Inteligencia Artificial
Master's Programme. Academic Year 2025/2026.
Knowledge/Contents
RAK1 |
Comprender e identificar los algoritmos, técnicas y modelos de aprendizaje automático en sus distintas categorías: supervisado, no supervisado y por refuerzo |
Conocimientos o contenidos |
RAK2 |
Comprender las técnicas avanzadas de procesamiento del lenguaje natural y los modelos de representación del lenguaje |
Conocimientos o contenidos |
RAK3 |
Comprender los conceptos básicos del procesamiento, transformación, mejora y segmentación de imágenes digitales. |
Conocimientos o contenidos |
RAK4 |
Comprender e interpretar los modelos probabilísticos y bayesianos cuando son usados como modelos de representación, inferencia y aprendizaje. |
Conocimientos o contenidos |
RAK5 |
Identificar las características principales de los sistemas de datos masivos y las soluciones más comunes para la adquisición, el procesamiento y el análisis. |
Conocimientos o contenidos |
RAK6 |
Definir las implicaciones éticas de los modelos de IA y las principales técnicas y metodologías utilizadas para hacer los modelos de IA explicables y comprensibles para distintos tipos de usuarios. |
Conocimientos o contenidos |
Competencies
RAC16 |
Evaluar y proponer cuáles son las técnicas de inteligencia artificial más apropiadas para resolver problemas. |
Competencias |
RAC17 |
Aplicar el método científico, incluyendo planteamiento de hipótesis, observación, medición, experimentación y análisis de resultados en el campo de la Inteligencia Artificial. |
Competencias |
RAC18 |
Transmitir y exponer las ideas, los problemas y las soluciones derivadas del uso de técnicas de IA y de la interpretación de datos y resultados de los procesos de experimentación, de forma oral y escrita para un público tanto especializado como no especializado. |
Competencias |
RAC19 |
Conocer técnicas para seleccionar e interpretar grandes volúmenes de datos procedentes de diversas fuentes para su uso en el entrenamiento de sistemas de aprendizaje automático. |
Competencias |
RAC20 |
Proponer y evaluar distintas topologías de arquitecturas de redes neuronales y sus detalles de configuración aplicando herramientas para optimizar su rendimiento. |
Competencias |
RAC21 |
Manejar de forma eficiente los entornos de desarrollo software existentes en combinación con hardware especializado de última generación y arquitecturas específicas de IA. |
Competencias |
RAC22 |
Conocer y entender las características de los modelos existentes de aprendizaje automático para poder aplicar los más apropiados para tareas de predicción y clasificación con diferentes tipos de datos de entrada, como tabulares, imágenes, textos y series temporales. |
Competencias |
RAC23 |
Entender y aplicar los modelos generativos existentes con datos textuales y audiovisuales. |
Competencias |
RAC24 |
Identificar riesgos, sesgos y problemas éticos en el procesamiento y gestión de datos mediante algoritmos, utilizando los mecanismos y métricas de control más comunes. |
Competencias |
RAC25 |
Realizar un proyecto original en el que se integren los conocimientos, habilidades y competencias adquiridas en las enseñanzas, en el ámbito de la inteligencia artificial, y presentarlo y defenderlo ante un tribunal universitario que lo calificará de forma individual. |
Competencias |
Abilities or skills
RAS7 |
Aplicar distintos paradigmas de razonamiento basado en conocimiento e híbridos, comparándolos en la resolución de problemas de toma de decisiones. |
Habilidades o destrezas |
RAS8 |
Seleccionar y utilizar topologías básicas y modelos existentes de aprendizaje automático ajustando sus parámetros para obtener los mejores resultados posibles, ejecutando experimentos para resolver problemas específicos. |
Habilidades o destrezas |
RAS9 |
Aplicar técnicas de transformación, segmentación de imágenes y modelos complejos de aprendizaje para la extracción de características sobre imágenes (descriptores locales y globales) y el reconocimiento de patrones y objetos |
Habilidades o destrezas |
RAS10 |
Ser capaz de generar contenido artístico, narrativas y contenidos de videojuegos aplicando las técnicas y herramientas de Inteligencia Artificial. |
Habilidades o destrezas |
RAS11 |
Conocer el uso de la IA en la resolución de problemas en dominios reales explorando aspectos como la adquisición e integración de datos, escalabilidad y mejora de procesos, con un enfoque en sectores estratégicos como la salud, energía y sostenibilidad. |
Habilidades o destrezas |
RAS12 |
Simular aplicaciones distribuidas de sistemas multi-agentes, aplicando conceptos de computación social y utilizando metodologías y herramientas para el estudio de sistemas complejos. |
Habilidades o destrezas |
RAS13 |
Desarrollar y probar algún algoritmo de inferencia bayesiano combinando las técnicas probabilísticas con técnicas de aprendizaje profundo. |
Habilidades o destrezas |
RAS14 |
Conocer las técnicas de acceso y análisis a grandes volúmenes de datos y aplicar herramientas adecuadas para realizar un análisis exploratorio y un procesamiento inicial de datos masivos. |
Habilidades o destrezas |
RAS15 |
Seleccionar la arquitectura hardware adecuada para el procesamiento de redes neuronales, considerando eficiencia, consumo energético y precisión según el escenario de ejecución, en particular para modelos de aprendizaje profundo. |
Habilidades o destrezas |