PROGRAMAS
Con la colaboración de
Duración:
1 año académico
Idioma:
Español
Modalidades:
Live Streaming y Online Flexible
Los estudiantes aprenderán a diseñar e implementar soluciones programáticas que integren Inteligencia Artificial Generativa. Dominarán herramientas de programación, frameworks y tecnologías que les permitirán desarrollar aplicaciones avanzadas, adaptadas a casos de uso específicos, llegando más allá de lo que pueden ofrecer soluciones genéricas. Además se aprenderá a gestionar infraestructuras en la nube, optimizar procesos empresariales, y llevar proyectos completos de IA Generativa a producción.
Este máster va dirigido a perfiles técnicos y profesionales como desarrolladores, ingenieros, científicos de datos, arquitectos de software y emprendedores digitales. Es ideal para quienes desean profundizar en la integración de la IA Generativa en soluciones prácticas, aportando valor en el ámbito empresarial y tecnológico. Se requiere conocimientos en programación con Python. EBIS proporcionará un curso gratuito previo de programación con Python para los perfiles que carezcan de estos conocimientos.
Solicita una beca parcial de 1.250 € y financia en 10 cuotas mensuales el coste final de la formación (aplicable a particulares). Formación bonificable a través de FUNDAE (aplicable a empresas españolas).
Al finalizar la formación, recibirás dos títulos: uno emitido por nuestra Escuela de Negocios (EBIS) y otro por la Universidad de Vitoria-Gasteiz (EUNEIZ).
Al finalizar la formación, además de la doble titulación del máster, tendrás la oportunidad de obtener dos de los certificados más reconocidos en el mercado. Se incluye la preparación, el examen y la certificación en Azure AI Fundamentals (AI-900) y el certificado Harvard ManageMentor® - Leadership, otorgado por Harvard Business Publishing Education.
Los estudiantes aprenderán a diseñar e implementar soluciones programáticas que integren Inteligencia Artificial Generativa. Dominarán herramientas de programación, frameworks y tecnologías que les permitirán desarrollar aplicaciones avanzadas, adaptadas a casos de uso específicos, llegando más allá de lo que pueden ofrecer soluciones genéricas. Además se aprenderá a gestionar infraestructuras en la nube, optimizar procesos empresariales, y llevar proyectos completos de IA Generativa a producción.
Este máster va dirigido a perfiles técnicos y profesionales como desarrolladores, ingenieros, científicos de datos, arquitectos de software y emprendedores digitales. Es ideal para quienes desean profundizar en la integración de la IA Generativa en soluciones prácticas, aportando valor en el ámbito empresarial y tecnológico. Se requiere conocimientos en programación con Python. EBIS proporcionará un curso gratuito previo de programación con Python para los perfiles que carezcan de estos conocimientos.
Solicita una beca parcial de 1.250 € y financia en 10 cuotas mensuales el coste final de la formación (aplicable a particulares). Formación bonificable a través de FUNDAE (aplicable a empresas españolas).
Al finalizar la formación, recibirás dos títulos: uno emitido por nuestra Escuela de Negocios (EBIS) y otro por la Universidad de Vitoria-Gasteiz (EUNEIZ).
Al finalizar la formación, además de la doble titulación del máster, tendrás la oportunidad de obtener dos de los certificados más reconocidos en el mercado. Se incluye la preparación, el examen y la certificación en Azure AI Fundamentals (AI-900) y el certificado Harvard ManageMentor® - Leadership, otorgado por Harvard Business Publishing Education.
Elegidos como la mejor escuela de negocios especializada en tecnología
Ranking DondeEstudiar
Elegidos como escuela con el mejor Máster en IA Generativa
Financial Magazine y EUniversidadesPrivadas.com
Galardonados con el distintivo European Excellence Education
Financial Magazine
Los alumnos y profesores interactúan en directo durante las clases, que se imparten a través de una plataforma de videoconferencia. Las grabaciones estarán disponibles en el campus virtual, junto con el resto de recursos del máster. Además, para resolver cualquier tipo de consulta, se ofrecen tutorías grupales de forma periódica y tutorías individuales bajo demanda, ambas por videoconferencia.
Disponible durante todo el curso.
Durante las clases, en la preparación de los casos prácticos (opcional), en la elaboración del proyecto final (opcional), en el metacampus y a través del chat grupal/individual.
27 de octubre de 2025 - 29 de julio de 2026 (agosto no lectivo).
Los alumnos y profesores interactúan en directo durante las clases, que se imparten a través de una plataforma de videoconferencia. Las grabaciones estarán disponibles en el campus virtual, junto con el resto de recursos del máster. Además, para resolver cualquier tipo de consulta, se ofrecen tutorías grupales de forma periódica y tutorías individuales bajo demanda, ambas por videoconferencia.
Disponible durante todo el curso.
Durante las clases, en la preparación de los casos prácticos (opcional), en la elaboración del proyecto final (opcional), en el metacampus y a través del chat grupal/individual.
