Guia docente 2023_24
Escola Superior de Enxeñaría Informática
Máster universitario en Intelixencia artificial
 Resultados de Formación e Aprendizaxe


Sinale A Código Resultados de Formación e Aprendizaxe
  A1 CB6 - 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
  A2 CB7 - Que os estudantes saiban aplicar os coñecementos adquiridos e a súa capacidade de resolución de problemas en contornas novas ou pouco coñecidos dentro de contextos máis amplos (ou multidisciplinares) relacionados coa súa área de estudo
  A3 CB8 - Que os estudantes sexan capaces de integrar coñecementos e enfrontarse á complexidade de formular 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
  A4 CB9 - 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
  A5 CB10 - Que os estudantes posúan as habilidades de aprendizaxe que lles permitan continuar estudando dun modo que haberá de ser en gran medida autodirigido ou autónomo
Sinale B Código Coñecementos
  B1 Manter e estender formulacións teóricas fundados para permitir a introdución e explotación de tecnoloxías novas e avanzadas no campo da Intelixencia Artificial.
  B2 Abordar con éxito todas as etapas dun proxecto de Intelixencia Artificial
  B3 Buscar e seleccionar a información útil necesaria para resolver problemas complexos, manexando con soltura as fontes bibliográficas do campo.
  B4 Elaborar adecuadamente e con certa orixinalidade composicións escritas ou argumentos motivados, redactar plans, proxectos de traballo, artigos científicos e formular hipóteses razoables no campo.
  B5 Traballar en equipo, especialmente de carácter multidisciplinar, e ser hábiles na xestión do tempo, persoas e toma de decisións.
Sinale C Código Habilidades
  C1 Comprensión e dominio de técnicas para o procesado de textos en linguaxe natural.
  C2 Comprensión e dominio dos fundamentos e técnicas de procesamiento semántico de documentos enlazados, estruturados e non estruturados, e da representación do seu contido.
  C3 Comprensión e coñecemento das técnicas de representación e procesado de coñecemento mediante ontologías, grafos e RDF, así como das ferramentas asociadas ás mesmas.
  C4 Coñecer os fundamentos e técnicas básicas da intelixencia artificial e a súa aplicación práctica.
  C5 Capacidade para deseñar e desenvolver sistemas intelixentes mediante a aplicación de algoritmos de inferencia, representación do coñecemento e planificación automática.
  C6 Capacidade para recoñecer aqueles problemas que necesiten dunha arquitectura distribuída que non estea prefijada durante o deseño do sistema, que serán adecuados para a implementación de sistemas multiagente intelixentes.
  C7 Capacidade para entender as implicacións do desenvolvemento dun sistema intelixente explicable e interpretable.
  C8 Capacidade para deseñar e desenvolver sistemas intelixentes seguros, en termos de integridade, confidencialidade e robustez.
  C9 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.
  C10 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.
  C11 Comprensión e dominio das principais técnicas e ferramentas de análises de datos, tanto desde o punto de vista estatístico como da aprendizaxe automática, incluíndo as dedicadas ao tratamento de grandes volumes de datos, e capacidade para seleccionar as máis adecuadas para a resolución de problemas.
  C12 Capacidade para expor, formular e resolver todas as etapas dun proxecto de datos, incluíndo a compresión e dominio de fundamentos e técnicas básicas para a procura e o filtrado de información en grandes coleccións de datos.
  C13 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.
  C14 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.
  C15 Coñecemento das ferramentas informáticas no campo da aprendizaxe automática, e capacidade para seleccionar a máis adecuada para a resolución dun problema
  C16 Coñecemento do proceso e as ferramentas para o procesamiento e preparación de datos desde a súa adquisición ou extracción, limpeza, transformación, carga, organización e acceso.
  C17 Comprender e asimilar as capacidades e limitacións dos sistemas robóticos intelixentes actuais, así como das tecnoloxías que os sustentan.
  C18 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 maneira adecuada de acordo cos obxectivos e restricións que se expoñan.
  C19 Coñecemento de diferentes ámbitos de aplicación das tecnoloxías baseadas en IA e a súa capacidade para ofrecer un valor engadido diferenciador.
  C20 Capacidade de combinar e adaptar diferentes técnicas, extrapolando coñecementos entre diferentes ámbitos de aplicación
  C21 Coñecemento das técnicas que facilitan a organización e xestión de proxectos en IA en contornas reais, a xestión dos recursos e a planificación de tarefas dunha maneira eficiente, tendo en conta conceptos de diseminación do coñecemento e ciencia aberta.
  C22 Coñecemento de técnicas que facilitan a seguridade dos datos, aplicacións e as comunicacións e as súas implicacións en diferentes ámbitos de aplicación da IA.
  C23 Comprensión e dominio dos conceptos básicos e técnicas de procesamiento de imaxe dixital
  C24 Capacidade de aplicación de diferentes técnicas a problemas de visión por computador
  C25 Coñecementos e habilidades que permitan deseñar sistemas para detección, clasificación e seguimento de obxectos en imaxes e vídeo.
  C26 Comprensión e dominio sobre as formas de representación dos sinais e imaxes en función dos seus datos, así como as súas características fundamentais e as súas formas de representación.
  C27 Comprensión da importancia da cultura emprendedora e coñecemento dos medios ao alcance das persoas emprendedoras.
  C28 Coñecemento adecuado do concepto de empresa, a súa organización e xestión, e os distintos sectores empresariais co obxectivo de facilitar solucións desde a Intelixencia Artificial.
  C29 Ser capaz de aplicar os coñecementos, capacidades e actitudes á realidade empresarial e profesional, planificando, xestionando e avaliando proxectos no ámbito da intelixencia artificial.
  C30 Ser capaz de expor, modelar e resolver problemas que requiran a aplicación de métodos, técnicas e tecnoloxías de intelixencia artificial
Sinale D Código Competencias
  D1 Expresarse correctamente, tanto de forma oral como escrita, nas linguas oficiais da comunidade autónoma
  D2 Dominar a expresión e a comprensión de forma oral e escrita dun idioma estranxeiro.
  D3 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.
  D4 Desenvolverse para o exercicio dunha cidadanía respectuosa coa cultura democrática, os dereitos humanos e a perspectiva de xénero.
  D5 Entender a importancia da cultura emprendedora e coñecer os medios ao alcance das persoas emprendedoras.
  D6 Adquirir habilidades para a vida e hábitos, rutinas e estilos de vida saudables.
  D7 Desenvolver a capacidade de traballar en equipos interdisciplinares ou transdisciplinares, para ofrecer propostas que contribúan a un desenvolvemento sustentable ambiental, económico, político e social.
  D8 Valorar a importancia que ten a investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade
  D9 Ter a capacidade de xestionar tempos e recursos: desenvolver plans, priorizar actividades, identificar as críticas, establecer prazos e cumprilos.
Universidade de Vigo            | Reitoría | Campus Universitario | C.P. 36.310 Vigo (Pontevedra) | España | Tlf: +34 986 812 000