A titulación de Máster en Intelixencia Artificial ( IA) céntrase na formación universitaria dunha das áreas que atrae máis interese no ámbito das Ciencias da Computación, tanto desde o punto de vista científico-académico como das súas aplicacións en múltiples sectores de actividade. Durante os últimos anos, a IA experimentou un desenvolvemento excepcional, motivado pola aparición de tecnoloxías que supuxeron un gran avance na disciplina e pola dispoñibilidade de recursos hardware que fixeron viable a súa aplicación en distintos dominios.
Máster Universitario en Intelixencia Artificial
Duración:
2 anos académicos
Código RUCT: 4317738
Número de ECTS: 90
Número prazas: 20
Decano/a ou director/a do centro:
JULIA GONZALEZ ALVAREZ
julia.gonzalez [at] usc.es
Coordinador-a do título:
María Jesús Taboada Iglesias
maria.taboada [at] usc.gal
Linguas de uso:
Inglés
Universidade coordinadora:
Universidade da Coruña
Universidade(s) participante(s):
Universidade de Santiago de Compostela
Universidade da Coruña
Universidade de Vigo
Data da autorización de implantación do título pola Xunta de Galicia:
Orde do 27/07/2022 (DOG do 10/08/2022)
Data de publicación no BOE:
BOE do 13/02/2023
Data da última acreditación:
27/06/2022
Duración:
2 anos académicos
Código RUCT: 4317738
Número de ECTS: 90
Número prazas: 20
Decano/a ou director/a do centro:
JULIA GONZALEZ ALVAREZ
julia.gonzalez [at] usc.es
Coordinador-a do título:
María Jesús Taboada Iglesias
maria.taboada [at] usc.gal
Linguas de uso:
Inglés
Universidade coordinadora:
Universidade da Coruña
Universidade(s) participante(s):
Universidade de Santiago de Compostela
Universidade da Coruña
Universidade de Vigo
Data da autorización de implantación do título pola Xunta de Galicia:
Orde do 27/07/2022 (DOG do 10/08/2022)
Data de publicación no BOE:
BOE do 13/02/2023
Data da última acreditación:
27/06/2022
Condicións de terminación:
Obrigatorias: 36
Optativas: 36
Prácticas externas 6
Traballo fin de máster: 12
Total: 90
Non se contemplan
Fundamentos de IA
- P4251101
- Obrigatorio
- Primeiro semestre
- 3 créditos
Enxeñaría de Datos
- P4251102
- Obrigatorio
- Primeiro semestre
- 3 créditos
Razoamento e Planificación
- P4251103
- Obrigatorio
- Primeiro semestre
- 6 créditos
IA Explicable e Confiable
- P4251104
- Obrigatorio
- Segundo semestre
- 3 créditos
Sistemas Multiaxente
- P4251105
- Optativo
- Segundo semestre
- 6 créditos
Aspectos computacionais da Ciencia Cognitiva
- P4251121
- Optativo
- Primeiro semestre
- 3 créditos
Coñecemento e Razoamento con Incerteza
- P4251122
- Optativo
- Segundo semestre
- 3 créditos
Comprensión da Linguaxe Natural
- P4251106
- Obrigatorio
- Primeiro semestre
- 6 créditos
Modelado da Linguaxe
- P4251107
- Optativo
- Segundo semestre
- 3 créditos
Intelixencia Web e Tecnoloxías Semánticas
- P4251123
- Optativo
- Segundo semestre
- 6 créditos
Minaría de Textos
- P4251124
- Optativo
- Primeiro semestre
- 3 créditos
Aprendizaxe Automática I
- P4251108
- Obrigatorio
- Primeiro semestre
- 6 créditos
Aprendizaxe Profunda
- P4251109
- Optativo
- Segundo semestre
- 6 créditos
Aprendizaxe Automática II
- P4251125
- Optativo
- Segundo semestre
- 3 créditos
Computación Evolutiva
- P4251126
- Optativo
- Segundo semestre
- 3 créditos
IA en Contornos Big Data
- P4251127
- Optativo
- Primeiro semestre
- 6 créditos
Visión por Computador I
- P4251110
- Obrigatorio
- Primeiro semestre
- 3 créditos
Visión por Computador II
- P4251128
- Optativo
- Segundo semestre
- 6 créditos
Robótica Intelixente I
- P4251129
- Obrigatorio
- Primeiro semestre
- 3 créditos
Robótica Intelixente II
- P4251130
- Optativo
- Segundo semestre
- 6 créditos
Xestión de Proxectos de IA
- P4251111
- Obrigatorio
- Segundo semestre
- 3 créditos
IA en Saúde
- P4251131
- Optativo
- Primeiro semestre
- 3 créditos
IoT intelixente
- P4251132
- Optativo
- Primeiro semestre
- 3 créditos
Ciberseguridade Intelixente
- P4251133
- Optativo
- Primeiro semestre
- 3 créditos
Minaría de procesos
- P4251134
- Optativo
- Segundo semestre
- 3 créditos
Sistemas Intelixentes de Tempo Real
- P4251135
- Optativo
- Segundo semestre
- 3 créditos
Temas Emerxentes e Emprendemento en IA
- P4251136
- Optativo
- Primeiro semestre
- 3 créditos
Prácticas Externas
- P4251112
- Obrigatorio
- Prácticas en Empresas de Grao e Máster
- 6 créditos
Traballo Fin de Máster
- P4251113
- Obrigatorio
- Primeiro semestre
- 12 créditos
Entre as habilidades desexábeis no alumnado que ingrese no programa formativo deste mestrado podemos citar as seguintes:
-Capacidades básicas no manexo das novas tecnoloxías.
