Este programa ofrece una formación sobre los conceptos clave de la IA, como machine learning, deep learning, inteligencia artificial generativa y prompt engineering, además de sus aplicaciones en áreas como recursos humanos, marketing, finanzas y operaciones, entre otras. Incluye ejercicios de autoevaluación al final de cada unidad para facilitar el seguimiento del aprendizaje. El alumnado tendrá acceso a un curso introductorio con información sobre la metodología, la plataforma virtual y el proceso de finalización, así como clases en directo de apoyo durante la formación.
La formación está orientada a personas que deseen obtener conocimientos sobre IA aplicada a la empresa y quieran asegurarse un recorrido ascendente en esta área.
El objetivo principal es formar profesionales capaces de aplicar la inteligencia artificial en la empresa para mejorar la competitividad y la toma de decisiones estratégicas.
INTELIGENCIA ARTIFICIAL APLICADA A LA ESTRATEGIA EMPRESARIAL
INTRODUCCIÓN
MÓDULO 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 1. CONCEPTO Y DEFINICIÓN DE LA INTELIGENCIA ARTIFICIAL
1. Origen y evolución
2. Ramas
3. Aplicaciones
-Computación
-Medicina
-Finanzas
-Industria pesada
-Atención al cliente
-Industria automotriz
-Juegos y juguetes
-Música
UNIDAD DIDÁCTICA 2. BIG DATA Y BUSINESS INTELLIGENCE
1. Beneficios para las empresas al aplicar la inteligencia artificial en el big data
UNIDAD DIDÁCTICA 3. INTELIGENCIA ARTIFICIAL APLICADA A LA EMPRESA
1. People analytics
2. Automatización de procesos robóticos
3. Atención al cliente
4. Predicción de stocks y demandas
5. Análisis de datos de comportamiento y preferencias
6. Valoración del riesgo en operaciones financieras
7. Monitoreo de la salud y seguridad de los trabajadores
8. Toma de decisiones estratégicas
RESUMEN AUTOEVALUACIÓN
MÓDULO 2. APRENDIZAJE AUTOMÁTICO O MACHINE LEARNING
UNIDAD DIDÁCTICA 1. CONCEPTUALIZACIÓN DEL APRENDIZAJE AUTOMÁTICO O MACHINE LEARNING
1. Calidad de los datos
UNIDAD DIDÁCTICA 2. TIPOS DE APRENDIZAJE
1. Aprendizaje supervisado
-Árboles de decisión
-K vecinos más cercanos
-Máquinas de vectores de soporte
-Regresión logística
-Clasificación de Naive Bayes
2. Aprendizaje no supervisado
-Agrupamiento o clustering
-Reducción de dimensionalidad
3. Aprendizaje por refuerzo
-Q-learning
-Policy gradient
UNIDAD DIDÁCTICA 3. EVALUACIÓN DE MODELOS
1. Métricas de evaluación
-Clasificación
-Regresión
-Ranking
-Estadísticas
-Visión por computadora
-Procesamiento del lenguaje natural
RESUMEN AUTOEVALUACIÓN
MÓDULO 3. APRENDIZAJE PROFUNDO O DEEP LEARNING
UNIDAD DIDÁCTICA 1. CONCEPTUALIZACIÓN DEL APRENDIZAJE PROFUNDO O DEEP LEARNING
1. Elementos constitutivos
2. Características
UNIDAD DIDÁCTICA 2. REDES NEURONALES ARTIFICIALES
1. Funcionamiento
-Dinámica computacional de la neurona artificial
-Ajuste de parámetros
-Proceso de aprendizaje
UNIDAD DIDÁCTICA 3. TIPOS DE MODELOS
1. Redes neuronales convolucionales
2. Redes neuronales recurrentes
3. Modelos de transformadores RESUMEN AUTOEVALUACIÓN
MÓDULO 4. INTELIGENCIA ARTIFICIAL GENERATIVA
UNIDAD DIDÁCTICA 1. CONCEPTUALIZACIÓN DE LA INTELIGENCIA ARTIFICIAL GENERATIVA
1. Tipos de contenido generado
-Texto
-Imágenes
-Vídeo
-Audio
-Datos estructurados
2. Métodos de generación
-Generación autorregresiva
-Generación basada en ruido latente
