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