SALIDAS PROFESIONALES

Aunque este máster es del tipo "orientado a la investigación" (en contraposición a los del tipo "profesional"), puede servir también para la práctica profesional, debido a que la mayoría de las técnicas de inteligencia artificial que se estudian en él han demostrado ser útiles para resolver problemas de interés comercial, y por ello es cada vez mayor el número de empresas de informática que buscan especialistas en este campo.

Dentro del curso que existe la plataforma aLF/Innova para el apoyo a la docencia de este máster, existe un foro denominado “Bolsa de trabajo sobre inteligencia artificial”, en el que se comunican las ofertas de trabajo que recibimos.

OBJETIVOS

Al terminar los estudios de máster, el alumno debe conocer:

Los fundamentos de la Inteligencia Artificial y las fronteras actuales en investigación.
Un conjunto de métodos y técnicas, tanto simbólicas como conexionistas y probabilistas, para resolver problemas propios de la Inteligencia Artificial.
Los procedimientos específicos de aplicación de estos métodos a un conjunto relevante de dominios (educación, medicina, ingeniería, sistemas de seguridad y vigilancia, etc.) que representan las áreas más activas de investigación en IA.

PRESENTACIÓN

El objetivo de este programa es enlazar los conocimientos básicos de Inteligencia Artificial (IA), propios de unos estudios de grado, con las fronteras actuales de la IA. El carácter modular del máster (fundamentos, métodos, aplicaciones y proyectos) y el hecho de que todas las asignaturas son optativas permite al alumno personalizar su trayectoria por el máster de acuerdo con sus conocimientos iniciales, con los métodos adecuados al tipo de aplicaciones en las que esté interesado (simbólicos, conexionistas, probabilistas, bio-inspirados o híbridos) y con su interés en investigación.

PLAN DE ESTUDIOS

A. Especialidad de Sistemas inteligentes de diagnóstico, planificación y control

Asignaturas (6 créditos cada una; todas semestrales; optativas)

Métodos Simbólicos.
Métodos Lógicos de Automatización del Razonamiento.
Métodos Probabilistas.
Métodos Neuronales Bioinspirados.
Métodos de Aprendizaje en IA.
Computación Evolutiva.
Visión Artificial.
Robótica Perceptual y Autónoma.
Minería de datos.
Descubrimiento de información en textos.
Procesamiento del Lenguaje Natural.
Aplicaciones de la IA para el desarrollo humano y sostenible.
Trabajo de investigación: 30 créditos; semestral; obligatorio.

B. Especialidad de Enseñanza-Aprendizaje, Colaboración y Adaptación

Asignaturas (6 créditos cada una; todas semestrales; optativas)

Minería de datos.
Interfaces adaptativos
Sistemas adaptativos en educación
Usabilidad y accesibilidad de sitios web
Computer-Assisted Language Learning
Entornos de aprendizaje y modelado basados en estándares
Métodos de aprendizaje en IA
Trabajo de investigación: 30 créditos; semestral; obligatorio.

REQUISITOS DE ACCESO

Estar en posesión de un título universitario emitido por una universidad española u homologado por el Ministerio de Educación de España.