-Entrenamiento adversarial
-Técnicas de enmascaramiento
UNIDAD DIDÁCTICA 2. MODELOS FUNDACIONALES O FOUNDATION MODELS
1. Entrenamiento y adaptación
2. Representaciones generadas por los modelos
-Multimodales
-Multilingües
UNIDAD DIDÁCTICA 3. ARQUITECTURAS PRINCIPALES
1. Redes generativas antagónicas (GAN)
2. Autocodificadores variacionales
3. Transformadores o transformers
4. Arquitecturas híbridas y emergentes
UNIDAD DIDÁCTICA 4. APLICACIÓN DE LA INTELIGENCIA ARTIFICIAL GENERATIVA
1. Asistencia creativa
2. Automatización de contenido
3. Generación de datos sintéticos
4. Simulación de escenarios
5. Interacción natural multimodal RESUMEN AUTOEVALUACIÓN
MÓDULO 5. INGENIERÍA DE PROMPT O PROMPT ENGINEERING
UNIDAD DIDÁCTICA 1. CONCEPTUALIZACIÓN DE LA INGENIERÍA DE PROMPT O PROMPT ENGINEERING
1. Elementos de un prompt
2. Principios de diseño
3. Parámetros de generación
-Métodos deterministas
-Técnicas de sampling
UNIDAD DIDÁCTICA 2. TÉCNICAS
1. Prompt sin entrenamiento previo o zero-shot
2. Prompt con pocas muestras o few-shot
3. Cadena de pensamiento o chain of thought
4. Generación aumentada por recuperación
5. ReAct
6. Autoconsistencia
7. Encadenamiento de instrucciones o prompt chaining
8. Prompt basado en roles o role prompting
9. Conocimiento generado
10. Marcos del árbol de pensamiento o tree of thoughts
11. Prompt activo
12. Estímulo direccional
13. Ingeniería automática de prompts
14. Personalización de prompt o prompt reframing
UNIDAD DIDÁCTICA 3. BUENAS PRÁCTICAS
UNIDAD DIDÁCTICA 4. PLATAFORMAS PARA LA GESTIÓN Y OPTIMIZACIÓN DE PROMPTS
1. Prompthub
2. PromptBase
3. FlowGPT
4. PromptLayer RESUMEN AUTOEVALUACIÓN
MÓDULO 6. INTELIGENCIA ARTIFICIAL EN LA TOMA DE DECISIONES
UNIDAD DIDÁCTICA 1. ANÁLISIS PREDICTIVO
1. Modelos aplicables
-Predictivos
-Descriptivos
-Decisión
-Ensemble
-Uplift
2. Técnicas aplicables
-Regresión
-Aprendizaje computacional
-Entornos de código abierto
UNIDAD DIDÁCTICA 2. ALGORITMOS CENTRADOS EN MEJORAR LA TOMA DE DECISIONES
1. Algoritmos de optimización
-Optimización convencional
-Optimización heurística
2. Algoritmos de recomendación
-Filtrado colaborativo
-Filtrado basado en contenido
3. Algoritmos de detección de anomalías
-Basados en modelos
-Basados en proximidad
UNIDAD DIDÁCTICA 3. APLICACIÓN DE LA INTELIGENCIA ARTIFICIAL EN LA TOMA DE DECISIONES Y LA INTELIGENCIA EMPRESARIAL
1. Extracción de información estratégica
2. Modelización predictiva del comportamiento del mercado
3. Simulación de escenarios para la planificación estratégica
RESUMEN
AUTOEVALUACIÓN
MÓDULO 7. INTEGRACIÓN ENTRE LA INTELIGENCIA ARTIFICIAL Y LAS TECNOLOGÍAS EMERGENTES
UNIDAD DIDÁCTICA 1. PRINCIPIOS DE INTEGRACIÓN
1. Sinergias tecnológicas
2. Arquitecturas distribuidas
3. Procesamiento de datos inteligentes
4. Retos generales en la implementación
5. Evolución normativa y ética
UNIDAD DIDÁCTICA 2. TECNOLOGÍAS EMERGENTES COMÚNMENTE INTEGRADAS CON LA INTELIGENCIA ARTIFICIAL
1. Internet de las cosas (IoT)
2. Computación frontera o edge computing
3. Redes 5G y 6G
4. Blockchain
5. Computación cuántica
6. Realidad aumentada (RA) RESUMEN AUTOEVALUACIÓN
MÓDULO 8. INTELIGENCIA ARTIFICIAL APLICADA A RECURSOS HUMANOS
UNIDAD DIDÁCTICA 1. DEPARTAMENTO DE RECURSOS HUMANOS
1. Funciones
-Reclutamiento e incorporación de nuevos empleados
