Máster en IA Creativa y Automatización del Marketing de Atracción

MÓDULO 1. INNOVACIÓN TECNOLÓGICA Y TRANSFORMACIÓN DIGITAL UNIDAD DIDÁCTICA 1. INNOVACIÓN TECNOLÓGICA Conceptualización de la innovación tecnológica Competencias básicas de la innovación tecnológica Competitividad e innovación El proceso de innovación tecnológica UNIDAD DIDÁCTICA 2. DESARROLLO DE ESTRATEGIAS DE INNOVACIÓN Características del entorno ante el cambio tecnológico Definición de estrategia tecnológica Objetivo de una estrategia tecnológica Tipos de estrategias tecnológicas Gestión de la tecnología. Planes tecnológicos UNIDAD DIDÁCTICA 3. COOPERACIÓN TECNOLÓGICA La cooperación tecnológica entre organizaciones Modalidades de cooperación Fusiones, adquisiciones y conglomerados Alianzas estratégicas tecnológicas UNIDAD DIDÁCTICA 4. VIGILANCIA TECNOLÓGICA E INTELIGENCIA Vigilancia del entorno empresarial Sistemas de vigilancia tecnológica Herramientas básicas para la vigilancia tecnológica Inteligencia competitiva UNIDAD DIDÁCTICA 5. PROYECTOS DE INNOVACIÓN TECNOLÓGICA Conceptos básicos de proyectos de innovación Herramientas para la gestión de proyectos Ciclo de vida de un proyecto de innovación Organización del proyecto Dirección del proyecto Evaluación del proyecto UNIDAD DIDÁCTICA 6. INTRODUCCIÓN AL LA TRANSFORMACIÓN DIGITAL Introducción a la transformación digital Concepto de innovación Concepto de tecnología Tipología de la tecnología Punto de vista de la ventaja competitiva Según su disposición en la empresa Desde el punto de vista de un proyecto Otros tipos de tecnología La innovación tecnológica Competencias básicas de la innovación tecnológica El proceso de innovación tecnológica Herramientas para innovar Competitividad e innovación UNIDAD DIDÁCTICA 7. NUEVO ECOSISTEMA DIGITAL Community Manager Chief Data Officer Data Protection Officer Data Scientist Otros perfiles Desarrollo de competencias informáticas El Papel del CEO como líder en la transformación UNIDAD DIDÁCTICA 8. EL NUEVO CLIENTE DIGITAL Rediseñando el customer experience La transformación de los canales de distribución: omnicanalidad Plan de marketing digital Buyer´s Journey Growth Hacking: estrategia de crecimiento El nuevo rol del marketing en el funnel de conversión UNIDAD DIDÁCTICA 9. NUEVOS MERCADOS, NUEVAS OPORTUNIDADES Oportunidades de innovación derivadas de la globalización Como Inventar Mercados a través de la Innovación Etapas de desarrollo y ciclos de vida Incorporación al mercado Metodologías de desarrollo UNIDAD DIDÁCTICA 10. PLAN DE TRANSFORMACIÓN DIGITAL Diagnóstico de la madurez digital de la empresa Análisis de la innovación en la empresa Elaboración del roadmap Provisión de financiación y recursos tecnológicos Implementación del plan de transformación digital Seguimiento del plan de transformación digital MÓDULO 2. VENTAS Y MARKETING UNIDAD DIDÁCTICA 1. ANÁLISIS DEL MERCADO Y LA CARTERA DE CLIENTES Introducción al mercado División del mercado Ley de oferta y demanda Estudios de mercado Ámbitos de aplicación del estudio de mercados Objetivos de la investigación de mercados Tipos de diseño de la investigación de los mercados Cartera de clientes UNIDAD DIDÁCTICA 2. ESTRATEGIAS DE MARKETING EN EMPRESAS Planificación y marketing Determinación de la cartera de productos Gestión estratégica de precios Canales