¡Apostamos por tu futuro!

Tipología

Master
Metodología

Online
Idiomas

Castellano

Duración

9 Meses
Inicio

Fechas a elegir

¿Quieres convertirte en un profesional con las competencias necesarias para liderar el desarrollo e implementación de soluciones inteligentes en el ámbito tecnológico? Si tu respuesta es sí, ¡estás en el lugar indicado!

Con el Máster en Ingeniería Informática e Inteligencia Artificial, que se encuentra disponible en el catálogo de Emagister, serás capaz de adquirir los conocimientos suficientes sobre la Introducción a ITIL, Historia y evolución de ITIL, Fundamentos de la dirección de proyectos TIC, Objetivos y beneficios de adoptar ITIL en la gestión de servicios de TI, Componentes y estructura de ITIL, Principales publicaciones y versiones de ITIL, Estructura general y conceptos clave, Prácticas de ITIL, KPIs, Cadena de Valor del Servicio, Introducción a la gestión de servicios y ciclo de vida en ITIL, El ciclo de vida del servicio en ITIL, Relación entre las fases del Ciclo de Vida del Servicio y su contribución a la calidad del servicio, ITIL y DevOps: Integración y Colaboración en Entornos Ágiles, Definición y Conceptos Básicos de la Calidad en Sistemas Informáticos, Factores que influyen en la Calidad, Planificación de la calidad, Gestión de la calidad en proyectos de Software. Asimismo, profundizarás en otros temas como Estrategia de pruebas, Mejora continua en el proceso de pruebas, Métricas y Herramientas para Medir la Calidad, Herramientas de evaluación de Calidad, Tipos de Aprendizaje, lgoritmos avanzados de Machine Learnig, Técnicas de entrenamiento en Redes Neuronales, Modelos Recurrentes y Variantes, Introducción a los Transformers: Revolucionando el Procesamiento del Lenguaje Natural y la Introducción al Desarrollo de Aplicaciones Web (DAW).

Gracias a esta especialización, ofrecida por la UNISEB, serás capaz de desarrollar competencias en el diseño y construcción de sistemas inteligentes integrados en entornos informáticos. ¡Da un salto en tu carrera profesional!

Información importante

Precio a usuarios Emagister:

Instalaciones y fechas

Online

Inicio

Fechas a elegirMatrícula abierta

A tener en cuenta

¿Cuáles son los objetivos de este curso?

Desarrollar competencias en el diseño y construcción de sistemas inteligentes integrados en entornos informáticos.
Aplicar herramientas y enfoques de IA para resolver desafíos complejos y mejorar la eficiencia en diversos sectores industriales.
Adquirir habilidades prácticas en la implementación, ajuste y validación de modelos de inteligencia artificial y algoritmos sofisticados.
Integrar los conocimientos de la ingeniería informática con soluciones de IA para crear sistemas tecnológicos robustos, seguros y escalables.
Comprender y utilizar técnicas de análisis de datos y machine learning para obtener información relevante a partir de grandes volúmenes de datos.
Formarse para liderar iniciativas de innovación tecnológica en inteligencia artificial dentro del ámbito de la ingeniería informática.

¿A quién va dirigido?

El Máster en Ingeniería Informática e Inteligencia Artificial está dirigido a profesionales y recién graduados que deseen adquirir competencias avanzadas en el desarrollo, gestión e implementación de soluciones tecnológicas. Es ideal para:

Ingenieros y técnicos que busquen especializarse en el diseño de sistemas informáticos complejos y actualizados.
Profesionales del sector tecnológico que quieran ampliar sus conocimientos en programación, redes, arquitectura de software y sistemas.
Consultores interesados en ofrecer soluciones innovadoras en infraestructura tecnológica y transformación digital.
Emprendedores que deseen liderar proyectos tecnológicos con una base sólida en ingeniería informática.
Graduados en informática, ingeniería, telecomunicaciones o disciplinas afines que aspiren a una formación completa y especializada en el ámbito informático.
Dominar los principios fundamentales y las técnicas avanzadas de inteligencia artificial, incluyendo aprendizaje automático, redes neuronales y procesamiento del lenguaje natural.

Requisitos

Aunque no se especifican requisitos de acceso formal especifico (como el nivel de titulación), el curso está enfocado en graduados o profesionales de la ingeniería, informática, telecomunicaciones y disciplinas afines.

Titulación

Máster en Ingeniería Informática & IA

¿Qué distingue a este curso de los demás?

