Máster en Inteligencia Artificial para la Transformación de Negocios
CONVOCATORIA ABIERTADescubre el impacto estratégico de la IA en el mundo empresarial.
Partner académico
Título propio acreditado por la
El Máster en Inteligencia Artificial para la Transformación de Negocios permite entender el verdadero impacto estratégico de la esta tecnología el mundo empresarial.
La inteligencia artificial (IA) está conquistando el mundo de la tecnología de consumo. Diferentes aplicaciones impulsadas por IA, como asistentes digitales e interfaces de voz, dan forma a la vida digital de los usuarios.
Sin embargo, en el mundo empresarial todavía no se sabe cómo afrontar el futuro. Un futuro cercano en el que este tipo de tecnología será (ya es) una de las claves principales. Una de las técnicas más relacionadas con la IA que se ha hecho hueco en el sector empresarial es el deep learning o aprendizaje profundo.
Por eso, nuestro Máster en Inteligencia Artificial para la Transformación de Negocios pretende formar profesionales pioneros en este campo. Personas capaces de ayudar a las empresas a seguir siendo competentes durante y después de este cambio de paradigma.
Inesdi Business Techschool, cuenta con Three Points, The School For Digital Business, como partner estratégico para conformar el Digital Innovation Learning Hub de Planeta Formación y Universidades.
En virtud de esta alianza, se busca impulsar la formación en Business Technology a través de programas especializados en este ámbito
Three Points cuenta con la Universitat Politècnica de Catalunya (UPC) como partner académico que avala los másters de la escuela. La UPC es una de las universidades politécnicas líderes de Europa en los ámbitos de la ingeniería, la arquitectura, las ciencias y la tecnología.
Una vez finalizado el programa, los estudiantes obtendrán:
- Un título propio de Three Points
- Un título propio acreditado por la UPC, si se cumplen los requisitos de la Universidad al finalizar el programa
Empleabilidad
Nuestros alumnos trabajan en
¿Por qué estudiar el Máster en Inteligencia Artificial para la Transformación de Negocios en Inesdi?
A pesar de que la inteligencia artificial está conquistando el mundo de la tecnología de consumo, el mundo empresarial sigue sin saber cómo afrontar este nuevo paradigma. Éste máster pretende formar profesionales pioneros capaces de ayudar a las empresas.
Antes de adentrarse en el programa, los estudiantes iniciarán con un bootcamp de introducción a algunos de los contenidos esenciales que les servirán de base y les guiarán en el desarrollo del máster.
El máster profundiza en los fundamentos de la IA para que los alumnos sean capaces de comprender las tres fases del deep learning, conociendo los algoritmos y herramientas principales que permiten adoptar estrategias inteligentes con ejemplos prácticos.
Gracias al curso podrán obtener la insignia "Python for Data Science" de Cognitive Class que certifica sus conocimientos en los conceptos en esta disciplina, como el deep learning y automatic learning.
sin compromiso del Máster en Inteligencia Artificial para la Transformación de Negocios
Curso Nivelador de IA
Este curso provee las bases de conocimiento de programación, algoritmos y matemáticas necesarias para el seguimiento del programa. En él, los estudiantes encontrarán recursos materiales que les permitirán profundizar en diferentes temas relacionados con el Máster: Conceptos básicos de IA, Introducción a la programación e Introducción a los algoritmos en IA.
Al finalizarlo, los alumnos realizarán un examen tipo test que les servirá como guía de evaluación.
Módulo 1- La IA: fundamentos y principales tecnologías
En este módulo, los estudiantes se introducirán en el mundo de la IA y en su aplicación en negocio abordando la evolución histórica de la IA y sus conceptos claves. Además, se introducirán las principales tecnologías y stacks tecnológicos.
Módulo 2- Impacto socioeconómico de la IA
Este módulo se centra en la visión integrada de la IA en el contexto socioeconómico actual, incluyendo la industria 4.0., así como en su impacto en las personas.
Los estudiantes desarrollarán capacidades para identificar casos de uso en donde aplicar IA en diferentes industrias y entenderán los aspectos éticos, sociales y legales que deben tenerse en cuenta para hacer un buen uso de la IA en las organizaciones
Módulo 3- Introducción al Machine Learning: datos y algoritmos
Este módulo introducirá al estudiante en el Machine Learning, proporcionando aquellos conceptos clave para su correcta comprensión. Se verán los principales entornos de desarrollo y algoritmos del Machine Learning, así también como la importancia de los datos.