27 de octubre de 2025 - 29 de julio de 2026 (agosto no lectivo).
Los alumnos cuentan con acceso a un campus virtual donde pueden encontrar las grabaciones de las clases junto a los demás recursos propios de la formación. Además, para resolver cualquier tipo de consulta, se ofrecen tutorías grupales de forma periódica y tutorías individuales bajo demanda, ambas por videoconferencia.
Disponible durante todo el curso.
Durante las tutorías, en la preparación de los casos prácticos (opcional), en la elaboración del proyecto final (opcional), en el metacampus y a través del chat grupal/individual.
Inicio flexible.
1 año académico.
Flexible.
Los alumnos cuentan con acceso a un campus virtual donde pueden encontrar las grabaciones de las clases junto a los demás recursos propios de la formación. Además, para resolver cualquier tipo de consulta, se ofrecen tutorías grupales de forma periódica y tutorías individuales bajo demanda, ambas por videoconferencia.
Disponible durante todo el curso.
Durante las tutorías, en la preparación de los casos prácticos (opcional), en la elaboración del proyecto final (opcional), en el metacampus y a través del chat grupal/individual.
Inicio flexible.
1 año académico.
Flexible.
Para aquellos perfiles menos familiarizados con el lenguaje de programación en Python se ofrece este Prework de nivelación que te permitirá adquirir las bases necesarias para empezar este máster. Aprenderás los fundamentos de este lenguaje a través de material práctico autocorregible y dinámico con acceso a la certificación IT Specialist Python (ITS-303).
|
|
Se presenta el concepto de Inteligencia Artificial Generativa, sus distintos tipos y casos de uso desde una perspectiva programática. Se establecen las bases del entorno de desarrollo mediante la instalación de Python, VSCode y las extensiones necesarias, la introducción a Git y Postman, y se analiza la oferta de proveedores de IA Generativa (tanto en la nube como de código abierto), así como los requisitos y alternativas de hardware.
|
|
Se explican los diferentes tipos de modelos de Machine Learning (supervisados y no supervisados) y se abordan los conceptos fundamentales de entrenamiento, test e inferencia, así como las métricas de evaluación. Se introduce el Deep Learning y las redes neuronales, requisitos de datos y el problema del sobreajuste. Además, se revisan los requisitos de hardware (GPUs) y parámetros de configuración esenciales para entrenar e inferir en Deep Learning.
|
|
Se repasa la evolución del Procesamiento del Lenguaje Natural (NLP) antes de la IA Generativa, y se explican los diferentes tipos de modelos (discriminativos, generativos, autoregresivos, VAEs y GANs), así como la difusión generativa. También se ofrece una perspectiva histórica y actual de los Modelos de Lenguaje (LLMs) y los diferentes tipos, revisando el estado de la tecnología y los nuevos avances.
|
|
Se profundiza en la teoría detrás de los Modelos de Lenguaje Extenso (LLMs) abordando mecanismos como self-attention, multi-head attention y tokenización. Se analizan las arquitecturas y evolución de los modelos GPT (OpenAI), los modelos de Google y los modelos de Anthropic, además de los modelos Open Source. Por último, se diferencian conceptos como prompting, contextualización, RAG, fine tuning y entrenamiento desde 0, y se describe cómo personalizar consultas y optimizar costes y resultados.
|
|
Este tema propone la creación y entrenamiento de un modelo de IA Generativa partiendo desde cero. Para ello, se utilizará una máquina con potencia suficiente en la nube y un dataset de ejemplo. Se mostrará el proceso de configuración, la arquitectura de la red, la selección de hiperparámetros y las diferentes fases de entrenamiento. Con ello, se busca ofrecer una experiencia práctica de la creación de un modelo de IA Generativa.
|
|
Se introducen los modelos de generación de imágenes y se presentan casos de uso en los que aportan valor. Se explican arquitecturas como GANs y modelos de difusión, ejemplificados con Stable Diffusion y otros. Se abordan llamadas a modelos populares de generación de imágenes desde Python. También se revisan modelos de audio y video, como Whisper, y la personalización de modelos de imágenes con datasets específicos para lograr ajustes de estilo y control de salida.
|
|
Se ofrece una introducción matemática a los espacios vectoriales y a la operación con vectores, incluyendo diferentes formas de calcular distancias. Se define el concepto de embedding y su relación con distancias semánticas, así como la generación de embeddings mediante APIs. Se revisan herramientas para trabajar con índices vectoriales y se profundiza en casos de uso prácticos de la búsqueda semántica y la integración con LLMs (RAG).
|
|
Se profundiza en la consulta e integración de APIs usando herramientas como Postman y en cómo diseñar APIs propias con Python (FastAPI, Flask) para crear backends de IA Generativa. Se introduce la computación en la nube y se explican los servicios de IA en Cloud, así como el despliegue de modelos. Se abordan los principios de MLOps para el ciclo de vida de los sistemas de IA Generativa, incluyendo monitorización, mantenimiento y CI/CD. También se explican contenedores, microservicios y las estrategias de despliegue y escalado.
