Obtenida la verificación del plan de estudios por el Consejo de Universidades, previo informe favorable de la Agencia de Calidad del Sistema Universitario Vasco, así como la autorización de la Comunidad Autónoma Vasca, y establecido el carácter oficial del título por Acuerdo de Consejo de Ministros de 17 de septiembre de 2024 (publicado en el BOE de 27 de septiembre de 2024),
Este Rectorado, de conformidad con lo dispuesto en el artículo 35 de la Ley Orgánica 6/2001, de Universidades, en la redacción dada por la Ley Orgánica 4/2007, ha resuelto publicar el plan de estudios conducente a la obtención del título de Máster Universitario en Inteligencia Artificial Aplicada.
Mondragón, 11 de junio de 2025.–El Rector, Vicente Atxa Uribe.
ANEXO
Contenido del plan de estudios
Máster Universitario en Inteligencia Artificial Aplicada
Código RUCT del título: 3500299.
Nivel MECES: 3.
Características generales de los estudios:
– Título sin atribuciones profesionales.
– Rama de adscripción: Ingeniería y Arquitectura.
– Ámbito de conocimiento: Ingeniería informática y de sistemas.
Número de ECTS: 90.
Duración: 1,5 años.
Distribución de los créditos:
| ECTS | |
|---|---|
| Obligatorias. | 54 |
| Optativas. | 21 |
| Trabajo Fin de Máster. | 15 |
Plan de estudios
Primer curso
Primer semestre
| Asignatura | Tipo | ECTS |
|---|---|---|
| Matemática aplicada a la IA. | OB | 3 |
| Programación aplicada a la IA. | OB | 3 |
| Minería de Datos. | OB | 3 |
| Aprendizaje Automático I. | OB | 3 |
| Seminarios en Tecnologías Emergentes I. | OB | 1,5 |
| Análisis de Series Temporales. | OB | 3 |
| Aprendizaje Profundo. | OB | 4,5 |
| Ingesta de Datos y Almacenamiento. | OB | 3 |
| Representación del Conocimiento y Razonamiento. | OB | 3 |
| Sensórica y Adquisición de Datos (*). | OP | 3 |
| Prácticas en Empresa I (*). | OP | 3 |
| Total. | 33 | |
|
Nota: Los alumnos deberán elegir 1 asignatura de entre las 2 optativas marcadas con (*) para completar 30 ECTS. |
||
Segundo semestre
| Asignatura | Tipo | ECTS |
|---|---|---|
| Gestión de Proyectos de IA. | OB | 4,5 |
| Aprendizaje Automático II. | OB | 4,5 |
| IA explicativa. | OB | 3 |
| Seminarios en Tecnologías Emergentes II. | OB | 1,5 |
| Aprendizaje por Refuerzo. | OB | 3 |
| Inteligencia de Datos. | OB | 3 |
| Optimización mediante Técnicas de IA. | OB | 4,5 |
| Sistemas Multiagente. | OB | 3 |
| Ciberseguridad (*). | OP | 3 |
| Prácticas en Empresa II (*). | OP | 3 |
| Total. | 33 | |
|
Nota: Los alumnos deberán elegir 1 asignatura de entre las 2 optativas marcadas con (*) para completar 30 ECTS. |
||
Segundo curso
Tercer semestre
| Asignatura | Tipo | ECTS | |
|---|---|---|---|
| Itinerario: Especialización académica. | Prácticas en empresa I. | OP | 15 |
| Itinerario: Iniciación en tareas de investigación. | Métodos cuantitativos para la investigación. | OP | 3 |
| Pautas metodológicas para la elaboración de una tesis doctoral. | OP | 3 | |
| Producción de textos científicos. | OP | 3 | |
| Gestión de Proyectos de investigación. | OP | 3 | |
| Modelización y simulación. | OP | 3 | |
| Comunes. | Trabajo Fin de Máster. | TFM | 15 |
| Total. | 45 | ||
|
Nota: Este módulo contiene 6 asignaturas optativas posibles que suman 30 ECTS, con las que el alumno debe completar los 15 ECTS optativos del semestre, eligiendo entre uno u otro itinerario. |
|||
Abreviaturas:
OB: Obligatoria.
OP: Optativa.
TFM: Trabajo Fin de Máster.