Máster Universitario en Investigación en Inteligencia Artificial
Presentación del máster
El Máster Universitario en Investigación en Inteligencia Artificial es un programa oficial que da acceso al doctorado.
Está organizado por AEPIA, y se imparte en la Universidad Internacional Menéndez Pelayo por profesorado de la asociación de reconocido prestigio.
El máster está acreditado por la Agencia Nacional de Evaluación y Acreditación (ANECA).
Características del máster
- Programa completamente online.
- 60 créditos a cursar durante un año académico.
- Da acceso, con todas las garantías, a la realización de un doctorado europeo.
- Profesores seleccionados entre los mejores especialistas de cada asignatura.
- Profesorado perteneciente a más de 20 centros de investigación.
- Se imparte desde la plataforma PoliformaT, de la Universidad Politécnica de Valencia.
Conoce el Máster Universitario en Investigación en Inteligencia Artificial
PLAN DE ESTUDIOS
El Máster Universitario en Investigación en Inteligencia Artificial se estructura en 3 créditos obligatorios, 45 créditos optativos y 12 créditos de Trabajo de Fin de Máster.
Cuenta con tres especialidades:
- Especialidad en Aprendizaje y Ciencia de Datos.
- Especialidad en Inteligencia en la Web.
- Especialidad en Razonamiento y Planificación.
La estructura del plan de estudios, en función de las especialidades, es la siguiente:
ESPECIALIDAD 1 – APRENDIZAJE Y CIENCIA DE DATOS
1. 102463 – A6. Introducción a la Investigación (3 ECTS).
2. Aprendizaje y Ciencia de Datos (22,5 ECTS):
- 102470 – A7. Métodos supervisados (4,5 ECTS).
- 102471 – A8. Métodos no supervisados y detección de anomalías (4,5 ECTS).
- 102472 – A9. Datos temporales y complejos (4,5 ECTS).
- 102473 – A10. Big Data: Herramientas para el procesamiento de datos masivos (9 ECTS).
3. 102484 – Trabajo de Fin de Máster (12 ECTS).
ESPECIALIDAD 2 – INTELIGENCIA EN LA WEB
1. 102463 – A6. Introducción a la Investigación (3 ECTS).
2. Inteligencia en la Web (22,5 ECTS):
- 102474 – A11. Web semántica y datos enlazados (4,5 ECTS).
- 102475 – A12. Tecnologías semánticas avanzadas (4,5 ECTS).
- 102476 – A13. Sistemas de Recomendación (4,5 ECTS).
- 102477 – A14. Recuperación y extracción de información, grafos y redes sociales (4,5 ECTS).
- 102478 – A20. Métodos empíricos de procesamiento del lenguaje natural (4,5 ECTS).
3. 102484 – Trabajo de Fin de Máster (12 ECTS).
ESPECIALIDAD 3 – RAZONAMIENTO Y PLANIFICACIÓN
1. 102463 – A6. Introducción a la Investigación (3 ECTS).
2. Razonamiento y Planificación (22,5 ECTS):
- 02479 – A15. Razonamiento automático (4,5 ECTS).
- 102480 – A16. Planificación automática (4,5 ECTS).
- 102481 – A17. Búsqueda heurística avanzada (4,5 ECTS).
- 102482 – A18. Razonamiento con restricciones (4,5 ECTS).
- 102483 – A21. Aprendizaje por refuerzo (4,5 ECTS).
3. 102484 – Trabajo de Fin de Máster (12 ECTS).
PROFESORADO
Los profesores del Máster Universitario en Investigación en Inteligencia Artificial son todos profesionales de reconocido prestigio en sus instituciones y en el ámbito de la IA. Cada uno de ellos ha sido seleccionado entre los mejores especialistas de su campo para impartir su asignatura.
A continuación puedes consultar el listado completo de profesores, sus cargos y las asignaturas que imparte cada uno, ordenado por institución de procedencia.
