🚀 Información importante¶

📛 Denominación del curso¶

📚 Curso de especialización de Inteligencia Artificial y Big Data

🤖 Modelos de Inteligencia Artificial (MIA) · Código 5071 · 90 h · 4 ECTS

📋 Contenidos y temporalización¶

Las unidades se imparten en este orden. El identificador UDxx va ligado a su resultado de aprendizaje (UD05 es siempre RA5), no al orden en que se imparte.

UD	Título	RA	Horas	Semanas	Fechas
UD00	Presentación y curso rápido de Docker	—	6	1-2	1 oct – 8 oct
UD01	Caracterización de sistemas de IA	RA1	12	3-6	12 oct – 6 nov
UD02	Modelos de IA y resolución de problemas	RA2	12	7-10	9 nov – 3 dic
UD05	Sistemas expertos	RA5	12	11-15	7 dic – 14 ene
UD03	Procesamiento del Lenguaje Natural	RA3	12	16-19	18 ene – 11 feb
UD04	Análisis de sistemas robotizados	RA4	12	20-23	15 feb – 11 mar
UD06	Principios legales y éticos de la IA	RA6	6	24-28	15 mar – 23 abr
UD07	Proyecto integrador (común al curso)	RA7	15	29-33	26 abr – 28 may
Cierre	Presentaciones RA7 y prueba ordinaria (solo RA no superados)	—	3	34-35	1 jun – 18 jun
	Total		90	30 nominales 33 con clase

🎯 Resultados de aprendizaje, pesos y calificación¶

RA	CE	Descripción	Nota mínima	Peso
RA1	4	Caracteriza sistemas de Inteligencia Artificial relacionándolos con la mejora de la eficiencia operativa de las organizaciones y empresas.	5	14,55 %
RA2	6	Utiliza modelos de sistemas de Inteligencia Artificial implementando sistemas de resolución de problemas.	5	14,55 %
RA3	7	Relaciona el procesamiento de lenguaje natural con sus aplicaciones determinando su potencial e identificando sus limitaciones.	5	14,55 %
RA4	4	Analiza sistemas robotizados, evaluando opciones de diseño e implementación.	5	14,55 %
RA5	5	Aplica sistemas expertos evaluando la influencia de los controladores inteligentes en el comportamiento del sistema.	5	14,55 %
RA6	6	Aplica principios legales y éticos al desarrollo de la Inteligencia Artificial integrándolos como parte del proceso.	5	7,27 %
RA7	9	Desarrolla un proyecto integrador que combine técnicas de IA y análisis de datos masivos para resolver un problema real o simulado, gestionando todo el ciclo de vida del proyecto.	5	20 %
				100 %

Cada RA se califica 1 a 10, sin decimales (Orden 8/2025, art. 5.1): 40 % tareas, talleres y ejercicios + 60 % prueba escrita. Para superar el módulo hace falta 5 o más en cada RA.

📝 Evaluación¶

• 🔍 La evaluación del módulo se realiza sobre los Resultados de Aprendizaje (RA) del currículo. Cada RA tiene asociados sus criterios de evaluación (CE), que son los que determinan el grado de adquisición de las competencias del módulo.

• 📊 La nota final del módulo sale de la ponderación de los RA. Cada RA se evalúa de forma independiente, con calificación de 1 a 10, sin decimales (Orden 8/2025, art. 5.1).

• 📝 Cada RA tiene una prueba escrita en Moodle al cerrar su unidad, con preguntas de test y de desarrollo sobre el contenido de la unidad.

• ✅ Hay que obtener al menos un 5 en cada RA para aprobar el módulo.

• 🔄 Si un RA queda por debajo de 5, se recupera con las actividades y pruebas diseñadas para ese resultado de aprendizaje. La convocatoria ordinaria de junio se dirige solo a los RA no superados: no hay prueba global del módulo.

• 🐳 La UD00 (presentación y Docker) no se califica: el entorno de trabajo es un requisito. Sus tres entregables —los dos talleres y el notebook— se marcan como hecho / no hecho, sin nota pero obligatorios: son la prueba de que tienes el entorno operativo, y sin ellos no se pueden hacer las prácticas de la UD02.

📜 Legislación vigente¶

• 📄 RD 279/2021, de 20 de abril — establece el curso de especialización y fija los RA y CE del módulo.
• 📄 RD 497/2024, de 21 de mayo — modifica determinados reales decretos de cursos de especialización.
• 📄 Decreto 95/2026, de 9 de junio (DOGV) — currículo en la Comunitat Valenciana: fija el módulo en 90 h.
• 🕒 Horario y organización del curso (GVA)