Máster semipresencial en Ingeniería Informática & IA
Master
Semipresencial Madrid
*Precio Orientativo
Importe original en USD:
$ 5.629 $ 14.374
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiar tu matrícula en cómodos plazos.
Descripción
-
Tipología
Master
-
Metodología
Semipresencial
-
Lugar
Madrid
-
Duración
9 Meses
-
Inicio
Fechas a elegir
El Máster en Ingeniería Informática e Inteligencia Artificial está diseñado para formar profesionales con las competencias necesarias para liderar el desarrollo e implementación de soluciones inteligentes en el ámbito tecnológico. Este programa combina conocimientos sólidos en ingeniería informática con habilidades avanzadas en inteligencia artificial, proporcionando una visión integral de
las tecnologías que están transformando el futuro de las organizaciones.
A través de una metodología flexible y orientada a la práctica, los estudiantes aprenderán a diseñar e implementar sistemas inteligentes, aplicar técnicas de aprendizaje automático, procesamiento del lenguaje natural y visión por computadora, así como a integrar soluciones de IA en entornos informáticos reales, optimizando procesos y resolviendo problemas complejos en múltiples sectores.
Estudiando en UNISEB recibirás el asesoramiento de expertos y tutores que, junto con la metodología de estudio, asegurarán tu éxito profesional en el ámbito de la inteligencia artificial y la ingeniería informática.
Información importante
Precio a usuarios Emagister:
Instalaciones y fechas
Ubicación
Inicio
Inicio
A tener en cuenta
El Máster en Ingeniería Informática y IA está dirigido a aquellos profesionales que deseen adquirir competencias avanzadas en el desarrollo y gestión de soluciones tecnológicas de alto nivel. Es ideal
para:
• 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.
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.
Para poder acceder a cualquiera de nuestros programas Máster, los solicitantes deberán cumplir los siguientes requisitos:
• Estar en posesión de un título de Grado, Arquitectura, Ingeniería Superior o Técnica, Licenciatura, Diplomatura u otro título equivalente.
• Estudiantes cursando una carrera universitaria o estudios superiores equivalentes.
• Profesionales con proyección profesional en el puesto desempeñado
En el caso que no cumplas con ninguna de las condiciones anteriores, por favor, contacta con la escuela y el departamento de admisiones valorará tu caso particular.
Al finalizar tu programa formativo obtendrás un certificado emitido por UNISEB y un Diploma de Máster propio universitario emitido por la Universidad Isabel I en colaboración con UNISEB.
Para facilitar los trámites administrativos, todos los estudiantes extracomunitarios podrán solicitar el servicio de apostillado en todos los documentos administrativos emitidos por la escuela, una vez finalicen sus programas formativos. El trámite de legalización única - denominada apostilla - consiste en colocar sobre el propio documento administrativo una apostilla o anotación que certificará la autenticidad de los documentos expedidos en otro país por UNISEB y la Universidad Isabel I.
UNISEB es una institución educativa especializada en programas formativos a distancia. De carácter multidisciplinar, imparte formación de Máster en varias disciplinas, en ámbitos como la empresa, educación, psicología, el derecho y el deporte, siendo un referente en los centros de formación online en español.
Posicionada como una de las mejores instituciones educativas a distancia, UNISEB ocupa el cuarto puesto en centros formativos según Financial Magazine y recientemente ha recibido el certificado EFQM por la calidad de sus estudios.
La metodología de estudios de UNISEB está diseñada con la finalidad de que el alumno pueda compaginar la vida personal y profesional. Todos los programas formativos se imparten íntegramente online, de este modo el alumno puede acceder a todo el contenido formativo a través del Campus Online, siendo esta la principal plataforma de su formación, para que pueda estudiar desde cualquier lugar del mundo y a cualquier hora.
Recibida tu solicitud, un asesor académico se pondrá en contacto contigo a la brevedad para resolver todas tus dudas, así como explicarte el método de inscripción, los medios de pago y los plazos de la matrícula.