Doble Titulación: Recibes un título propio expedido por la Universidad Isabel I y una titulación expedida por el Instituto Superior Europeo de Barcelona (ISEB).

Contenidos Exclusivos: Incluye un Curso Managing Yourself con contenidos de la Harvard Business Publishing.

Soporte: Equipo de tutores disponible de lunes a domingo.

¿Qué pasará tras pedir información?

Tendrás a tu disposición un asesor al que podrás contactar para que te brinde la ayuda necesaria o con la realización del proceso de matriculación.

Salidas Profesionales

Las salidas profesionales del Máster están alineadas con las competencias adquiridas en las áreas de IA, gestión de proyectos y desarrollo de software. Los egresados podrían desempeñarse en roles como:

Ingeniero/a de Inteligencia Artificial (IA) o Machine Learning.

Arquitecto/a de Software o Desarrollador/a (Web y Móvil).

Consultor/a en Transformación Digital e Infraestructura Tecnológica.

Jefe/a de Proyectos TIC (Gestión de Servicios TI, con conocimientos de ITIL).

Auditor/a de Calidad y Sistemas Informáticos.

Proceso de admisión/ Inscripción

Se incluye una sección de Matriculación y un botón para "Solicitar Información" o "Apúntate ahora" para iniciar el trámite o contactar al centro.

Facilidades de Pago y Becas

El Instituto Superior Europeo de Barcelona quiere atraer el mejor talento. Sabemos que financiar tu formación en un centro educativo de alto rendimiento puede ser todo un reto. La decisión de estudiar un Máster supone una inversión importante, así que UNISEB pone a disposición de sus alumnos diferentes modalidades de pago, ayudando en la financiación de los estudios:

Al contado con tarjeta de débito / crédito

Transferencia bancaria

Posibilidad de financiar el pago

Si eres una empresa tenemos condiciones especiales de financiación. Si deseas más información puedes consultar aquí.

Bolsa de Empleo

El curso incluye el Registro en la Bolsa de Empleo de ISEB, la cual cuenta con más de 15.000 ofertas de trabajo, además del Servicio de Orientación Laboral (Career Service).

Preguntas & Respuestas

Añade tu pregunta

Nuestros asesores y otros usuarios podrán responderte

¿Quién quieres que te responda?

Todos
Alumnos
Centro

Déjanos tus datos para recibir respuesta

Acepto la Política de Privacidad y las Condiciones.

Sólo publicaremos tu nombre y pregunta

Emagister S.L. (responsable) tratará tus datos para realizar acciones promocionales (vía email y/o teléfono), publicar opiniones o gestionar incidencias. En la política de privacidad conocerás tus derechos y gestionarás la baja.

Opiniones

Materias

Análisis de riesgos
Metodología
Seguridad de datos
Desarrollo de aplicaciones
Mejora continua
Calidad en sistemas informáticos
Proyectos informáticos
Inteligencia artificial
Análisis de datos
Dispositivos móviles
Ingeniería de sistemas
ITIL
Big Data
Android

Profesores

Equipo Docente

Cuerpo docente

Temario

MÓDULO 1: DIRECCIÓN DE PROYECTOS TIC

Tema 1. Introducción a ITIL
Tema 2. ¿Por qué ITIL?
Tema 3. Historia y evolución de ITIL
Tema 4. Fundamentos de la dirección de proyectos TIC
Tema 5. Objetivos y beneficios de adoptar ITIL en la gestión de servicios de TI
Tema 6. Componentes y estructura de ITIL
Tema 7. Principales publicaciones y versiones de ITIL
Tema 8. Estructura general y conceptos clave
Tema 9. Prácticas de ITIL, KPIs, Cadena de Valor del Servicio
Tema 10. Introducción a la gestión de servicios y ciclo de vida en ITIL
Tema 11. El ciclo de vida del servicio en ITIL
Tema 12. Relación entre las fases del Ciclo de Vida del Servicio y su
contribución a la calidad del servicio
Tema 13. ITIL y DevOps: Integración y Colaboración en Entornos Ágiles
Tema 14. Roles clave en ITIL
Tema 15. Relaciones entre los roles en ITIL
Tema 16. Introducción
Tema 17. Estrategia del servicio
Tema 18. Diseño del servicio
Tema 19. Transición del servicio en ITIL
Tema 20. Operación del servicio en ITIL
Tema 21. Mejora Continua del Servicio
Tema 22. Gestión de la Calidad del servicio
Tema 23. Mejora Continua del Servicio
Tema 24. Herramientas y técnicas para la Mejora Continua
Tema 25. Herramientas de gestión de servicios
Tema 26. Funcionalidades críticas para soportar procesos ITIL
Tema 27. Integración con otras Herramientas
Tema 28. Importancia de la integración para una gestión eficaz de servicios

