FOLLETO |
Preinscripción y Matrícula |
TRABAJO DE FIN DE MÁSTER (TFM) |
NORMATIVA |
CALIDAD |
Documentación oficial |
Buzón de Sugerencias |
Organizado en colaboración con la Asociación Española para la Inteligencia Artificial (AEPIA)
Información General curso académico 2022/23
VII Edición. Del 17 de octubre de 2022 al 31 de julio de 2023
La Universidad Internacional Menéndez Pelayo (UIMP) y la Asociación Española para la Inteligencia Artificial (AEPIA) han programado, en alianza académica, un Programa Oficial de Máster Universitario en Investigación en Inteligencia Artificial, cuyo objetivo es dotar al estudiante de una formación en los paradigmas de mayor vigencia e interés en el ámbito de la inteligencia artificial y en su aplicación a la resolución de problemas.
El máster proporciona una formación de postgrado especializada en aspectos avanzados científicos y tecnológicos de la inteligencia artificial para preparar titulados versátiles que puedan desarrollar posteriormente avances en el conocimiento del ámbito (investigación básica), o en su aplicación al desarrollo de nuevos productos o servicios o a la innovación sobre los ya existentes, en los cuales se utilicen métodos o técnicas de la inteligencia artificial.
Se pretende, por tanto, formar titulados con posibilidad de fácil adaptación a diferentes entornos de trabajo y a diferentes perfiles de especialización.
El máster consta de 3 especialidades:
Especialidad en Aprendizaje y Ciencia de Datos
Especialidad en Inteligencia en la Web
Especialidad en Razonamiento y planificación
El programa está adaptado a los criterios establecidos por el Espacio Europeo de Educación Superior (EEES) y su carga lectiva se establece en créditos ECTS, que es el estándar adoptado por todas las universidades del EEES para garantizar la homogeneidad y la calidad de los estudios universitarios.
Plazo de preinscripción ordinario: del 03 de marzo al 8 de junio de 2023 (hasta las 12:00 horas de Madrid).
Consultas relacionadas con preinscripción y admisión: preinscripcion.posgrado@uimp.es
Plazo de formalización de matrícula: a partir del 27 de junio de 2023, en los 10 días naturales a contar desde la recepción de la notificación de admisión.
Plazo de entrega de documentación: desde el momento de formalización de la matrícula hasta las dos primeras semanas de curso.
Consultas relativas a matriculación y otros trámites relacionados con estudios de posgrado: alumnos.posgrado@uimp.es
Se puede consultar información adicional en este enlace.
Eva Onaindía de la Rivaherrera
Catedrática de Lenguajes y Sistemas Informáticos
Universidad Politécnica de Valencia
Secretaría de Estudiantes de la UIMP (Temas administrativos: preinscripción, matrícula, etc.):
Teléfono: + 34 91 592 06 00 / 91 592 06 20
Correo electrónico de contacto: alumnos.posgrado@uimp.es
Comisión Académica del Máster (Temas académicos):
Correo electrónico de contacto: master@aepia.org
Twitter: @AEPIAmasterIA
Castellano
La admisión de candidatos será decidida por la Comisión Académica del Máster atendiendo a las condiciones de acceso y requisitos específicos de admisión del programa, con el objeto de no sobrepasar el número de 60 plazas establecido como máximo de plazas a ofertar.
El máster se imparte en modalidad a distancia a través de la plataforma poliformaT de la Universidad Politécnica de Valencia.
El Máster Universitario en Investigación en Inteligencia Artificial tiene una carga lectiva de 60 créditos ECTS y se imparte bajo la modalidad de enseñanza a distancia.
El programa puede realizarse a tiempo completo en un único curso académico, o bien a tiempo parcial en dos años. En este último caso, los estudiantes deberán matricularse en el primer año de un mínimo de 30 créditos y de un máximo de 45 créditos ECTS.
El máster se estructura en 3 créditos obligatorios, 45 créditos optativos y 12 créditos de Trabajo de Fin de Máster, y posee tres especialidades:
Especialidad 1: Especialidad en Aprendizaje y Ciencia de Datos.
