Máster Oficial en Inteligencia Artificial

Facultad de Informática. Universidad Complutense de Madrid

Detalles

Acerca de

60 ECTS

Curso 2025/26 de octubre a junio

Modalidad presencial

30 plazas

Máster Oficial

Acceso a doctorado

Objetivos

Con este Máster te formarás en tecnologías avanzadas de Inteligencia Artificial.

Aprendizaje automático

Modelos de aprendizaje profundo, generativo y aprendizaje por refuerzo

Lenguaje Natural

Modelos de procesamiento de lenguaje natural: comprensión y generación

Sectores de alto valor

Desarrollar aplicaciones innovadoras de la IA aplicadas a la resolución de problemas en dominios como salud, educación, seguridad, videojuegos, cultura y finanzas.

Arquitecturas Hardware especializadas para Inteligencia Artificial

Estudio del consumo energético en procesos de aprendizaje y optimización usando hardware de aceleración como GPUs, NPUs y FPGAs.

Impacto social y la ética de la IA

Explicabilidad de la IA para fomentar la confianza y comprensión de la toma de decisiones de los modelos de IA.

Plazas limitadas, regístrate

El número de plazas el el máster es limitado, por lo que te recomendamos que te registres cuanto antes para poder reservar tu plaza.

Solicita tu admisión

Asignaturas

Representación y Razonamiento Basado en Conocimiento (6 ECTS, Módulo Obligatorio)

Representación y utilización de conocimiento explícito para la toma de decisiones, utilizando modelos conceptuales y relacionales que estructuran la información. Se exploran los grafos de conocimiento para representar relaciones entre conceptos, y los modelos híbridos como el razonamiento basado en casos (CBR) y sistemas de recomendación, que combinan enfoques para resolver problemas complejos y mejorar la toma de decisiones.

Aprendizaje Automático y Aprendizaje Profundo (6 ECTS, Módulo Obligatorio)

Técnicas de Aprendizaje Automático como supervisado, no supervisado y por refuerzo, incluyendo métodos de clasificación, regresión, ensemble, clustering y reducción de dimensionalidad, así como el algoritmo de Q-Learning. En Aprendizaje Profundo, se estudian las redes neuronales, su funcionamiento, y arquitecturas avanzadas como CNNs y RNNs, con ejemplos prácticos usando herramientas especializadas.

Procesamiento y Generación del Lenguaje Natural (6 ECTS, Módulo Obligatorio)

Modelos de representación lingüística, como word embeddings y semántica distribucional. Se exploran redes neuronales profundas como LSTM y GRU para tareas de traducción y generación de texto. Además, se estudian modelos de lenguaje pre-entrenados para mejorar el procesamiento de lenguaje natural.

Visión Artificial (6 ECTS, Módulo Obligatorio)

Procesamiento de imágenes en IA, incluyendo filtrado, transformación y segmentación. Se aborda la clasificación y etiquetado automático de imágenes, así como la detección de objetos y el reconocimiento de patrones en imágenes.

Inteligencia Artificial en Aplicaciones Culturales (4 ECTS, Módulo optativo)

Aplicaciones de IA en la generación de texto, audio, imagen y vídeo, así como su uso en la generación y prueba de contenido en videojuegos. También se aborda la IA en la generación de narrativa y su aplicación al patrimonio cultural.

Inteligencia Artificial en Sectores Estratégicos (4 ECTS, Módulo optativo)

Aplicaciones de IA en sectores como sanidad, energía y sostenibilidad, incluyendo la recopilación e integración de datos. Se estudian temas como el mantenimiento predictivo, control de calidad con IA y el uso de gemelos digitales. También se abordan aspectos clave de escalabilidad, fiabilidad, seguridad y ética en la IA aplicada a sectores estratégicos.

Inteligencia Artificial Social y Colaborativa (4 ECTS, Módulo optativo)

IA distribuida y sistemas multi-agentes, así como modelos bioinspirados para el aprendizaje colaborativo. Se exploran métodos y herramientas de modelado y simulación basados en agentes para sistemas complejos, y la computación social con agentes inteligentes. También se aborda el impacto social de la IA en el concepto de IA for good.