-Capacidade de abstracción, de análise, síntese e razoamento lóxico.
-Capacidade de traballo en equipo.
-Sentido da organización, atención ao detalle e sentido práctico.
-Curiosidade, imaxinación, creatividade, innovación e espírito emprendedor.
-Interese polos avances científicos e tecnolóxicos.
Como coñecementos recomendados indícanse os seguintes:
-Matemáticas (análise, álxebra lineal, xeometría, estatística básica e probabilidade).
-Programación, estruturas de datos e algoritmos.
-Fundamentos de estrutura de computadores.
Condicións de terminación:
Obrigatorias: 36
Optativas: 36
Prácticas externas 6
Traballo fin de máster: 12
Total: 90
A USC, a través da ORE mantén un sistema de información permanente a través da web, que se complementa con campañas e accións informativas específicas de promoción das convocatorias. Ademais, conta con recursos de apoio para o estudiantado de acollida, tales como a reserva de prazas nas residencias universitarias, ou o Programa de Atención a Estudantes Extracomunitarios (PATEX) do Vicerreitorado con competencias en mobilidade, através do cal voluntarios/as da USC realizan tarefas de acompañamento dirixidas á integración na cidade e na universidade do alumnado de acollida.
Organízase unha sesión de recepción, ao comezo de cada cuadrimestre, na cal se informa e orienta sobre o centro e os estudos, á vez que se poñen en contacto os alumnos/as cos coordinadores académicos, que actuarán como titores, e o persoal do centro implicado na súa atención.
A ETSE, ademais dos responsábeis citados anteriormente, conta coa colaboración de varios docentes que actúan como coordinadores académicos, e cuxa función é tutelar e asistir nas súas decisións académicas o alumnado propio e de acollida, así como asinar os acordos académicos de mobilidade que aseguren que a acción se encadre nos obxectivos e competencias do título.
Na USC, ademais das actividades indicadas antes, ofrécese unha atención continuada. A dirección do centro e a súa Unidade de Apoio á Xestión están accesíbeis a cotío para calquera consulta de ámbito académico que afecte os estudos da escola.
O posto de coordinación dos títulos é o enlace natural co alumnado para apoio e orientación relacionada cos estudos de grao ou máster. O centro dispón de pantallas informativas onde se distribúe información de interese (anuncios, bolsas, emprego, xornadas, conferencias, etc.). Outros medios de información son os taboleiros, onde se publican horarios de clases, exames e outros anuncios (normativas, programas de mobilidade, prácticas externas, etc.).
Ademais, a páxina web do centro mantense permanentemente actualizada como referencia básica de información, na cal se poden consultar horarios de actividades académicas, calendarios de avaliación, programas de materias, horas de titoría do profesorado, actividades extraordinarias, normativa, etc. Tamén dentro do campus virtual da USC se habilitan aulas virtuais específicas para coordinación dos títulos, e que son un punto de encontro entre profesorado e alumnado.
Acceso
Poderán acceder ás ensinanzas oficiais de máster:
1. As persoas que estean en posesión dun título universitario oficial español.
2. Aquelas que teñan un título expedido por unha institucion de educación superior do EEES que faculta no país expedidor do título para o acceso a ensinanzas de máster.
3. Os titulados conforme a sistemas educativos alleos ao EEES sen necesidade de homologación dos seus títulos, previa comprobación pola Universidade de que os ditos títulos acreditan un nivel de formación equivalente aos correspondentes títulos universitarios españois e que facultan no país expedidor do título para o acceso a ensinanzas de posgrao.
Admisión
Modalidade: criterios específicos
Titulacións por orde de preferencia:
1º) Titulados en Enx. Informática; Ciencia e Enx. de Datos; Intelixencia Artificial; Robótica; Enx. de Telecomunicacións; Enx. Industrial; Matemáticas; e Física.
