
Máster en Ingeniería Informática y IA
Duración
Créditos
Fecha de inicio
Idioma
Certificado por
Precio
Precio con beca
Tu curso incluye:
• Curso Managing Yourself con contenidos de la Harvard Business Publishing
• Expedición gratuita de diplomas y expediente en formato digital
• Equipo de tutores disponible de lunes a domingo
• Masterclass impartidas por expertos
• Sesiones de Método del Caso en nuestro Campus Virtual en el Metaverso
• Registro en la Bolsa de Empleo con más de 15.000 ofertas
• Servicio de orientación laboral: Career Service
• Carné de estudiante internacional reconocido por la UNESCO
• Posibilidad de prácticas nacionales e internacionales
• Acceso a la Biblioteca Virtual
• Sala de Networking, Chats y Foros través del Campus Virtual en el metaverso
• Titulación expedida por el Instituto Superior Europeo de Barcelona y por la Universidad Isabel I
Titulación universitaria
Al finalizar, recibirás un título propio EXPEDIDO POR LA UNIVERSIDAD ISABEL I
Descripción
El Máster en Ingeniería Informática e Inteligencia Artificial está diseñado para formar profesionales con las competencias necesarias para liderar el desarrollo e implementación de soluciones inteligentes en el ámbito tecnológico. Este programa combina conocimientos sólidos en ingeniería informática con habilidades avanzadas en inteligencia artificial, proporcionando una visión integral de las tecnologías que están transformando el futuro de las organizaciones.
A través de una metodología flexible y orientada a la práctica, los estudiantes aprenderán a diseñar e implementar sistemas inteligentes, aplicar técnicas de aprendizaje automático, procesamiento del lenguaje natural y visión por computadora, así como a integrar soluciones de IA en entornos informáticos reales, optimizando procesos y resolviendo problemas complejos en múltiples sectores.
Estudiando en UNISEB recibirás el asesoramiento de expertos y tutores que, junto con la metodología de estudio, asegurarán tu éxito profesional en el ámbito de la inteligencia artificial y la ingeniería informática.
¿A quién va dirigido?
El Máster en Ingeniería Informática e Inteligencia Artificial está dirigido a profesionales y recién graduados que deseen adquirir competencias avanzadas en el desarrollo, gestión e implementación de soluciones tecnológicas. Es ideal para:
- Ingenieros y técnicos que busquen especializarse en el diseño de sistemas informáticos complejos y actualizados.
- Profesionales del sector tecnológico que quieran ampliar sus conocimientos en programación, redes, arquitectura de software y sistemas.
- Consultores interesados en ofrecer soluciones innovadoras en infraestructura tecnológica y transformación digital.
- Emprendedores que deseen liderar proyectos tecnológicos con una base sólida en ingeniería informática.
- Graduados en informática, ingeniería, telecomunicaciones o disciplinas afines que aspiren a una formación completa y especializada en el ámbito informático.
Dominar los principios fundamentales y las técnicas avanzadas de inteligencia artificial, incluyendo aprendizaje automático, redes neuronales y procesamiento del lenguaje natural.
Objetivos
- Desarrollar competencias en el diseño y construcción de sistemas inteligentes integrados en entornos informáticos.
- Aplicar herramientas y enfoques de IA para resolver desafíos complejos y mejorar la eficiencia en diversos sectores industriales.
- Adquirir habilidades prácticas en la implementación, ajuste y validación de modelos de inteligencia artificial y algoritmos sofisticados.
- Integrar los conocimientos de la ingeniería informática con soluciones de IA para crear sistemas tecnológicos robustos, seguros y escalables.
- Comprender y utilizar técnicas de análisis de datos y machine learning para obtener información relevante a partir de grandes volúmenes de datos.
- Formarse para liderar iniciativas de innovación tecnológica en inteligencia artificial dentro del ámbito de la ingeniería informática.
Plan de estudios
MÓDULO 1: DIRECCIÓN DE PROYECTOS TIC
- Tema 1. Introducción a ITIL
- Tema 2. ¿Por qué ITIL?