Sistemas Probabilísticos y Bayesianos (4 ECTS, Módulo optativo)

Modelos gráficos probabilísticos y lenguajes de programación probabilísticos, así como técnicas de inferencia variacional. Se estudian métodos de Montecarlo basados en cadenas de Markov y modelos generativos profundos, como los autocodificadores variacionales.

Tratamiento y Gestión de Datos Masivos (4 ECTS, Módulo optativo)

Diseño de sistemas de datos masivos, enfocándose en la adquisición y procesamiento de grandes volúmenes de datos. Se estudian temas de almacenamiento, análisis exploratorio, preprocesamiento y limpieza de grandes conjuntos de datos.

Técnicas de Inteligencia Artificial Explicable (4 ECTS, Módulo optativo)

Interpretabilidad de modelos de IA y los métodos de Inteligencia Artificial Explicable (XAI), abordando sus características, aplicabilidad y métodos de explicación global y local. También se estudian aspectos relacionados con la necesidad de explicación, la personalización y los aspectos éticos involucrados.

Arquitecturas Hardware especializadas para Inteligencia Artificial (4 ECTS, Módulo optativo)

Complejidad computacional y consumo energético en procesos de entrenamiento e inferencia de redes neuronales, así como técnicas de optimización. Además, se analiza el uso de hardware de aceleración como GPUs, NPUs y FPGAs, junto con el soporte software necesario para estos sistemas.

Ciclo de Conferencias de Investigación (2 ECTS, Módulo optativo)

Impartidas por expertos de diversas áreas de la inteligencia artificial, promoviendo la integración de conocimientos avanzados y la discusión crítica. Los estudiantes profundizan en áreas especializadas, contribuyendo a su formación integral y manteniéndose actualizados en el campo de la IA.

Trabajo de fin de máster

Proyecto individual de carácter práctico .

Lo que aprenderás

Las habilidades que adquirirás con nuestro máster.

Configura tu propio perfil profesional o investigador (con acceso a Doctorado).

01- Aprendizaje automático y aprendizaje profundo
02- Arquitecturas de Redes neuronales
03- Visión artificial
04- Sistemas basados en conocimiento
05- Prácticas y proyectos de IA
06- Modelos de lenguaje LLMs
07- Arquitecturas HW específicas de IA
08- Gestión de datos masivos
09- Ingeniería de prompts en IA generativa
10- Aplicaciones en sectores culturales, sociales, salud, finanzas, seguridad..

Grupos de investigación

Convenios con empresas

Grupo reducido

Prácticas de laboratorio

Profesorado

Alberto Díaz Esteban

Cuatrimestre 1 - Aprendizaje Automático y Aprendizaje Profundo

Profesor Titular de Universidad con 30 años de experiencia docente. Licenciado en Ciencias Físicas y Doctor en Informática. Miembro del grupo de investigación NIL, especialista en procesamiento de lenguaje natural, generación de resúmenes y accesibilidad digital. Ha dirigido más de 50 TFG/TFM en sus áreas de especialización.

Antonio Sánchez Ruiz-Granados

Cuatrimestre 1 - Aprendizaje Automático y Aprendizaje Profundo

Profesor Contratado Doctor con 19 años de experiencia docente, Ingeniero en Informática y Doctor por la UCM. Miembro del Grupo de Investigación GAIA, especialista en IA aplicada a videojuegos y sistemas explicables XIA. Director de Cursos de Formación en Informática UCM, Coordinador del Grado en Ingeniería de Datos e IA.

Pablo Gervás Gómez-Navarro

Cuatrimestre 1 - Procesamiento Y Generación de Lenguaje Natural

Catedrático de Creatividad Computacional y Procesamiento de Lenguaje (PLN) con 27 años de experiencia docente. Doctor por Imperial College Londres. Pionero en generación creativa de textos. Su programa PropperWryter construyó el argumento del primer musical generado por ordenador estrenado en West End de Londres. Fundador del grupo de investigación NIL.