-Gestión de nóminas y compensaciones
-Programas de formación y desarrollo
-Evaluación del desempeño
-Gestión de carrera y desvinculación
UNIDAD DIDÁCTICA 2. APLICACIÓN DE LA INTELIGENCIA ARTIFICIAL
1. Automatización del reclutamiento y selección
-Cribado automatizado de currículums y videoentrevistas
-Chatbots de primera interacción
-Predicción de idoneidad y desempeño
-Minimización de sesgos algorítmicos
-Métricas e informes analíticos del proceso de selección
2. Evaluación del desempeño y personalización del aprendizaje
-Análisis continuo basado en datos
-Plataformas de aprendizaje adaptativo
-Asistentes conversacionales para formación
UNIDAD DIDÁCTICA 3. MEDIOS PARA EL RECLUTAMIENTO Y SELECCIÓN
1. HireVue
2. Pymetrics
3. SmartRecruiters
4. SeekOut
5. Harver
UNIDAD DIDÁCTICA 4. SOFTWARE PARA LA EVALUACIÓN DEL DESEMPEÑO Y FORMACIÓN
1. Synergita
2. Cornerstone Performance
3. Reflektive
4. EdCast
5. Degreed RESUMEN AUTOEVALUACIÓN
MÓDULO 9. INTELIGENCIA ARTIFICIAL APLICADA AL MARKETING
UNIDAD DIDÁCTICA 1. FUNDAMENTOS DEL MARKETING EN LA ERA DIGITAL
1. Marketing tradicional
-Las 4P del marketing
2. Marketing digital
-Las 4E y las 4F
-Medios
-Posicionamiento web
-Objetivos
-Estrategias
-Métricas
3. E-commerce
-Sistema de gestión de contenidos (CMS)
-Modelos de negocio
-Optimización de la tasa de conversión
4. E-mail marketing
-Tipos de e-mail
-Principios de diseño
-Métricas
UNIDAD DIDÁCTICA 2. APLICACIÓN DE LA INTELIGENCIA ARTIFICIAL
1. Personalización y segmentación avanzada
-Segmentación algorítmica de perfiles
-Sistemas de recomendación en entornos digitales
-Personalización de la experiencia en tiempo real
-Microsegmentación aplicada al SEO
-Diseño adaptativo y experiencia de usuario personalizada
-Retargeting algorítmico y motores de búsqueda internos
2. Automatización y optimización de campañas
-Configuración inteligente de campañas multicanal
-Ajuste dinámico del presupuesto y la inversión
-Publicidad programática y SEM basado en inteligencia artificial
-Pruebas A/B automatizadas y orquestación de journeys
3. Generación y adaptación de contenidos
-Creación de textos promocionales
-Producción visual y generación de activos de marca
-Curación y planificación algorítmica de contenidos
4. Análisis de sentimientos y reputación
-Detección de sentimientos y polaridad en opiniones
-Análisis reputacional y alertas de crisis
-Integración con asistentes conversacionales y respuesta automática
5. Predicción de resultados y planificación estratégica
-Modelado predictivo del ROI
-Análisis de embudos y atribución algorítmica
-Dashboards inteligentes y ajustes estratégicos en tiempo real
UNIDAD DIDÁCTICA 3. SOLUCIONES DE GENERACIÓN CREATIVA Y DISEÑO DE MARCA
1. Namelix
2. Looka
3. Designs.ai
4. Huemint
5. Copy.ai
6. Jasper
7. Canva
8. Lumen5
9. Pictory
10. Synthesia
UNIDAD DIDÁCTICA 4. HERRAMIENTAS DE OPTIMIZACIÓN DE POSICIONAMIENTO DIGITAL
1. Ahrefs
2. SEMrush
3. Moz Pro
4. SpyFu
5. Similarweb
UNIDAD DIDÁCTICA 5. PLATAFORMAS DE MARKETING AUTOMATION
1. HubSpot Marketing Hub
2. Salesforce Marketing Cloud
3. Adobe Marketo Engage
4. ActiveCampaign
5. Emarsys
UNIDAD DIDÁCTICA 6. RECURSOS PARA EL ANÁLISIS DE OPINIONES Y SENTIMIENTOS
1. Lexalytics
2. Brandwatch
3. Hootsuite RESUMEN AUTOEVALUACIÓN
MÓDULO 10. INTELIGENCIA ARTIFICIAL APLICADA A LAS FINANZAS