2º) As solicitudes de admisión doutros títulos serán valoradas pola Comisión de Admisión en función dos coñecementos adquiridos nos campos recomendados: matemáticas; programación e fundamentos e estrutura de computadores.
Ao impartirse o mestrado íntegramente en inglés, o estudante deberá acreditar coñecementos mínimos de inglés correspondentes ao nivel B1 (aínda que se recomenda B2 ou superior) do marco común europeo de referencia, nos termos que determine a Comisión de Selección e Admisión de Estudantes.
CRITERIOS DE ADMISIÓN
1º Adecuación da titulación aos contidos do máster (excluínte)
2º Expediente académico (máx. 70%)
3º Experiencia laboral, formación extracurricular, participación en actividades relacionadas... (máx. 30%)
Información actualizada en cada convocatoria de matrícula
Cando se produza a suspensión dun título oficial, a USC garante o adecuado desenvolvemento efectivo dos ensinos que iniciase o seu alumnado ata a súa finalización. Para iso, o Consello de Goberno aproba os criterios relacionados, entre outros, son:
• A admisión de matrículas de novo ingreso na titulación.
• A supresión gradual da impartición da docencia.
• Se o título extinguido é substituído por outro similar (modificando a natureza do título), fixa as condicións que faciliten aos/as estudantes a continuidade de estudos no novo título e as equivalencias entre as materias dun e doutro plan.
Modalidade: criterios específicos
Titulacións por orde de preferencia:
1º) Titulados en Enx. Informática; Ciencia e Enx. de Datos; Intelixencia Artificial; Robótica; Enx. de Telecomunicacións; Enx. Industrial; Matemáticas; e Física.
2º) As solicitudes de admisión doutros títulos serán valoradas pola Comisión de Admisión en función dos coñecementos adquiridos nos campos recomendados: matemáticas; programación e fundamentos e estrutura de computadores.
Ao impartirse o mestrado íntegramente en inglés, o estudante deberá acreditar coñecementos mínimos de inglés correspondentes ao nivel B1 (aínda que se recomenda B2 ou superior) do marco común europeo de referencia, nos termos que determine a Comisión de Selección e Admisión de Estudantes.
CRITERIOS DE ADMISIÓN
1º Adecuación da titulación aos contidos do máster (excluínte)
2º Expediente académico (máx. 70%)
3º Experiencia laboral, formación extracurricular, participación en actividades relacionadas... (máx. 30%)
Información actualizada en cada convocatoria de matrícula
- Posuír e comprender coñecementos que acheguen unha base ou oportunidade de ser orixinais no desenvolvemento e/ou aplicación de ideas, a miúdo nun contexto de investigación.
- Que os estudantes saiban aplicar os coñecementos adquiridos e a súa capacidade de resolución de problemas en contornos novos ou pouco coñecidos dentro de contextos máis amplos (ou multidisciplinares) relacionados coa súa área de estudo
- Que os estudantes sexan capaces de integrar coñecementos e enfrontarse á complexidade de formularen xuízos a partir dunha información que, sendo incompleta ou limitada, inclúa reflexións sobre as responsabilidades sociais e éticas vinculadas á aplicación dos seus coñecementos e xuízos
- Que os estudantes saiban comunicar as súas conclusións e os coñecementos e razóns últimas que as sustentan a públicos especializados e non especializados dun modo claro e sen ambigüidades
- Que os estudantes posúan as habilidades de aprendizaxe que lles permitan continuar estudando dun modo que haberá de ser en grande medida autodirixido ou autónomo.
- Manter e estender formulacións teóricas fundadas para permitir a introdución e explotación de tecnoloxías novas e avanzadas no campo da intelixencia artificial.
- Abordar con éxito todas as etapas dun proxecto de intelixencia artificial.
- Buscar e seleccionar a información útil necesaria para resolver problemas complexos, manexando con soltura as fontes bibliográficas do campo.
- Elaborar adecuadamente e con certa orixinalidade composicións escritas ou argumentos motivados, redactar plans, proxectos de traballo, artigos científicos e formular hipóteses razoábeis no campo.
- Traballar en equipo, especialmente de carácter multidisciplinar, e ser hábiles na xestión do tempo, persoas e toma de decisións.
- Comprensión e dominio de técnicas para o procesado de textos en linguaxe natural.
- Comprensión e dominio dos fundamentos e técnicas de procesamento semántico de documentos enlazados, estruturados e non estruturados, e da representación do seu contido.
- Comprensión e coñecemento das técnicas de representación e procesado de coñecemento mediante ontoloxías, grafos e RDF, así como das ferramentas asociadas ás mesmas.