de comercialización Comunicación e imagen de negocio Estrategias de fidelización y gestión de clientes UNIDAD DIDÁCTICA 3. EL PLAN DE MARKETING DIGITAL El plan de marketing digital Análisis de la competencia Análisis de la demanda DAFO, la situación actual Objetivos y estrategias del plan de marketing digital Estrategias básicas: segmentación, posicionamiento, competitiva y de crecimiento Posicionamiento e imagen de marca Captación y fidelización de usuarios Integración del plan de marketing digital en la estrategia de marketing en la empresa UNIDAD DIDÁCTICA 4. INTRODUCCIÓN AL INBOUND MARKETING ¿Qué es el Inbound Marketing? Marketing de Contenidos Marketing viral Video Marketing Reputación online UNIDAD DIDÁCTICA 5. TÉCNICAS DE NEUROMARKETING MIX Y NEUROVENTAS Las 4 Ps en el neuromarketing Fundamentos y metodología de la neuroventa La neurocomunicación en la venta Estrategias producto servicio Packaging y neuromarketing Factor precio en neuromarketing UNIDAD DIDÁCTICA 6. PLAN DE VENTAS Previsión y utilidad Análisis geográfico de la zona de ventas Marcar objetivos Diferencia entre objetivos y previsiones Cuotas de actividad Cuotas de participación Cuotas económicas y financieras Estacionalidad El plan de ventas UNIDAD DIDÁCTICA 7. TIPOLOGÍA DE VENTAS Venta directa Venta a distancia Venta multinivel Venta personal Otros tipos de venta UNIDAD DIDÁCTICA 8. POLÍTICA DE FIJACIÓN DE PRECIOS Análisis de la sensibilidad del precio Discriminación de precios Estrategias de precio Políticas de descuento UNIDAD DIDÁCTICA 9. EXPERIENCE CUSTOMER Cómo monitorizar la experiencia del cliente Métricas de satisfacción y experiencia del cliente Generando valor añadido a cada cliente Neuromarketing UNIDAD DIDÁCTICA 10. CRM Contextualización Fases del proceso de un CRM Beneficios y ventajas Implementación ¿Está preparada tu empresa? Errores más frecuentes CRM para solucionar problemas de la empresa MÓDULO 3. BIG DATA & BUSINESS INTELLIGENCE FUNDAMENTALS UNIDAD DIDÁCTICA 1.LA REVOLUCIÓN DE LOS DATOS MASIVOS: BIG DATA Y THICK DATA ¿Qué es Big Data? ¿Y Thick Data? ¿Cuál es el matiz para diferenciar ambos términos? El gran auge del big data La importancia de almacenar y extraer información ¿Cual es el papel de las fuentes de datos? Soluciones novedosas gracias a la selección de datos Naturaleza de las fuentes de datos Big Data UNIDAD DIDÁCTICA 2. TOMA DE DECISIONES INTELIGENTES Thick Data, el valor de lo cualitativo. Entender emociones humanas, intenciones y sentimientos Fases en un proyecto de Big Data Big Data enfocado a los negocios Apoyo del Big Data en el proceso de toma de decisiones Toma de decisiones operativas UNIDAD DIDÁCTICA 3. CÓMO HACER CRECER UN NEGOCIO A TRAVÉS DEL BIG DATA Y SUS APLICACIONES Marketing estratégico y Big Data Open data Ejemplo de uso de Open Data IoT (Internet of Things-Internet de las cosas) UNIDAD DIDÁCTICA 4.BIG DATA EN DIFERENTES SECTORES Relación entre inteligencia artificial y big data IA y Big Data combinados El papel del Big Data en IA Big Data en salud Necesidad de Big Data en la asistencia sanitaria Retos del big data en salud Big Data y People Analytics en RRHH UNIDAD DIDÁCTICA 5. BUSINESS INTELLIGENCE Y LA SOCIEDAD DE LA INFORMACIÓN Definiendo el concepto de Business Intelligence y sociedad de la información Arquitectura de una solución Business