Módulo 4- Modelos Machine Learning: optimización y aplicaciones
En el cuarto módulo se proporcionan las claves para optimizar el resultado de los modelos de Machine Learning, a la vez que se profundiza en el proceso vinculado a la minimización de riesgos en la generación de aplicaciones basadas en IA. Además, los estudiantes aprenderán a identificar las fortalezas y debilidades de los algoritmos más conocidos.
Módulo 5- Introducción a las Redes Neuronales
A lo largo de este módulo, los estudiantes profundizarán en el concepto de Redes Neurales y abordarán temas como sus arquitecturas típicas, los principales entornos de desarrollo y uso de Deep Learning.
Módulo 6- Aplicaciones empresariales de la IA y su impacto de negocio
Este módulo introducirá a los estudiantes en las principales aplicaciones de negocio de la IA. Se verá la optimización de la experiencia del cliente, los productos y servicios inteligentes, y las distintas variables de soporte corporativo inteligente (RRHH, seguridad,etc.)
Módulo 7- Modelos de IA basados en el cliente
En este módulo, los estudiantes profundizarán en las aplicaciones de la IA a los procesos de relación con el cliente. Se introducirán distintas alternativas de servicios y de técnicas de venta.
Módulo 8- Frameworks de IA
En este módulo se tratarán las principales tecnologías y frameworks de IA que existen actualmente en el mercado con el objetivo de que el alumno sepa escoger, de entre el amplio abanico de opciones, las que mejor se adapten al problema concreto que necesite solucionar. Incluyendo las capacidades disponibles en:
- AWS
- Google IA
- IBM Watson
- Microsoft Azure
Módulo 9- Implantación de proyectos de IA (I): metodología
En esta primera parte, el estudiante aprenderá un enfoque metodológico para organizar un proyecto de IA y garantizar su éxito. Además, se verá la construcción y operacionalización de modelos como:
- MLOps
- Trusted IA
- AI Governance
Módulo 10- Implantación de proyectos de IA (II): recursos materiales y humanos
En la segunda parte del bloque, el estudiante se centrará en conocer qué recursos materiales y qué perfiles humanos son necesarios en un proyecto IA, dependiendo del tipo de proyecto y del contexto de la empresa. También se llevarán a cabo ejercicios de estimación económica de proyectos IA los alumnos profundizarán en la dirección e implementación de proyectos de IA desde el punto de vista de los recursos materiales y humanos.
Curso Nivelador de IA
Este curso provee las bases de conocimiento de programación, algoritmos y matemáticas necesarias para el seguimiento del programa. En él, los estudiantes encontrarán recursos materiales que les permitirán profundizar en diferentes temas relacionados con el Máster: Conceptos básicos de IA, Introducción a la programación e Introducción a los algoritmos en IA.
Al finalizarlo, los alumnos realizarán un examen tipo test que les servirá como guía de evaluación.
Módulo 1- La IA: fundamentos y principales tecnologías
En este módulo, los estudiantes se introducirán en el mundo de la IA y en su aplicación en negocio abordando la evolución histórica de la IA y sus conceptos claves. Además, se introducirán las principales tecnologías y stacks tecnológicos.
Módulo 2- Impacto socioeconómico de la IA
Este módulo se centra en la visión integrada de la IA en el contexto socioeconómico actual, incluyendo la industria 4.0., así como en su impacto en las personas.
Los estudiantes desarrollarán capacidades para identificar casos de uso en donde aplicar IA en diferentes industrias y entenderán los aspectos éticos, sociales y legales que deben tenerse en cuenta para hacer un buen uso de la IA en las organizaciones
Módulo 3- Introducción al Machine Learning: datos y algoritmos
Este módulo introducirá al estudiante en el Machine Learning, proporcionando aquellos conceptos clave para su correcta comprensión. Se verán los principales entornos de desarrollo y algoritmos del Machine Learning, así también como la importancia de los datos.
Módulo 4- Modelos Machine Learning: optimización y aplicaciones
En el cuarto módulo se proporcionan las claves para optimizar el resultado de los modelos de Machine Learning, a la vez que se profundiza en el proceso vinculado a la minimización de riesgos en la generación de aplicaciones basadas en IA. Además, los estudiantes aprenderán a identificar las fortalezas y debilidades de los algoritmos más conocidos.
Módulo 5- Introducción a las Redes Neuronales
A lo largo de este módulo, los estudiantes profundizarán en el concepto de Redes Neurales y abordarán temas como sus arquitecturas típicas, los principales entornos de desarrollo y uso de Deep Learning.
