Objetivos y competencias

Objetivos y competencias

Los estudios de Máster, en general, tienen la finalidad de que el estudiante adquiera una formación avanzada, de carácter especializado o multidisciplinar, orientada a la especialización académica o profesional, o bien promover la iniciación de tareas investigadoras en áreas académicas específicas. Es en este último escenario en donde se localiza el presente título de Máster Universitario en Inteligencia Artificial.

El objetivo general del Máster Universitario en Inteligencia Artificial es: Preparar al alumno para la innovación en el área de la Inteligencia Artificial, en dos sentidos: la creación de técnicas y métodos innovadores en el propio área de investigación de la Inteligencia Artificial y la incorporación de esas técnicas y métodos a la realidad social y empresarial, creando procesos y soluciones informáticas innovadoras.

De esta forma, se proporcionará a los profesionales de la Ingeniería Informática y, en general, a los profesionales de la Ciencia y la Tecnología, un mayor grado de conocimientos en Inteligencia Artificial, para que sean capaces de abordar y solucionar problemas de carácter tanto científico como tecnológico mediante técnicas y métodos productos recientes de la investigación en el área. Este objetivo general puede completarse con dos metas adicionales e intrínsecas al contenido de la titulación. En primer lugar, la idea de innovar para investigar y, simultáneamente, la idea de investigar para innovar. La primera meta sugiere programas innovadores, que sean capaces de combinar el carácter especializado de la formación con la creatividad que subyace a líneas originales, activas y productivas de investigación. La segunda se dirige hacia la capacidad de ser creativo a la hora de abordar y solucionar problemas mediante la investigación.

Así, el objetivo global se concreta en objetivos más específicos, que se muestran a continuación en la siguiente tabla:

  • Objetivo 1: Adquirir una formación avanzada, de carácter especializado y multidisciplinar, orientada a promover la iniciación de tareas investigadoras en Inteligencia Artificial.
  • Objetivo 2: Proporcionar un mayor grado de conocimientos en técnicas y métodos de Inteligencia Artificial para ser capaz de abordar y solucionar problemas de carácter científico y tecnológico mediante la investigación (investigar para innovar).
  • Objetivo 3: Crear programas innovadores que sean capaces de combinar el carácter especializado de la formación con la creatividad que subyace a líneas de investigación originales, activas y productivas (innovar para investigar) en Inteligencia Artificial.
  • Objetivo 4: Capacitar al alumno para ser creativo a la hora de abordar y solucionar problemas de carácter científico y tecnológico mediante la investigación en Inteligencia Artificial.

 

Competencias

Los objetivos anteriormente descritos están encaminados a que los estudiantes adquieran, durante sus estudios, una serie de competencias generales y específicas.

Las competencias del título de Máster Universitario en Inteligencia Artificial se han estructurado en tres categorías.

  • En la primera se incluyen competencias generales, algunas provenientes de un Real Decreto y, por tanto,  comunes para cualquier máster en España,; otras propuestas por la Universidad Politécnica de Madrid; y, finalmente,  algunas incluidas en el estándar EURO-INF, que señala competencias para que un título se pueda acreditar como Máster en Informática.
  • En una segunda categoría de competencias se encuentran aquéllas relacionadas con la orientación investigadora del título propuesto, compartidas por todos los másteres de orientación investigadora de la Facultad de Informática, y que son distintas de las compartidas por los de orientación profesional.
  • Finalmente, en una tercera categoría estarán las competencias específicas en Inteligencia Artificial, que diferencian al título propuesto de cualquier otro máster de investigación de la Facultad de Informática.

Todas estas competencias son cubiertas a lo largo del plan de estudios en las asignaturas, seminarios y Proyecto Fin de Máster, para cualquier posible matriculación del alumno permitida por la estructura del plan de estudios.

A continuación se detallan las competencias asociadas a cada una de las asignaturas de la titulación:

 

Competencias generales

CG1: 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.)

CG2: 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.

CG3: 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.

CG4: 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.

CG5: Organización y planificación. 

CG6: Gestión de la información.

