Registrarse
Título propio

Máster de Formación Permanente en Inteligencia Artificial y Big Data Analytics

  • Desde: 5/9/25
  • Hasta: 31/7/27*
  • Campus de Valencia
  • Semipresencial

Preinscripción desde el 26/6/25
Matrícula desde el 10/7/25
(*) Hasta el 31/7/27 para la finalización de trabajos.

Responsable de la actividad:
Vicente Pelechano Ferragud

Inscripción

Modalidad

Presencial Online Emisión en directo

350 horas

250 horas

0 horas
Horario

Mañana y Tarde
Viernes de 16h a 21h y sábados de 8:30h a 13:30h.

Lugar de impartición
Aula 1G-0.0 y laboratorios ETSINF Viernes de 16h a 21h y sábados de 8:30h a 13:30h. El curso se seguirá de forma presencial en el aula de Anita Borg, cuyo código es 1G-L0.0 de la Escuela Técnica Superior de Ingeniería Informática (ETSINF) si la situación académica en la UPV así lo permite. En caso contrario, se impartirá completamente de forma on-line síncrona hasta que sea posible realizar las actividades presenciales.
Titulación

Máster de Formación Permanente

Modalidad

SEMIPRESENCIAL

Curso

2025-2026

ECTS

60

Campus

Valencia

350 h

Presenciales

250 h

Online

Ver condiciones de la actividad
Precio Colectivo Plazos
4.500 € Alumno UPV 3 plazos (Pago Mensual)
4.500 € Alumni UPV PLUS 3 plazos (Pago Mensual)
4.500 € Personal UPV 3 plazos (Pago Mensual)
5.000 € Público en general 3 plazos (Pago Mensual)
4.500 € Miembros Colegio Oficial de Ingenieros en Informática de la Comunidad Valenciana 3 plazos (Pago Mensual)
4.500 € Desempleados 3 plazos (Pago Mensual)
5.000€ (en 3 plazos) Público en general
4.500€ (en 3 plazos) Alumno UPV
4.500€ (en 3 plazos) Alumni UPV PLUS
4.500€ (en 3 plazos) Personal UPV
4.500€ (en 3 plazos) Miembros Colegio Oficial de Ingenieros en Informática de la Comunidad Valenciana
4.500€ (en 3 plazos) Desempleados

Prácticas

El título permite realizar prácticas externas extracurriculares durante el periodo lectivo. Las prácticas tendrán con carácter general una duración máxima de hasta el 30% de los créditos necesarios para superar la titulación en estudios de grado y de hasta el 40% en los títulos propios de posgrado.

Objetivos

El principal objetivo del Máster es ofrecer la formación especializada teórico-práctica en IA & Big Data a profesionales de las TIC y a recién titulados. El Máster responde a la demanda de profesionales en tecnologías emergentes, ofreciendo una formación integral en herramientas y técnicas avanzadas. Aprenderás programación en Python, R y Shell para el tratamiento y gestión de datos, así como fundamentos sólidos en probabilidad, estadística y visualización. También dominarás la computación distribuida en la nube y las últimas herramientas para Big Data y el procesado en tiempo real. Además, profundizarás en sistemas de información (NoSQL) y en Inteligencia Artificial, abarcando desde el aprendizaje automático y Deep Learning, hasta NLP e IA generativa. El programa complementa estas habilidades técnicas con conocimientos en ciberseguridad y en el uso y gestión de arquitecturas empresariales para gestionar datos y tomar decisiones estratégicas.

Dirigido a

Profesionales de las TIC y a recién titulados.

Requisitos de acceso

Titulación universitaria en Informática o afines, se entiende por afines las siguientes titulaciones universitarias en Ciencias Físicas, Matemáticas, Ingeniería de Telecomunicaciones, Tecnologías Interactivas, Ciencia de Datos, Industriales especialidad Electrónica, etc.

¿Puedo matricularme si no cumplo los requisitos? Depende. El nivel de exigencia en cuanto a conocimientos previos que se requiere en la mayor parte de las asignaturas hace bastante difícil que titulados en otras disciplinas distintas a las enumeradas en los requisitos puedan seguir el ritmo de las clases. No obstante, las circunstancias de cada persona varían en función de su trayectoria profesional. Por ello, si ya se tiene experiencia en programación y sistemas de información o será más fácil realizar las prácticas y los trabajos.