MÓDULO 2: AUDITORÍA Y CALIDAD DE LOS SISTEMAS
INFORMÁTICOS

Tema 1. Definición y Conceptos Básicos de la Calidad en Sistemas Informáticos
Tema 2. Factores que influyen en la Calidad
Tema 3. Planificación de la calidad
Tema 4. Gestión de la calidad en proyectos de Software
Tema 5. Organización de un Plan de Calidad
Tema 6. Control de la Calidad
Tema 7. Métodos del control de la Calidad
Tema 8. Pruebas de Calidad en Sistemas Informáticos
Tema 9. Ejemplo práctico de aplicación de diferentes tipos de pruebas en un proyecto de
software
Tema 10. Estrategia de pruebas
Tema 11. Mejora continua en el proceso de pruebas
Tema 12. Métricas y Herramientas para Medir la Calidad
Tema 13. Herramientas de evaluación de Calidad
Tema 14. Herramientas Específicas
Tema 15. Calidad en las fases del desarrollo
Tema 16. Ejemplos reales de cada fase del desarrollo
Tema 17. Mejora Continua
Tema 18. Implementación en el Ciclo de Mejora Continua
Tema 19. Revisión en el Ciclo de Mejora Continua

MÓDULO 3: DESARROLLO DE INTELIGENCIA ARTIFICIAL
AVANZADA

Tema 1. Tipos de Aprendizaje
Tema 2. lgoritmos avanzados de Machine Learnig
Tema 3. Modelos de Ensamble
Tema 4. Redes Neuronales Artificiales
Tema 5. Técnicas de entrenamiento en Redes Neuronales
Tema 6. Modelos Recurrentes y Variantes
Tema 7. Cómo Mejoran las RNN para manejar secuencias Largas y Dependencias a Largo
Plazo
Tema 8. Introducción a los Transformers: Revolucionando el Procesamiento del Lenguaje Natural
Tema 9. Mecanismo de Atención y la Arquitectura de Transformers
Tema 10. Aplicaciones de Transformers: Ventajas, desventajas y principales
modelos
Tema 11. Técnicas de Optimización y Regularización de Modelos
Tema 12. Optimización de hiperparámetros: estrategias como grid search y random search
Tema 13. Despliegue y Mantenimiento de Modelos en Producción
Tema 14. Monitoreo y actualización de modelos en entornos productivos

MÓDULO 4: SERVICIOS Y APLICACIONES WEB

Tema 1. Introducción al Desarrollo de Aplicaciones Web (DAW)
Tema 2. Conceptos Básicos de Desarrollo Web
Tema 3. Arquitecturas Client-Server
Tema 4. Frontend vs Backend
Tema 5. Lenguajes y tecnologías fundamentales: HTML, CSS y JavaScript
Tema 6. Herramientas y entornos de desarrollo
Tema 7. Gestión de proyectos y dependencias
Tema 8. Introducción a frameworks y librerías
Tema 9. Crear una página Web estática con HTML y CSS
Tema 10. Introducción a Git: Commits y pushes básicos
Tema 11. Fundamentos de la Arquitectura MVC
Tema 12. Implementación del MVC en Aplicaciones Web
Tema 13. Patrones de Diseño Relacionados
Tema 14. Integración de MVC con Tecnologías Frontend
Tema 15. Manejo de Rutas y URLs Amigables
Tema 16. Seguridad y autenticación en aplicaciones MVC
Tema 17. ASP.NET Core
Tema 18. Razor Pages
Tema 19. ASP.NET Core MVC
Tema 20. Integración de HTML, CSS y JavaScript en ASP.NET Core
Tema 21. Introducción a Vue.js
Tema 22. Desarrollo con Vue.js
Tema 23. Introducción a Angular
Tema 24. Desarrollo con Angular
Tema 25. Comparativa entre Vue.js y Angular
Tema 26. Creación de APIs RESTful con ASP.NET Core
Tema 27. Seguridad en APIs
Tema 28. Documentación y pruebas de APIs
Tema 29. Integración del Backend con Frontend (Vue.js/Angular)

