El título de Graduado/la en Inteligencia Artificial tiene como objetivo fundamental la formación integral de profesionales en todos los aspectos clave de la Inteligencia Artificial: una sólida formación científica y tecnológica en las bases y los modelos de la inteligencia artificial, habilidades propias de la ingeniería y conocimientos de las tecnologías de la información y, como trazo distintivo, formación transversal en aspectos sociales, económicos, éticos y jurídicos a considerar en diseño de aplicaciones y servicios basados en inteligencia artificial, todo eso basado en una formación basada en proyectos con una orientación centrada en las personas.

Sus objetivos son:

• Capacitar en los modelos, técnicas y tecnologías propias de la Inteligencia Artificial, con una visión amplia e integral de las mismas.
• Proporcionar el conocimiento necesario para elegir, aplicar y desarrollar los algoritmos basados en Inteligencia Artificial que sean más apropiados para resolver un problema dado.
• Capacitar en el uso de técnicas de Inteligencia Artificial en campos aplicados de todo tipo.
• Capacitar en el ecosistema de tecnologías inteligentes necesarias para elegir, aplicar y desarrollar aplicaciones y servicios basados en Inteligencia Artificial, incluido su ciclo de vida completo, desde su infraestructura y arquitectura, la gestión y el procesamiento de datos, el diseño, desarrollo, validación y prueba de los modelos y las soluciones.
• Proporcionar una visión amplia y crítica de la inteligencia artificial, centrada en las personas, incluido el impacto jurídico, tecnocientífico y socioeconómico, con una perspectiva transversal basada en la responsabilidad.

Por eso la configuración del plan de estudios se orientó a la adquisición, por parte del alumnado, de conocimientos, capacidades y destrezas que le permita integrarse en equipos interdisciplinares, con una mentalidad abierta al cambio y con capacidad para adaptarse a nuevos escenarios donde pueda desarrollar soluciones, aplicaciones y servicios innovadores basados en inteligencia artificial.

CB1 – Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio.

CB2 – Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posea las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.

CB3 – Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.

CB4 – Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.

CB5 – Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.

CG1 – Capacidad para concebir, redactar, organizar, planificar, y desarrollar modelos, aplicaciones y servicios en el ámbito de la inteligencia artificial, identificando objetivos, prioridades, plazos recursos y riesgos, y controlando los procesos establecidos.

CG2 – Capacidad para resolver problemas con iniciativa, toma de decisiones, autonomía y creatividad.

CG3 – Capacidad para diseñar y crear modelos y soluciones de calidad basadas en Inteligencia Artificial que sean eficientes, robustas, transparentes y responsables.

CG4 – Capacidad para seleccionar y justificar los métodos y técnicas adecuadas para resolver un problema concreto, o para desarrollar y proponer nuevos métodos basados en inteligencia artificial.

CG5 – Capacidad para concebir nuevos sistemas computacionales y/o evaluar el rendimiento de sistemas existentes, que integren modelos y técnicas de inteligencia artificial.

CE1 – Capacidad para utilizar los conceptos y métodos matemáticos que puedan plantearse en la modelización, planteamiento y resolución de problemas de inteligencia artificial.

CE2 – Capacidad para utilizar los conceptos y métodos de la probabilidad, la estadística y la optimización, para modelizar y resolver problemas de inteligencia artificial.

CE3 – Capacidad para resolver problemas de inteligencia artificial que precisen algoritmos, desde su diseño e implementación hasta su evaluación.

CE4 – Conocer y aplicar al ámbito de la inteligencia artificial las metodologías de la ingeniería de software y del diseño centrado en usuario/a.

CE5 – Capacidad para comprender y dominar los conceptos básicos de lógica, gramáticas y lenguajes formales para analizar y mejorar las soluciones basadas en inteligencia artificial.

CE6 – Conocer la estructura, organización, funcionamiento e interconexión de los sistemas informáticos (computador, sistemas operativos y redes de computadores).

CE7 – Comprender y aplicar los principios y técnicas básicas de la programación paralela y distribuida para el desarrollo y ejecución eficiente de las técnicas de inteligencia artificial.

CE8 – Capacidad para realizar el análisis, diseño, implementación de aplicaciones que requieran trabajar con grandes volúmenes de datos, aplicando arquitecturas hardware/software adecuadas.

