O título de Graduado/a en Intelixencia Artificial ten como obxectivo fundamental a formación integral de profesionais en todos os aspectos crave da Intelixencia Artificial: unha sólida formación científica e tecnolóxica nas bases e os modelos da intelixencia artificial, habilidades propias da enxeñaría e coñecementos das tecnoloxías da información e, como trazo distintivo, formación transversal en aspectos sociais, económicos, éticos e xurídicos a considerar en deseño de aplicacións e servizos baseados en intelixencia artificial, todo iso baseado nunha formación baseada en proxecto cunha orientación centrada nas persoas.

Os seus obxectivos son:

• Capacitar nos modelos, técnicas e tecnoloxías propias da Intelixencia Artificial, cunha visión ampla e integral das mesmas.
• Proporcionar o coñecemento necesario para elixir, aplicar e desenvolver os algoritmos baseados en Intelixencia Artificial que sexan máis apropiados para resolver un problema dado.
• Capacitar no uso de técnicas de Intelixencia Artificial en campos aplicados de todo tipo.
• Capacitar no ecosistema de tecnoloxías intelixentes necesarias para elixir, aplicar e desenvolver aplicacións e servizos baseados en Intelixencia Artificial, incluído o seu ciclo de vida completo, desde a súa infraestrutura e arquitectura, a xestión e o procesamiento de datos, o deseño, desenvolvemento, validación e proba dos modelos e as solucións.
• Proporcionar unha visión ampla e crítica da intelixencia artificial, centrada nas persoas, incluído o impacto xurídico, tecnocientífico e socioeconómico, cunha perspectiva transversal baseada na responsabilidade.

Por iso a configuración do plan de estudos orientouse á adquisición, por parte do alumnado, de coñecementos, capacidades e destrezas que lle permita integrarse en equipos interdisciplinares, cunha mentalidade aberta ao cambio e con capacidade para adaptarse a novos escenarios onde poida desenvolver solucións, aplicacións e servizos innovadores baseados en intelixencia artificial.

CB1 – Que os estudantes amosen posuír e comprender coñecementos nunha área de estudo que parte da base da educación secundaria xeral, e adóitase atopar a un nivel que, aínda que se apoia en libros de texto avanzados, inclúe tamén algúns aspectos que implican coñecementos procedentes da vangarda do seu campo de estudo.

CB2 – Que os estudantes saiban aplicar os seus coñecementos ao seu traballo ou vocación dunha forma profesional e posúan as competencias que adoitan demostrarse por medio da elaboración e defensa de argumentos e a resolución de problemas dentro da súa área de estudo.

CB3 – Que os estudantes teñan a capacidade de reunir e interpretar datos relevantes (normalmente dentro da súa área de estudo) para emitir xuízos que inclúan unha reflexión sobre temas relevantes de índole social, científica ou ética.

CB4 – Que os estudantes poidan transmitir información, ideas, problemas e solucións a un público tanto especializado como non especializado.

CB5 – Que os estudantes desenvolvesen aquelas habilidades de aprendizaxe necesarias para emprender estudos posteriores cun alto grao de autonomía.

CG1 – Capacidade para concibir, redactar, organizar, planificar, e desenvolver modelos, aplicacións e servizos no ámbito da intelixencia artificial, identificando obxectivos, prioridades, prazos recursos e riscos, e controlando os procesos establecidos.

CG2 – Capacidade para resolver problemas con iniciativa, toma de decisións, autonomía e creatividade.

CG3 – Capacidade para deseñar e crear modelos e solucións de calidade baseadas en Intelixencia Artificial que sexan eficientes, robustas, transparentes e responsables

CG4 – Capacidade para seleccionar e xustificar os métodos e técnicas adecuadas para resolver un problema concreto, ou para desenvolver e propor novos métodos baseados en intelixencia artificial.

CG5 – Capacidade para concibir novos sistemas computacionales e/ou avaliar o rendemento de sistemas existentes, que integren modelos e técnicas de intelixencia artificial.

CE1 – Capacidade para utilizar os conceptos e métodos matemáticos que poidan exporse na modelización, formulación e resolución de problemas de intelixencia artificial.

CE2 – Capacidade para utilizar os conceptos e métodos da probabilidade, a estatística e a optimización, para modelizar e resolver problemas de intelixencia artificial.

CE3 – Capacidade para resolver problemas de intelixencia artificial que precisen algoritmos, desde o seu deseño e implementación até a súa avaliación.

CE4 – Coñecer e aplicar ao ámbito da intelixencia artificial as metodoloxías da enxeñaría de software e do deseño centrado en usuario/a.

CE5 – Capacidade para comprender e dominar os conceptos básicos de lóxica, gramáticas e linguaxes formais para analizar e mellorar as solucións baseadas en intelixencia artificial.