|
|
Se realiza una introducción general al entorno cloud y su relación con el procesamiento y la validación de soluciones de IA Generativa, comparando distintos proveedores y opciones de cómputo en la nube. Se analizan estrategias de almacenamiento y gestión de datos, incluyendo el uso de vector stores, y se exploran ejemplos de implementación de pipelines y procesos ETL mediante funciones serverless. Además, se abordan aspectos clave como la seguridad y autenticación en endpoints propios, así como la gestión de costes y las buenas prácticas.
|
|
Se introducen las librerías y frameworks más utilizados en el desarrollo de soluciones de IA Generativa, como PyTorch Lightning y TensorFlow, destacando sus capacidades para el entrenamiento distribuido. Se analiza el ecosistema de Hugging Face (Transformers y Diffusers) para la utilización y personalización de modelos open source. Además, se trabaja con LangChain para la construcción de sistemas complejos basados en LLM, incorporando técnicas como RAG y memoria. También se presentan Gradio y Streamlit como herramientas para el desarrollo ágil de interfaces (frontends) sencillos. Finalmente, se abordan la integración de APIs con frontends puros y el uso de herramientas de monitorización.
|
|
En este tema se integran los conocimientos adquiridos en módulos anteriores para desarrollar aplicaciones completas y procesos automatizados. Se aborda todo el recorrido: desde la conceptualización de un frontend para consumir una API de IA Generativa, hasta la integración de LLMs con datos empresariales mediante búsqueda semántica y chatbots privados. También se introduce el concepto de aplicaciones multimodales, combinando distintos modelos para obtener resultados más eficaces, y se analiza cómo ampliar la funcionalidad mediante agentes y asistentes inteligentes. Finalmente, se enfatiza la importancia de realizar pruebas unitarias y de integración en soluciones generativas.
|
|
A lo largo del máster se ha aprendido a desarrollar soluciones que en muchos casos ya ofrecían un cierto nivel de automatización. Sin embargo este tema se centra en programar Agentes y procesos de automatización avanzados capaces de gestionar diferentes tipos de flujos de trabajo, plataformas, herramientas, integraciones, etc. Consiguiendo sistemas de automatización mucho más personalizados y sofisticados que los que se pueden crear con herramientas LowCode o NoCode.
|
|
Se reflexiona sobre la ética de la IA Generativa y los sesgos que pueden surgir, proponiendo mecanismos de filtrado y transparencia para mitigar riesgos. También se cubren las regulaciones y normativas relacionadas con el tratamiento de datos, la anonimización y la protección de derechos de autor, enfatizando la importancia del cumplimiento legal y la buena gobernanza de los sistemas de IA.
|
|
Se exponen las claves para planificar y gestionar proyectos de IA Generativa, diseñando un MVP y definiendo requisitos y modelos adecuados. Además, se aborda la estimación de recursos y costes, tamaño y especialización del equipo, y las fases necesarias para el desarrollo y la puesta en producción de la solución.
|
|
Al finalizar el máster, se introducirán los principales avances ocurridos durante los meses anteriores a este tema, relacionados con el desarrollo de soluciones de IA Generativa, con el objetivo de que los alumnos culminen con un perfil completamente actualizado y comprendan la velocidad a la que evoluciona el campo de la IA Generativa.
Este trabajo final permitirá al alumno aplicar de manera práctica los conocimientos adquiridos a lo largo del curso. Consiste en desarrollar una solución completa basada en Inteligencia Artificial Generativa.
Se espera un rápido avance en las tecnologías digitales. Por esta razón, los estudiantes de la escuela disfrutarán de acceso continuo a actualizaciones y novedades de manera indefinida.
Nuestro canal privado conecta directamente a todos los antiguos alumnos, docentes y empresas para que puedan comunicarse fácilmente. También se organizan eventos virtuales y presenciales para la comunidad.
Gracias a nuestros acuerdos estratégicos, podemos brindar emocionantes oportunidades de empleo y la opción de realizar prácticas laborales, ya sea durante el curso o después de su finalización.
Apoyamos a los estudiantes en la transformación de sus proyectos finales de máster en startups. Ofrecemos mentores, acceso a inversores y la colaboración de desarrolladores para la creación del producto mínimo viable.
En EBIS estamos comprometidos con el crecimiento profesional de nuestros estudiantes incluso después de terminar el máster. Por ello, les damos acceso antes, durante y hasta un año después de finalizar los estudios a un conjunto de formaciones y certificados profesionales con alta demanda en el mercado laboral.
Desactiva el AdBlock para poder solicitar información a través del formulario.
Centro inscrito en el Registro Estatal de Entidades de Formación en virtud de la ley 30/2015
EBIS ENTERPRISE SL; B75630632 (filial). EBIS EDUCATION SL; B67370601 (matriz). © 2025 EBIS Business Techschool, C. Agustín Millares, 18, 35001 Las Palmas de Gran Canaria