Para qué te prepara:
Con este Executive Master en Ética e Inteligencia Artificial podrás comprender la situación actual de la inteligencia artificial y su aplicación en el ámbito empresarial y estratégico. A su vez, aprenderás a manejar herramientas de extracción, análisis y visualización de datos a un alto nivel. También conocerás ámbitos relacionados con la IA como la creación de chatbots o el data storytelling.
A quién va dirigido:
Este Executive Master en Ética e Inteligencia Artificial puede abarcar el área de interés de varios perfiles profesionales. Los analistas de datos, ingenieros, CMO, business strategists e incluso juristas especializados en el ámbito digital pueden beneficiarse de esta formación integral en IA. Conviene tener conocimientos en lenguajes de programación como Python o React.
Titulación:
Titulación Expedida y Avalada por el Instituto Europeo de Estudios Empresariales. "Enseñanza No Oficial y No Conducente a la Obtención de un Título con Carácter Oficial o Certificado de Profesionalidad."
Objetivos:
- Poder desarrollar un proyecto de Big Data haciendo uso de las herramientas de Business Intelligence. - Aplicar correctamente el lenguaje Python y React en analítica e inteligencia de datos. - Visualizar los datos y elaborar informes utilizando herramientas especializadas como Tableau, Google Data Studio o ggplot2. - Ser capaz de implementar algoritmos de aprendizaje automático y aplicar TensorFlow, Keras y Python en redes neuronales. - Conocer la actualidad ética, política y jurídica de la moral de las máquinas e integrarla en la toma de decisiones empresariales.
Salidas Laborales:
Este Executive Master en Ética e Inteligencia Artificial es perfecto para todos aquellos profesionales del ámbito jurídico, empresarial, informático o analítico que aspiren a especializarse en la floreciente inteligencia artificial. Sus posibles salidas laborales son ingeniero de inteligencia artificial, desarrollador de machine learning, data scientist y AI strategist.
Resumen:
El avance imparable de la tecnología, la inteligencia artificial y los robots alumbra nuevas preguntas y cuestionamientos acerca del uso ético de las innovaciones. Este Master en Ética e Inteligencia Artificial es un compendio formativo que cubre disciplinas interrelacionadas como el procesamiento natural del lenguaje, el machine learning, el análisis de datos, el Big Data o inteligencia de datos y el proceso de toma de decisiones empresarial. En definitiva, este programa educativo online ofrece una visión profunda y exhaustiva del panorama actual de las diferentes facetas de la inteligencia artificial y la aplicación ética de esta en el procesamiento de datos y las máquinas que funcionan con IA.
Metodología:
Con nuestra metodología de aprendizaje online, el alumno comienza su andadura en INESEM Business School a través de un campus virtual diseñado exclusivamente para desarrollar el itinerario formativo con el objetivo de mejorar su perfil profesional. El alumno debe avanzar de manera autónoma a lo largo de las diferentes unidades didácticas así como realizar las actividades y autoevaluaciones correspondientes. La carga de horas de la acción formativa comprende las diferentes actividades que el alumno realiza a lo largo de su itinerario. Las horas de teleformación realizadas en el Campus Virtual se complementan con el trabajo autónomo del alumno, la comunicación con el docente, las actividades y lecturas complementarias y la labor de investigación y creación asociada a los proyectos. Para obtener la titulación el alumno debe aprobar todas la autoevaluaciones y exámenes y visualizar al menos el 75% de los contenidos de la plataforma. Por último, es necesario notificar la finalización de la acción formativa desde la plataforma para comenzar la expedición del título.
Temario:
MÓDULO 1. FUNDAMENTO DE ÉTICA EMPRESARIAL
UNIDAD DIDÁCTICA 1. LA ÉTICA EN EL CONTEXTO CORPORATIVO.
UNIDAD DIDÁCTICA 2. EL PROCESO DE TOMA DE DECISIONES.
UNIDAD DIDÁCTICA 3. EL MÉTODO RACIONAL O DE OPTIMIZACIÓN EN LA TOMA DE DECISIONES.
UNIDAD DIDÁCTICA 4. LA IMPLEMENTACIÓN DE LAS DECISIONES.