Intelligence Business Intelligence en los departamentos de la empresa Conceptos de Plan Director, Plan Estratégico y Plan de Operativa Anual Sistemas Operacionales y Procesos ETL en un sistema de BI Ventajas y Factores de Riesgos del Business Intelligence UNIDAD DIDÁCTICA 6. PRINCIPALES PRODUCTOS DE BUSINESS INTELLIGENCE Cuadros de Mando Integrales (CMI) Sistemas de Soporte a la Decisión (DSS) Sistemas de Información Ejecutiva (EIS) UNIDAD DIDÁCTICA 7. MINERÍA DE DATOS O DATA MINING Y EL APRENDIZAJE AUTOMÁTICO Introducción a la minería de datos y el aprendizaje automático Proceso KDD Modelos y Técnicas de Data Mining Áreas de aplicación Minería de Textos y Web Mining Data mining y marketing UNIDAD DIDÁCTICA 8. DATAMART: CONCEPTO DE BASE DE DATOS DEPARTAMENTAL Aproximación al concepto de DataMart Bases de datos OLTP Bases de Datos OLAP MOLAP, ROLAP & HOLAP Herramientas para el desarrollo de cubos OLAP UNIDAD DIDÁCTICA 9. DATAWAREHOUSE O ALMACEN DE DATOS CORPORATIVOS Visión General: ¿Por qué DataWarehouse? Estructura y Construcción Fases de implantación Características Data Warehouse en la nube UNIDAD DIDÁCTICA 10. INTERNET DE LAS COSAS Contexto Internet de las Cosas (IoT) ¿Qué es IoT? Elementos que componen el ecosistema IoT Arquitectura IoT Dispositivos y elementos empleados Ejemplos de uso Retos y líneas de trabajo futuras UNIDAD DIDÁCTICA 11. STORYTELLING ¿Qué es el Data Storytelling? Elementos clave del Data Storytelling ¿Por qué es importante el Data Storytelling? ¿Cómo hacer Data Storytelling? UNIDAD DIDÁCTICA 12. ECOSISTEMA HADOOP ¿Qué es Hadoop? Relación con Big Data Instalación y configuración de insfraestructura y ecosistema Hadoop Sistema de archivos HDFS MapReduce con Hadoop Apache Hive Apache Hue Apache Spark MÓDULO 4. INTELIGENCIA ARTIFICIAL (IA), MACHINE LEARNING (ML) Y DEEP LEARNING (DL) UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL Introducción a la inteligencia artificial Historia La importancia de la IA UNIDAD DIDÁCTICA 2. TIPOS DE INTELIGENCIA ARTIFICIAL Tipos de inteligencia artificial UNIDAD DIDÁCTICA 3. ALGORITMOS APLICADOS A LA INTELIGENCIA ARTIFICIAL Algoritmos aplicados a la inteligencia artificial UNIDAD DIDÁCTICA 4. RELACIÓN ENTRE INTELIGENCIA ARTIFICIAL Y BIG DATA Relación entre inteligencia artificial y big data IA y Big Data combinados El papel del Big Data en IA Tecnologías de IA que se están utilizando con Big Data UNIDAD DIDÁCTICA 5. SISTEMAS EXPERTOS Sistemas expertos Estructura de un sistema experto Inferencia: Tipos Fases de construcción de un sistema Rendimiento y mejoras Dominios de aplicación Creación de un sistema experto en C# Añadir incertidumbre y probabilidades UNIDAD DIDÁCTICA 6. FUTURO DE LA INTELIGENCIA ARTIFICIAL Futuro de la inteligencia artificial Impacto de la IA en la industria El impacto económico y social global de la IA y su futuro UNIDAD DIDÁCTICA 7. INTRODUCCIÓN AL MACHINE LEARNING Introducción Clasificación de algoritmos de aprendizaje automático Ejemplos de aprendizaje automático Diferencias entre el aprendizaje automático y el aprendizaje profundo Tipos de algoritmos de aprendizaje automático El futuro del aprendizaje automático UNIDAD DIDÁCTICA 8. EXTRACCIÓN DE ESTRUCTURA DE LOS DATOS: CLUSTERING Introducción Algoritmos UNIDAD DIDÁCTICA 9. SISTEMAS DE RECOMENDACIÓN Introducción Filtrado colaborativo