- Coñecer os fundamentos e técnicas básicas da intelixencia artificial e a súa aplicación práctica.
- Capacidade para deseñar e desenvolver sistemas intelixentes mediante a aplicación de algoritmos de inferencia, representación do coñecemento e planificación automática.
- Capacidade para recoñecer aqueles problemas que necesiten dunha arquitectura distribuída que non estea prefixada durante o deseño do sistema, que serán adecuados para a implementación de sistemas multiaxente intelixentes.
- Capacidade para entender as implicaciones do desenvolvemento dun sistema intelixente explicábel e interpretábel.
- Capacidade para deseñar e desenvolver sistemas intelixentes seguros, en termos de integridade, confidencialidade e robustez.
- Capacidade para ter un coñecemento profundo dos principios fundamentais e modelos da computación cuántica e sabelos aplicar para interpretar, seleccionar, valorar, modelar, e crear novos conceptos, teorías, usos e desenvolvementos tecnolóxicos relacionados coa intelixencia artificial.
- Capacidade para a construción, validación e aplicación dun modelo estocástico dun sistema real a partir dos datos observados e a análise crítica dos resultados obtidos.
- Capacidade para a análise dun conxunto de datos e a selección e aplicación das técnicas de inferencia estatística e de regresión máis adecuadas para a adquisición de coñecemento para a toma de decisións.
- Capacidade para comprender, formular e resolver problemas susceptíbeis de seren abordados através de modelos de aprendizaxe automática.
- Coñecemento das ferramentas informáticas no campo da análise dos datos e modelización estatística, e capacidade para seleccionar as máis adecuadas para a resolución de problemas.
- Comprensión e dominio das principais técnicas de aprendizaxe automática, incluíndo as dedicadas ao tratamento de grandes volumes de datos. Compresión e dominio de fundamentos e técnicas básicas para a procura e o filtrado de información en grandes coleccións de datos.
- Coñecemento das ferramentas informáticas no campo da aprendizaxe automática, e capacidade para seleccionar a máis adecuada para a resolución dun problema.
- Coñecemento do proceso e as ferramentas para o procesamento e preparación de datos desde a súa adquisición ou extracción, limpeza, transformación, carga, organización e acceso.
- Comprender e asimilar as capacidades e limitacións dos sistemas robóticos intelixentes actuais, así como das tecnoloxías que os sustentan.
- Desenvolver a capacidade de elixir, deseñar e implementar estratexias baseadas en intelixencia artificial para dotar a sistemas robóticos, tanto individuais como colectivos, das capacidades necesarias para realizar as súas tarefas de xeito adecuado de acordo cos obxectivos e restricións que se formulen.
- Coñecemento de diferentes ámbitos de aplicación das tecnoloxías baseadas en IA e a súa capacidade para oferecer un valor engadido diferenciador.
- Capacidade de afrontar contornos interdisciplinares e combinar e adaptar diferentes técnicas, extrapolando coñecementos entre diferentes ámbitos.
- Coñecemento das técnicas que facilitan a organización e xestión de proxectos en IA en contornos reais, a xestión dos recursos e a planificación de tarefas dun xeito eficiente, tendo en conta conceptos de diseminación do coñecemento e ciencia aberta.
- Expresarse correctamente, tanto de forma oral como escrita, nas linguas oficiais da comunidade autónoma.
- Dominar a expresión e a comprensión de forma oral e escrita dun idioma estranxeiro.
- Utilizar as ferramentas básicas das tecnoloxías da información e as comunicacións (TIC) necesarias para o exercicio da súa profesión e para a aprendizaxe ao longo da súa vida.
- Desenvolverse para o exercicio dunha cidadanía respetuosa coa cultura democrática, os dereitos humanos e a perspectiva de xénero.
- Entender a importancia da cultura emprendedora e coñecer os medios ao alcance das persoas emprendedoras.
- Adquirir habilidades para a vida e hábitos, rutinas e estilos de vida saudábeis.
- Desenvolver a capacidade de traballar en equipos interdisciplinares ou transdisciplinares, para oferecer propostas que contribúan a un desenvolvemento sustentábel ambiental, económico, político e social.
- Valorar a importancia que ten a investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade.
- Ter a capacidade de xestionar tempos e recursos: desenvolver plans, priorizar actividades, identificar as críticas, estabelecer prazos e cumprilos.
Mobilidade
A mobilidade dos/as estudantes está regulada a través do “Regulamento de intercambios interuniversitarios”. A través da Oficina de Relacións Exteriores xestiónanse programas de intercambio tanto nacionais (SICUE), como europeos (ERASMUS) e extracomunitarios (intercambios con países de América Latina ou países de fala inglesa):
Prácticas
O plan de estudos inclúe unha materia de prácticas externas de 6 ECTS que se poderá cursar no 2º ou 3º cuadrimestre. Esta materia está orientada especificamente á formación nun contorno real xa que o estudante intégrase nunha empresa para realizar tarefas que supoñen a aplicación práctica dos coñecementos adquiridos. A realización destas prácticas implica a sinatura previa dun convenio coa empresa.