CE6 – Coñecer a estrutura, organización, funcionamento e interconexión dos sistemas informáticos (computador, sistemas operativos e redes de computadores).

CE7 – Comprender e aplicar os principios e técnicas básicas da programación paralela e distribuída para o desenvolvemento e execución eficiente das técnicas de intelixencia artificial.

CE8 – Capacidade para realizar a análise, deseño, implementación de aplicacións que requiran traballar con grandes volumes de datos, aplicando arquitecturas hardware/software adecuadas.

CE9 – Capacidade para realizar o despregamento na nube de aplicacións de intelixencia artificial que se executen de forma eficiente cuns recursos computacións definidos.

CE10 – Comprender as necesidades de captura, almacenamento e procesamiento de datos no contexto de Internet das Cousas, entendendo a heteroxeneidade dos datos e as especiais características deste tipo de contornas.

CE11 – Coñecer as principais plataformas e arquitecturas software para a adquisición, almacenamento e procesamiento de datos no contexto de Internet das Cousas.

CE12 – Coñecer e aplicar as características, funcionalidades e estrutura dos sistemas de bases de datos e as bases de datos distribuídas, que permitan o seu uso adecuado e a implementación sobre eles de solucións de Intelixencia Artificial que poidan incluír grandes volumes de datos.

CE13 – Capacidade para definir e interpretar os fundamentos das organizacións, os aspectos básicos da súa organización e xestión, o proceso de innovación e a súa xestión, as súas distintas áreas funcionais e a súa contorna socioeconómica.

CE14 – Entender os novos modelos de negocio e innovación no marco das empresas baseadas na intelixencia artificial e as súas tecnoloxías.

CE15 – Capacidade para deseñar e crear modelos de valoración económico-financeira de proxectos empregando ferramentas informáticas apropiadas.

CE16 – Coñecer os fundamentos dos algoritmos da intelixencia artificial e a optimización, entender a súa complexidade computacional e saber aplicalos á resolución de problemas.

CE17 – Coñecer os aspectos fundamentais dos algoritmos metaheurísticos e bioinspirados para a resolución de problemas, ter capacidade para aplicalos e para deseñar novos modelos.

CE18 – Coñecer as técnicas de modelización e representación do coñecemento e a súa relación coas paradigmas de razoamento, deseñando solucións baseadas en razoamento lóxico que teñan en conta a eficiencia e nas necesidades dos problemas.

CE19 – Capacidade para deseñar sistemas baseados en coñecemento e das estratexias de representación e razoamento aplicadas a diferentes dominios e problemas, descubrindo os problemas básicos que xorden na súa construción.

CE20 – Coñecer as tecnoloxías semánticas para o almacenamento e acceso de grafos de coñecemento e o seu uso na resolución dos problemas.

CE21 – Coñecer os fundamentos das técnicas de razoamento aproximado e de toma de decisións, en ambientes de incerteza, seleccionando a máis adecuada para a resolución dos problemas.

CE22 – Concibir, deseñar, desenvolver e presentar solucións a problemas de certa complexidade baseadas en intelixencia artificial, afrontando e resolvendo de maneira adecuada as dificultades que puidesen xurdir durante o seu desenvolvemento.

CE23 – Coñecer e saber aplicar e explicar correctamente as técnicas de validación das solucións de intelixencia artificial.

CE24 – Desenvolvemento das capacidades adecuadas para realizar un exercicio orixinal, presentalo e defendelo ante un tribunal universitario, consistente nun proxecto no ámbito das tecnoloxías de Intelixencia Artificial no que se sinteticen e integren as competencias adquiridas nos ensinos.

CE25 – Capacidade para adaptar e aplicar no ámbito profesional un conxunto significativo das competencias adquiridas neste título de grao.

TR1 – Capacidade para comunicar e transmitir os seus coñecementos, habilidades e destrezas.

TR2 – Capacidade de traballo en equipo, en contornas interdisciplinares e xestionando conflitos.

TR3 – Capacidade para crear novos modelos e solucións de forma autónoma e creativa, adaptándose a novas situacións. Iniciativa e espírito emprendedor.

TR4 – Capacidade para introducir a perspectiva de xénero nos modelos, técnicas e solucións baseadas en intelixencia artificial.

TR5 – Capacidade para desenvolver modelos, técnicas e solucións baseadas en intelixencia artificial que resulten éticas, non discriminatorias e confiables.

TR6 – Capacidade para integrar aspectos xurídicos, sociais, ambientais e económicos inherentes á intelixencia artificial, analizando os seus impactos, e comprometéndose coa procura de solucións compatibles cun desenvolvemento sustentable.