Especialidad 2: Especialidad en Inteligencia en la Web.
Especialidad 3: Especialidad en Razonamiento y planificación.
La estructura de plan de estudios en función de las especialidades es la siguiente:
1. 102463 - A6. Introducción a la Investigación (3 ECTS)
2. Aprendizaje y Ciencia de Datos (22,5 ECTS):
102470 - A7. Métodos supervisados (4,5 ECTS)
102471 - A8. Métodos no supervisados y detección de anomalías (4,5 ECTS)
102472 - A9. Datos temporales y complejos (4,5 ECTS)
102473 - A10. Big Data: Herramientas para el procesamiento de datos masivos (9 ECTS)
3. El estudiante debe seleccionar asignaturas optativas donde alguna trabaje las competencias específicas CE1, CE3 y CE4 (22,5 ECTS).
En esta Tabla se puede consultar la relación de materias/asignaturas del plan con sus correspondientes competencias.
4. 102484 - Trabajo de Fin de Máster (12 ECTS)
1. 102463 - A6. Introducción a la Investigación (3 ECTS)
2. Inteligencia en la Web (22,5 ECTS):
102474 - A11. Web semántica y datos enlazados (4,5 ECTS)
102475 - A12. Tecnologías semánticas avanzadas (4,5 ECTS)
102476 - A13. Sistemas de Recomendación (4,5 ECTS)
102477 - A14. Recuperación y extracción de información, grafos y redes sociales (4,5 ECTS)
102478 - A20. Métodos empíricos de procesamiento del lenguaje natural (4,5 ECTS)
3. El estudiante debe seleccionar asignaturas optativas donde alguna trabaje la competencia específica CE1 (22,5 ECTS).
En esta Tabla se puede consultar la relación de materias/asignaturas del plan con sus correspondientes competencias.
4. 102484 - Trabajo de Fin de Máster (12 ECTS)
1. 102463 - A6. Introducción a la Investigación (3 ECTS)
2. Razonamiento y Planificación (22,5 ECTS):
102479 - A15. Razonamiento automático (4,5 ECTS)
102480 - A16. Planificación automática (4,5 ECTS)
102481 - A17. Búsqueda heurística avanzada (4,5 ECTS)
102482 - A18. Razonamiento con restricciones (4,5 ECTS)
102483 - A21. Aprendizaje por refuerzo (4,5 ECTS)
3. El estudiante debe seleccionar asignaturas optativas donde alguna trabaje la competencia específica CE2 (22,5 ECTS).
En esta Tabla se puede consultar la relación de materias/asignaturas del plan con sus correspondientes competencias.
4. 102484 - Trabajo de Fin de Máster (12 ECTS)
A1 - Sesiones presenciales virtuales: visionado inicial del material audiovisual (vídeos introductorios, presentaciones, animaciones) que se elabore en cada una de las materias y que servirán presentación de cada uno de los temas a los estudiantes.
A2 - Trabajos individuales: realización de ejercicios, resolución de problemas, realización de prácticas y/o trabajos/proyectos individuales.
A3 - Trabajo autónomo: estudio del material básico, lecturas complementarias y otros contenidos y estudio.
A4 - Foros y chats: lanzamiento de cuestiones y temas para la discusión general.
A5 - Tutorías: consultas y resolución de dudas, aclaraciones, etc.
La actividad formativa "A2 - Trabajos individuales" tiene un carácter único y exclusivamente práctico. Es con esta actividad formativa donde los estudiantes movilizarán los conocimientos y las habilidades presentados en las sesiones presenciales virtuales abordando problemas de diseño, implementación, validación y aplicación de los algoritmos que se encuentran detrás de las competencias del título.
E1 - Valoración de los cuestionarios de evaluación: los estudiantes realizarán por cada unidad didáctica un cuestionario de evaluación que será objeto de puntuación en la nota final.
E2 - Valoración de la participación en foros y chats: se valorará el nivel de participación/debate de los estudiantes que contará para la nota final.
