Máster en Inteligencia Artificial aplicada a Ingeniería

Las compañías de ingeniería necesitan un liderazgo técnico que combine visión estratégica, arquitectura sólida y criterio ético. El propósito del máster es formar a ese perfil —head of AI, CTO con mandato de IA, director de I+D—, capaz de decidir cuándo, cómo y con qué gobernanza introducir inteligencia artificial en la operación. Para ello articula siete propósitos concretos:

• Diseñar la arquitectura MLOps end-to-end, con feature store, registro de modelos MLflow, CI/CD sobre Kubernetes y trazabilidad reproducible.
• Gobernar modelos en producción, monitorizando data drift, concept drift y degradación, con playbooks de reentrenamiento y rollback controlado.
• Aplicar LLMs a operaciones, integrando retrieval, evaluación offline y guardarraíles sobre casos reales de ingeniería y documentación técnica.
• Desplegar edge AI en equipos industriales con cuantización, compresión y hardware embebido para inferencia local con latencia estricta.
• Cumplir el EU AI Act, clasificando sistemas por riesgo, documentando modelos de alto impacto y estableciendo auditoría y supervisión humana.
• Conectar IA con negocio, traduciendo casos de uso en KPIs de P&L, business case defendible y plan de despliegue por oleadas.
• Liderar equipos multidisciplinares de data scientists, ingenieros de datos, SRE y dominio técnico con prácticas de squad maduras.