UNISEB, en su afán para fomentar la inserción laboral de sus alumnos, ofrece entre sus servicios gratuitos la posibilidad de poder desarrollar prácticas en empresas como complemento a su plan formativo. El objetivo a conseguir mediante la realización de estas prácticas, establecido mediante un Convenio de Colaboración Privado entre el Centro Formativo y la Empresa, es facilitar la formación en centros de trabajo que reproduzcan las condiciones habituales del entorno empresarial como parte de su plan formativo.
Todos aquellos estudiantes extracomunitarios y con nivel Advanced de inglés tienen a su disposición, a través de su partner Worldwide Internships, la posibilidad de cursar prácticas a nivel internacional, pudiendo realizarlas en cualquier lugar del mundo. A continuación, se muestran algunas de las empresas y organizaciones donde trabajan y hacen prácticas sus alumnos.
UNISEB está reconocida por las más prestigiosas empresas de diferentes sectores. Su formación, adaptada a la realidad actual del mundo laboral, te permitirá desenvolverte perfectamente en cualquier empresa u organización y poder desarrollar una prometedora carrera profesional.
Para hacerlo posible, UNISEB tiene convenio con importantes firmas empresariales y ofrece una bolsa de empleo en la que los alumnos y antiguos alumnos podrán acceder a más de 15.000 ofertas de trabajo mensuales a nivel nacional e internacional.
En UNISEB te ayudamos para que puedas elegir la metodología de pago que mejor se ajuste a tus necesidades. Puedes escoger entre las siguientes opciones:
-Pago fraccionado en cuotas
-Al contado con tarjeta de débito o crédito
-Transferencia bancaria
Los estudiantes que completen el Máster en Ingeniería Informática e Inteligencia Artificial estarán capacitados para liderar el diseño, desarrollo e implementación de soluciones tecnológicas avanzadas, combinando conocimientos en ingeniería del software con habilidades especializadas en inteligencia artificial. Estarán preparados para desempeñarse en roles estratégicos en sectores altamente innovadores. Entre las principales salidas profesionales se incluyen:
• Ingeniero/a de software inteligente: Diseñar, desarrollar y optimizar aplicaciones que integren algoritmos de IA, aprendizaje automático y lógica computacional, adaptadas a las necesidades de empresas tecnológicas y sectores industriales.
• Arquitecto/a de sistemas inteligentes: Planificar e implementar infraestructuras tecnológicas avanzadas, escalables y seguras, integrando servicios de IA, big data y computación en la nube.
• Especialista en inteligencia artificial y ciencia de datos: Desarrollar modelos predictivos, sistemas de recomendación, asistentes virtuales y otras soluciones basadas en IA, capaces de analizar grandes volúmenes de datos para apoyar la toma de decisiones.
• Experto/a en ciberseguridad y defensa de sistemas inteligentes: Diseñar protocolos de seguridad para proteger redes, datos, modelos de IA y sistemas autónomos frente a amenazas complejas y ciberataques.
• Gestor/a de proyectos tecnológicos con enfoque en IA: Liderar proyectos de innovación tecnológica aplicando metodologías ágiles, supervisando equipos multidisciplinares que desarrollan soluciones basadas en inteligencia artificial.
Tras pedir información, deberás presentar los datos requeridos, incluyendo la verificación de la identidad y la documentación sobre la carrera académica. Una vez validados tus certificados, deberás elegir entre distintos métodos de evaluación: trabajo final, trabajos de evaluación continua o examen final y, cuando se haya aceptado tu solicitud, se formalizará la matrícula.
Opiniones
Materias
- Análisis de riesgos
- E-business
- Desarrollo de aplicaciones
- Metodología
- Aplicaciones web
- Ingeniería de sistemas
- Sistemas inteligentes
- Mantenimiento
- Lenguajes de programación
- ITIL
- Inteligencia artificial
- HTML
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
Concepto de Calidad
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
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiar tu matrícula en cómodos plazos.
Máster semipresencial en Ingeniería Informática & IA
*Precio Orientativo
Importe original en USD:
$ 5.629 $ 14.374