E3 - Valoración de los trabajos individuales: se valorarán los problemas, proyectos, trabajos realizados y entregados a través de la plataforma, y apoyado en los casos que sea necesario (sobre todo cuando se trate de desarrollo de código) por plataformas de gestión de código como GitHub. También se incluirá el video que el alumno deberá enviar al profesor para cada asignatura.
E4 - Evaluación del Trabajo de fin de Máster (TFM): se valorará por el Tribunal de Defensa del TFM la memoria elaborada por el estudiante así como la defensa pública que se realice ante el Tribunal.
Todas estas actividades estarán soportadas por la plataforma de enseñanza virtual, que también permitirá determinar la identidad de los estudiantes que participen en los procesos de evaluación.
Asimismo, al menos una vez en cada asignatura, se solicitará el envío de un vídeo por parte del alumno sobre alguno de los temas realizados, que será evaluado por el profesor de la asignatura.
El Máster Universitario en Investigación en Inteligencia Artificial representa una propuesta moderna e innovadora tanto en el ámbito de los estudios de postgrado como de la Inteligencia Artificial (IA).
Esta propuesta se origina en la necesidad cada vez más creciente de proporcionar formación en los paradigmas de mayor vigencia e interés en el ámbito de la inteligencia artificial (IA) y en su aplicación a la resolución de problemas.
El interés de la IA como metodología y tecnología que dote de inteligencia a las aplicaciones y sistemas resultan incuestionable. A los ámbitos más clásicos como los sistemas basados en conocimiento se unen otros más recientes como el desarrollo de aplicaciones inteligentes en dispositivos móviles, la búsqueda y tratamiento automáticos de la información o las crecientes necesidades de análisis inteligente de datos masivos ("Big Data"), que proporcionan un escenario con un enorme potencial para producir servicios y productos de un enorme valor.
Baste recordar que, de acuerdo con el informe de la Broadband Commision (2012) se prevé que en 2020 habrá unos 25 millardos de dispositivos conectados (6 por cada persona "conectada"), todos ellos generando y consumiendo datos e información. Este potencial de crecimiento se ha visto reflejado, tanto a nivel nacional como internacional, en el ámbito de la I+D+i, puesto que tanto los programas nacionales (Programas Estatales de Fomento de la Investigación Científica y Técnica de Excelencia y de la I+D+i Orientada a los Retos de la Sociedad) como los internacionales (especialmente el europeo Horizonte 2020) incluyen las temáticas inteligentes ("smart", "intelligent", etc.) como metodologías y/o tecnologías transversales en la práctica totalidad de sus programas de trabajo e instrumentos de financiación.
Así, líneas de investigación como, entre otras, "intelligent and adaptive information management systems", "artificial cognitive systems", "smart, inclusive and sustainable Growth", "smart integrated systems", "smart personalised assistive technologies", "intelligent transportation systems" o "smart building, cities and communities", por citar solo algunas, entroncan directamente con las competencias de un titulado de postgrado formado en investigación en inteligencia artificial. Dicho titulado deberá estar formado en metodologías para el análisis, diseño, construcción y verificación de soluciones que, por ejemplo, analicen y traten los datos para extraer conocimiento de los mismos que sirva como soporte a la toma de decisiones, la realización de estimaciones y/o la planificación de acciones.
El máster se realiza en colaboración con la Asociación Española Para la Inteligencia Artificial (AEPIA), lo que supone que los estudiantes adquirirán unas competencias únicas por su profundidad gracias al trabajo de un elenco de profesores cuya cualificación académica e investigadora es excepcional. Esto permitirá una implantación exitosa en número de estudiantes tanto de nuevo ingreso como graduados a nivel nacional e internacional, puesto que es grande el impacto internacional de la plantilla docente del máster.
El programa tiene características adicionales e interesantes para un gran número de estudiantes a nivel internacional por impartirse en castellano, con la vocación de facilitar la capacitación de estudiantes en diferentes continentes (notablemente Europa y América) y representando un mecanismo para acceder a programas de doctorado variados donde pueda realizarse una tesis doctoral de calidad. La impartición no presencial (on-line) del máster es una pieza clave para este doble objetivo típico de la investigación moderna de realizar un máster y posteriormente una tesis doctoral.
