Este posgrado cuenta con un plan de estudios dividido en ocho asignaturas que buscan completar tu perfil académico con herramientas y habilidades que emplear en el negocio.
Los créditos del programa están repartidos de la siguiente forma:
TIPO | ECTS |
---|---|
Obligatorias | 48 |
Trabajo fin de Máster | 12 |
Créditos totales | 60 |
Consulta la distribución de asignaturas por cuatrimestres y sus contenidos, las competencias a adquirir, la metodología de aprendizaje, el proceso de evaluación, la bibliografía asociada y orientaciones para el estudio.
Asignatura | Tipo | ECTS |
---|---|---|
Arquitectura bancaria y entornos de transformación | Obligatoria | 6 |
Ingeniería, análisis y visualización avanzada de datos | Obligatoria | 6 |
Aprendizaje Automático | Obligatoria | 6 |
IA Generativa | Obligatoria | 6 |
Inteligencia Artificial aplicada a procesos de clientes | Obligatoria | 6 |
Asignatura | Tipo | ECTS |
---|---|---|
Inteligencia Artificial Aplicada a la Gestión de Riesgos | Obligatoria | 6 |
Inteligencia Artificial en la optimización del sistema bancario y de inversiones | Obligatoria | 6 |
Gobierno, ética y privacidad de datos en la Inteligencia Artificial | Obligatoria | 6 |
Proyecto Final | Trabajo Fin de Máster | 12 |
Arquitectura Bancaria y Entornos de Transformación: Se centra en la transformación digital en el sector financiero, abordando la innovación tecnológica y su impacto en la organización de las instituciones financieras. Los estudiantes explorarán la gestión y diseño de sistemas tecnológicos avanzados, la gestión ágil de proyectos, la automatización de procesos, y el uso de Big Data, preparándolos para liderar la evolución de la arquitectura financiera moderna.
Ingeniería, Análisis y Visualización Avanzada de Datos: Se enfoca en el manejo de grandes volúmenes de datos en el sector financiero, enseñando a los estudiantes sobre almacenamiento, extracción, transformación e integración de datos. Se cubren técnicas avanzadas de análisis y visualización de datos para convertir información en insights valiosos y presentarla de manera efectiva.
Aprendizaje Automático y Aprendizaje Profundo: Enseña a los estudiantes sobre enfoques y algoritmos de aprendizaje automático para mejorar el desempeño de las máquinas a través de la experiencia. Se exploran técnicas de aprendizaje supervisado, no supervisado y por refuerzo, junto con aprendizaje profundo basado en redes neuronales, utilizando herramientas sin código. Los contenidos incluyen preparación de datos, ajuste y optimización de modelos, y evaluación de su rendimiento.
Inteligencia Artificial Generativa: Enseña a desplegar Sistemas de Inteligencia Artificial Generativa en entidades financieras, abordando el análisis y uso de Modelos de Lenguaje Grande (LLM) para aplicaciones como etiquetado de conceptos, análisis predictivo y generación de resúmenes y código. Los estudiantes aprenderán a personalizar servicios, prevenir fraudes, gestionar riesgos, cumplir normativas, y automatizar procesos internos mediante chatbots y asistentes virtuales.
Inteligencia Artificial Aplicada a Procesos de Clientes: Prepara a los estudiantes para mejorar la experiencia del cliente en el sector financiero mediante sistemas de recomendación, chatbots, asistentes virtuales y análisis de satisfacción. Se estudian técnicas de clustering y scoring de clientes, personalización de la experiencia, automatización de documentos, y la implementación y monitorización eficiente de modelos en producción.
Inteligencia Artificial Aplicada a la Gestión de Riesgos: Esta asignatura se enfoca en aplicar la inteligencia artificial a la gestión de riesgos financieros, incluyendo la evaluación de riesgo de crédito, detección de anomalías, y prevención de fraudes. Se exploran modelos avanzados para alertas tempranas, simulaciones de estrés financiero, y el papel de la IA en el cumplimiento normativo y legal.
Inteligencia en la Optimización del Sistema Bancario e Inversiones: Prepara a los estudiantes para aplicar la Inteligencia Artificial en sistemas bancarios e inversiones, enfocándose en la optimización de redes de sucursales, predicción de precios y flujos de efectivo, y evaluación de riesgo de inversión. Se exploran técnicas para automatizar resúmenes de noticias financieras y sistemas de trading.
Gobierno, Ética y Privacidad de Datos en la Inteligencia Artificial: Enseña a los estudiantes a manejar la información en proyectos de Inteligencia Artificial, abarcando roles y responsabilidades, medidas de seguridad, privacidad, y gestión de datos. Se enfoca en la transparencia de modelos, detección de sesgos, y documentación, promoviendo una perspectiva ética y responsable en el desarrollo de IA. También se cubren temas como el seguimiento de modelos y datos, y la creación de datos sintéticos.
La titulación cuenta con un trabajo final en el que podrás aplicar todos los conocimientos adquiridos a lo largo del curso. Tendrás que desarrollar una solución de inteligencia artificial que aborde un desafío específico en el ámbito de un negocio financiero.
Contarás con el apoyo de un director que te guiará en cada paso para que te ajustes al objetivo del proyecto. Aprovecha su conocimiento para trabajar un caso real que pueda servirte de apoyo a tu CV en tu futura búsqueda de empleo.
:name
:intro
Formación
:Formación
Experiencia
:Experiencia
Líneas de investigación
:Líneas de investigación
Algunos estudios en los que imparte clase
Contacta con UNIR
Centro de exámenes
Centros de exámenes en España
Sedes fijas:
Sedes bajo demanda:
*Consulta con tu asesor personal sobre otras posibles ubicaciones.
Sedes internacionales
Sedes fijas:
Sedes bajo demanda:
Consulta con un asesor personal de UNIR las sedes nacionales bajo demanda, ya que pueden ofertarse si las solicitudes crecen en una ciudad o provincia.
Completa el formulario y un asesor te contactará para informarte.