Máster Universitario en Inteligencia Artificial

• Capacitar a los estudiantes para diseñar, desarrollar y desplegar sistemas de Inteligencia Artificial (IA) robustos y confiables, enfocándose en identificar y mitigar posibles fallos y sesgos, y en implementar estrategias de validación y verificación para garantizar la seguridad y precisión de los sistemas de IA en entornos críticos.

• Capacitar a los estudiantes en habilidades y conocimientos para aplicar algoritmos de aprendizaje automático, aprendizaje profundo y aprendizaje por refuerzo en la resolución de problemas complejos, desde la selección y preparación de datos hasta la implementación y evaluación de modelos predictivos y descriptivos, y para diseñar y entrenar agentes de aprendizaje para optimizar la toma de decisiones en entornos dinámicos y variados, y su aplicación práctica en contextos reales.

• Capacitar a los estudiantes para una comprensión teórica y práctica del paradigma del procesamiento de datos textuales y sus representaciones para su uso en procesos de extracción de conocimiento, abordando aplicaciones prácticas.

• Capacitar a los estudiantes dotándoles de los conocimientos teóricos y prácticos necesarios para llevar a cabo procesos de analítica de datos, abordando la organización y preparación, identificando patrones y tendencias, y comunicándolos con técnicas de visualización claras y efectivas.

• Capacidad para la aplicación de los conocimientos adquiridos y de resolver problemas en entornos nuevos o poco conocidos dentro de contextos más amplios y multidisciplinares, siendo capaces de integrar estos conocimientos.

• Capacidad para comprender y aplicar la responsabilidad ética, la legislación y la deontología profesional de la actividad.

Conocimientos (básicos)

CN01 - Interpretar la legislación y la regulación de la inteligencia artificial, así como los aspectos éticos implicados en el desarrollo e implantación de soluciones basadas en inteligencia artificial, en especial aquellos que tengan impacto en la seguridad de las personas y los datos personales.

CN02 - Comprender los fundamentos teóricos y prácticos de los métodos y herramientas de Inteligencia Artificial para solucionar problemas complejos que requieran de este tipo de técnicas.

Habilidades (concretas)

HA01 - Desarrollar sistemas software que usen técnicas de aprendizaje automático y las apliquen para el diseño y entrenamiento de agentes que optimicen la toma de decisiones en sus entornos de aplicación, generando así aplicaciones prácticas.

HA02 - Evaluar qué técnicas, métodos avanzados y de representación del conocimiento, como, por ejemplo, procesamiento del lenguaje natural, sistemas expertos, redes neuronales y/o profundas o agentes inteligentes, son los más adecuados para la resolución de problemas que requieren el uso de métodos de la Inteligencia Artificial.

HA03 - Desarrollar, recopilar y procesar conjuntos de datos de calidad teniendo en cuenta aspectos éticos y legales para su aplicación en sistemas que requieran el entrenamiento y/o la validación sobre dichos datos.

Competencias (generales)

CP01 - Aplicar conceptos, técnicas y métodos avanzados de Inteligencia Artificial en entornos que requieran representación del conocimiento y razonamiento, aprendizaje automático, ayuda a la toma de decisiones, percepción e interacción con el entorno, u otros.

CP02 - Planificar y ejecutar proyectos de desarrollo y despliegue de soluciones a problemas complejos que requieran de técnicas y métodos de Inteligencia Artificial en entornos que impliquen conducta inteligente, aprendizaje e interacción, conforme a procesos de ingeniería de proyectos.

CP03 - Aplicar técnicas de análisis, estadística e inteligencia artificial sobre datos, para dar apoyo a la toma de decisiones, descubriendo relaciones, y ofreciendo una visualización y comprensión intuitiva, precisa y profunda.

CP04 - Identificar debilidades en modelos y conjuntos de datos relacionadas con el sesgo, privacidad y transparencia, equidad, explicabilidad y el cumplimiento de las normativas vigentes sobre Inteligencia Artificial, y ser capaz de desarrollar estrategias para su mitigación.

El Máster en Inteligencia Artificial proporciona una formación avanzada en el diseño, desarrollo e implementación de sistemas inteligentes utilizando para ello un amplio abanico de técnicas que van desde las más fundamentales a las técnicas más sofisticadas relacionadas con el aprendizaje automático, procesamiento del lenguaje natural, aprendizaje profundo, razonamiento, aprendizaje por refuerzo, grandes modelos de lenguaje y modelos generativos, etc. Los egresados de este máster estarán capacitados para incorporarse a equipos multidisciplinares de desarrollo tecnológico, así como para desempeñar funciones estratégicas en empresas e instituciones orientadas a la transformación digital.

Entre las posibles salidas profesionales del máster, se encuentran perfiles como:

• Científico/a de Datos (Data Scientist) - Aplica técnicas estadísticas y de aprendizaje automático para la modelización y análisis predictivo de datos en ámbitos como la salud, la industria o las finanzas.
• Ingeniero/a de aprendizaje automático (ML Engineer) - Desarrolla y pone en producción modelos de aprendizaje automático, optimizando su rendimiento y escalabilidad. 
• Arquitecto/a de aprendizaje automático (ML Architect) - Diseña sistemas de aprendizaje automático desde un nivel de abstracción alto así como su integración en la arquitectura general de un sistema software. 
• Investigador en IA (AI Researcher) - Promueve el avance del conocimiento en técnicas y algoritmos de aprendizaje automático desarrollando nuevos modelos y algoritmos. 

• Normativa
• Reglamento de Evaluación del Estudiante
• Normativa de Progreso y Permanencia en los Estudios de Grado y Máster
• Becas y ayudas
• Servicio de Apoyo a Estudiantes con Discapacidad y/o Necesidades Específicas de Apoyo Educativo
• Servicio de Orientación y Asesoramiento Psicológico y Psicopedagógico
• Centro de información y promoción del empleo (CIPE)
• Oficina de relaciones internacionales (ORI)
• Calendario Académico de Máster UCLM (2024-25)
• Reconocimiento de créditos: Plazos habilitados / Preguntas frecuentes