CG1 - Entender los conceptos, los métodos y las aplicaciones de la inteligencia artificial.
CG2 - Evaluar nuevas herramientas computacionales y de gestión del conocimiento en el ámbito de la Inteligencia Artificial.
CG3 - Gestionar de manera inteligente los datos, la información y su representación.
CG4 - Describir problemas de investigación mediante la redacción precisa de los objetivos a lograr, las hipótesis a utilizar, las técnicas a aplicar, las conjeturas a formular y las limitaciones a considerar.
CG5 - Evaluar las hipótesis de investigación propuestas en un trabajo científico que permitan su validación o su refutación.
CE1 - Utilizar los diferentes algoritmos de búsqueda basados en la gestión del conocimiento que sean de aplicación en los problemas que surgen en el ámbito de la Inteligencia Artificial.
CE2 - Aplicar las técnicas de aprendizaje automático utilizando la metodología de validación y presentación de resultados más apropiada en cada caso.
CE3 - Seleccionar el mecanismo de representación del conocimiento y el método de razonamiento más adecuados al contexto donde serán utilizados y diseñar su aplicación para problemas en el ámbito de la Inteligencia Artificial.
CE4 - Conocer los principales modelos de razonamiento impreciso para valorar su adecuación a la resolución de problemas que surgen en el ámbito de la Inteligencia Artificial.
CE5 - Analizar las fuentes documentales propias del ámbito de la investigación en Inteligencia Artificial para poder determinar cuáles de ellas son relevantes en la resolución de problemas concretos.
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
El Máster Universitario en Investigación en Inteligencia Artificial está especialmente dirigido a titulados en:
Ingeniería Informática.
Grado (o anterior licenciatura) en Matemáticas.
Grado (o anterior licenciatura) en Física.
Ingeniería Industrial.
Ingeniería en Telecomunicaciones.
Se exigirá además que los solicitantes posean competencia demostrada en alguno de los siguientes lenguajes de programación: C, Java, Fortran, Python, Matlab o similar, siendo este un criterio de admisión excluyente.
Este máster supondrá, en el ámbito de la Inteligencia Artificial y por su formato, un medio de acceso al postgrado único y con posibilidades de ser un gran referente en el futuro próximo.
Por su contenido, el máster facilitará la inserción laboral de sus estudiantes en un área con grandes aplicaciones reales y de amplias posibilidades innovadoras para hacer transferencia con empresas.
Asimismo, el programa incluye un profundo contenido científico y tecnológico, lo que refuerza su principal vocación investigadora, tanto para culminar posteriormente una tesis doctoral (quizás relacionada con los Trabajos Fin de Máster que los alumnos realizarán) como para incorporarse a organismos públicos de enseñanza e investigación o empresas privadas con departamentos I+D+i.
Juzgado globalmente, este máster y su profesorado ofrecen una experiencia acumulada y una positiva intencionalidad en capacitar recursos humanos para finalmente acceder al grado de doctor, así como un apartado de realismo (útil para el tejido industrial moderno) y un explícito conocimiento de las líneas de trabajo a nivel español (generación de conocimiento más retos), europeo (H2020 y programas relacionados) e internacional (conexiones con la NSF, Japón, China, etc.).
Acceso con título universitario oficial español o del Espacio Europeo de Educación Superior (EEES): La admisión en el Máster Universitario en Investigación en Inteligencia Artificial requiere estar en posesión de un título universitario oficial español u otro expedido por una institución de educación superior perteneciente a otro Estado integrante del EEES que faculte, en el país expedidor del título, para el acceso a enseñanzas de Máster Universitario, con especial preferencia por las siguientes titulaciones: Ingeniería Informática, Grado (o anterior licenciatura) en Matemática, Grado (o anterior licenciatura) en Física, Ingeniería Industrial e Ingeniería en Telecomunicaciones.