MÓDULO 2. BIG DATA, BUSINESS INTELLIGENCE Y DATA SCIENCE
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL BIG DATA
UNIDAD DIDÁCTICA 2. FASES DE UN PROYECTO DE BIG DATA
UNIDAD DIDÁCTICA 3. BUSINESS INTELLIGENCE Y LA SOCIEDAD DE LA INFORMACIÓN
UNIDAD DIDÁCTICA 4. PRINCIPALES PRODUCTOS DE BUSINESS INTELLIGENCE
UNIDAD DIDÁCTICA 5. MINERÍA DE DATOS O DATA MINING Y EL APRENDIZAJE AUTOMÁTICO
UNIDAD DIDÁCTICA 6. DATAMART: CONCEPTO DE BASE DE DATOS DEPARTAMENTAL
UNIDAD DIDÁCTICA 7. DATAWAREHOUSE O ALMACEN DE DATOS CORPORATIVOS
UNIDAD DIDÁCTICA 8. STORYTELLING
UNIDAD DIDÁCTICA 9. INTRODUCCIÓN A LA CIENCIA DE DATOS
UNIDAD DIDÁCTICA 10. WEKA Y DATA MINING
UNIDAD DIDÁCTICA 11. PYTHON Y EL ANÁLISIS DE DATOS
UNIDAD DIDÁCTICA 12. R COMO HERRAMIENTA PARA BIG DATA
UNIDAD DIDÁCTICA 13. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS
UNIDAD DIDÁCTICA 14. ANÁLISIS DE LOS DATOS
MÓDULO 3. HERRAMIENTAS DE VISUALIZACIÓN DE DATOS
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA VISUALIZACIÓN DE DATOS
UNIDAD DIDÁCTICA 2. TABLEAU
UNIDAD DIDÁCTICA 3. D3 (DATA DRIVEN DOCUMENTS)
UNIDAD DIDÁCTICA 4. GOOGLE DATA
UNIDAD DIDÁCTICA 5. QLIKVIEW
UNIDAD DIDÁCTICA 6. POWER BI
UNIDAD DIDÁCTICA 7. CARTO
MÓDULO 4. VISUALIZACIÓN DE DATOS EN R CON GGPLOT2
UNIDAD DIDÁCTICA 1. GGPLOT2 COMO LIBRERÍA PARA VISUALIZACIÓN DE DATOS EN R
UNIDAD DIDÁCTICA 2. EJES
UNIDAD DIDÁCTICA 3. TÍTULOS
UNIDAD DIDÁCTICA 4. LEYENDAS
UNIDAD DIDÁCTICA 5. FONDOS Y LÍNEAS DE CUADRÍCULA
UNIDAD DIDÁCTICA 6. MÁRGENES
UNIDAD DIDÁCTICA 7. GRÁFICOS DE PANELES MÚLTIPLES
UNIDAD DIDÁCTICA 8. COLORES
UNIDAD DIDÁCTICA 9. TEMAS
UNIDAD DIDÁCTICA 10. LÍNEAS
UNIDAD DIDÁCTICA 11. TEXTO
UNIDAD DIDÁCTICA 12. COORDENADAS
UNIDAD DIDÁCTICA 13. TIPOS DE GRÁFICOS
UNIDAD DIDÁCTICA 14. CINTAS
UNIDAD DIDÁCTICA 15. SUAVIZADOS
UNIDAD DIDÁCTICA 16. GRÁFICOS INTERACTIVOS
MÓDULO 5. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 2. TIPOS DE INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 3. ALGORITMOS APLICADOS A LA INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 4. RELACIÓN ENTRE INTELIGENCIA ARTIFICIAL Y BIG DATA
UNIDAD DIDÁCTICA 5. SISTEMAS EXPERTOS
UNIDAD DIDÁCTICA 6. FUTURO DE LA INTELIGENCIA ARTIFICIAL
MÓDULO 6. MACHINE LEARNING Y DEEP LEARNING
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL MACHINE LEARNING
UNIDAD DIDÁCTICA 2. EXTRACCIÓN DE ESTRUCTURA DE LOS DATOS: CLUSTERING
UNIDAD DIDÁCTICA 3. SISTEMAS DE RECOMENDACIÓN
UNIDAD DIDÁCTICA 4. CLASIFICACIÓN
UNIDAD DIDÁCTICA 5. REDES NEURONALES Y DEEP LEARNING
UNIDAD DIDÁCTICA 6. SISTEMAS DE ELECCIÓN
UNIDAD DIDÁCTICA 7. DEEP LEARNING CON PYTHON, KERAS Y TENSORFLOW
