Máster en Inteligencia Artificial, Gestión e Implementación de Modelos

¿Por qué realizar una maestría en inteligencia artificial, gestión e implementación de modelos?

Este Máster ha sido concebido para responder a la creciente necesidad de conocimientos y habilidades en el desarrollo de modelos y algoritmos de IA que demanda el mercado impulsado por la tecnología actual.

De hecho, muchas empresas de dotación de personal especializado apuntan a la IA como uno de los activos de conocimiento más demandados en los próximos años, considerando que se espera que el sector de la IA tenga un volumen de negocio global de 16 billones de dólares para 2030.

Este programa ha sido diseñado para beneficiar a todos los perfiles profesionales, con una Introducción a los conceptos básicos de la IA que no requiere amplios conocimientos previos de programación y estadística. Se ha estructurado en dos grandes secciones: la primera, una sección técnica que explora los principales modelos y algoritmos de Machine Learning y Deep Learning, y la segunda sección aborda sus aplicaciones e implicaciones comerciales.

Al finalizar el programa, los estudiantes tendrán las habilidades necesarias para gestionar y promover proyectos de IA.

Programa

Módulo I Introducción a la Inteligencia Artificial (IA)

• Unidad 1: Introducción a la IA
• Unidad 2: Breve historia de la IA: del mito a la realidad
• Unidad 3: Conceptos clave, agentes y representación del conocimiento
• Unidad 4: Resolución de problemas: Razonamiento y búsqueda automatizados
• Unidad 5: Aprendizaje automatizado: Aprendizaje por refuerzo supervisado, no supervisado I
• Unidad 6: Aprendizaje automatizado: Aprendizaje por refuerzo supervisado, no supervisado II
• Unidad 7: Big Data: aprender con millones de datos
• Unidad 8: Interacción hombre-máquina: visión artificial y procesamiento del lenguaje natural
• Unidad 9: El futuro de la IA: cuestiones éticas y diversidad

Módulo II Autoservicio Excel, Talend y Trifacta Data

• Unidad 1: Preparación de datos
• Unidad 2: Excel
• Unidad 3: Preparación de datos de Talend
• Unidad 4: Trifacta Wrangler

Módulo III Minería de datos, aprendizaje automático y aprendizaje profundo

• Unidad 1: Aprendizaje supervisado (I)
• Unidad 2: Aprendizaje supervisado (II)
• Unidad 3: Aprendizaje no supervisado
• Unidad 4: Aprendizaje profundo

Módulo IV Aprendizaje profundo avanzado

• Unidad 1: Aprendizaje profundo supervisado (I)
• Unidad 2: Aprendizaje profundo supervisado (II)
• Unidad 3: Aprendizaje profundo no supervisado (I)
• Unidad 4: Aprendizaje profundo no supervisado (II)

Módulo V Herramientas de visualización de datos

• Unidad 1: Trabajar con datos en BI Desktop
• Unidad 2: DAX en Power BI Desktop
• Unidad 3: Informes avanzados de Power BI
• Unidad 4: Interacciones Herramientas del ecosistema de Microsoft

Módulo VI Aplicaciones prácticas de aprendizaje automático, aprendizaje profundo y ciencia de datos

• Unidad 1: Aprendizaje automático. Implementación de algoritmos de Python y herramientas y / o bibliotecas de aprendizaje automático
• Unidad 2: Aprendizaje profundo. Implementación de algoritmos de Python y herramientas y / o bibliotecas de aprendizaje profundo
• Unidad 3: Ciencia de datos. Análisis y visualización de datos a través de PowerBI
• Unidad 4: Desarrollo de aplicaciones reales

Módulo VII Ecosistemas de tecnología

• Unidad 1: Introducción a los ecosistemas tecnológicos
• Unidad 2: Tecnologías facilitadoras I
• Unidad 3: Tecnologías facilitadoras II
• Unidad 4: Tecnologías facilitadoras III

Módulo VIII Metodologías y técnicas de ideación y gestión de proyectos de IA

• Unidad 1: Introducción
• Unidad 2: Design Thinking
• Unidad 3: Lean Start-up y Scrum (I)
• Unidad 4: Aplicación a proyectos de IA

Módulo IX El impacto de la IA en las empresas

• Unidad 1: IA aplicada a otros sectores
• Unidad 2: IA aplicada a diferentes áreas de negocio
• Unidad 3: IA y espíritu empresarial
• Unidad 4: Ética. Empresa y sociedad

Proyecto Fin de Máster Módulo X (MFP)

El programa está sujeto a posibles actualizaciones y mejoras de contenido.

Facultad

Nicolás Fernandez López. En cuanto a su trayectoria profesional, Nicolás es Ingeniero Superior de Telecomunicaciones de la Universidad de Sevilla (Estados Unidos) y MBA Internacional por IE Business School. Además, es un facilitador certificado del taller de pensamiento de diseño y un experto en inteligencia artificial de MBIT.

