Madrid
Descripción
- El objetivo es salir con conocimientos avanzados en aprendizaje automático y datos masivos, con una base sólida para aplicar estas tecnologías en industria o investigación.
- Se adapta a titulados en áreas TIC que buscan una especialización avanzada. Encaja si interesa trabajar con algoritmos avanzados, incluyendo aprendizaje profundo, y sistemas inteligentes y complejos.
- La formación combina algoritmos supervisados y no supervisados con el tratamiento de datos a gran escala. La idea es que puedas diseñar, implementar y utilizar métodos en escenarios reales.
- Además de modelado, se integra optimización para maximizar el rendimiento de los modelos de aprendizaje automático.
- El programa incorpora una dimensión de investigación para comprender, analizar y emplear métodos recientes del área. También cuenta con validez académica al ser un Máster Universitario con acceso a doctorado.
- Se incluyen implicaciones éticas, legales y sociales del uso de IA y datos masivos, junto con seguridad y privacidad.
Alternativas similares
Recomendado
Lo que aprenderás
- Verás análisis de redes sociales como estructuras de relaciones, con representación y almacenamiento eficiente. Se cubren métricas y algoritmos de redes, visualización y análisis micro, meso y macroscópico, además de detección de comunidades.
- Se cubre optimización exacta y aproximada para problemas de decisión. Trabajarás descenso de gradiente, multiplicadores de Lagrange y optimización con restricciones, junto con programación matemática lineal y cuadrática y metaheurísticas.
- Incluye computación evolutiva y bioinspirada para explorar espacios de solución amplios. Verás algoritmos evolutivos, inteligencia de enjambre y optimización multiobjetivo.
- Profundiza en deep learning para visión y lenguaje. Se tratan redes neuronales convolucionales para clasificación, detección y segmentación de objetos, y en NLP representación distribuida, modelos secuenciales y transformadores.
- Trabajarás series temporales y su modelado con IA. Se cubren estacionalidad y autocorrelación, modelos estadísticos y enfoques de deep learning, incluyendo redes neuronales recurrentes para capturar dependencias en secuencias.
- Se incluyen datos masivos de extremo a extremo y su contexto: adquisición con sensores, ETL e informes y cuadros de mando. También Map Reduce, streaming y nube, junto con seguridad, privacidad, criptografía y ética y RGPD.
Opiniones destacadas
Luis Manuel Roncero
Reseña de 
5 ⭐⭐⭐⭐⭐
24/04/2026
Buen sitio para estudiar una ingeniería
Crisóstomo de Arriaga
Reseña de
5 ⭐⭐⭐⭐⭐
22/04/2026
Aquí se sacó la carrera de ingeniería mi mujer y después mi hijo, sin duda de las mejores facultades de todo Madrid. Es una buena inversión educativa.
Amal Clooney
Reseña de
5 ⭐⭐⭐⭐⭐
07/10/2025
Creo que la Universidad Politécnica de Madrid es una de las mejores universidades. En ella, los estudiantes realmente aprenden, aprenden mucho y poseen suficientes habilidades prácticas.
En el programa IAESTE, algunos estudiantes se incorporaron a nuestra universidad como profesores y nos sorprendie...
Ver más
En el programa IAESTE, algunos estudiantes se incorporaron a nuestra universidad como profesores y nos sorprendie...
Ver más
Sobre Universidad Politécnica de Madrid - UPM
Universidad Politécnica de Madrid (UPM) es una institución pública de referencia en ingeniería, arquitectura y tecnología. Cuenta con más de 40 titulaciones de grado y 60 másteres, todos con un fuerte componente técnico y práctico. La UPM destaca por su excelencia investigadora, colaboración con la industria y proyección internacional. Su campus ofrece modernas instalaciones, programas de innovación y una sólida empleabilidad. Ideal para estudiantes con vocación tecnológica.
¿Tienes dudas? Te ayudamos
Sedes
Contenido generado por IA y revisado por DondeEstudiar
Elaboramos este contenido utilizando la web oficial del centro, utilizando IA para estructurar y sintetizar la descripción y el temario, siendo revisado y ajustado finalmente por el equipo editorial de DondeEstudiar para asegurar su veracidad.
Fuente: maadm.etsisi.upm.es