CG7: Especificación y realización de tareas informáticas complejas, poco definidas o no familiares.

CG8: Planteamiento y resolución de problemas también en áreas nuevas y emergentes de su disciplina.

CG9: Aplicación de los métodos de resolución de problemas más recientes o innovadores y que puedan implicar el uso de otras disciplinas.

CG10: Capacidad de pensamiento creativo con el objetivo de desarrollar enfoques y métodos nuevos y originales.

CG11: Integración del conocimiento a partir de disciplinas diferentes, así como el manejo de la complejidad.

CG12: Comprensión amplia de las técnicas y métodos aplicables en una especialización concreta, así como de sus límites.

CG13: Apreciación de los límites del conocimiento actual y de la aplicación práctica de la tecnología más reciente.

CG14: Conocimiento y comprensión de la informática necesaria para la creación de modelos de información, y de los sistemas y procesos complejos.

CG15: Capacidad para contribuir al desarrollo futuro de la informática.

CG16: Capacidad de trabajar de forma independiente en su campo profesional.

CG17: Habilidades de gestión y capacidad de liderar un equipo que puede estar integrado por disciplinas y niveles distintos.

CG18: Capacidad de trabajar y comunicarse también en contextos internacionales.

CG19: Aproximación sistemática a la gestión de riesgos.

 

Competencias específicas de investigación

CEI1: Adquirir conocimientos científicos avanzados del campo de la informática que le permitan generar nuevas ideas dentro de una línea de investigación.

CEI2: Comprender el procedimiento, valor y límites del método científico en el campo de la Informática, siendo capaz de identificar, localizar y obtener datos requeridos en un trabajo de investigación, de diseñar y guiar investigaciones analíticas, de modelado y experimentales, así como de evaluar datos de una manera crítica y extraer conclusiones.

CEI3: Capacidad para valorar la importancia de las fuentes documentales, manejarlas y buscar la información para el desarrollo de cualquier trabajo de investigación.

CEI4: Capacidad de leer y comprender publicaciones dentro de su ámbito de estudio/investigación, así como su catalogación y valor científico.

CEI5: Que el estudiante adquiera el conocimiento necesario sobre los mecanismos de financiación de la investigación y transferencia de la tecnología, y sobre la legislación vigente sobre protección de resultados.

 

Competencias específicas de Inteligencia Artificial

CEIA1: Capacidad de integrar tecnologías y sistemas propios de la Inteligencia Artificial, con carácter generalista, y en contextos más amplios y multidisciplinares.

CEIA2: Capacidad de conectar la tecnología puntera en Inteligencia Artificial con las necesidades de los clientes.

CEIA3: Conocimiento y aplicación de los modelos cuantitativos que dan soporte a los procesos de toma de decisiones en sus distintas variantes: determinístico-estocástico, individual-colectivo o estáticodinámico.

CEIA4: Capacidad de interpretar los modelos de clasificación supervisada y no supervisada obtenidos al aplicar las técnicas de Aprendizaje Automático para un conjunto de datos.

CEIA5: Conocimiento las principales técnicas de computación natural, tanto a nivel simbólico como físico, e identificar su idoneidad para distintos tipos de problemas.

CEIA6: Formalización de especificaciones, demostración de propiedades de los programas y diseño de programas con razonamiento o la utilización de la lógica misma como lenguaje de programación.

CEIA7: Conocimiento de las técnicas de representación del conocimiento reutilizables y modelos de razonamiento en entornos centralizados y distribuidos a utilizar en la resolución de problemas que impliquen conducta inteligente.

CEIA8: Capacidad de analizar un problema de percepción relacionado con el guiado de un robot y determinar qué técnica es la más adecuada para su resolución, así como determinar las características del equipo de adquisición y llevar a la práctica un prototipo de dicho sistema.

CEIA9: Comprensión del mercado, sus hábitos y necesidades de productos o servicios en el ámbito de la Inteligencia Artificial.

CEIA10: Identificación de áreas de aplicación en las que se pueda utilizar las técnicas y métodos de la Inteligencia Artificial.

Español