- Tema 3. Historia y evolución de ITIL
- Tema 4. Fundamentos de la dirección de proyectos TIC
- Tema 5. Objetivos y beneficios de adoptar ITIL en la gestión de servicios de TI
- Tema 6. Componentes y estructura de ITIL
- Tema 7. Principales publicaciones y versiones de ITIL
- Tema 8. Estructura general y conceptos clave
- Tema 9. Prácticas de ITIL, KPIs, Cadena de Valor del Servicio
- Tema 10. Introducción a la gestión de servicios y ciclo de vida en ITIL
- Tema 11. El ciclo de vida del servicio en ITIL
- Tema 12. Relación entre las fases del Ciclo de Vida del Servicio y su
contribución a la calidad del servicio - Tema 13. ITIL y DevOps: Integración y Colaboración en Entornos Ágiles
- Tema 14. Roles clave en ITIL
- Tema 15. Relaciones entre los roles en ITIL
- Tema 16. Introducción
- Tema 17. Estrategia del servicio
- Tema 18. Diseño del servicio
- Tema 19. Transición del servicio en ITIL
- Tema 20. Operación del servicio en ITIL
- Tema 21. Mejora Continua del Servicio
- Tema 22. Gestión de la Calidad del servicio
- Tema 23. Mejora Continua del Servicio
- Tema 24. Herramientas y técnicas para la Mejora Continua
- Tema 25. Herramientas de gestión de servicios
- Tema 26. Funcionalidades críticas para soportar procesos ITIL
- Tema 27. Integración con otras Herramientas
- Tema 28. Importancia de la integración para una gestión eficaz de servicios
MÓDULO 2: AUDITORÍA Y CALIDAD DE LOS SISTEMAS
INFORMÁTICOS
- Tema 1. Definición y Conceptos Básicos de la Calidad en Sistemas Informáticos
- Tema 2. Factores que influyen en la Calidad
- Tema 3. Planificación de la calidad
- Tema 4. Gestión de la calidad en proyectos de Software
- Tema 5. Organización de un Plan de Calidad
- Tema 6. Control de la Calidad
- Tema 7. Métodos del control de la Calidad
- Tema 8. Pruebas de Calidad en Sistemas Informáticos
- Tema 9. Ejemplo práctico de aplicación de diferentes tipos de pruebas en un proyecto de
software - Tema 10. Estrategia de pruebas
- Tema 11. Mejora continua en el proceso de pruebas
- Tema 12. Métricas y Herramientas para Medir la Calidad
- Tema 13. Herramientas de evaluación de Calidad
- Tema 14. Herramientas Específicas
- Tema 15. Calidad en las fases del desarrollo
- Tema 16. Ejemplos reales de cada fase del desarrollo
- Tema 17. Mejora Continua
- Tema 18. Implementación en el Ciclo de Mejora Continua
- Tema 19. Revisión en el Ciclo de Mejora Continua
MÓDULO 3: DESARROLLO DE INTELIGENCIA ARTIFICIAL
AVANZADA
- Tema 1. Tipos de Aprendizaje
- Tema 2. lgoritmos avanzados de Machine Learnig
- Tema 3. Modelos de Ensamble
- Tema 4. Redes Neuronales Artificiales
- Tema 5. Técnicas de entrenamiento en Redes Neuronales
- Tema 6. Modelos Recurrentes y Variantes
- Tema 7. Cómo Mejoran las RNN para manejar secuencias Largas y Dependencias a Largo
Plazo - Tema 8. Introducción a los Transformers: Revolucionando el Procesamiento del Lenguaje Natural
- Tema 9. Mecanismo de Atención y la Arquitectura de Transformers
- Tema 10. Aplicaciones de Transformers: Ventajas, desventajas y principales
modelos - Tema 11. Técnicas de Optimización y Regularización de Modelos
- Tema 12. Optimización de hiperparámetros: estrategias como grid search y random search
- Tema 13. Despliegue y Mantenimiento de Modelos en Producción
- Tema 14. Monitoreo y actualización de modelos en entornos productivos
MÓDULO 4: SERVICIOS Y APLICACIONES WEB
- Tema 1. Introducción al Desarrollo de Aplicaciones Web (DAW)
- Tema 2. Conceptos Básicos de Desarrollo Web
- Tema 3. Arquitecturas Client-Server
- Tema 4. Frontend vs Backend
- Tema 5. Lenguajes y tecnologías fundamentales: HTML, CSS y JavaScript
- Tema 6. Herramientas y entornos de desarrollo
- Tema 7. Gestión de proyectos y dependencias
- Tema 8. Introducción a frameworks y librerías
- Tema 9. Crear una página Web estática con HTML y CSS
- Tema 10. Introducción a Git: Commits y pushes básicos