Belén Díaz Agudo

Cuatrimestre 1 - Sistemas Basados en Conocimiento / Cuatrimestre 2 - Técnicas De IA Explicable

Catedrática de Universidad con más de 25 años de experiencia docente, Ingeniera y Doctora en Informática. Codirectora del Grupo de Investigación GAIA, especialista en Razonamiento Basado en Casos (CBR), ontologías e IA Explicable (XIA). Miembro del Comité Senior de IJCAI. Más de 120 publicaciones internacionales. Directora de los proyectos europeos SPICE e iSee y nacionales CBREx y AUDITIA-X relacionados con IA explicable.

Juan Antonio Recio García

Cuatrimestre 1 - Sistemas Basados en Conocimiento

Profesor Titular con 19 años de experiencia docente. Especialista en Razonamiento Basado en Casos (CBR) e IA Explicable. Creador de la plataforma COLIBRI con más de 35.000 descargas. IP de proyectos nacionales CBREx y AUDITIA-X, miembro del proyecto europeo ISee y director de la Cátedra BOSCH-UCM en Inteligencia Artificial aplicada a Internet de las Cosas.

Eva Besada Portas

Cuatrimestre 1 - Visión Artificial

Profesora Titular con 22 años de experiencia docente, licenciada en Ciencias Físicas y Doctora en Informática. Especialista en IA aplicada a vehículos autónomos y drones inteligentes. Colidera el Grupo de Investigación ISCAR, actual Vicedecana de Movilidad, Prácticas y Empleabilidad en la Facultad de Ciencias Físicas.

María Guijarro Mata-García

Cuatrimestre 1 - Visión Artificial

Profesora Titular con acreditación a Catedrática y 17 años de experiencia docente. Miembro del grupo de investigación ISCAR. Especialista en visión por computador, tecnologías accesibles y bioinformática. IP de proyectos IrisEmpower para gafas de realidad aumentada y colaboraciones con ONCE. Más de 30 artículos JCR publicados. Directora de la Cátedra Extraordinaria ONCE Tiflotecnología.

Rafael Caballero Roldán

Cuatrimestre 2 - Sistemas Probabilísticos y Bayesianos

Profesor Titular con 27 años de experiencia docente. Especialista en Big Data, Machine Learning y métodos formales. Coautor de libros sobre IA y Big Data. Descubridor de más de 600 estrellas dobles nuevas incluidas en el Washington Double Star Catalog. Director de la Cátedra Extraordinaria HPE-UCM para Big Data.

Pablo Cerro Cañizares

Cuatrimestre 2 - Tratamiento Y Gestión de Datos Masivos

Profesor Permanente Laboral con 6 años de experiencia docente, Doctor en Ingeniería Informática. Premio Extraordinario de Doctorado UCM y Premio SISTEDES a la Mejor Tesis Doctoral. Especialista en modelado y testing de sistemas complejos con técnicas de IA. Estancias en Universidad de Edimburgo y St Andrews.

Alberto del Barrio

Cuatrimestre 2 - Arquitecturas Hardware Especializadas para Inteligencia Artificial

Profesor Titular con 14 años de experiencia docente en el Departamento de Arquitectura de Computadores y Automática de la Universidad Complutense de Madrid. Especialista en arquitecturas de computadores y hardware especializado para aplicaciones de IA. Desarrolla soluciones innovadoras en aceleración hardware para algoritmos de inteligencia artificial y aprendizaje automático.

Pedro Antonio González Calero

Cuatrimestre 2 - Inteligencia Artificial en Aplicaciones Culturales

Catedrático de Universidad con 33 años de experiencia docente. Fundador del Grupo de Investigación en Aplicaciones de IA. Especialista en IA apicada a videojuegos, más de 130 publicaciones internacionales y estancias en Universidad de Southern California, Simon Fraser, Santa Cruz y The Open University. Fundador de empresas GuruGames y PadaOne Games, Director del Máster de Videojuegos UCM y presidente de SECIVI.

