M1. Fundamentos
de InvestigaciónM2. Análisis
de DecisionesM3. Aprendizaje
AutomáticoM4. Computación
NaturalM5. Representación
del conocimiento y
RazonamientoM6. Robótica
Cognitiva y PercepciónM7. Áreas
de aplicaciónM8. Trabajo Fin de Máster
S1: Metodología de la investigación 🇬🇧
S2: Gestión de proyectos y análisis de riesgos 🇬🇧
S3: Aspectos éticos y legales de la Inteligencia Artificial 🇬🇧
A1: Sistemas de ayuda a la decisión
A2: Decisión participativa y negociación
A3: Métodos de simulación
A4: Redes bayesianas
A5: Aprendizaje automático
A6: Redes de neuronas artificiales y Deep Learning
A8: Búsqueda inteligente basada en metaheurísticas
A9: Computación evolutiva
A10: Biología programable: Computación con ADN e Ingeniería de biocircuitos 🇬🇧
A11: Programación lógica 🇬🇧
A12: Sistemas multiagente
A13: Ingeniería ontológica
A15: Visión por computador
A16: Robots autónomos
S11: Robótica cognitiva y percepción
A17: Informática biomédica 🇬🇧
A18: Ingeniería lingüística
A19: Ciencia de la web
A20: Deep Learning para el Procesamiento del Lenguaje Natural
S13: Aplicaciones de la Inteligencia Artificial 🇬🇧
S14: Procesamiento del lenguaje natural
S15: Planificación automática
S16: IA Generativa y Prompt Engineering: Aplicaciones y Retos
M1. Fundamentos
de InvestigaciónM2. Análisis
de DecisionesM3. Aprendizaje
AutomáticoM4. Computación
NaturalM5. Representación
del conocimiento y
RazonamientoM6. Robótica
Cognitiva y PercepciónM7. Áreas
de aplicación
Accordion title 1
Accordion title 2
Accordion title 3
Accordion title 1
Accordion title 2
Accordion title 3
Accordion title 1
Accordion title 2
Accordion title 3
Accordion title 1
Accordion title 2
Accordion title 3
Accordion title 1
Accordion title 2
Accordion title 3
Accordion title 1
Accordion title 2
Accordion title 3
Accordion title 1
Accordion title 2
Accordion title 3
Por la amplia oferta de optatividad en el diseño del máster, el título que se ofrece da cabida a dos perfiles de alumnos:
- El alumno interesado en la especialización en una o varias disciplinas concretas de la IA, que tenderá a cursar todas las asignaturas y seminarios de las materias de su interés.
- El alumno que busca una visión más global, es decir, la obtención de conocimientos extensos de toda la IA, que tenderá a cursar asignaturas de prácticamente todas las materias.
Todas las asignaturas se imparten en el primer semestre, en español o en inglés, dejando para el segundo semestre la realización de los seminarios y el trabajo fin de máster. Las 7 asignaturas pueden ser elegidas libremente por el alumno entre la oferta disponible.
Respecto a los seminarios, también hay un alto grado de optatividad. No obstante, con el objetivo de cubrir todas las competencias de la titulación, los alumnos están obligados a realizar los seminarios de aquellas materias en las que no hayan seleccionado ninguna asignatura, cuyo nombre coincidirá con el de la materia.
La mayoría de los seminarios se podrán cursar online si se justifica adecuadamente la imposibilidad de acudir presencialmente. Las excepciones son S1: Metodología de la investigación (en su edición de primer semestre), S9: Lógica borrosa y S12: Principios de la locomoción robótica, que solo se ofertan de forma presencial.
(2) Seminarios optativos cuyo nombre coincide con el de la materia a la que pertenecen (S5, S6, S7, S8, S11)
Tienen como objetivo cubrir ciertas disciplinas de la Inteligencia Artificial que no se estudian en las mismas. Se vuelven obligatorios si no se ha elegido ninguna asignatura de la materia: por ejemplo, S5 es normalmente optativo, pero se vuelve obligatorio si no se elige ninguna asignatura entre A1, A2 y A3.
(3) Seminarios optativos (S4, S9, S10, S12, S13, S14, S15)
Estos seminarios pretenden profundizar en temáticas específicas que no están cubiertas en ninguna de las asignaturas optativas.
(4) Seminarios de profesores visitantes
En estos seminarios el alumno adquiere conocimientos avanzados o especializados sobre alguna materia cursada en el máster.
Acordar el tema
Los alumnos pueden contactar con sus profesores para definir el tema de su TFM. La comunicación temprana con el profesorado es crucial para seleccionar un tema de interés mutuo. Esta colaboración asegura la relevancia del tema y permite a los estudiantes recibir orientación y desarrollar habilidades de investigación con la guía de expertos.
Elección de propuestas
Alternativamente, durante el mes de diciembre, los alumnos recibirán un fichero con diversas propuestas de TFM realizadas por profesores del MUIA y enviarán al coordinador de la titulación aquellas preferencias sobre las propuestas posibles de Trabajos Fin de Máster, identificando en orden hasta un máximo de 5 las propuestas que más le atraigan.
Realizar propuesta
En el caso de que no les atraiga ninguna oferta, o no se le haya asignado ninguna de las seleccionadas (varios alumnos pueden seleccionar la misma propuesta), el alumno deberá realizar una y enviarla al coordinador, encuadrándola en una de las materias del MUIA e indicando hasta tres profesores de la misma que puedan ejercer de directores.
*No hay que rellenar «Especialidad», «Doctor» y «Mención»