Nicolás Fernandez lleva más de 14 años trabajando en el campo de la tecnología, la innovación, la experiencia del cliente y la transformación organizacional con una importante experiencia internacional. Nicolas está actualmente a cargo de la gestión y mejora del servicio al cliente en las organizaciones de Servitelco. También es socio fundador de CEXIA, una start-up que ayuda a las empresas a comprender y aplicar la Inteligencia Artificial a sus modelos de negocio. Asimismo, colabora con escuelas de formación y consultorías de innovación como facilitador de metodologías ágiles y talleres de IA.

A lo largo de su experiencia profesional en organizaciones de prestigio como DGT, Metro de Madrid, BBVA, ThyssenKrupp, PwC, ArcelorMittal, EDP o Ericsson, Nicolás ha aprendido que uno de los mayores retos de muchas empresas hoy en día tiene que ver con adaptarse a las nuevas formas de hacer negocios que requieren cambiar de organizaciones tradicionales a organizaciones más ágiles, más cercanas a los clientes y deseosas de innovar. Este descubrimiento ha llevado a Nicolas a especializarse en innovación, nuevas tecnologías y experiencia del cliente para facilitar el proceso de transformación de muchas empresas en dificultades.

Finalmente, Nicolas ha trabajado en más de 20 países de Europa, América Latina, Medio Oriente y África.

Nerea Luís es ingeniera informática y de sistemas de información con un doctorado en IA. Actualmente es miembro del equipo de IA en Singular. En 2013, Nerea cofundó T3chFest, un evento gratuito de intercambio de información tecnológica que acogió a más de 2000 personas. En 2016, fue galardonada con el premio “Beca Women Techmakers” de Google en la categoría Europa, Medio Oriente y África. También le concedieron una beca para asistir a la Grace Hopper Conference en Estados Unidos, y así fue como se vinculó plenamente con el movimiento 'Women in Tech'. Desde entonces, Nerea participa activamente en diferentes eventos promoviendo la IA y la diversidad tecnológica.

En enero de 2018 se incorporó a la Fundación COTEC como experta en Tecnología, Talento y Género, lo que ha servido para difundir sus iniciativas, ideas y conocimientos en foros con audiencias de diferentes sectores. Ese mismo año, Nerea también se incorporó a Science in Parliament, donde ha podido hablar en Congresos sobre Tecnologías Emergentes en Transporte y Comunicaciones. En 2019 recibió la medalla al mérito civil de la Casa Real. Recientemente fue elegida entre las 100 mejores mujeres líderes de España.

Nerea Sevilla Business Intelligence, Big Data & Advanced Analytics. Nerea inició su experiencia profesional como experta en Data Science como generadora de valor y conocimiento empresarial. Actualmente es Jefa de Proyectos de Business Intelligence y BigData en Lanbide, Servicio Vasco de Empleo del Gobierno Vasco / Eusko Jaularitza (España). También ha liderado proyectos de Business Intelligence y Advanced Analytics, contribuyendo así a la creación de infraestructuras de datos (datawarehouse, data marts, ods y data-lakes) para gestionar los ciclos de vida de los datos corporativos. Nerea también ha trabajado en el gobierno de la información corporativa y ha liderado proyectos de análisis avanzados destinados a aumentar la gestión de la calidad de los procesos y los servicios.

Alberto Barbado González es científico de datos en la unidad Luca Big Data de Telefónica. Su trabajo incluye propuestas avanzadas de análisis e inteligencia artificial dentro de algunos de los productos de software de Big Data desarrollados en la Unidad (Luca Comms y Luca Fleet). Junto con esto, realiza investigaciones en Trusted AI, principalmente en AI explicable (XAI), que es la base de su investigación de doctorado. Alberto es Ingeniero Industrial, con especialidad en Automatización y Electrónica por la Universidad Politécnica de Madrid (UPM); una Maestría en Ciencia de Datos de la Universidad Rey Juan Carlos (URJC), y otra en IA avanzada de la Universidad Nacional a Distancia (UNED). Ha realizado diferentes estudios de investigación en Procesamiento del Lenguaje Natural (PNL) y sistemas de recomendación.

María Aurora Otero es Ingeniera en Sistemas Computacionales especializada en Big Data y Business Intelligence, con más de 10 años de experiencia como consultora en sistemas de información y desarrollo tecnológico. Durante los últimos años ha participado en proyectos de BI y Bid Data basados en tecnología Microsoft para diferentes clientes como Telefónica, Real Madrid, Santillana, El País, Diputación de Vizcaya (Diputación Foral de Vizcaya) y Diputación Foral de Navarra. Actualmente se desempeña como Ingeniera Senior de Data & Analytics en Santillana, donde lidera aplicaciones analíticas avanzadas en diferentes plataformas de educación online, así como campañas de marketing en Latinoamérica.