MÓDULO 5: TECNOLOGÍA Y DESARROLLO EN
DISPOSITIVOS MÓVILES

Tema 1. Introducción
Tema 2. Sistemas de Comunicación Inalámbricos
Tema 3. Comunicaciones Inalámbricas
Tema 4. Pasado, presente y futuro de las Comunicaciones Inalámbricas
Tema 5. Introducción a los Dispositivos móviles
Tema 6. Componentes de los dispositivos móviles
Tema 7. Redes a las que puede acceder un dispositivo móvil
Tema 8. Lenguajes de programación para móviles
Tema 9. Ejemplos de entornos de programación
Tema 10. Metodología de desarrollo de aplicaciones móviles
Tema 11. Características de un proyecto de desarrollo para dispositivos
móviles
Tema 12. Modelos de negocio para aplicaciones móviles
Tema 13. Planificación y dirección de proyectos tecnológicos móviles
Tema 14. Fundamentos del desarrollo de aplicaciones móviles sobre Android
Tema 15. Interfaz gráfica de usuario (GUI) en Android
Tema 16. Herramientas de desarrollo Android
Tema 17. Diseño de aplicaciones móviles
Tema 18. Buenas prácticas de diseño
Tema 19. Problemática de la seguridad en dispositivos móviles
Tema 20. Seguridad en las comunicaciones inalámbricas
Tema 21. Seguridad en el sistema operativo y las aplicaciones
Tema 22. Seguridad para el usuario
Tema 23. Prácticas de seguridad recomendada
Tema 24. Ecosistema de aplicaciones móviles y app stores
Tema 25. Modelos de negocio para aplicaciones móviles
Tema 26. Marketing y tecnología móvil
Tema 27. Planificación y dirección de proyectos tecnológicos móviles

MÓDULO 6: SISTEMAS DE GESTIÓN DE SEGURIDAD DE LA
INFORMACIÓN

Tema 1. Dimensiones de la Seguridad de la Información
Tema 2. Gestión de la Seguridad de la Información
Tema 3. Normativa Legal en España
Tema 4. Estándares de Seguridad de la Información
Tema 5. Análisis De Riesgos
Tema 6. Ciclo de vida de la seguridad
Tema 7. Justificación y estudio de riesgos
Tema 8. Metodologías de análisis de riesgos
Tema 9. Gestión de riesgos
Tema 10. Sistema de Gestión de la Seguridad de la Información (SGSI)
Tema 11. Normativas internacionalmente reconocidas
Tema 12. Planificar: Establecer el SGSI
Tema 13. Hacer: Implantar y operar el SGSI
Tema 14. Verificar: Monitorizar y Revisar el SGSI
Tema 15. Desarrollo de un marco normativo de Seguridad de la información
Tema 16. Clasificación de la información
Tema 17. Herramientas para un SGSI
Tema 18. Factores críticos de éxito en la implantación de un SGSI
Tema 19. Planes de continuidad de negocio. Desarrollo de un plan de
continuidad de negocio
Tema 20. Esquema Nacional de Seguridad (ENS)
Tema 21. Política de seguridad en el Esquema Nacional de Seguridad (ENS)
Tema 22. Análisis y gestión de riesgos en el ENS

MÓDULO 7: ANÁLISIS INTELIGENTE DE DATOS

Tema 1. Introducción al Análisis Inteligente de Datos
Tema 2. Conceptos fundamentales
Tema 3. Tratamiento de Datos
Tema 4. Análisis Visual de Datos
Tema 5. Metodología y áreas de aplicación
Tema 6. Inteligencia Artificial Explicable (XAI)
Tema 7. Inteligencia de Negocio (Business Intelligence)
Tema 8. Selección y transformación de atributos
Tema 9. Segmentación, predicción e identificación de patrones
Tema 10. Técnicas avanzadas de análisis
Tema 11. Herramientas de inteligencia de negocio
Tema 12. Comparativa de técnicas y parámetros
Tema 13. Análisis inteligente de datos
Tema 14. Análisis de textos
Tema 15. Análisis de series temporales
Tema 16. Otros dominios específicos. Análisis de imágenes y visión por
computadora
Tema 17. Herramientas y tecnologías emergentes
Tema 18. Big Data y tecnologías asociadas (Hadoop, Spark)