UNIVERSIDAD CARLOS III DE MADRID
Daniel Borrajo Millán – Catedrático | Planificación automática
Fernando Fernández Rebollo – Profesor Titular | Aprendizaje por refuerzo
UNIVERSIDAD CEU SAN PABLO
Mariano Fernández López – Profesor Titular | Tecnologías semánticas avanzadas
UNIVERSIDAD DE ALICANTE
Yoan Gutiérrez Vázquez – Investigador Postdoctoral | Métodos empíricos de procesamiento del lenguaje natural
Elena Lloret Pastor – Profesora Titular | Métodos empíricos de procesamiento del lenguaje natural
UNIVERSIDAD DE CASTILLA-LA MANCHA
José Antonio Gámez Martín – Catedrático | Ciencia de Datos y aprendizaje automático
UNIVERSIDAD DE CÓRDOBA
José Mª Luna Ariza – Profesor Contratado Doctor | Métodos no supervisados y detección de anomalías
Sebastián Ventura Soto – Catedrático | Métodos no supervisados y detección de anomalías
UNIVERSIDAD DE GRANADA
Óscar Cordón García – Catedrático | Recuperación y extracción de información, grafos y redes sociales
Juan Carlos Cubero Talavera – Catedrático | Métodos no supervisados y detección de anomalías
Juan Manuel Fernández Luna – Catedrático | Recuperación y extracción de información, grafos y redes sociales | Sistemas de Recomendación
Juan Francisco Huete Guadix – Catedrático | Sistemas de Recomendación
Eugenio Martínez Cámara – Investigador Postdoctoral | Procesamiento del lenguaje natural
Serafín Moral Callejón – Catedrático | Técnicas avanzadas de representación del conocimiento y razonamiento
UNIVERSIDAD DE JAÉN
María José del Jesús Díaz – Catedrática | Ciencia de Datos y aprendizaje automático
Luis Martínez López – Catedrático | Técnicas avanzadas de representación del conocimiento y razonamiento
Antonio Jesús Rivera Rivas – Profesor Titular | Ciencia de Datos y aprendizaje automático
Luis Alfonso Ureña López – Catedrático | Procesamiento del lenguaje natural
UNIVERSIDAD DE LA CORUÑA
Amparo Alonso Betanzos – Catedrática | Big Data: herramientas para el procesamiento de datos masivos
Miguel A. Alonso Pardo – Profesor Titular | Métodos empíricos de procesamiento del lenguaje natural
Verónica Bolón Canedo – Profesora Titular | Big Data: herramientas para el procesamiento de datos masivos
Brais Cancela Barizo – Profesor Titular | Big Data: herramientas para el procesamiento de datos masivos
Carlos Eiras Franco – Profesor Ayudante Doctor | Big Data: herramientas para el procesamiento de datos masivos
Carlos Gómez Rodríguez – Catedrático | Métodos empíricos de procesamiento del lenguaje natural
Jesús Vilares Ferro – Profesor Titular | Métodos empíricos de procesamiento del lenguaje natural
UNIVERSIDAD DE LA LAGUNA
José Marcos Moreno Vega – Catedrático | Resolución de problemas con metaheurísticos
UNIVERSIDAD DEL PAÍS VASCO
Iñaki Inza Cano – Profesor Agregado (P.T.U.) | Métodos supervisados
José Antonio Lozano Alonso – Catedrático | Resolución de problemas con metaheurísticos
UNIVERSIDAD DE MÁLAGA
Enrique Alba Torres – Catedrático | Resolución de problemas con metaheurísticos
Lawrence Mandow Andaluz – Catedrático | Búsqueda heurística avanzada
UNIVERSIDAD DE OVIEDO
Juan José del Coz Velasco – Catedrático | Datos temporales y complejos
Jorge Díez Peláez – Profesor Titular | Sistemas de Recomendación Deep Learning
Óscar Luaces Rodríguez – Profesor Titular | Sistemas de Recomendación Deep Learning
Beatriz Remeseiro López – Profesora Titular | Deep Learning
Camino Rodríguez Vela – Catedrática | Razonamiento con restricciones
UNIVERSIDAD DE SANTIAGO DE COMPOSTELA
Senén Barro Ameneiro – Catedrático | Introducción a la Investigación
Alberto José Bugarín Diz – Catedrático | Razonamiento automático
UNIVERSIDAD DE SEVILLA
José Cristóbal Riquelme Santos – Catedrático | Datos temporales y complejos
UNIVERSIDAD DE ZARAGOZA
Jorge Gracia del Río – Profesor Ayudante Doctor | Tecnologías semánticas avanzadas
UNIVERSIDAD PABLO DE OLAVIDE
Alicia Troncoso Lora – Catedrática | Datos temporales y complejos
UNIVERSIDAD POLITÉCNICA DE CATALUÑA
José Luis Balcázar Navarro – Catedrático | Introducción a la Investigación
UNIVERSIDAD POLITÉCNICA DE MADRID
Concha Bielza Lozoya – Catedrática | Métodos supervisados
Óscar Corcho García – Catedrático | Web semántica y datos enlazados
Raúl García-Castro – Profesor Titular | Web semántica y datos enlazados
Pedro Larrañaga Múgica – Catedrático | Métodos supervisados
Luis Magdalena Layos – Catedrático | Razonamiento automático
