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
Concepto de Calidad
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