- Tema 11. Fundamentos de la Arquitectura MVC
- Tema 12. Implementación del MVC en Aplicaciones Web
- Tema 13. Patrones de Diseño Relacionados
- Tema 14. Integración de MVC con Tecnologías Frontend
- Tema 15. Manejo de Rutas y URLs Amigables
- Tema 16. Seguridad y autenticación en aplicaciones MVC
- Tema 17. ASP.NET Core
- Tema 18. Razor Pages
- Tema 19. ASP.NET Core MVC
- Tema 20. Integración de HTML, CSS y JavaScript en ASP.NET Core
- Tema 21. Introducción a Vue.js
- Tema 22. Desarrollo con Vue.js
- Tema 23. Introducción a Angular
- Tema 24. Desarrollo con Angular
- Tema 25. Comparativa entre Vue.js y Angular
- Tema 26. Creación de APIs RESTful con ASP.NET Core
- Tema 27. Seguridad en APIs
- Tema 28. Documentación y pruebas de APIs
- Tema 29. Integración del Backend con Frontend (Vue.js/Angular)
MÓDULO 5: TECNOLOGÍA Y DESARROLLO EN
DISPOSITIVOS MÓVILES
- Tema 1. Introducción
- Tema 2. Sistemas de Comunicación Inalámbricos
- Tema 3. Comunicaciones Inalámbricas
- Tema 4. Pasado, presente y futuro de las Comunicaciones Inalámbricas
- Tema 5. Introducción a los Dispositivos móviles
- Tema 6. Componentes de los dispositivos móviles
- Tema 7. Redes a las que puede acceder un dispositivo móvil
- Tema 8. Lenguajes de programación para móviles
- Tema 9. Ejemplos de entornos de programación
- Tema 10. Metodología de desarrollo de aplicaciones móviles
- Tema 11. Características de un proyecto de desarrollo para dispositivos
móviles - Tema 12. Modelos de negocio para aplicaciones móviles
- Tema 13. Planificación y dirección de proyectos tecnológicos móviles
- Tema 14. Fundamentos del desarrollo de aplicaciones móviles sobre Android
- Tema 15. Interfaz gráfica de usuario (GUI) en Android
- Tema 16. Herramientas de desarrollo Android
- Tema 17. Diseño de aplicaciones móviles
- Tema 18. Buenas prácticas de diseño
- Tema 19. Problemática de la seguridad en dispositivos móviles
- Tema 20. Seguridad en las comunicaciones inalámbricas
- Tema 21. Seguridad en el sistema operativo y las aplicaciones
- Tema 22. Seguridad para el usuario
- Tema 23. Prácticas de seguridad recomendada
- Tema 24. Ecosistema de aplicaciones móviles y app stores
- Tema 25. Modelos de negocio para aplicaciones móviles
- Tema 26. Marketing y tecnología móvil
- Tema 27. Planificación y dirección de proyectos tecnológicos móviles
MÓDULO 6: SISTEMAS DE GESTIÓN DE SEGURIDAD DE LA
INFORMACIÓN
- Tema 1. Dimensiones de la Seguridad de la Información
- Tema 2. Gestión de la Seguridad de la Información
- Tema 3. Normativa Legal en España
- Tema 4. Estándares de Seguridad de la Información
- Tema 5. Análisis De Riesgos
- Tema 6. Ciclo de vida de la seguridad
- Tema 7. Justificación y estudio de riesgos
- Tema 8. Metodologías de análisis de riesgos
- Tema 9. Gestión de riesgos
- Tema 10. Sistema de Gestión de la Seguridad de la Información (SGSI)
- Tema 11. Normativas internacionalmente reconocidas
- Tema 12. Planificar: Establecer el SGSI
- Tema 13. Hacer: Implantar y operar el SGSI
- Tema 14. Verificar: Monitorizar y Revisar el SGSI
- Tema 15. Desarrollo de un marco normativo de Seguridad de la información
- Tema 16. Clasificación de la información
- Tema 17. Herramientas para un SGSI
- Tema 18. Factores críticos de éxito en la implantación de un SGSI
- Tema 19. Planes de continuidad de negocio. Desarrollo de un plan de
continuidad de negocio - Tema 20. Esquema Nacional de Seguridad (ENS)
- Tema 21. Política de seguridad en el Esquema Nacional de Seguridad (ENS)
- Tema 22. Análisis y gestión de riesgos en el ENS
MÓDULO 7: ANÁLISIS INTELIGENTE DE DATOS
- Tema 1. Introducción al Análisis Inteligente de Datos
- Tema 2. Conceptos fundamentales
- Tema 3. Tratamiento de Datos
- Tema 4. Análisis Visual de Datos
- Tema 5. Metodología y áreas de aplicación
- Tema 6. Inteligencia Artificial Explicable (XAI)