UNIDAD DIDÁCTICA 1. SISTEMA FINANCIERO
1. Caracterización
-Unidades ahorradas y unidades inversoras
-Activos financieros
-Pasivos financieros
-Mercados financieros
-Intermediarios financieros
2. Elementos
-Instituciones financieras
-Bolsa de valores
3. Estructura
-Sistema Europeo de Bancos Centrales
-Banco Central Europeo
-Banco de España
-Comisión Nacional del Mercado de Valores
-Fondo de garantía de depósitos
-Crédito oficial
UNIDAD DIDÁCTICA 2. APLICACIÓN DE LA INTELIGENCIA ARTIFICIAL
1. Prevención del fraude y detección de anomalías
-Detección algorítmica de operaciones inusuales
-Análisis de comportamiento digital y biometría de interacción
-Alertas inteligentes en flujos internos y externos de información
2. Optimización del flujo de caja y previsión de liquidez
-Predicción inteligente de ingresos y gastos
-Modelos de simulación y escenarios condicionales
-Gestión dinámica de cobros y pagos
3. Análisis financiero automatizado y elaboración de informes
-Extracción y síntesis automatizada de datos
-Elaboración de informes
4. Evaluación crediticia algorítmica y scoring inteligente
-Modelos de credit scoring predictivo
-Evaluación dinámica del riesgo de impago
UNIDAD DIDÁCTICA 3. PLATAFORMAS DE DETECCIÓN Y PREVENCIÓN DEL FRAUDE
1. Darktrace
2. SAS Fraud Management
3. FICO Falcon Fraud Manager
4. Kount
5. RiskOps
UNIDAD DIDÁCTICA 4. EQUIPO PARA LA OPTIMIZACIÓN DE LA GESTIÓN DEL FLUJO DE CAJA
1. Kyriba
2. HighRadius
3. Tesorio
4. Jirav
5. Anaplan RESUMEN AUTOEVALUACIÓN
MÓDULO 11. INTELIGENCIA ARTIFICIAL APLICADA A LAS
OPERACIONES EMPRESARIALES
UNIDAD DIDÁCTICA 1. CONCEPTUALIZACIÓN DE LAS OPERACIONES EMPRESARIALES
1. Tipologías
-Producción
-Servicios
-Logística y cadena de suministro
UNIDAD DIDÁCTICA 2. APLICACIÓN DE LA INTELIGENCIA ARTIFICIAL
1. Producción
-Mantenimiento predictivo de equipos
-Control de calidad automatizado
-Predicción de la demanda y planificación adaptativa
-Optimización del layout y la secuencia de producción
2. Servicios
-Automatización inteligente de la atención al cliente
-Personalización de la experiencia del cliente
3. Logística y cadena de suministro
-Gestión de inventarios y aprovisionamiento
-Optimización de rutas y entregas
-Trazabilidad y supervisión en tiempo real
UNIDAD DIDÁCTICA 3. SOLUCIONES DE AUTOMATIZACIÓN DE PROCESOS ROBÓTICOS
1. UiPath
2. Automation Anywhere
UNIDAD DIDÁCTICA 4. SERVICIOS PARA OPTIMIZACIÓN DE RUTAS DE TRANSPORTE
1. FourKites
2. Project44
UNIDAD DIDÁCTICA 5. PLATAFORMAS PARA AUTOMATIZACIÓN DE ALMACENES
1. GreyOrange
2. Locus Robotics RESUMEN AUTOEVALUACIÓN
MÓDULO 12. INTELIGENCIA ARTIFICIAL APLICADA A OTROS SECTORES
UNIDAD DIDÁCTICA 1. INVESTIGACIÓN CIENTÍFICA
UNIDAD DIDÁCTICA 2. SALUD Y MEDICINA
UNIDAD DIDÁCTICA 3. EDUCACIÓN
UNIDAD DIDÁCTICA 4. DERECHO
UNIDAD DIDÁCTICA 5. SOSTENIBILIDAD
UNIDAD DIDÁCTICA 6. AGRICULTURA
UNIDAD DIDÁCTICA 7. RETAIL
UNIDAD DIDÁCTICA 8. TURISMO
UNIDAD DIDÁCTICA 9. CULTURA
UNIDAD DIDÁCTICA 10. DEPORTE
RESUMEN
AUTOEVALUACIÓN
MÓDULO 13. MODELOS, PLATAFORMAS Y ASISTENTES GENERALISTAS DE INTELIGENCIA ARTIFICIAL PARA LA EMPRESA
UNIDAD DIDÁCTICA 1. ECOSISTEMA OPENAI
1. GPT
2. DALL·E
3. Whisper
4. Sora
5. Codex
6. Embeddings
UNIDAD DIDÁCTICA 2. HERRAMIENTAS Y MODELOS DE OTROS DESARROLLADORES
1. Claude
2. Gemini
3. DeepSeek
4. Mistral
5. LLaMA
6. Falcon RESUMEN AUTOEVALUACIÓN
