El Postgrado Online en Data Science e Inteligencia Artificial (30 ECTS) está compuesto por dos títulos de Experto Universitario, diseñados para ofrecerte una formación completa y práctica en las áreas más demandadas del mercado actual:
1. Experto Universitario en Ciencia de Datos (15 ECTS)
Te prepararás para dominar el análisis de datos y su aplicación en la toma de decisiones empresariales estratégicas a través de los siguientes módulos:
Asignatura 1: Fundamentos de la ciencia de los datos. 5 ECTS
La asignatura proporciona una introducción equilibrada entre la teoría y la práctica en ciencia de datos. Se estudian los fundamentos de estadística para la ciencia de datos y la utilización del lenguaje R, finalizando con la aplicación de los conocimientos adquiridos mediante un caso práctico. Este enfoque permite adquirir los fundamentos básicos estadísticos y de las herramientas para su utilización en estudios en el ámbito de la ciencia de datos.
| Temario de la asignatura |
|---|
|
1. Introducción a la ciencia de datos
|
|
2. Fundamentos de estadística para la ciencia de datos
|
|
3. Introducción al lenguaje R
|
|
4. Caso práctico
|
Asignatura 2: Datos y negocio. 5 ECTS
En el actual entorno de riqueza de datos, es imprescindible entender cómo estos generan el conocimiento que permiten desarrollar un negocio. La gestión moderna de empresas tiene en cuenta las posibilidades que un correcto proceso de explotación y gestión de datos ofrece para la toma de decisiones.
Mejores respuestas a preguntas habituales o nuevas preguntas a retos empresariales son posibles hoy gracias a la ciencia de los datos aplicada a la gestión.
La analítica y la ciencia de datos están cambiando los paradigmas fundamentales del mundo de los negocios, creando un tipo de negocio completamente nuevo.
Esta asignatura capacita a profesionales a través de estudios de casos para cerrar la brecha entre el mundo de la ciencia de datos y el de los líderes y directores de empresas. Se ha diseñado para profesionales con o sin experiencia directa en el ámbito de la gestión de empresas.
| Temario de la asignatura |
|---|
|
1. Introducción a la ciencia de datos
|
|
2. Análisis de datos
|
|
3. Caso de negocio
|
Asignatura 3: Business intelligence. 5 ECTS
En el contexto empresarial actualmente y a partir de los datos que se disponen, es imprescindible entender cómo estos generan el conocimiento que permiten desarrollar un negocio. La gestión moderna de empresas tiene en cuenta las posibilidades que un correcto proceso de explotación y gestión de datos ofrece para la toma de decisiones.
Mejores respuestas a preguntas habituales o nuevas preguntas a retos empresariales son posibles hoy gracias a la ciencia de los datos aplicada a la gestión.
| Temario de la asignatura |
|---|
|
1. El propósito y la utilidad del Business Intelligence
|
|
2. Los datos
|
|
3. El análisis
|
2. Experto Universitario en Inteligencia Artificial (15 ECTS)
Asignatura 1: Fundamentos de inteligencia artificial. 5 ECTS
La asignatura proporciona una base sólida que permite dotar al estudiantado de las habilidades básicas para el desarrollo de sistemas basados en inteligencia artificial. Se introduce y estudia el lenguaje de programación Python explorando los paradigmas principales que estructuran este campo, como los sistemas basados en reglas, el aprendizaje automático y el aprendizaje profundo. También se abordan los desafíos éticos actuales asociados al uso de la Inteligencia Artificial.
A continuación, se introduce el lenguaje Python, una herramienta esencial en el desarrollo de soluciones de IA. Los estudiantes aprenderán sus fundamentos, manipulación de datos, uso de las bibliotecas, además de técnicas básicas para preparar conjuntos de datos, todo enfocado en aplicaciones de inteligencia artificial.
El aprendizaje culmina con un caso práctico en el que se integran los conocimientos adquiridos durante la asignatura.
Esta asignatura sienta las bases para estudios avanzados en IA y desarrolla competencias clave en el uso de herramientas y técnicas aplicadas al análisis de datos y modelado.
| Temario de la asignatura |
|---|
|
1. Introducción a la inteligencia artificial
|
|
2. Introducción a Python
|
|
3. Caso práctico
|
Asignatura 2: Sistemas basados en el conocimiento. 5 ECTS
Se introducen los conceptos base de la inteligencia artificial, empezando por los algoritmos de búsqueda para comprender qué tipo de problemas son capaces de resolver y que características tienen. Estos algoritmos nos permiten comprender y diseñar la estructura de cualquier Sistema Basado en el Conocimiento. Además, esta base, permite presentar a continuación los conceptos de Aprendizaje Automático, junto con los métodos de aprendizaje supervisado (k-NN, Árboles de decisión, etc.) y los métodos de aprendizaje no supervisado (Clustering).
Finalmente, la asignatura culmina con la web semántica y los datos enlazados (grafos). La web semántica permite enriquecer los conjuntos de datos a través de las representaciones formales del conocimiento: las ontologías.
| Temario de la asignatura |
|---|
|
1. Inteligencia artificial y sistemas basados en el conocimiento
|
|
2. Aprendizaje automático
|
|
3. Aprendizaje no supervisado y web semántica
|
Asignatura 3: Inteligencia artificial para la ciencia de datos. 5 ECTS
En la ciencia de los datos es imprescindible aplicar la inteligencia artificial a un Sistema basado en el conocimiento. Estos métodos permiten explicitar el conocimiento de la base de conocimiento. Se estudiarán métodos y herramientas de inteligencia artificial aplicadas y aplicables al análisis de datos y generación de modelos.
Desde este punto de vista, se completan los conceptos de Machine Learning y se abordan las técnicas de aprendizaje automático profundas y los métodos avanzados de inteligencia artificial.
| Temario de la asignatura |
|---|
|
1. Machine Learning Algorithms
|
|
2. Deep Learning
|
|
3. Computación evolutiva
|