Conoce una visión práctica de la Inteligencia Artificial con el Máster en Inteligencia Artificial aplicada a la Industria

¿Qué aprenderás con estas asignaturas?

• Metodología de Aplicación de Proyectos de Inteligencia Artificial: Aborda la analítica avanzada en la industria, enfocándose en el desarrollo de proyectos de Inteligencia Artificial desde su concepción hasta su implementación. Se estudian casos reales de uso, la Industria 4.0, y la importancia de identificar KPI críticos para asegurar el éxito del proyecto. También se destacan las metodologías estandarizadas como CRISP-DM para la planificación y optimización de proyectos analíticos en un entorno industrial.

• Ingeniería de Datos en un Contexto de Análisis Avanzado Industrial: Se centra en las estrategias ETL (Extracción, Transformación y Carga) aplicadas a proyectos industriales, con énfasis en la gestión de datos, así como en tecnologías de Edge Computing. Se exploran los orígenes de la Industria 4.0, la automatización, IoT y su integración con otras tecnologías.

• Aprendizaje Automático en Procesos Industriales (ML): Se enfoca en los cuatro tipos de sistemas de modelado algorítmico: descriptivo, predictivo, proactivo y prescriptivo, y en el desarrollo de habilidades para su diseño e implementación. Los contenidos clave incluyen la aplicación de algoritmos analíticos según objetivos, técnicas avanzadas de IA (Machine Learning, Deep Learning, IA Generativa), la metodología en el modelado, resolución de problemas de ajuste y sistemas estadísticos de validación.

• Visión por Computadora en Manufactura: Se centra en sistemas avanzados de Visión Artificial, abarcando desde los parámetros físicos de la visión hasta las técnicas avanzadas de Inteligencia Artificial para aplicaciones como detección, reconocimiento y conducción autónoma. Los estudiantes aprenderán a seleccionar e implementar métodos para modelado de luz, mejora de imágenes, procesamiento de bordes y objetos, y algoritmos de aprendizaje automático aplicados a imágenes y videos.

• Procesamiento del Lenguaje Natural: Esta asignatura aborda técnicas clave para desarrollar aplicaciones basadas en Procesamiento del Lenguaje Natural (PLN), incluyendo clasificación de documentos, etiquetado secuencial, y uso de modelos de lenguaje pre-entrenados. Se estudian técnicas como desambiguación y clasificación de entidades, extracción de relaciones semánticas, aprendizaje profundo en entornos multilingües, y desarrollo de sistemas de "Question Answering" y sistemas conversacionales.

• Simulación y Modelado en Procesos Industriales: Se centra en diseñar soluciones de automatización robótica de procesos (RPA) para reducir la intervención humana en tareas digitales, mejorando la productividad y competitividad de las organizaciones. Incluye contenidos sobre creación de tareas automatizadas, Process Mining para generar Workflows, modelado de gemelos digitales, y la integración de estos con process-mining y simulación avanzada.

• Inteligencia Artificial Aplicada a la optimización de Procesos Industriales: Introduce a los estudiantes en la aplicación de la inteligencia artificial (IA) para optimizar procesos industriales, abordando la asignación de recursos, programación de producción, y logística. Se cubren técnicas de optimización combinatoria como algoritmos genéticos y PSO, modelado y simulación de sistemas industriales, y el uso de solvers de optimización como PuLP y Gurobi. Además, se enfoca en la implementación de soluciones en tiempo real para resolver problemas dinámicos en entornos industriales.

• Inteligencia Artificial Aplicada en Mantenimiento Inteligente y Operaciones de Manufactura: Esta asignatura se enfoca en cómo diseñar, visualizar y crear cuadros de mando inteligentes utilizando herramientas modernas y técnicas avanzadas, analizando, de forma particular, la potencia de modelos predictivos fundacionales. Además, se integra el concepto de MLOPS (Machine Learning Operations) para el despliegue efectivo de modelos de aprendizaje automático en entornos empresariales. Los estudiantes aprenderán cómo aprovechar el poder de los datos y el aprendizaje automático para tomar decisiones informadas y estratégicas en una variedad de contextos empresariales.