Bojan Mihaljevic – Investigador Postdoctoral | Métodos supervisados
Elena Montiel Ponsoda – Profesora Contratada Doctora | Tecnologías semánticas avanzadas
María Poveda Villalón – Profesora Contratada Doctora | Tecnologías semánticas avanzadas
Mariano Rico Almodóvar – Profesor Contratado Doctor | Web semántica y datos enlazados
Víctor Rodríguez Doncel – Profesor Ayudante Doctor | Tecnologías semánticas avanzadas
Carmen Suárez de Figueroa Baonza – Profesora Contratada Doctora | Tecnologías semánticas avanzadas
UNIVERSIDAD POLITÉCNICA DE VALENCIA
Vicente Botti Navarro – Catedrático | Sistemas multi-agente
José Hernández Orallo – Catedrático | Ciencia de Datos y aprendizaje automático
Eva Onaindía de la Rivaherrera – Catedrática | Planificación automática
UNIVERSIDAD POMPEU FABRA
Anders Jonsson – Profesor Titular | Aprendizaje por refuerzo
UNIVERSIDAD PÚBLICA DE NAVARRA
Humberto Bustince Sola – Catedrático | Técnicas avanzadas de representación del conocimiento y razonamiento
UNIVERSIDAD REY JUAN CARLOS
Dirk Sascha Ossowski – Catedrático | Sistemas multi-agente
DATASPARTAN
David Martínez Rego – Doctor en Inteligencia Artificial | Big Data: herramientas para el procesamiento de datos masivos
IIIA-CSIC
Lluis Godo Lacasa – Profesor de Investigación | Razonamiento automático
Felip Manyá Serres – Científico Titular | Razonamiento automático
Pedro Meseguer González – Investigador Científico | Búsqueda heurística avanzada | Razonamiento con Restricciones
Juan Antonio Rodríguez Aguilar – Investigador Científico | Razonamiento automático
Carles Sierra García – Profesor de Investigación | Sistemas multi-agente
INSTITUTO CANARIO DE ESTADÍSTICA
Idafen Santana Pérez – Investigador | Web semántica y datos enlazados
TELEFÓNICA INNOVACIÓN ALPHA
Roberto Confalonieri – Doctor en Inteligencia Artificial | Razonamiento automático
BECAS
AEPIA ofrece 3 becas para los estudiantes matriculados cada curso académico en las siguientes condiciones:
– Supondrán el 50 % del coste de la matrícula.
– Se otorgarán solamente a alumnos que se matriculen a tiempo completo.
– Serán incompatibles con otras becas para el mismo fin.
– Se otorgarán atendiendo a la puntuación obtenida en la lista de admisión, con arreglo a las siguientes cláusulas:
-
- Para la alumna/o que obtenga la mayor puntuación.
- Para la alumna/o que obtenga la siguiente mejor puntuación, y no haya obtenido su grado en una universidad española.
- Para la alumna/o que obtenga la siguiente mejor puntuación, y haya obtenido su grado en una universidad española.
PREINSCRIPCIÓN Y MATRÍCULA
La preinscripción y matrícula se podrá hacer a través del siguiente enlace.
CALENDARIO DE PREINSCRIPCIÓN 2023-24
Plazo ordinario:
- Preinscripción: del 3 de marzo al 8 de junio de 2023 (hasta las 12:00 horas de Madrid)
- Publicación listado provisional de admisión:hasta el 19 de junio de 2023
- Reclamaciones: en los dos días hábiles siguientes a la publicación de la resolución de admisión provisional
- Resolución definitiva de admisión: al día siguiente de finalizar el periodo de reclamación
Plazo extraordinario:
Se abrirá un plazo extraordinario para ofertar las posibles plazas vacantes que queden disponibles tras la matriculación del plazo ordinario.
- Preinscripción:del 3 de julio al 31 de agosto de 2023 (hasta las 12:00 horas de Madrid)
- Publicación listado provisional de admisión: hasta el 11 de septiembre de 2023
- Reclamaciones: en los dos días hábiles siguientes a la publicación de la resolución de admisión provisional
- Resolución definitiva de admisión: al día siguiente de finalizar el periodo de reclamación
CALENDARIO DE MATRICULACIÓN 2023-24
Para obtener información más detallada puedes consultar la web oficial del Máster Universitario en Investigación en Inteligencia Artificial.
MÁS INFORMACIÓN Y CONTACTO
Para resolver cualquier duda sobre aspectos administrativos de la preinscripción y matrícula puedes contactar con la Secretaría de Estudiantes de la UIMP en los teléfonos 915 920 600 o 915 920 620, o por email escribiendo a alumnos.posgrado@uimp.es o preinsripcion.posgrado@uimp.es.
Para dudas sobre los aspectos académicos del máster (plan de estudios, baremo de acceso, etc.) puedes consultar a la Comisión Académica escribiendo a master@aepia.org.
Para estar al tanto de las últimas novedades puedes seguirnos en Twitter (@AEPIAMasterIA) y en nuestro grupo de LinkedIn.