Se exigirá además que los solicitantes posean competencia demostrada en alguno de los siguientes lenguajes de programación: C, Java, Fortran, Python, Matlab o similar, siendo este un criterio de admisión excluyente.
Acceso con un título universitario ajeno al EEES: Podrán ser admitidos titulados conforme a sistemas educativos ajenos al EEES sin necesidad de homologación de sus títulos, previa acreditación de un nivel de formación equivalente a los correspondientes títulos universitarios oficiales españoles y que facultan en el país expedidor del título para el acceso a enseñanzas de posgrado. El acceso de estos estudiantes está condicionado a la resolución favorable del Rector.
La resolución del Rector no implicará, en ningún caso, la homologación del título previo de que esté en posesión el interesado, ni su reconocimiento a otros efectos que el de cursar las enseñanzas de Máster.
Las solicitudes de admisión han de efectuarse a través del sitio "Preinscripción on-line" al que se accede desde la web de la UIMP en www.uimp.es/preins/index.php.
Los estudiantes matriculados en el último curso de su Grado y que estén pendientes de la presentación y defensa del Trabajo Fin de Grado podrán preinscribirse. La admisión estará condicionada, en este caso, al cumplimiento de los requisitos de admisión y a la acreditación de la titulación de acceso en el periodo de matrícula.
Los solicitantes debe adjuntar en formato PDF o JPG, en el apartado de "Documentación necesaria" del Formulario de Preinscripción on-line, la siguiente documentación requerida:
Fotocopia compulsada del DNI (en el caso de los ciudadanos españoles) o del pasaporte o NIE (en el caso de los ciudadanos extranjeros).
Fotocopia compulsada del Título que da acceso a los estudios de Máster Universitario, o del justificante de haber abonado los derechos de expedición.
Certificación académica personal (o fotocopia compulsada).
Fotografía tamaño carnet, en formato JPG, identificando el archivo con los apellidos y nombre –sin espacios- del/a alumno/a.
Curriculum vitae (máximo 4 páginas), en formato PDF, que permita valorar otros méritos adecuados al perfil de ingreso: competencia demostrada en lenguajes de programación (C, Java, Fortran, Python, Matlab o similar); nivel de inglés certificado (B1 o B2); otros méritos relacionados con la inteligencia artificial (experiencia profesional, otros títulos, publicaciones).
Los estudiantes con título extranjero no homologado o en trámite de homologación, deberán aportar además:
Certificación de la universidad donde hayan cursado los estudios, en la que conste que los mismos facultan para el acceso a estudios de posgrado en el país expedidor.
Certificación académica personal en la que deberá constar la duración oficial en años académicos, el plan de estudios seguido, las asignaturas cursadas, su calificación y la carga lectiva de cada una de ellas.
NOTA: Los estudiantes con titulación extranjera no homologada o en trámites de homologación deberán presentar los documentos debidamente legalizados y traducidos al castellano, en su caso.
La documentación original requerida SOLO debe presentarse en la Secretaría de Estudiantes (C/ Isaac Peral 23. 28040 Madrid, España) en el caso de que la solicitud sea admitida por la Comisión Académica del Estudio.
Se garantizará la accesibilidad universal y se supervisará que los estudiantes con discapacidad dispongan de los recursos y apoyos necesarios para el correcto desarrollo del Máster, solicitándoles al hacer la preinscripción que indiquen sus necesidades específicas.
En este enlace se puede consultar el Protocolo UIMP para la atención de estudiantes con necesidades educativas específicas derivadas de discapacidad.
En el proceso de admisión se valorará:
1) Adecuación de la titulación de acceso (hasta 50 puntos):
Ingeniería Informática: 50 puntos.
Licenciatura o grado en Física o Matemáticas, Ingeniería Industrial o Telecomunicaciones o titulaciones similares: hasta 40 puntos.
Otras titulaciones afines: hasta 35 puntos.
2) Competencia en el manejo y uso de alguno de los siguientes lenguajes de programación: C, Java, Fortran, Python, Matlab o similar (hasta 25 puntos):
Experto: 25 puntos.