O título contempla un traballo fin de máster de 12 ECTS. O alumnado deberá aplicar correctamente os coñecementos e competencias adquiridas a un proxecto no ámbito da intelixencia artificial. Tamén deberá presentar e defender o desenvolvemento, resultados e conclusións do traballo realizado perante un público especializado.
O profesorado atenderá o alumnado en sesións de titorías individualizadas dedicadas á orientación no estudo e a resolución de dúbidas sobre os contidos e traballos da materia.
A docencia do Máster será impartida, fundamentalmente, por profesorado do Departamento de Electrónica e Computación da USC, do Departamento de Ciencias da Computación e Tecnoloxías da Información da UDC e do Departamento de Electrónica e Computación da UVIGO.
Condicións de terminación:
Obrigatorias: 36
Optativas: 36
Prácticas externas 6
Traballo fin de máster: 12
Total: 90
Non se contemplan
Fundamentos de IA
- P4251101
- Obrigatorio
- Primeiro semestre
- 3 créditos
Enxeñaría de Datos
- P4251102
- Obrigatorio
- Primeiro semestre
- 3 créditos
Razoamento e Planificación
- P4251103
- Obrigatorio
- Primeiro semestre
- 6 créditos
IA Explicable e Confiable
- P4251104
- Obrigatorio
- Segundo semestre
- 3 créditos
Sistemas Multiaxente
- P4251105
- Optativo
- Segundo semestre
- 6 créditos
Aspectos computacionais da Ciencia Cognitiva
- P4251121
- Optativo
- Primeiro semestre
- 3 créditos
Coñecemento e Razoamento con Incerteza
- P4251122
- Optativo
- Segundo semestre
- 3 créditos
Comprensión da Linguaxe Natural
- P4251106
- Obrigatorio
- Primeiro semestre
- 6 créditos
Modelado da Linguaxe
- P4251107
- Optativo
- Segundo semestre
- 3 créditos
Intelixencia Web e Tecnoloxías Semánticas
- P4251123
- Optativo
- Segundo semestre
- 6 créditos
Minaría de Textos
- P4251124
- Optativo
- Primeiro semestre
- 3 créditos
Aprendizaxe Automática I
- P4251108
- Obrigatorio
- Primeiro semestre
- 6 créditos
Aprendizaxe Profunda
- P4251109
- Optativo
- Segundo semestre
- 6 créditos
Aprendizaxe Automática II
- P4251125
- Optativo
- Segundo semestre
- 3 créditos
Computación Evolutiva
- P4251126
- Optativo
- Segundo semestre
- 3 créditos
IA en Contornos Big Data
- P4251127
- Optativo
- Primeiro semestre
- 6 créditos
Visión por Computador I
- P4251110
- Obrigatorio
- Primeiro semestre
- 3 créditos
Visión por Computador II
- P4251128
- Optativo
- Segundo semestre
- 6 créditos
Robótica Intelixente I
- P4251129
- Obrigatorio
- Primeiro semestre
- 3 créditos
Robótica Intelixente II
- P4251130
- Optativo
- Segundo semestre
- 6 créditos
Xestión de Proxectos de IA
- P4251111
- Obrigatorio
- Segundo semestre
- 3 créditos
IA en Saúde
- P4251131
- Optativo
- Primeiro semestre
- 3 créditos
IoT intelixente
- P4251132
- Optativo
- Primeiro semestre
- 3 créditos
Ciberseguridade Intelixente
- P4251133
- Optativo
- Primeiro semestre
- 3 créditos
Minaría de procesos
- P4251134
- Optativo
- Segundo semestre
- 3 créditos
Sistemas Intelixentes de Tempo Real
- P4251135
- Optativo
- Segundo semestre
- 3 créditos
Temas Emerxentes e Emprendemento en IA
- P4251136
- Optativo
- Primeiro semestre
- 3 créditos
Prácticas Externas
- P4251112
- Obrigatorio
- Prácticas en Empresas de Grao e Máster
- 6 créditos
Traballo Fin de Máster
- P4251113
- Obrigatorio
- Primeiro semestre
- 12 créditos
Entre as habilidades desexábeis no alumnado que ingrese no programa formativo deste mestrado podemos citar as seguintes:
-Capacidades básicas no manexo das novas tecnoloxías.
-Capacidade de abstracción, de análise, síntese e razoamento lóxico.
-Capacidade de traballo en equipo.
