterclasess, acercando la realidad profesional al estudiante mediante el análisis de casos reales.

Empleabilidad

Adquirir experiencia después de lo aprendido en tu titulación, es la mejor forma de entrar en el mercado laboral. Te ayudamos a conseguirlo con nuestro acuerdo de colaboración con empresas punteras del sector que te ayudaran a abrirte las puertas del mercado laboral. El 88% de nuestros alumnos logran un empleo en menos de 18 meses.

Salidas profesionales de la Inteligencia Artificial

Este perfil emergente se está incorporando de manera rápida a ámbitos enfocados al desarrollo de nuevos productos, servicios y mercados como, por ejemplo, el de las Tecnologías de la Información.

En su estudio Empleos Emergentes 2021, LinkedIn ha recopilado cuáles son los perfiles tecnológicos que están irrumpiendo con mayor fuerza en el actual mercado laboral y los especialistas en Inteligencia Artificial se encuentran a la cabeza. Es más, en 2021 el número de estos profesionales ha crecido en torno al 64 % con respecto al año pasado.

  • Especialista en Inteligencia Artificial
  • Data scientist
  • Técnico de datos
  • Cognitive analyst
  • Consultor de desarrollo de negocio / tecnología

Admisiones

Comienza tu futuro en la Universidad Europea

Elegir qué estudiar es una de las decisiones más importantes, por ello disponemos de un proceso y un equipo asesor que te ayudará a guiarte en este camino.

En 3 pasos puedes convertirte en alumno de la Universidad Europea.

1

Pruebas de acceso

Inicia tu proceso llamando a 917407272 o puedes realizar la "solicitud de admisión" en el enlace que encontrarás más abajo.

2

Reserva de plaza

Una vez admitido podrás abonar tu reserva de plaza para garantizarla.

3

Matrícula

Entrega la documentación necesaria para formalizar tu matrícula.

Programa de becas y ayudas

Queremos ayudarte. Si quieres estudiar en la Universidad Europea, tendrás a tu disposición una amplia selección de becas propias y oficiales.

estudiante chica

El Máster está enfocado a estudiantes con el siguiente perfil de ingreso:

  • Para los estudiantes que provienen de titulaciones oficiales del ámbito de Ciencia de datos, Informática y Computación y afines, o Ingeniería de Telecomunicación y afines.
  • Para los estudiantes que provienen de titulaciones oficiales del ámbito de Matemáticas, Estadística, Física y afines.
  • Otras titulaciones oficiales del ámbito de Ingeniería, Arquitectura y afines.
  • Licenciados/Graduados/Diplomados con experiencia laboral/ profesional acreditada en el ámbito de la Ciencia de Datos y la Inteligencia Artificial, con no menos de 1 año de experiencia demostrable realizando las mismas tareas en el mismo ámbito de conocimiento.
  • Además, se considerarán aceptables otros títulos expedidos por una institución de educación superior que faculten en el país expedidor del título para el acceso a enseñanzas de postgrado y que se encuentren relacionados con el ámbito de conocimiento de este título.

Claustro

El 60% de los profesores que imparten este Máster son doctores.