- Tema 7. Inteligencia de Negocio (Business Intelligence)
- Tema 8. Selección y transformación de atributos
- Tema 9. Segmentación, predicción e identificación de patrones
- Tema 10. Técnicas avanzadas de análisis
- Tema 11. Herramientas de inteligencia de negocio
- Tema 12. Comparativa de técnicas y parámetros
- Tema 13. Análisis inteligente de datos
- Tema 14. Análisis de textos
- Tema 15. Análisis de series temporales
- Tema 16. Otros dominios específicos. Análisis de imágenes y visión por
computadora - Tema 17. Herramientas y tecnologías emergentes
- Tema 18. Big Data y tecnologías asociadas (Hadoop, Spark)
MÓDULO 8: MACHINE LEARNING E INTELIGENCIA
ARTIFICIAL
- Tema 1. Repaso de conceptos clave y marco teórico
- Tema 2. Regresión y clasificación avanzadas
- Tema 3. Aprendizaje basado en vecinos y métodos probabilísticos
- Tema 4. Implementaciones prácticas en machine learning
- Tema 5. Técnicas de conjuntos (ensembles)
- Tema 6. Modelos de árboles avanzados
- Tema 7. Optimización de hiperparámetros
- Tema 8. Explicabilidad y metodologías interpretables
- Tema 9. Prácticas y casos de uso avanzados
- Tema 10. Clustering y reducción de dimensionalidad
- Tema 11. Aprendizaje semi-supervisado y activo
- Tema 12. Modelado de tópicos y documentos
- Tema 13. Prácticas con datos no estructurados
- Tema 14. Representación del conocimiento y lógica
- Tema 15. Búsqueda y planificación
- Tema 16. Satisfacción de restricciones (CSPs)
- Tema 17. Introducción al aprendizaje por refuerzo clásico
- Tema 18. MLOps y despliegue en producción
- Tema 19. Aplicaciones multidisciplinares y casos de éxito
- Tema 20. Seguridad, ética y sesgos
- Tema 21. Tendencias futuras
MÓDULO 9: REDES NEURONALES Y APRENDIZAJE
PROFUNDO
- Tema 1. Introducción e historia de la IA y las redes neuronales
- Tema 2. Fundamentos matemáticos y conceptos clave
- Tema 3. Algoritmo de Entrenamiento: Backpropagation
- Tema 4. Aplicaciones Iniciales y ejemplos
- Tema 5. Optimización en Redes Neuronales
- Tema 6. Técnicas de regularización en redes neuronales
- Tema 7. Validación y explicabilidad
- Tema 8. Manejo de datos masivos y computación acelerada
- Tema 9. Redes convolucionales (CNN)
- Tema 10. Redes Recurrentes (RNN), LSTM y GRU
- Tema 11. Transformers y mecanismos de atención
- Tema 12. Procesamiento de audio y señales
- Tema 13. Modelado probabilístico
- Tema 14. Autoencoders variacionales (VAE)
- Tema 15. Generative Adversarial Networks (GANs)
- Tema 16. Modelos de difusión (Diffusion Models) e implícitos
- Tema 17. Aprendizaje auto-supervisado y multimodal
- Tema 18. Aplicaciones en entornos críticos y reales
- Tema 19. Ética, sesgos y privacidad
- Tema 20. Tendencias futuras y nuevas líneas de investigación
MÓDULO 10: MODELOS DE IA GENERATIVA
- Tema 1. Conceptos Introductorios
- Tema 2. Modelos Probabilísticos Básicos
- Tema 3. Espacios Latentes y su representación
- Tema 4. Aplicaciones iniciales de la IA Generativa
- Tema 5. Autoencoders (AE) Clásicos
- Tema 6. Autoencoders variacionales (VAE)
- Tema 7. Modelos basados en flujos (Flow-based Models)
- Tema 8. Prácticas y casos de uso
- Tema 9. Arquitectura Discriminador–Generador
- Tema 10. GANs clásicas y variantes
- Tema 11. Estabilización y optimización del entrenamiento
- Tema 12. Aplicaciones destacadas
- Tema 13. Modelos de difusión (diffusion models)
- Tema 14. Representaciones implícitas
- Tema 15. Técnicas híbridas y avances recientes
- Tema 16. Proyectos de investigación y aplicaciones futuras
- Tema 17. MLOps y escalabilidad en IA generativa
- Tema 18. Evaluación de la calidad y sesgos
- Tema 19. Implicaciones éticas y legales
- Tema 20. Casos de éxito empresarial y aplicaciones reales
MÓDULO 11: DESARROLLO DE APLICACIONES IA
- Tema 1. Configuración de entornos y workflows de desarrollo
- Tema 2. Uso de APIs y modelos preentrenados