Nivel medio: 10 puntos.
Principiante: 2 puntos.
3) Nivel de inglés certificado (hasta 10 puntos):
B1: 5 puntos.
B2: 10 puntos.
4) Otros méritos relacionados con la Inteligencia Artificial (hasta 15 puntos):
Experiencia profesional.
Otros títulos.
Publicaciones
La Comisión Académica del Máster es el órgano encargado de examinar y valorar las solicitudes de admisión presentadas y de aprobar la propuesta de candidatos admitidos, según los criterios indicados anteriormente. Cada curso académico dicha Comisión hará pública la lista de admisión en la plataforma de "Preinscripción on-line" al que se accede desde la web de la UIMP en www.uimp.es/preins/index.php.
Los alumnos contarán con tutores específicos para cada bloque de materias. Los tutores estarán a disposición de los alumnos para orientarles y apoyarles en el recorrido formativo. Estos tutores son miembros de la Comisión Académica del Máster y orientarán al alumno cuando curse materias de su entorno de competencia. Los tutores por bloques serán los siguientes:
Luis Magdalena Layos: Fundamentos de la Inteligencia Artificial
Eva Onaindía: Razonamiento y planificación
Alicia Troncoso: Aprendizaje y Ciencia de Datos
Óscar Luaces: Inteligencia en la Web
Adicionalmente en las tutorías programadas en cada asignatura se realizará una orientación académica para la realización de los trabajos individuales o en grupo, resolución de dudas y actividades de evaluación continua. También contará con un tutor que le orientará en la elaboración del proyecto de fin de máster.
El Campus Virtual que el máster empleará como plataforma para desarrollar el proceso de enseñanza-aprendizaje, contiene distintas herramientas que permiten a los tutores y profesores establecer un procedimiento de seguimiento y apoyo al estudiante muy eficaz, y prácticamente en tiempo real.
El Campus Virtual ofrece potentes herramientas para consultar el desarrollo evolutivo de los alumnos, de forma personalizada o en grupo, ofreciendo información detallada acerca de este seguimiento: herramientas de control para medir la participación del usuario, su motivación, etc., herramienta de evaluación que permite analizar el desarrollo en el proceso de aprendizaje y el sistema de alertas que avisa a los usuarios de tareas pendientes.
Además, están previstos los procedimientos previstos para llevar apoyar a los estudiantes son los siguientes:
Correo electrónico: Los estudiantes podrán comunicarse por este medio con sus tutores y profesores de cada materia para plantear sus dudas académicas y también para pedir algún tipo de orientación específica.
Foros: Los foros serán un medio de participación de estudiantes en todos los aspectos académicos. Los tutores y profesores de cada materia intervendrán en los foros, además de los alumnos, para moderar los foros y para suministrar información precisa tanto de una materia concreta como de la organización del Máster.
Video entrevistas: Los estudiantes podrán concertar entrevistas mediante video con sus profesores y sus tutores. Este medio de comunicación directo servirá para solventar los aspectos más personales de los alumnos con relación al Máster.
Chats: Los estudiantes podrán establecer una comunicación asíncrona mediante el chat con sus profesores o tutores. Este medio será complementario de los anteriores y servirá, por ejemplo para concertar entrevistas de video y resolver dudas de respuesta corta.
Eva Onaindía de la Rivaherrera, Catedrática de Lenguajes y Sistemas Informáticos, Universidad Politécnica de Valencia
Correo electrónico de contacto: master@aepia.org
El equipo docente del máster está constituido por profesores pertenecientes a 21 universidades y centros de investigación.
En este enlace puede consultar la relación detallada del profesorado del programa y también en el apartado de "Guías Docentes" de esta página web.
Cada especialidad tiene un profesor responsable que será el encargado de coordinar las distintas asignaturas de que consta la especialidad.