Sergio Segovia González Doctor en Inteligencia Artificial por la Universidad Autónoma de Madrid (UAM), más concretamente por su Instituto Politécnico. Ingeniería Industrial especializada en electrónica, robótica industrial entre otras, por la Universidad de Valladolid. Experiencia profesional: Director de Proyectos Departamento Industrial - Automatización (Engie España SL) y Responsable de electromecánica en proyectos de investigación e innovación nuclear (Tecnatom SA). Cargo actual: Director de Proyectos - Desarrollo tecnológico, robótica e IA para el sector nuclear (ENUSA Industrias Avanzadas / Advanced industries, SA, SME).

Pedro Prieto es abogado y con una maestría en Bolsa. Ha desempeñado diferentes roles en empresas multinacionales como Microsoft, Morningstar o Telefónica, y en 2013 fundó su propia empresa que ha mejorado la experiencia de compra en comercio electrónico segmentando su base de datos y generando nueva información cualitativa. Pedro es actualmente profesor de emprendimiento en diferentes escuelas de negocios y es experto en inteligencia artificial empresarial.

Carlos Villa es un Ingeniero Industrial con más de 10 años de experiencia en diferentes sectores enfocados principalmente a la eficiencia, mejora de procesos y transformación cultural.

Módulo I Introducción a la Inteligencia Artificial (IA)

• Unidad 1: Introducción a la IA
• Unidad 2: Breve Historia de la IA: Del Mito a la Realidad
• Unidad 3: Conceptos clave, agentes y representación del conocimiento
• Unidad 4: Resolución de problemas: Razonamiento y búsqueda automatizados
• Unidad 5: Aprendizaje Automatizado: Supervisado, No Supervisado, Aprendizaje por Refuerzo I
• Unidad 6: Aprendizaje Automatizado: Supervisado, No Supervisado, Aprendizaje por Refuerzo II
• Unidad 7: Big Data: aprendizaje con millones de datos
• Unidad 8: Interacción Hombre-Máquina: Visión Artificial y Procesamiento del Lenguaje Natural
• Unidad 9: El futuro de la IA: cuestiones éticas y diversidad

Módulo II Autoservicio Excel, Talend y Trifacta Datos

• Unidad 1: Preparación de datos
• Unidad 2: Excel
• Unidad 3: Preparación de datos de Talend
• Unidad 4: Trifacta Wrangler

Módulo III Minería de Datos, Machine Learning y Deep Learning

• Unidad 1: Aprendizaje Supervisado (I)
• Unidad 2: Aprendizaje Supervisado (II)
• Unidad 3: Aprendizaje no supervisado
• Unidad 4: Aprendizaje Profundo

Módulo IV Aprendizaje Profundo Avanzado

• Unidad 1: Aprendizaje Profundo Supervisado (I)
• Unidad 2: Aprendizaje Profundo Supervisado (II)
• Unidad 3: Aprendizaje Profundo No Supervisado (I)
• Unidad 4: Aprendizaje Profundo No Supervisado (II)

Módulo V Herramientas de Visualización de Datos

• Unidad 1: Trabajar con datos en BI Desktop
• Unidad 2: DAX en Power BI Desktop
• Unidad 3: Informes avanzados de Power BI
• Unidad 4: Interacciones Herramientas del ecosistema de Microsoft

Módulo VI Aplicaciones prácticas de Machine Learning, Deep Learning y Data Science

• Unidad 1: Aprendizaje automático
• Unidad 2: Aprendizaje Profundo
• Unidad 3: Ciencia de datos
• Unidad 4: Aplicación de estudio de caso

Módulo VII Ecosistemas Tecnológicos

• Unidad 1: Introducción a los Ecosistemas Tecnológicos
• Unidad 2: Tecnologías habilitadoras I
• Unidad 3: Tecnologías habilitadoras II
• Unidad 4: Tecnologías habilitadoras III

Módulo VIII Metodologías y Técnicas de Ideación y Gestión de Proyectos de IA

• Unidad 1: Introducción
• Unidad 2: Pensamiento de diseño
• Unidad 3: Lean Start-up y Scrum
• Unidad 4: Aplicación a proyectos de IA

Módulo IX El Impacto de la IA en los Negocios

• Unidad 1: IA aplicada a Diferentes Sectores
• Unidad 2: IA Aplicada a Diferentes Áreas de Negocio
• Unidad 3: IA y Emprendimiento
• Unidad 4: Ética. Negocios y Sociedad

Módulo X Trabajo Final de Máster (MFP)

El programa está sujeto a posibles actualizaciones y actualizaciones de contenido,