MÓDULO 14. FORMACIÓN DE PROFESIONALES E IMPLEMENTACIÓN DE LA INTELIGENCIA ARTIFICIAL EN EMPRESAS Y CORPORACIONES
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN DE LA INTELIGENCIA ARTIFICIAL EN LOS EQUIPOS
1. Elementos clave
2. Procedimiento básico
UNIDAD DIDÁCTICA 2. CAPACITACIÓN Y FORMACIÓN DE PROFESIONALES
1. Diagnóstico competencial
2. Procesos formativos
-Upskilling
-Reskilling
UNIDAD DIDÁCTICA 3. LIDERAZGO EN LA ERA DE LA INTELIGENCIA
ARTIFICIAL
1. Fundamentos de la dirección y el liderazgo
-Distinciones conceptuales
-Teorías del liderazgo
-Cualidades de un buen líder
2. Evolución del concepto de liderazgo
3. Competencias
-Técnicas
-Humanas
4. Interacción entre decisiones algorítmicas y juicio humano
UNIDAD DIDÁCTICA 4. TRANSFORMACIÓN DIGITAL DE LA INTELIGENCIA ARTIFICIAL
1. Etapas
UNIDAD DIDÁCTICA 5. CREACIÓN DE MODELOS DE NEGOCIO BASADOS EN INTELIGENCIA ARTIFICIAL
1. Ventajas competitivas
UNIDAD DIDÁCTICA 6. OBSTÁCULOS EN LA ADOPCIÓN DE LA INTELIGENCIA ARTIFICIAL
RESUMEN AUTOEVALUACIÓN
MÓDULO 15. CIBERSEGURIDAD EN SISTEMAS INTERCONECTADOS
UNIDAD DIDÁCTICA 1. CONCEPTUALIZACIÓN DE LA CIBERSEGURIDAD
1. Distinciones conceptuales
2. Tipos de ataques
-Phishing
-Softwares maliciosos o malware
-Ataques web
UNIDAD DIDÁCTICA 2. DEFINICIÓN DE LOS SISTEMAS INTERCONECTADOS
UNIDAD DIDÁCTICA 3. RIESGOS INHERENTES A LA INTERCONEXIÓN
1. Técnicas de ataque ciberfísico
UNIDAD DIDÁCTICA 4. SEGURIDAD DE DATOS EN SISTEMAS INTERCONECTADOS
1. Estrategias de protección de datos
-Mecanismos criptográficos
-Gestión de identidades y accesos
-Anonimización y seudonimización
2. Regulación de la privacidad de datos
UNIDAD DIDÁCTICA 5. DETECCIÓN Y RESPUESTA ANTE AMENAZAS
1. Tecnologías clave
2. Aplicación de la inteligencia artificial
UNIDAD DIDÁCTICA 6. APRENDIZAJE AUTOMÁTICO ADVERSARIAL
1. Técnicas de ataque
-Clasificación RESUMEN AUTOEVALUACIÓN
MÓDULO 16. ÉTICA Y REGULACIÓN DE LA INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 1. MORAL ANTE EL PROGRESO TECNOLÓGICO
1. Posiciones doctrinales
-Bioconservadurismo
-Neurodeterminismo
-Transhumanismo
-Humanismo abierto desde los derechos humanos
UNIDAD DIDÁCTICA 2. DESAFÍOS ÉTICOS QUE PRESENTA EL USO DE LA INTELIGENCIA ARTIFICIAL
1. Sesgos y discriminación
2. Transparencia y explicabilidad
3. Privacidad y seguridad de los datos
4. Empleo y economía
5. Autonomía y responsabilidad
UNIDAD DIDÁCTICA 3. ACTORES RELEVANTES
1. Gobiernos
2. Empresas
3. Desarrolladores
4. Usuarios
UNIDAD DIDÁCTICA 4. GUÍAS, RECOMENDACIONES Y OTROS DOCUMENTOS EN TORNO A LA ÉTICA APLICADA
1. Iniciativas privadas
-Principios de Asilomar
-Instituto de Ingenieros Eléctricos y Electrónicos
-Grandes empresas tecnológicas
2. Iniciativas supranacionales
-Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura
-Organización para la Cooperación y el Desarrollo Económico
-Comisión Europea
3. Iniciativas gubernamentales
-Estados Unidos
-China
-Reino Unido
-Japón
-India
-España
-Brasil
-Colombia
-Uruguay
UNIDAD DIDÁCTICA 5. PANORAMA LEGISLATIVO VINCULADO A LA INTELIGENCIA ARTIFICIAL
1. Regulación en Europa
2. Regulación en Estados Unidos
3. Regulación en China RESUMEN AUTOEVALUACIÓN
MÓDULO 17. GOBERNANZA DE LA INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 1. ¿QUÉ ES LA GOBERNANZA DE LA INTELIGENCIA ARTIFICIAL?