Clusterización Sistemas de recomendación híbridos UNIDAD DIDÁCTICA 10. CLASIFICACIÓN Clasificadores Algoritmos UNIDAD DIDÁCTICA 11. REDES NEURONALES Y DEEP LEARNING Componentes Aprendizaje UNIDAD DIDÁCTICA 12. SISTEMAS DE ELECCIÓN Introducción El proceso de paso de DSS a IDSS Casos de aplicación UNIDAD DIDÁCTICA 13. DEEP LEARNING CON PYTHON, KERAS Y TENSORFLOW Aprendizaje profundo Entorno de Deep Learning con Python Aprendizaje automático y profundo UNIDAD DIDÁCTICA 14. SISTEMAS NEURONALES Redes neuronales Redes profundas y redes poco profundas UNIDAD DIDÁCTICA 15. REDES DE UNA SOLA CAPA Perceptrón de una capa y multicapa Ejemplo de perceptrón UNIDAD DIDÁCTICA 16. REDES MULTICAPA Tipos de redes profundas Trabajar con TensorFlow y Python UNIDAD DIDÁCTICA 17. ESTRATEGIAS DE APRENDIZAJE Entrada y salida de datos Entrenar una red neuronal Gráficos computacionales Implementación de una red profunda El algoritmo de propagación directa Redes neuronales profundas multicapa MÓDULO 5. INTELIGENCIA ARTIFICIAL Y ÉTICA UNIDAD DIDÁCTICA 1. INTELIGENCIA ARTIFICIAL Y FUNDAMENTOS ÉTICOS Ética normativa y ética aplicada Historia y caracteres de la ética de la inteligencia artificial Ética realista y ética ficción Inteligencia artificial como objeto y sujeto Singularidad tecnológica y futuro de la especie humana Machine ethics. Nuevos entes autónomos y estatus moral Controversias éticas de la aplicación de la inteligencia artificial Bioética e inteligencia artificial Democracia e inteligencia artificial UNIDAD DIDÁCTICA 2. ÉTICA DE GOBERNANZA E INTELIGENCIA ARTIFICIAL Gobernanza como sistema de prevención y control de riesgos en la inteligencia artificial Papel de la UE en la gobernanza de la inteligencia artificial Evaluaciones de impacto social, ético y legal de inteligencia artificial de alto riesgo Elaboración de un plan de gobernanza UNIDAD DIDÁCTICA 3. INTELIGENCIA ARTIFICIAL CONFIABLE. EXPLICABILIDAD Y SESGO Principios de la inteligencia artificial responsable Aspectos de diseño éticos para Machine Learning Inteligencia artificial explicable (XAI). Hacia la IA responsable Imparcialidad de Datos (Fairness). Control del sesgo en los modelos Escenarios con modelos de IA de alto riesgo Auditabilidad en los sistemas de inteligencia artificial Sandbox normativo piloto del futuro reglamentario de IA en España Transparencia en modelos de Machine Learning Análisis de herramientas software para medir la imparcialidad UNIDAD DIDÁCTICA 4. ÉTICA DE LA INTELIGENCIA ARTIFICIAL Metodología de la ética en la inteligencia artificial Agentes artificiales morales Moralidad artificial desde un enfoque funcionalista Objeciones acerca de agencias morales artificiales Responsabilidad y Derechos de los robots UNIDAD DIDÁCTICA 5. FILOSOFÍA POLÍTICA DE LA INTELIGENCIA ARTIFICIAL Introducción a la filosofía política de la inteligencia artificial Empleo e inteligencia artificial Relaciones humanas e inteligencia artificial Funciones de los Estados e inteligencia artificial Educación e inteligencia artificial Salud e inteligencia artificial Movilidad e inteligencia artificial Articulación entre ética y política sobre la inteligencia artificial Globalización e inteligencia artificial UNIDAD DIDÁCTICA 6. INTELIGENCIA ARTIFICIAL, SOSTENIBILIDAD Y ÉTICA MEDIOAMBIENTAL Digitalización al servicio de los