CE9 – Capacidad para realizar el despliegue en la nube de aplicaciones de inteligencia artificial que se ejecuten de forma eficiente con unos recursos computacionales definidos.

CE10 – Comprender las necesidades de captura, almacenamiento y procesamiento de datos en el contexto de Internet de las Cosas, entendiendo la heterogeneidad de los datos y las especiales características de este tipo de entornos.

CE11 – Conocer las principales plataformas y arquitecturas software para la adquisición, almacenamiento y procesamiento de datos en el contexto de Internet de las Cosas.

CE12 – Conocer y aplicar las características, funcionalidades y estructura de los sistemas de bases de datos y las bases de datos distribuidas, que permitan su uso adecuado y la implementación sobre ellos de soluciones de Inteligencia Artificial que puedan incluir grandes volúmenes de datos.

CE13 – Capacidad para definir e interpretar los fundamentos de las organizaciones, los aspectos básicos de su organización y gestión, el proceso de innovación y su gestión, sus distintas áreas funcionales y su entorno socioeconómico.

CE14 – Entender los nuevos modelos de negocio e innovación en el marco de las empresas basadas en la inteligencia artificial y sus tecnologías.

CE15 – Capacidad para diseñar y crear modelos de valoración económico-financiera de proyectos empleando herramientas informáticas apropiadas.

CE16 – Conocer los fundamentos de los algoritmos de la inteligencia artificial y la optimización, entender su complejidad computacional y saber aplicarlos a la resolución de problemas.

CE17 – Conocer los aspectos fundamentales de los algoritmos metaheurísticos y bioinspirados para la resolución de problemas, tener capacidad para aplicarlos y para diseñar nuevos modelos.

CE18 – Conocer las técnicas de modelización y representación del conocimiento y su relación con los paradigmas de razonamiento, diseñando soluciones basadas en razonamiento lógico que tengan en cuenta la eficiencia y en las necesidades de los problemas.

CE19 – Capacidad para diseñar sistemas basados en conocimiento y de las estrategias de representación y razonamiento aplicadas a diferentes dominios y problemas, descubriendo los problemas básicos que surgen en su construcción.

CE20 – Conocer las tecnologías semánticas para el almacenamiento y acceso de grafos de conocimiento y su uso en la resolución de los problemas.

CE21 – Conocer los fundamentos de las técnicas de razonamiento aproximado y de toma de decisiones, en ambientes de incertidumbre, seleccionando la más adecuada para la resolución de los problemas.

CE22 – Concebir, diseñar, desarrollar y presentar soluciones a problemas de cierta complejidad basadas en inteligencia artificial, afrontando y resolviendo de manera adecuada las dificultades que pudiesen surgir durante su desarrollo.

CE23 – Conocer y saber aplicar y explicar correctamente las técnicas de validación de las soluciones de inteligencia artificial.

CE24 – Desarrollo de las capacidades adecuadas para realizar un ejercicio original, presentarlo y defenderlo ante un tribunal universitario, consistente en un proyecto en el ámbito de las tecnologías de Inteligencia Artificial en el que se sinteticen e integren las competencias adquiridas en las enseñanzas.

CE25 – Capacidad para adaptar y aplicar en el ámbito profesional un conjunto significativo de las competencias adquiridas en este título de Grado.

TR1 – Capacidad para comunicar y transmitir sus conocimientos, habilidades y destrezas.

TR2 – Capacidad de trabajo en equipo, en entornos interdisciplinares y gestionando conflictos.

TR3 – Capacidad para crear nuevos modelos y soluciones de forma autónoma y creativa, adaptándose a nuevas situaciones. Iniciativa y espíritu emprendedor.

TR4 – Capacidad para introducir la perspectiva de género en los modelos, técnicas y soluciones basadas en inteligencia artificial.

TR5 – Capacidad para desarrollar modelos, técnicas y soluciones basadas en inteligencia artificial que resulten éticas, no discriminatorias y confiables.

TR6 – Capacidad para integrar aspectos jurídicos, sociales, ambientales y económicos inherentes a la inteligencia artificial, analizando sus impactos, y comprometiéndose con la búsqueda de soluciones compatibles con un desarrollo sostenible.