Módulo 1. Artificial Intelligence as a Business & Technological Disruptor:

• IA y Machine Learning for Business: Innovación, Competitividad y Modelos de Negocio
  • Introducción a la IA y ML en el Contexto Empresarial
  • Aplicaciones de IA y ML en Marketing y Ventas
  • Aplicaciones de IA y ML en Finanzas y Gestión de Riesgos
  • Aplicaciones de IA y ML en Finanzas y Gestión de Riesgos
  • Aplicaciones de IA y ML en Operaciones y Cadena de Suministro
  • Aplicaciones de IA y ML en Recursos Humanos
  • Desarrollo de Nuevas Oportunidades de Negocio con IA y ML
  • Implementación y Gestión de Proyectos de IA en la Empresa
• Ética y Modelos de IA: Gobernanza y Confianza
  • Ética en la IA
  • Customer Experience & Customer Journey y su impacto ético
  • Interacción Inteligente y su impacto ético
  • Sesgos Cognitivos y Regulaciones de la IA
• Tecnologías Cloud y Plataformas de IA para la Escalabilidad del Negocio
  • Cloud
  • Servicios de AI Basados en APIs
  • Herramientas para el Diseño, Entrenamiento y Gestión del Ciclo de Vida de Sistemas Basados en IA
• Product Management & Project Management
  • Fundamentos de la Gestión de Proyectos
  • Metodologías
  • Gestión del Alcance, Tiempo y Costo
  • Gestión de la Calidad y Riesgos
  • Comunicación y Stakeholders
  • Evaluación y Mejora Continua

Módulo 2. Artificial Intelligence Tools & Techniques:

• Data Engineering – Data Strategy
  • Ingeniería de Datos
  • Técnicas de Limpieza y Preparación de Datos
  • Diseño y Aplicabilidad de Algoritmos
  • Diseño de Aplicaciones Basadas en Datos
  • Programación Orientada a Objetos
• Generación de Aplicaciones Machine Learning: Algoritmos, Predicciones y Decisiones
  • Modelos Lineales
  • Series Temporales
  • Modelos fundacionales de ML Supervisado
  • Validación Cruzada
  • Modelos fundacionales de ML No Supervisado
  • Riesgos y Limitaciones
• Deep Learning y Redes Neuronales Aplicado al Negocio
  • Diseño de Redes Neuronales
  • Entrenamiento de Redes Neuronales
  • Modelos Pre-entrenados y Aprendizaje por Transferencia
  • IA Generativa
• Procesamiento de Lenguaje Natural e Imágenes
  • Normalización de Textos y Análisis Sintáctico de Dependencias
  • Redes Neuronales Recurrentes y Transformers
  • Repositorios de Datasets y Modelos Pre-entrenados
  • Modelos Generativos
  • Clasificación de Imágenes

Trabajo Fin de Máster: Desarrollo de un proyecto aplicado donde el alumno integra IA, negocio y estrategia para resolver un reto real de su entorno profesional.