Oscar Garnica

Cuatrimestre 2 - Inteligencia Artificial en Sectores Estratégicos

Profesor Titular con 26 años de experiencia docente e investigación. Especialista en IA aplicada a medicina personalizada, aceleradores de hardware y algoritmos evolutivos. Colaboraciones con hospitales Príncipe de Asturias, Toledo y Fuenlabrada en proyectos de predicción de glucosa y detección de episodios de hipo e hiperglucemia.

Jose Ignacio Hidalgo Pérez

Cuatrimestre 2 - Inteligencia Artificial en Sectores Estratégicos

Catedrático de Universidad con 23 años de experiencia docente. Codirector del grupo de investigación ABSYS, especialista en algoritmos evolutivos y bioinspirados aplicados a medicina. Premio Fundación Roche, Premio AEPIA y premio SPECIES society. Cofundador de Bioinspired Intelligence SL.

Jose Manuel Velasco Cabo

Cuatrimestre 2 - Inteligencia Artificial en Sectores Estratégicos

Profesor Permanente con 24 años de experiencia docente, Diplomado en Magisterio, Licenciado en Física y Doctor. Miembro del grupo de investigación ABSYS, especialista en predicción de series temporales biomédicas. Creador de glUCModel para gestión de diabetes, galardonada con Premio UCM-Roche y AEPIA.

Juan Pavón

Cuatrimestre 2 - Inteligencia Artificial Social y Colaborativa

Catedrático de Universidad con 27 años de experiencia docente, Doctor en Informática por la UPM. Fundador del grupo de investigación GRASIA. Especialista en sistemas multiagente e inteligencia ambiental. Experiencia previa en I+D en Alcatel España, Francia, Bélgica y Bellcore EE.UU. en sistemas distribuidos.

Resumen

Total

60 ECTS/

Máster Oficial en Inteligencia Artificial UCM

Solicita tu plaza

TFM

12 ECTS/

Aplica tus conocimientos en proyectos reales

TFM

Prácticas en empresas

6 ECTS/ opcionales

Convenios con las mejores empresas del sector.

Prácticas en empresas

Prácticas de investigación

6 ECTS/ opcionales

Conoce los proyectos de investigación de la Facultad de Informática de la UCM.

Proyectos de investigación

Ingeniero/as de soluciones de IA

Formación avanzada para implementar modelos y sistemas de Inteligencia Artificial y abordar problemas en sectores diversos. Poseerá una comprensión sólida de las técnicas de IA y estará preparado para evaluar y reflexionar sobre los impactos éticos, sociales y regulatorios de su aplicación en contextos académicos y contribuyendo a la adopción de soluciones tecnológicas innovadoras.

Investigadores/as en IA

Sólida formación teórica y práctica en IA, lo que le permitirá abordar problemas de investigación avanzada en el campo. Estará preparado para contribuir al avance del conocimiento académico en Inteligencia Artificial, con una perspectiva crítica e innovadora.

Otra información

Preguntas frecuentes

Preguntas frecuentes sobre el Máster en Inteligencia Artificial de la UCM

¿Dónde puedo encontrar la información oficial del máster?
Puedes consultar la información oficial en las siguientes páginas:

Todas las entradas

Ver todos los artículos

Más información

Toda la información oficial del máster se puede consultar tambien en la página de la Facultad de Informática) de la Universidad complutense de Madrid incluida la información administrativa para poder solicitar el acceso al máster, realizar la matrícula, solicitar becas, etc. la puedes encontrar en la página de másteres de la Facultad de Informática

Facultad de Informática. Universidad Complutense de Madrid. Ciudad Universitaria. C/ Profesor José García Santesmases, 9, Madrid, 28040

Coordinadora del Máster: Belén Díaz Agudo. Email: belend@ucm.es