MÓDULO 8: MACHINE LEARNING E INTELIGENCIA
ARTIFICIAL

Tema 1. Repaso de conceptos clave y marco teórico
Tema 2. Regresión y clasificación avanzadas
Tema 3. Aprendizaje basado en vecinos y métodos probabilísticos
Tema 4. Implementaciones prácticas en machine learning
Tema 5. Técnicas de conjuntos (ensembles)
Tema 6. Modelos de árboles avanzados
Tema 7. Optimización de hiperparámetros
Tema 8. Explicabilidad y metodologías interpretables
Tema 9. Prácticas y casos de uso avanzados
Tema 10. Clustering y reducción de dimensionalidad
Tema 11. Aprendizaje semi-supervisado y activo
Tema 12. Modelado de tópicos y documentos
Tema 13. Prácticas con datos no estructurados
Tema 14. Representación del conocimiento y lógica
Tema 15. Búsqueda y planificación
Tema 16. Satisfacción de restricciones (CSPs)
Tema 17. Introducción al aprendizaje por refuerzo clásico
Tema 18. MLOps y despliegue en producción
Tema 19. Aplicaciones multidisciplinares y casos de éxito
Tema 20. Seguridad, ética y sesgos
Tema 21. Tendencias futuras

MÓDULO 9: REDES NEURONALES Y APRENDIZAJE
PROFUNDO

Tema 1. Introducción e historia de la IA y las redes neuronales
Tema 2. Fundamentos matemáticos y conceptos clave
Tema 3. Algoritmo de Entrenamiento: Backpropagation
Tema 4. Aplicaciones Iniciales y ejemplos
Tema 5. Optimización en Redes Neuronales
Tema 6. Técnicas de regularización en redes neuronales
Tema 7. Validación y explicabilidad
Tema 8. Manejo de datos masivos y computación acelerada
Tema 9. Redes convolucionales (CNN)
Tema 10. Redes Recurrentes (RNN), LSTM y GRU
Tema 11. Transformers y mecanismos de atención
Tema 12. Procesamiento de audio y señales
Tema 13. Modelado probabilístico
Tema 14. Autoencoders variacionales (VAE)
Tema 15. Generative Adversarial Networks (GANs)
Tema 16. Modelos de difusión (Diffusion Models) e implícitos
Tema 17. Aprendizaje auto-supervisado y multimodal
Tema 18. Aplicaciones en entornos críticos y reales
Tema 19. Ética, sesgos y privacidad
Tema 20. Tendencias futuras y nuevas líneas de investigación

MÓDULO 10: MODELOS DE IA GENERATIVA

Tema 1. Conceptos Introductorios
Tema 2. Modelos Probabilísticos Básicos
Tema 3. Espacios Latentes y su representación
Tema 4. Aplicaciones iniciales de la IA Generativa
Tema 5. Autoencoders (AE) Clásicos
Tema 6. Autoencoders variacionales (VAE)
Tema 7. Modelos basados en flujos (Flow-based Models)
Tema 8. Prácticas y casos de uso
Tema 9. Arquitectura Discriminador–Generador
Tema 10. GANs clásicas y variantes
Tema 11. Estabilización y optimización del entrenamiento
Tema 12. Aplicaciones destacadas
Tema 13. Modelos de difusión (diffusion models)
Tema 14. Representaciones implícitas
Tema 15. Técnicas híbridas y avances recientes
Tema 16. Proyectos de investigación y aplicaciones futuras
Tema 17. MLOps y escalabilidad en IA generativa
Tema 18. Evaluación de la calidad y sesgos
Tema 19. Implicaciones éticas y legales
Tema 20. Casos de éxito empresarial y aplicaciones reales

MÓDULO 11: DESARROLLO DE APLICACIONES IA

Tema 1. Configuración de entornos y workflows de desarrollo
Tema 2. Uso de APIs y modelos preentrenados
Tema 3. Prototipado rápido de aplicaciones de IA
Tema 4. Casos de uso de Chatbots, asistentes virtuales y sistemas de recomendación
Tema 5. Ingeniería de prompts y estructuración de las solicitudes
Tema 6. Arquitectura de aplicaciones conversacionales
Tema 7. Evaluación y optimización de la interacción
Tema 8. Despliegue a escala y MLOps avanzado
Tema 9. Optimización de costes y rendimiento en aplicaciones de IA
Tema 10. Perspectivas éticas y uso responsable de la inteligencia
artificial

MÓDULO 12: IA EMPRESARIAL

Tema 1. Introducción a la IA
Tema 2. La IA en tu día a día
Tema 3. La IA en el entorno laboral
Tema 4. IA para finanzas
Tema 5. IA para marketing
Tema 6. IA para recursos humanos
Tema 7. IA para operaciones
Tema 8. Casos prácticos
Tema 9. El futuro de la IA

A otros usuarios les interesó esto...