- Tema 3. Prototipado rápido de aplicaciones de IA
- Tema 4. Casos de uso de Chatbots, asistentes virtuales y sistemas de recomendación
- Tema 5. Ingeniería de prompts y estructuración de las solicitudes
- Tema 6. Arquitectura de aplicaciones conversacionales
- Tema 7. Evaluación y optimización de la interacción
- Tema 8. Despliegue a escala y MLOps avanzado
- Tema 9. Optimización de costes y rendimiento en aplicaciones de IA
- Tema 10. Perspectivas éticas y uso responsable de la inteligencia
artificial
MÓDULO 12: IA EMPRESARIAL
- Tema 1. Introducción a la IA
- Tema 2. La IA en tu día a día
- Tema 3. La IA en el entorno laboral
- Tema 4. IA para finanzas
- Tema 5. IA para marketing
- Tema 6. IA para recursos humanos
- Tema 7. IA para operaciones
- Tema 8. Casos prácticos
- Tema 9. El futuro de la IA
Metodología
La metodología de estudios de UNISEB está diseñada con la finalidad de que el alumno pueda compaginar la vida personal y profesional. Todos los programas formativos de Máster, se imparten íntegramente online. De este modo el alumno puede acceder a todo el contenido formativo a través de nuestro Campus Online, siendo esta la principal plataforma de su formación, para que pueda estudiar desde cualquier lugar del mundo y a cualquier hora.
Para que el alumno pueda estudiar a su ritmo cómo y dónde quiera, con nuestro método 24/365 garantizamos a todos nuestros estudiantes un continuo asesoramiento durante cualquier día del año a cualquier hora mediante nuestro equipo de tutores.
Una vez matriculado, el alumno podrá acceder al Campus Virtual con todos los recursos académicos que necesita mediante el cual obtendrá una comunicación permanente entre los demás alumnos y profesores: material de estudio, foros, chats, networking con el resto de los alumnos, tutorías personalizadas, videotutoriales, masterclass y noticias de actualidad.
Para la evaluación el alumno podrá elegir uno de los siguientes tres métodos:
- Trabajo Final: Presentación de un trabajo/tesis al finalizar todas las asignaturas.
- Trabajos de Evaluación Continua: Presentación de un trabajo al finalizar cada una de las asignaturas.
- Examen final: Presentación de un examen final tipo test al finalizar todas las asignaturas.
A través de estos métodos se evaluará que el alumno haya adquirido todas las competencias necesarias en los diferentes bloques de estudio. Todos los métodos de evaluación se realizarán íntegramente online, facilitando el estudio a distancia por parte del alumno.
Financiación y becas
El Instituto Superior Europeo de Barcelona quiere atraer el mejor talento. Sabemos que financiar tu formación en un centro educativo de alto rendimiento puede ser todo un reto. La decisión de estudiar un Máster supone una inversión importante, así que UNISEB pone a disposición de sus alumnos diferentes modalidades de pago, ayudando en la financiación de los estudios:
- Al contado con tarjeta de débito / crédito
- Transferencia bancaria
- Posibilidad de financiar el pago
- Si eres una empresa tenemos condiciones especiales de financiación. Si deseas más información puedes consultar aquí.
Matriculación

Da un salto en tu carrera profesional con UNISEB. Completa ahora nuestro formulario de solicitud de información y uno de nuestros agentes formativos se pondrá en contacto contigo lo antes posible.
Nuestro equipo estará encantado de responder a todas tus preguntas y brindarte detalles sobre nuestros programas formativos, métodos de aprendizaje y cualquier otra información que necesites.
¡Esperamos recibirte pronto en nuestra escuela de negocios!
Este programa es impartido en colaboración con dos instituciones de prestigio internacional.






MBA - Máster en Administración y Dirección de Empresas
DURACIÓN
9 mesesDURACIÓN
9 mesesDURACIÓN
9 mesesDURACIÓN
9 mesesDURACIÓN
9 mesesDURACIÓN
9 mesesDURACIÓN
9 meses