-Sentido da organización, atención ao detalle e sentido práctico.
-Curiosidade, imaxinación, creatividade, innovación e espírito emprendedor.
-Interese polos avances científicos e tecnolóxicos.
Como coñecementos recomendados indícanse os seguintes:
-Matemáticas (análise, álxebra lineal, xeometría, estatística básica e probabilidade).
-Programación, estruturas de datos e algoritmos.
-Fundamentos de estrutura de computadores.
Condicións de terminación:
Obrigatorias: 36
Optativas: 36
Prácticas externas 6
Traballo fin de máster: 12
Total: 90
A USC, a través da ORE mantén un sistema de información permanente a través da web, que se complementa con campañas e accións informativas específicas de promoción das convocatorias. Ademais, conta con recursos de apoio para o estudiantado de acollida, tales como a reserva de prazas nas residencias universitarias, ou o Programa de Atención a Estudantes Extracomunitarios (PATEX) do Vicerreitorado con competencias en mobilidade, através do cal voluntarios/as da USC realizan tarefas de acompañamento dirixidas á integración na cidade e na universidade do alumnado de acollida.
Organízase unha sesión de recepción, ao comezo de cada cuadrimestre, na cal se informa e orienta sobre o centro e os estudos, á vez que se poñen en contacto os alumnos/as cos coordinadores académicos, que actuarán como titores, e o persoal do centro implicado na súa atención.
A ETSE, ademais dos responsábeis citados anteriormente, conta coa colaboración de varios docentes que actúan como coordinadores académicos, e cuxa función é tutelar e asistir nas súas decisións académicas o alumnado propio e de acollida, así como asinar os acordos académicos de mobilidade que aseguren que a acción se encadre nos obxectivos e competencias do título.
Na USC, ademais das actividades indicadas antes, ofrécese unha atención continuada. A dirección do centro e a súa Unidade de Apoio á Xestión están accesíbeis a cotío para calquera consulta de ámbito académico que afecte os estudos da escola.
O posto de coordinación dos títulos é o enlace natural co alumnado para apoio e orientación relacionada cos estudos de grao ou máster. O centro dispón de pantallas informativas onde se distribúe información de interese (anuncios, bolsas, emprego, xornadas, conferencias, etc.). Outros medios de información son os taboleiros, onde se publican horarios de clases, exames e outros anuncios (normativas, programas de mobilidade, prácticas externas, etc.).
Ademais, a páxina web do centro mantense permanentemente actualizada como referencia básica de información, na cal se poden consultar horarios de actividades académicas, calendarios de avaliación, programas de materias, horas de titoría do profesorado, actividades extraordinarias, normativa, etc. Tamén dentro do campus virtual da USC se habilitan aulas virtuais específicas para coordinación dos títulos, e que son un punto de encontro entre profesorado e alumnado.
Acceso
Poderán acceder ás ensinanzas oficiais de máster:
1. As persoas que estean en posesión dun título universitario oficial español.
2. Aquelas que teñan un título expedido por unha institucion de educación superior do EEES que faculta no país expedidor do título para o acceso a ensinanzas de máster.
3. Os titulados conforme a sistemas educativos alleos ao EEES sen necesidade de homologación dos seus títulos, previa comprobación pola Universidade de que os ditos títulos acreditan un nivel de formación equivalente aos correspondentes títulos universitarios españois e que facultan no país expedidor do título para o acceso a ensinanzas de posgrao.
Admisión
Modalidade: criterios específicos
Titulacións por orde de preferencia:
1º) Titulados en Enx. Informática; Ciencia e Enx. de Datos; Intelixencia Artificial; Robótica; Enx. de Telecomunicacións; Enx. Industrial; Matemáticas; e Física.
2º) As solicitudes de admisión doutros títulos serán valoradas pola Comisión de Admisión en función dos coñecementos adquiridos nos campos recomendados: matemáticas; programación e fundamentos e estrutura de computadores.
Ao impartirse o mestrado íntegramente en inglés, o estudante deberá acreditar coñecementos mínimos de inglés correspondentes ao nivel B1 (aínda que se recomenda B2 ou superior) do marco común europeo de referencia, nos termos que determine a Comisión de Selección e Admisión de Estudantes.
CRITERIOS DE ADMISIÓN
1º Adecuación da titulación aos contidos do máster (excluínte)
2º Expediente académico (máx. 70%)
3º Experiencia laboral, formación extracurricular, participación en actividades relacionadas... (máx. 30%)
Información actualizada en cada convocatoria de matrícula
Cando se produza a suspensión dun título oficial, a USC garante o adecuado desenvolvemento efectivo dos ensinos que iniciase o seu alumnado ata a súa finalización. Para iso, o Consello de Goberno aproba os criterios relacionados, entre outros, son:
• A admisión de matrículas de novo ingreso na titulación.