Aprendizaje y Ciencia de Datos:
Beatriz Remeseiro López. Profesora Titular de Ciencias de la Computación e Inteligencia Artificial, Universidad de Oviedo
Inteligencia en la Web:
Luis Magdalena Layos. Catedrático de Ciencias de la Computación e Inteligencia Artificial, Universidad Politécnica de Madrid
Razonamiento y planificación:
Eva Onaindía de la Rivaherrera. Catedrática de Lenguajes y Sistemas Informáticos, Universidad Politécnica de Valencia
Gestión de estudiantes y gestión de información del máster:
José M.ª Luna Ariza. Profesor Contratado Doctor en Ciencias de la Computación e Inteligencia Artificial, Universidad de Córdoba
Beatriz Remeseiro López. Profesora Titular de Ciencias de la Computación e Inteligencia Artificial, Universidad de Oviedo
El máster se imparte en modalidad a distancia a través de la plataforma poliformaT de la Universidad Politécnica de Valencia.
Todas las asignaturas estarán en la plataforma a disposición de los estudiantes desde el 18 de octubre de 2022 hasta el 31 de julio de 2023.
Dada esta flexibilidad, el alumno puede marcar sus tiempos y orden de los estudios, en función de su disponibilidad de tiempo en cada momento y sus conocimientos previos en relación a las materias del MUIIA. Sin embargo, a modo de orientación general, la Comisión Académica aconseja la siguiente secuenciación por bloques:
Introducción a la Investigación / Técnicas avanzadas de representación del conocimiento y razonamiento / Resolución de problemas con metaheurísticos
Ciencia de datos y aprendizaje automático / Procesamiento del lenguaje natural / Sistemas multi-agente
Métodos supervisados / Web semántica y datos enlazados / Razonamiento automático
Deep Learning / Métodos no supervisados y detección de anomalías / Tecnologías semánticas avanzadas / Planificación automática
Métodos empíricos de procesamiento del lenguaje natural / Datos temporales y complejos / Razonamiento con restricciones / Recuperación y extracción de información, grafos y redes sociales
Big Data: Herramientas para el procesamiento de datos masivos / Sistemas de Recomendación / Aprendizaje por refuerzo / Búsqueda heurística avanzada
Nota: Los alumnos que requieran de orientación particular pueden contactar con la Comisión Académica del Máster en master@aepia.org
Para la convocatoria ordinaria habrá 3 fechas de entrega para los trabajos de las asignaturas. Los alumnos podrán entregar sus trabajos en cualquier momento, pero sólo hasta estas fechas se recogerán y evaluarán los que se hayan entregado. No obstante, el alumno debe estar atento desde el principio a los mensajes recibidos de las distintas asignaturas, ya que algunas pueden ofrecer trabajos a seleccionar, convocar entrevistas, etc.
Las fechas límite para entrega de trabajos serán:
13 de enero de 2023 (fecha tope corrección: 31 de enero 2023)
17 de marzo de 2023 (fecha tope corrección: 31 de abril 2023)
31 de mayo de 2023 (fecha tope corrección: 15 de junio 2023)
Habrá una convocatoria extraordinaria en todas las asignaturas. Para su evaluación, la fecha límite para la entrega de trabajos será:
14 de julio de 2023 (fecha tope corrección: 28 de julio 2023)
Para la defensa de los Trabajos Fin de Máster (TFM) habrá igualmente dos convocatorias.
Convocatoria ordinaria:
Solicitud de defensa del TFM: hasta el 29 de junio de 2023
Entrega/depósito del TFM: hasta el 6 de julio de 2023
Defensa del TFM: 12-14 de julio de 2023
Convocatoria extraordinaria:
Solicitud de defensa del TFM: hasta el 6 de septiembre de 2023
Entrega/depósito del TFM: hasta el 13 de septiembre de 2023
Defensa del TFM: 20-22 de septiembre de 2023
Las Actas de la convocatoria ordinaria se cerrarán en julio de 2023 y las de la convocatoria extraordinaria en septiembre de 2023.
Los alumnos matriculados en el máster obtendrán, al finalizar y superar el programa, el Título Oficial de Máster Universitario en Investigación en Inteligencia Artificial, expedido por el Rector de la UIMP.