Módulo 6- Aplicaciones empresariales de la IA y su impacto de negocio
Este módulo introducirá a los estudiantes en las principales aplicaciones de negocio de la IA. Se verá la optimización de la experiencia del cliente, los productos y servicios inteligentes, y las distintas variables de soporte corporativo inteligente (RRHH, seguridad,etc.)
Módulo 7- Modelos de IA basados en el cliente
En este módulo, los estudiantes profundizarán en las aplicaciones de la IA a los procesos de relación con el cliente. Se introducirán distintas alternativas de servicios y de técnicas de venta.
Módulo 8- Frameworks de IA
En este módulo se tratarán las principales tecnologías y frameworks de IA que existen actualmente en el mercado con el objetivo de que el alumno sepa escoger, de entre el amplio abanico de opciones, las que mejor se adapten al problema concreto que necesite solucionar. Incluyendo las capacidades disponibles en:
- AWS
- Google IA
- IBM Watson
- Microsoft Azure
Módulo 9- Implantación de proyectos de IA (I): metodología
En esta primera parte, el estudiante aprenderá un enfoque metodológico para organizar un proyecto de IA y garantizar su éxito. Además, se verá la construcción y operacionalización de modelos como:
- MLOps
- Trusted IA
- AI Governance
Módulo 10- Implantación de proyectos de IA (II): recursos materiales y humanos
En la segunda parte del bloque, el estudiante se centrará en conocer qué recursos materiales y qué perfiles humanos son necesarios en un proyecto IA, dependiendo del tipo de proyecto y del contexto de la empresa. También se llevarán a cabo ejercicios de estimación económica de proyectos IA los alumnos profundizarán en la dirección e implementación de proyectos de IA desde el punto de vista de los recursos materiales y humanos.
Proyecto final de Master
Es un trabajo académico-práctico que los estudiantes realizarán, transversalmente. El objetivo de este trabajo es favorecer la aplicación práctica de los conocimientos, metodologías y herramientas vistos a lo largo de todo el máster.
Profesores
José Ramón Sanfiz
Responsable Oficina Barcelona Atmira y de transformación. Anteriormente, fue director y consultor en Inteligencia Artificial en Accenture.
Nuria Castell
Licenciada en Informática por la UAB. Doctora en Informática por la UPC. Profesora del departamento de Ciencias de la Computación de la UPC. Experta en el diseño de nuevos planes de estudios, en particular en programas internacionales.
Lucas Fernández
Senior Full Stack Developer y SRE en el equipo de Open Data Science de Red Hat. Ingeniero informático por la Universidad de Alcalá de Henares y tiene un Máster en Seguridad de Tecnologías de la Información y Comunicaciones.
Alfonso Ibáñez
Responsable de Data Science y Data Engineering en Synergic Partners, compañía del grupo Telefónica.
Jordi Navarro
CEO en la Cleverdata.io, compañía que desarrolla aplicaciones de Analítica Avanzada y Predictiva. Anteriormente, fue director de Sistemas de Información en Condis.
Enrique Blanco
Tiene experiencia en proyectos internacionales de Data Science e Ingeniería de Sistemas dentro del sector aeroespacial. Es licenciado en Ciencias Físicas por la Universidad Complutense.
Jaume Miralles
Responsable de promover la adopción de la tecnología de IBM Watson Data & Artificial Intelligence. Anteriormente, fue consultor en PwC.
Carlos Rodríguez
Actualmente es Data Scientist en Telefónica.Estudió un Máster en Filosofía por UNED y un máster en Inteligencia Artificial por la Universidad Politécnica de Madrid.
Perfil del estudiante
El perfil de los alumnos del Máster en Inteligencia Artificial para la Transformación de Negocios
DATOS DEMOGRÁFICOS
SEXO
EDAD
BACKGROUND
EXPERIENCIA
Perfil del estudiante
Inesdi da respuesta al escenario económico y empresarial actual.
DATOS DEMOGRÁFICOS
SEXO
EDAD
BACKGROUND
EXPERIENCIA
Proceso de admisión
Nuestro proceso de admisión tiene como objetivo fundamental asegurar la idoneidad y desarrollo de los candidatos, para que todos nuestros alumnos puedan vivir una experiencia digital que responda a sus necesidades actuales y futuras.
Descubre todos nuestros Programas
Máster en Business Intelligence y Data Management Online
Máster en Big Data y Analytics
Solicita información del
Máster en Inteligencia Artificial para la Transformación de Negocios
Campus Madrid
28002
Campus Barcelona
08029
Online
lugar del mundo