  • Gabriel Marín Díaz
    Director del Máster en Formación Permanente en Inteligencia Artificial.
    PhD en Data Science por la UCM. Licenciado en Ciencias Físicas, especializado en Cálculo Automático por la UCM, Máster en Estadística Aplicada (UNED), CAP Matemáticas (UCM), PhD en Data Science UCM (en curso), Profesor de la Universidad Europea de Madrid y apasionado por la docencia. Con más de 25 años de experiencia profesional en distintas compañías tecnológicas.
  • D. Jaime Oliver
    Graduado en Ciencias Físicas por la UCM, máster en Ingeniería Matemática por la UCM, máster en Economía por la UC3M y candidato a PhD en Ingeniería Matemática por la UC3M. Con una amplia experiencia en la industria, actualmente trabaja como Senior Data Scientist en Clarity AI, aplicando técnicas de Machine Learning e Inteligencia Artificial a la medición de impacto y huella medioambiental de las compañías.
  • D. David Kremer
    Físico y MSc. en Modelización Matemática y Computación Científica por la Universidad de Oxford. Actualmente trabaja como Lead Data Scientist en IBM participando en diversos proyectos de analítica y optimización.
  • Dr. D. Raúl Pérula-Martínez
    Doctor en Inteligencia Artificial aplicada a la Robótica por la Universidad Carlos III de Madrid. Cuenta con amplia experiencia en consultoría y proyectos de innovación aplicando tecnologías punteras en Asistentes Virtuales, NLP, Computer Vision y Big Data para diversos sectores. Actualmente desempeña el rol de Global Head de Inteligencia Artificial en Santander Universidades y Universia Holding.
  • D. Teno González
    Ingeniero de Datos en IBM Global Business Services. Graduado en Ingeniería Informática con especialidad en Sistema de Información por la Universidad de La Laguna.
  • D. David Sanz
    Director en KPMG del Centro de Excelencia de Data, Analytics e Inteligencia Artificial. Licenciado en Sistemas Informáticos Computacionales.
  • Dª. María Cruz Gaya
    Profesora titular. Dra. en Inteligencia Artificial. Especialista en Minería de Datos y Algoritmos Evolutivos. Subdirectora de la Escuela de Arquitectura, Ingeniería y Diseño para postgrado.
  • D. Diego Pérez Sastre
    Graduado en Ingeniería del Software por la Universidad Politécnica de Madrid y egresado por la UPM en el Master Universitario en Inteligencia Artificial. Ha trabajado como Data Scientist en el departamento de innovacion de BBVA (BBVA Labs) y desde hace tres años forma parte de Clarity AI, una startup de Fintech basada en USA, donde ha tenido la oportunidad de trabajar de la mano de enormes profesionales como Antonio Molins (ex Director of innovation at Netflix) o Rebeca Minguela (Young Global Leader en el World Economic Forum).
  • D. Ginés Carrascal
    Certified IBM Architect y IBM Quantum Ambassador. Licenciado en Física, Electrónica y Óptica.
  • Anas Ahachad:
    PhD en Machine Learning por la Universidad Carlos III de Madrid en 2017 donde ha prestado sus servicios desde 2010. También ha impartido clases en EOI y actualmente en la Universidad Europea. Su docencia e investigación se centran en el aprendizaje máquina, redes neuronales y Natural Language Processing, con aplicaciones en ayuda a la decisión, minería de datos e información y gestión de información en distintas áreas. En estos temas ha publicado varios artículos en revistas de alto factor de impacto. También tiene experiencia profesional en mundo laboral, ha trabajado como Senior Data Scientist en Hispatec Analytics.

Calidad académica

La Universiad Europea cuenta con un amplio abanico de reconocimientos que avalan su calidad académica. En concreto, cuenta con algunos de los siguientes prestigiosos galardones, como por ejemplo: el Sello de Excelencia Europea 500+, Quali-cert o Madrid Excelente. En el rating internacional de acreditación QS Stars, la Universidad Europea ha obtenido un total de cuatro estrellas sobre cinco. Este sistema de acreditación externo determina el nivel de excelencia alcanzado por las universidades en varias áreas. La Universidad Europea ha conseguido la máxima puntuación de cinco estrellas en Empleabilidad, Docencia, Instalaciones y Responsabilidad Social del rating.

Consultar

Sistema de garantía interno de calidad (SGIC)

La Universidad Europea ha diseñado su Sistema de Garantía Interna de Calidad acorde con las directrices de la Fundación para el Conocimiento Madri+d Agencia Autonómica para la Evaluación de la Calidad de las Universidades, como base estructural para garantizar la calidad de las nuevas titulaciones oficiales según las directrices de calidad del Espacio Europeo de Educación Superior (EEES) y la Ley Orgánica 4/2007, de 12 de abril, por la que se modifica la Ley Orgánica 6/2001, de 21 de diciembre, de Universidades.

Consultar aquí

Seguimiento de la calidad del título

Miembros del CCT y periodicidad de las reuniones

Miembros de las reuniones trimestrales:

  • Director Área Postgrado CCSS y de la Comunicación.
  • Coordinador Académico de Postgrado.
  • Director del Máster.
  • Profesor del Máster.
  • Alumno.
Normativa

Consultar aquí