UNIDAD DIDÁCTICA 8. SISTEMAS NEURONALES
UNIDAD DIDÁCTICA 9. REDES DE UNA SOLA CAPA
UNIDAD DIDÁCTICA 10. REDES MULTICAPA
UNIDAD DIDÁCTICA 11. ESTRATEGIAS DE APRENDIZAJE
MÓDULO 7. ÉTICA E INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 1. FUNDAMENTOS ÉTICOS APLICADOS A LA INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 2. ÉTICA Y POLÍTICA DE LA IA
UNIDAD DIDÁCTICA 3. RÉGIMEN JURÍDICO APLICABLE A LA IA
UNIDAD DIDÁCTICA 4. DEBATES ÉTICOS SOBRE REALIDAD VIRTUAL Y USO DE LA IA
UNIDAD DIDÁCTICA 5. CONTROVERSIAS ÉTICAS Y SOCIALES SOBRE LA MEJORA HUMANA APLICANDO INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 6. PROTECCIÓN DEL DATO Y DEL ALGORITMO EN IA
UNIDAD DIDÁCTICA 7. TECNOLOGÍAS DIGITALES EMERGENTES Y DERECHO
MÓDULO 8. PLN, CHATBOTS E INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL PLN
UNIDAD DIDÁCTICA 2. PLN EN PYTHON
UNIDAD DIDÁCTICA 3. COMPUTACIÓN DE LA SINTAXIS PARA EL PLN
UNIDAD DIDÁCTICA 4. COMPUTACIÓN DE LA SEMÁNTICA PARA EL PLN
UNIDAD DIDÁCTICA 5. RECUPERACIÓN Y EXTRACCIÓN DE LA INFORMACIÓN
UNIDAD DIDÁCTICA 6. ¿QUÉ ES UN CHATBOT?
UNIDAD DIDÁCTICA 7. RELACIÓN ENTRE IA Y CHATBOTS
UNIDAD DIDÁCTICA 8. ÁMBITOS DE APLICACIÓN CHATBOTS
MÓDULO 9. CIENCIAS DEL COMPORTAMIENTO, BIG DATA, INTELIGENCIA ARTIFICIAL E INTERNET OF BEHAVIORS (IOB)
UNIDAD DIDÁCTICA 1. MARKETING, MERCHANDISING Y PUBLICIDAD EN IOB
UNIDAD DIDÁCTICA 2. CIENCIAS COGNITIVAS DEL COMPORTAMIENTO
UNIDAD DIDÁCTICA 3. NEUROPSICOLOGÍA Y CÓMO CAPTAR LA ATENCIÓN DE UN USUARIO
UNIDAD DIDÁCTICA 4. PRODUCTOS Y CONTENIDOS PERSONALIZADOS GRACIAS AL INTERNET OF BEHAVIORS (IOB)
UNIDAD DIDÁCTICA 5. VISIÓN POR COMPUTADORA Y ANÁLISIS FACIAL
UNIDAD DIDÁCTICA 6. PROCESAMIENTO AUTOMÁTICO DE IDIOMAS
UNIDAD DIDÁCTICA 7. ANÁLISIS DE COMPORTAMIENTO Y SEGURIDAD OPERACIONAL
UNIDAD DIDÁCTICA 8. DEL BIG DATA AL ANÁLISIS DE SENTIMIENTOS
MÓDULO 10. VISIÓN ARTIFICIAL EN INDUSTRIA 4.0 CON PYTHON Y OPENCV
UNIDAD DIDÁCTICA 1. LA VISIÓN ARTIFICIAL: DEFINICIÓN Y ASPECTOS PRINCIPALES
UNIDAD DIDÁCTICA 2. COMPONENTES DE UN SISTEMA DE VISIÓN ARTIFICIAL
UNIDAD DIDÁCTICA 3. PROCESADO DE IMÁGENES MEDIANTE VISIÓN ARTIFICIAL
UNIDAD DIDÁCTICA 4. APLICACIONES DE LA VISIÓN EN LA INDUSTRIA 4.0
UNIDAD DIDÁCTICA 5. INTRODUCCIÓN E INSTALACIÓN DE OPENCV
UNIDAD DIDÁCTICA 6. MANEJO DE FICHEROS, CÁMARAS E INTERFACES GRÁFICAS
UNIDAD DIDÁCTICA 7. TRATAMIENTO DE IMÁGENES
UNIDAD DIDÁCTICA 8. HISTOGRAMAS Y TEMPLATE MATCHING
UNIDAD DIDÁCTICA 9. COLORES Y ESPACIOS DE COLOR
UNIDAD DIDÁCTICA 10. DETECCIÓN DE CARAS Y EXTRACCIÓN DE CARACTERÍSTICAS
UNIDAD DIDÁCTICA 11. APRENDIZAJE AUTOMÁTICO
MÓDULO 11. PROYECTO FIN DE MÁSTER