1. Niveles
UNIDAD DIDÁCTICA 2. ELEMENTOS DE GOBERNANZA
1. Adaptación de las estructuras de gobierno internas
2. Establecimiento de un comité de inteligencia artificial
3. Roles y responsabilidades
4. Elaboración de políticas y procedimientos internos
5. Formación y concienciación
6. Determinación de los objetivos de negocio
7. Apoyo de la gerencia
UNIDAD DIDÁCTICA 3. GESTIÓN DE LOS RIESGOS DE LA INTELIGENCIA ARTIFICIAL EN LAS ORGANIZACIONES
1. Análisis de riesgos
-Identificación y clasificación de sistemas algorítmicos
-Evaluación y documentación de riesgos
-Planificación de medidas correctoras y controles operativos
-Gestión del cumplimiento normativo
-Evaluación de resultados y mejora continua
UNIDAD DIDÁCTICA 4. CICLO DE VIDA DE UNA INTELIGENCIA ARTIFICIAL
1. Diseño
2. Desarrollo
3. Producción
4. Seguimiento y control
5. Retirada
UNIDAD DIDÁCTICA 5. AUDITORÍA DE SISTEMAS DE INTELIGENCIA ARTIFICIAL
1. Modelo de las tres líneas
-Ejecución y responsabilidad operativa
-Supervisión y monitoreo del riesgo
-Aseguramiento independiente y asesoramiento estratégico
RESUMEN AUTOEVALUACIÓN
MÓDULO 18. PERSPECTIVAS FUTURAS EN EL DESARROLLO DE LA INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 1. INTELIGENCIA ARTIFICIAL EN LA TOMA DE DECISIONES
1. Emergencia de modelos multimodales
2. Sistemas agentivos e inteligencia artificial autónoma
3. Inteligencia artificial general
UNIDAD DIDÁCTICA 2. NUEVAS FRONTERAS TECNOLÓGICAS
1. Inteligencia artificial cuántica
2. Modelos bitnet
3. Inteligencia artificial federada
4. Computación neuromórfica
UNIDAD DIDÁCTICA 3. DESAFÍOS SOCIOTÉCNICOS EN LOS ESCENARIOS PROSPECTIVOS
RESUMEN AUTOEVALUACIÓN SOLUCIONARIO
BIBLIOGRAFÍA COMPLEMENTARIA
Al concluir la formación, obtendrás un diploma que certifica el “MÁSTER EN INTELIGENCIA ARTIFICIAL APLICADA A LA EMPRESA”, de ESNECA BUSINESS SCHOOL.
Los diplomas llevan el sello de Notario Europeo que da fe de la validez, contenidos y autenticidad del título a nivel nacional e internacional. Además, dispone del reconocimiento Cum Laude. Este distintivo lo otorga Emagister a los centros educativos y escuelas de negocios, que hayan recibido la mejor valoración de los servicios formativos prestados por los estudiantes.
Para acceder no se requiere presentar documentaciones previas.
Información Adicional
Carga horaria: 600 h
Modalidad: Online
*La modalidad incluye módulos.
Con clases en directo.
Duración:
Hasta un año
*Prorrogable