Objetivos de Desarrollo Sostenible (ODS) Estrategia Europea de transición hacia una economía sostenible Cambio climático global Mejora de eficiencia en procesos organizativos con IA Mejora de eficiencia en prácticas individuales con IA Ética ambiental e inteligencia artificial UNIDAD DIDÁCTICA 7. ÉTICA DE LA GUERRA E INTELIGENCIA ARTIFICIAL Armas autónomas Intervenciones militares teledirigidas Ética de la guerra UNIDAD DIDÁCTICA 8. TECNOLOGÍA, ÉTICA Y DERECHO DE LA REALIDAD VIRTUAL El metaverso Gemelos digitales humanos Creación de universos paralelos en 3D UNIDAD DIDÁCTICA 9. ÉTICA DE LA INTELIGENCIA ARTIFICIAL INTERACTIVA Y ROBÓTICA SOCIAL Sistemas autónomos en el ámbito laboral Inteligencia artificial para la mejora de calidad de vida en ciudades. Mejora del impacto medioambiental Combinación de smart cities, internet de las cosas y big data Inteligencia artificial y cuidado personal y sexual Análisis ético de la incorporación de la robótica en la vida humana UNIDAD DIDÁCTICA 10. INTELIGENCIA ARTIFICIAL, MEJORA HUMANA Y TRANSHUMANISMO Inteligencia artificial para restaurar funciones físicas y cognitivas deterioradas Optimizar las capacidades humanas con inteligencia artificial Debate académico sobre transhumanismo y poshumanismo MÓDULO 6. INBOUND MARKETING E INTELIGENCIA ARTIFICIAL (IA) UNIDAD DIDÁCTICA 1. INBOUND MARKETING FUNDAMENTALS UNIDAD DIDÁCTICA 2. CUSTOMER JOURNEY Y BUYER PERSONA Introducción al customer journey Fases de la experiencia de cliente Propuestas de mejora Herramientas para crear un Customer Journey Tendencias Introducción al Buyer persona Cómo crear tu Buyer Persona Herramientas UNIDAD DIDÁCTICA 3. CREACIÓN DE CONTENIDO ATRACTIVO UNIDAD DIDÁCTICA 4. SEO Y OPTIMIZACIÓN DE MOTORES DE BÚSQUEDA UNIDAD DIDÁCTICA 5. GENERACIÓN DE LEADS Y ESTRATEGIAS DE CAPTACIÓN UNIDAD DIDÁCTICA 6. SOCIAL MEDIA Y PARTICIPACIÓN EN REDES SOCIALES UNIDAD DIDÁCTICA 7. EXPERIENCIA DE USUARIO -UX Definición de Experiencia de Usuario Principios de la Experiencia de Usuario El papel del diseñador UX en el proceso de creación Etapas del diseño UX Técnicas para el diseño UX Herramientas UX UNIDAD DIDÁCTICA 8. APLICACIONES DE LA I.A. EN EL MARKETING DIGITAL Desarrollo y aplicación de soluciones de I.A. en la gestión de contenidos digitales: Identificación de herramientas comunicativas y asistenciales en el marketing digital: Análisis del comportamiento del usuario on-line en el ámbito e-commerce: UNIDAD DIDÁCTICA 9. IA Y AUTOMATIZACIÓN DEL MARKETING Análisis de la disciplina estratégica Customer Experience: Generalización de la metodología de marketing digital Funnel de conversión: Implantación de la I.A. en una estrategia de Marketing de Automatización integral: Demostración en la plataforma eCommerce Wordpress UNIDAD DIDÁCTICA 10. ESTRATEGIAS DE CONTENIDO AVANZADAS UNIDAD DIDÁCTICA 11. OPTIMIZACIÓN Y ADAPTACIÓN CONTINUA MÓDULO 7. PLN, CHATBOTS E INTELIGENCIA ARTIFICIAL UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL PLN ¿Qué es PLN? ¿Qué incluye el PLN? Ejemplos de uso de PLN Futuro del PLN UNIDAD DIDÁCTICA 2. PLN EN PYTHON PLN en Python con la librería NLTK Otras herramientas para PLN UNIDAD DIDÁCTICA 3. COMPUTACIÓN DE LA SINTAXIS PARA EL PLN Principios del análisis sintáctico Gramática libre de contexto Analizadores sintácticos (Parsers) UNIDAD DIDÁCTICA 4. COMPUTACIÓN