• A supresión gradual da impartición da docencia.
• Se o título extinguido é substituído por outro similar (modificando a natureza do título), fixa as condicións que faciliten aos/as estudantes a continuidade de estudos no novo título e as equivalencias entre as materias dun e doutro plan.
Modalidade: criterios específicos
Titulacións por orde de preferencia:
1º) Titulados en Enx. Informática; Ciencia e Enx. de Datos; Intelixencia Artificial; Robótica; Enx. de Telecomunicacións; Enx. Industrial; Matemáticas; e Física.
2º) As solicitudes de admisión doutros títulos serán valoradas pola Comisión de Admisión en función dos coñecementos adquiridos nos campos recomendados: matemáticas; programación e fundamentos e estrutura de computadores.
Ao impartirse o mestrado íntegramente en inglés, o estudante deberá acreditar coñecementos mínimos de inglés correspondentes ao nivel B1 (aínda que se recomenda B2 ou superior) do marco común europeo de referencia, nos termos que determine a Comisión de Selección e Admisión de Estudantes.
CRITERIOS DE ADMISIÓN
1º Adecuación da titulación aos contidos do máster (excluínte)
2º Expediente académico (máx. 70%)
3º Experiencia laboral, formación extracurricular, participación en actividades relacionadas... (máx. 30%)
Información actualizada en cada convocatoria de matrícula
- Posuír e comprender coñecementos que acheguen unha base ou oportunidade de ser orixinais no desenvolvemento e/ou aplicación de ideas, a miúdo nun contexto de investigación.
- Que os estudantes saiban aplicar os coñecementos adquiridos e a súa capacidade de resolución de problemas en contornos novos ou pouco coñecidos dentro de contextos máis amplos (ou multidisciplinares) relacionados coa súa área de estudo
- Que os estudantes sexan capaces de integrar coñecementos e enfrontarse á complexidade de formularen xuízos a partir dunha información que, sendo incompleta ou limitada, inclúa reflexións sobre as responsabilidades sociais e éticas vinculadas á aplicación dos seus coñecementos e xuízos
- Que os estudantes saiban comunicar as súas conclusións e os coñecementos e razóns últimas que as sustentan a públicos especializados e non especializados dun modo claro e sen ambigüidades
- Que os estudantes posúan as habilidades de aprendizaxe que lles permitan continuar estudando dun modo que haberá de ser en grande medida autodirixido ou autónomo.
- Manter e estender formulacións teóricas fundadas para permitir a introdución e explotación de tecnoloxías novas e avanzadas no campo da intelixencia artificial.
- Abordar con éxito todas as etapas dun proxecto de intelixencia artificial.
- Buscar e seleccionar a información útil necesaria para resolver problemas complexos, manexando con soltura as fontes bibliográficas do campo.
- Elaborar adecuadamente e con certa orixinalidade composicións escritas ou argumentos motivados, redactar plans, proxectos de traballo, artigos científicos e formular hipóteses razoábeis no campo.
- Traballar en equipo, especialmente de carácter multidisciplinar, e ser hábiles na xestión do tempo, persoas e toma de decisións.
- Comprensión e dominio de técnicas para o procesado de textos en linguaxe natural.
- Comprensión e dominio dos fundamentos e técnicas de procesamento semántico de documentos enlazados, estruturados e non estruturados, e da representación do seu contido.
- Comprensión e coñecemento das técnicas de representación e procesado de coñecemento mediante ontoloxías, grafos e RDF, así como das ferramentas asociadas ás mesmas.
- Coñecer os fundamentos e técnicas básicas da intelixencia artificial e a súa aplicación práctica.
- Capacidade para deseñar e desenvolver sistemas intelixentes mediante a aplicación de algoritmos de inferencia, representación do coñecemento e planificación automática.
- Capacidade para recoñecer aqueles problemas que necesiten dunha arquitectura distribuída que non estea prefixada durante o deseño do sistema, que serán adecuados para a implementación de sistemas multiaxente intelixentes.
- Capacidade para entender as implicaciones do desenvolvemento dun sistema intelixente explicábel e interpretábel.
- Capacidade para deseñar e desenvolver sistemas intelixentes seguros, en termos de integridade, confidencialidade e robustez.
- Capacidade para ter un coñecemento profundo dos principios fundamentais e modelos da computación cuántica e sabelos aplicar para interpretar, seleccionar, valorar, modelar, e crear novos conceptos, teorías, usos e desenvolvementos tecnolóxicos relacionados coa intelixencia artificial.
- Capacidade para a construción, validación e aplicación dun modelo estocástico dun sistema real a partir dos datos observados e a análise crítica dos resultados obtidos.