Asignaturas

01

NOSQL

4 ECTS

César Ferri Ramírez: Catedrático/a de Universidad

Ana León Palacio: Técnico Superior Grado Doctor

02

SHELL EN ENTORNOS LINUX

2 ECTS

Andrés Martín Terrasa Barrena: Profesor/a Titular de Universidad

03

R PARA CIENCIA DE DATOS

3 ECTS

Fernando Martínez Plumed: Profesor/a Titular de Universidad

04

PYTHON PARA CIENCIA DE DATOS

4,5 ECTS

Javier Palanca Cámara: Profesor/a Titular de Universidad

Andrés Martín Terrasa Barrena: Profesor/a Titular de Universidad

05

PROBABILIDAD Y ESTADÍSTICA PARA EL ANÁLISIS DE DATOS

3 ECTS

Maria Ángeles Calduch Losa: Profesor/a Permanente Laboral

06

MODELOS Y ENTORNOS DE GESTIÓN BIG DATA

1,5 ECTS

César Ferri Ramírez: Catedrático/a de Universidad

Germán Moltó Martínez: Catedrático/a de Universidad

07

HERRAMIENTAS DE ÚLTIMA GENERACIÓN PARA BIGDATA

3 ECTS

Franziska Sophie Kroeger: Profesional del sector

08

PROCESADO DE DATOS EN TIEMPO REAL

2,5 ECTS

Ignacio Pérez Torres: Profesional del sector

09

BASES DE DATOS

1,5 ECTS

Lluis Felip Hurtado Oliver: Profesor/a Titular de Universidad

10

MACHINE LEARNING

3 ECTS

Adolfo Martínez Usó: Profesional del sector

11

NATURAL LANGUAGE PROCESSING & TEXT MINING

3 ECTS

Lluis Felip Hurtado Oliver: Profesor/a Titular de Universidad

Antonio Molina Marco: Profesor/a Titular de Universidad

12

DEEP LEARNING

3 ECTS

Carlos Monserrat Aranda: Catedrático/a de Universidad

13

GENERATIVE IA

3 ECTS

Carlos Monserrat Aranda: Catedrático/a de Universidad

14

SEGURIDAD Y PRIVACIDAD EN RELACIÓN A BIG DATA

2,5 ECTS

Carlos Sahuquillo Pascual: Profesional del sector

15

IA & CIBERSEGURIDAD

1,5 ECTS

César Ferri Ramírez: Catedrático/a de Universidad

Carlos Sahuquillo Pascual: Profesional del sector

16

TÉCNICAS Y HERRAMIENTAS PARA LA VISUALIZACIÓN DE DATOS Y RESULTADOS

2,5 ECTS

José Miguel Carot Sierra: Catedrático/a de Universidad

María Luisa Cerezuela Bravo: Técnico/a Superior

17

ANÁLISIS DE SERIES TEMPORALES EN FINANZAS

2 ECTS

Marta Martínez Mora: Profesional del sector

18

ARQUITECTURAS BIG DATA EMPRESARIALES

2 ECTS

Esteban Chiner Sanz: Profesional del sector

19

TRABAJO FINAL DE MÁSTER

10 ECTS

20

COMPUTACIÓN Y GESTIÓN DE DATOS EN LA NUBE PARA BIG DATA

2,5 ECTS

César Ferri Ramírez: Catedrático/a de Universidad

Germán Moltó Martínez: Catedrático/a de Universidad

Otra información de interés

¿Por qué estudiar IA y Big Data en la UPV?

Educación de vanguardia: Accede a un currículo actualizado que incorpora las últimas tendencias y tecnologías en IA y Big Data.
Enfoque práctico y estratégico: Combina teoría con casos reales para transformar datos en decisiones efectivas.
Docentes expertos: Aprende de profesionales y académicos con amplia experiencia en el sector.
Preparación para el futuro: Desarrolla habilidades que te posicionarán como líder en la transformación digital.
Red de oportunidades: Conecta con una comunidad de innovación y empresas que impulsan la revolución tecnológica.
Trayectoria consolidada: Con más de 10 años impartiendo el Master en Big Data Analytics, nuestro programa se destaca por su sólida experiencia y reconocimiento, formando a profesionales líderes en la transformación digital.

Contacto

Página web: https://iabigdata.webs.upv.es/

Secretaría

Contacto: Amparo Cuesta Falomir (ext.77213)
Horario de Atención al Público: de 9:00 a 14:00 horas
Teléfono: 963877213
Fax: 963877219
E-Mail: macuesta@upvnet.upv.es
Ubicación: Secretaría de la Escuela Técnica Superior de Ingeniería Informática (ETSINF)

Inscripción

Visita otros cursos relacionados con...

Big Data Business Intelligence Data Science Data Mining Knowledge Discovery Machine Learning