DE LA SEMÁNTICA PARA EL PLN Aspectos introductorios del análisis semántico Lenguaje semántico para PLN Análisis pragmático UNIDAD DIDÁCTICA 5. RECUPERACIÓN Y EXTRACCIÓN DE LA INFORMACIÓN Aspectos introductorios Pasos en la extracción de información Ejemplo PLN Ejemplo PLN con entrada de texto en inglés UNIDAD DIDÁCTICA 6. ¿QUÉ ES UN CHATBOT? Aspectos introductorios ¿Qué es un chatbot? ¿Cómo funciona un chatbot? VoiceBots Desafios para los Chatbots UNIDAD DIDÁCTICA 7. RELACIÓN ENTRE IA Y CHATBOTS Chatbots y el papel de la Inteligencia Artificial (IA) Usos y beneficios de los chatbots Diferencia entre bots, chatbots e IA UNIDAD DIDÁCTICA 8. ÁMBITOS DE APLICACIÓN CHATBOTS Áreas de aplicación de Chatbots Desarrollo de un chatbot con ChatterBot y Python Desarrollo de un chatbot para Facebook Messenger con Chatfuel MÓDULO 8. CHAT GPT E INTELIGENCIA ARTIFICIAL UNIDAD DIDÁCTICA 1. INTELIGENCIA ARTIFICIAL Y CHAT GPT ¿Qué es Chat GPT? Cómo afecta la inteligencia artificial en Chat GPT? Versiones de Chat GPT y funcionalidades Usos de Chat GPT Beneficios de la IA y Chat GPT UNIDAD DIDÁCTICA 2. CHAT GPT Y SU FUNCIONAMIENTO ¿Cómo funciona Chat GPT? Diferencias entre Chat GPT y otros chatbots Procesamiento del Lenguaje Natural (PLN) Aprendizaje por transferencia Cómo entrenar un modelo de Chat GPT UNIDAD DIDÁCTICA 3. CREACIÓN DE UN CHATBOT BÁSICO CON CHAT GPT Elección de la plataforma de desarrollo Configuración del entorno de desarrollo Preparación de los datos de entrenamiento Entrenamiento del modelo de Chat GPT Integración del modelo en el chatbot Pruebas y mejora del modelo UNIDAD DIDÁCTICA 4. MEJORA DE LA INTERACCIÓN CON EL USUARIO Análisis de la conversación con el usuario Personalización de la conversación Uso de emojis y respuestas con imágenes Integración de voz y audio Respuestas multilingües UNIDAD DIDÁCTICA 5. INTEGRACIÓN DE CHAT GPT EN UNA PÁGINA WEB O APLICACIÓN Integración del chatbot en una página web Integración del chatbot en una aplicación móvil Personalización del aspecto del chatbot Gestión de la seguridad y privacidad del usuario UNIDAD DIDÁCTICA 6. MONETIZACIÓN DE UN CHATBOT Modelos de negocio para chatbots Monetización a través de publicidad Monetización a través de suscripciones Monetización a través de compras in-app Análisis del rendimiento y la rentabilidad UNIDAD DIDÁCTICA 7. ÉTICA Y RESPONSABILIDAD EN LA IA Y LOS CHATBOTS Aspectos éticos y responsabilidad en la IA Sesgos en la IA y cómo evitarlos Derechos y privacidad del usuario Regulaciones y normativas sobre chatbots Responsabilidad social y ambiental UNIDAD DIDÁCTICA 8. APLICACIONES AVANZADAS DE CHAT GPT Chatbots para atención al cliente Chatbots para servicios financieros Chatbots para servicios de salud Chatbots para educación Chatbots para entretenimiento y ocio UNIDAD DIDÁCTICA 9. HERRAMIENTAS Y RECURSOS PARA DESARROLLAR CHATBOTS CON CHAT GPT Plataformas de desarrollo de Chatbots Librerías y frameworks para el desarrollo de IA Bases de datos y almacenamiento Recursos de formación y aprendizaje Comunidades y grupos de apoyo para desarrolladores UNIDAD DIDÁCTICA 10. CASOS DE USO APLICADOS CON CHAT GPT Desarrollo de un Chatbot avanzado Caso de estudio en atención al cliente Caso de estudio en educación Caso de estudio en salud Caso de estudio en ocio MÓDULO 9. PROYECTO FIN DE MASTER (PFM)