- Capacidade para a análise dun conxunto de datos e a selección e aplicación das técnicas de inferencia estatística e de regresión máis adecuadas para a adquisición de coñecemento para a toma de decisións.
- Capacidade para comprender, formular e resolver problemas susceptíbeis de seren abordados através de modelos de aprendizaxe automática.
- Coñecemento das ferramentas informáticas no campo da análise dos datos e modelización estatística, e capacidade para seleccionar as máis adecuadas para a resolución de problemas.
- Comprensión e dominio das principais técnicas de aprendizaxe automática, incluíndo as dedicadas ao tratamento de grandes volumes de datos. Compresión e dominio de fundamentos e técnicas básicas para a procura e o filtrado de información en grandes coleccións de datos.
- Coñecemento das ferramentas informáticas no campo da aprendizaxe automática, e capacidade para seleccionar a máis adecuada para a resolución dun problema.
- Coñecemento do proceso e as ferramentas para o procesamento e preparación de datos desde a súa adquisición ou extracción, limpeza, transformación, carga, organización e acceso.
- Comprender e asimilar as capacidades e limitacións dos sistemas robóticos intelixentes actuais, así como das tecnoloxías que os sustentan.
- Desenvolver a capacidade de elixir, deseñar e implementar estratexias baseadas en intelixencia artificial para dotar a sistemas robóticos, tanto individuais como colectivos, das capacidades necesarias para realizar as súas tarefas de xeito adecuado de acordo cos obxectivos e restricións que se formulen.
- Coñecemento de diferentes ámbitos de aplicación das tecnoloxías baseadas en IA e a súa capacidade para oferecer un valor engadido diferenciador.
- Capacidade de afrontar contornos interdisciplinares e combinar e adaptar diferentes técnicas, extrapolando coñecementos entre diferentes ámbitos.
- Coñecemento das técnicas que facilitan a organización e xestión de proxectos en IA en contornos reais, a xestión dos recursos e a planificación de tarefas dun xeito eficiente, tendo en conta conceptos de diseminación do coñecemento e ciencia aberta.
- Expresarse correctamente, tanto de forma oral como escrita, nas linguas oficiais da comunidade autónoma.
- Dominar a expresión e a comprensión de forma oral e escrita dun idioma estranxeiro.
- Utilizar as ferramentas básicas das tecnoloxías da información e as comunicacións (TIC) necesarias para o exercicio da súa profesión e para a aprendizaxe ao longo da súa vida.
- Desenvolverse para o exercicio dunha cidadanía respetuosa coa cultura democrática, os dereitos humanos e a perspectiva de xénero.
- Entender a importancia da cultura emprendedora e coñecer os medios ao alcance das persoas emprendedoras.
- Adquirir habilidades para a vida e hábitos, rutinas e estilos de vida saudábeis.
- Desenvolver a capacidade de traballar en equipos interdisciplinares ou transdisciplinares, para oferecer propostas que contribúan a un desenvolvemento sustentábel ambiental, económico, político e social.
- Valorar a importancia que ten a investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade.
- Ter a capacidade de xestionar tempos e recursos: desenvolver plans, priorizar actividades, identificar as críticas, estabelecer prazos e cumprilos.
Mobilidade
A mobilidade dos/as estudantes está regulada a través do “Regulamento de intercambios interuniversitarios”. A través da Oficina de Relacións Exteriores xestiónanse programas de intercambio tanto nacionais (SICUE), como europeos (ERASMUS) e extracomunitarios (intercambios con países de América Latina ou países de fala inglesa):
Prácticas
O plan de estudos inclúe unha materia de prácticas externas de 6 ECTS que se poderá cursar no 2º ou 3º cuadrimestre. Esta materia está orientada especificamente á formación nun contorno real xa que o estudante intégrase nunha empresa para realizar tarefas que supoñen a aplicación práctica dos coñecementos adquiridos. A realización destas prácticas implica a sinatura previa dun convenio coa empresa.
O título contempla un traballo fin de máster de 12 ECTS. O alumnado deberá aplicar correctamente os coñecementos e competencias adquiridas a un proxecto no ámbito da intelixencia artificial. Tamén deberá presentar e defender o desenvolvemento, resultados e conclusións do traballo realizado perante un público especializado.
O profesorado atenderá o alumnado en sesións de titorías individualizadas dedicadas á orientación no estudo e a resolución de dúbidas sobre os contidos e traballos da materia.
A docencia do Máster será impartida, fundamentalmente, por profesorado do Departamento de Electrónica e Computación da USC, do Departamento de Ciencias da Computación e Tecnoloxías da Información da UDC e do Departamento de Electrónica e Computación da UVIGO.