Máster en Deep Learning

Programa de Formación Permanente de la Universidad Politécnica de Madrid

Preinscripción abierta para el curso 2025/26

Preinscribete

60

ECTS

30

Plazas en cada modalidad online/presencial

4.900€

Precio
Fraccionable en 4 cuotas

18h-21h

Horario presencial (Lunes a Jueves)

Prepárate para tu nuevo futuro profesional

Recibe una formación completa y altamente práctica para adaptarte al mundo laboral

Ciencia de Datos

Aprende a programar en Python, a realizar visualizaciones avanzadas de datos y a hacer uso de modelos de Machine Learning

Deep Learning

GPT, BERT, Llama… ponte al día y trabaja con los modelos de IA más avanzados. Aprende a diseñar y construir tus propias arquitecturas de Deep Learning y aplícalas a problemas prácticos

Amplia tus posibilidades laborales

La IA está cada vez más presente en todos los ámbitos. Desarrolla un perfil altamente competitivo y preparado para el mercado laboral

Plan de estudios

Módulo I

Programación para Ciencia de Datos y Aprendizaje Automático

Semanas 1-10

Asignaturas

  • Programación para Ciencia de Datos
  • Machine learning
  • Redes Neuronales
  • Visualización de Datos

Módulo II

Deep Learning

Semanas 11-20

Asignaturas

  • Deep Learning
  • Introducción a NLP
  • Modelos generativos
  • Graph Neural Networks

Módulo III

IA generativa aplicada

Semanas 21-30

Asignaturas

  • Deep Learning para NLP
  • Deep Learning para visión
  • Deep Learning para series temporales
  • Operacionalización de ML (MLOps)
  • Ética para la IA

Módulo IV

Deep Learning aplicado

Semanas 21-40

Asignaturas

  • Proyectos de Deep Learning
  • TFM
15/09/2025

Comienzo del curso
Módulo I (Semanas 1-10)

Programación para Ciencia de Datos y Aprendizaje Automático

15/09/2025
24/11/2025

Módulo II (Semanas 11-20)

Deep Learning

24/11/2025
16/02/2026

Módulo III (Semanas 21-40)

IA Generativa aplicada

16/02/2026
05/04/2026

Módulo IV

Deep Learning aplicado

05/04/2026
15/07/2026

Fin del máster

Fecha límite defensa del TFM

15/07/2026
Descarga el horario detallado para el curso 2024/25
Descarga el horario provisional detallado para el curso 2025/26

Programa detallado

Módulo 1: Programación para Ciencia de Datos y Machine Learning

Introducción a Machine Learning

3 ECTS

– Análisis de datos
– Modelos supervisados
– Modelos no supervisados
– Selección de características
– Imbalanced learning

Programación para Ciencia de Datos

6 ECTS

– Programación en Python
– Preprocesamiento de datos

Redes Neuronales


3 ECTS

– Arquitecturas de redes neuronales
– Optimización
– Uso de librerías más comunes

Visualización de Datos


3 ECTS

– Visualización de datos en Python
– Uso de librerías como seaborn o Plotly
– Visualizaciones dinámicas

Módulo 2: Deep Learning

Deep Learning

3 ECTS

– Fundamentos de Deep Learning
– Redes convolucionales
– Redes recurrentes
– Implementación con librerías

Introducción a NLP

3 ECTS

– Conceptos básicos de NLP
– Tokenization
– Word embeddings
– Introducción a Transformers

Modelos generativos

3 ECTS

– Introducción a modelos generativos
– Redes generativas antagónicas
– Auto Encoders

Graph Neural Networks

3 ECTS

– Introducción a GNNs
– Tipos de redes
– Aplicaciones de GNNs
– Social Network Analysis

Módulo 3: IA Generativa Aplicada

Deep Learning para NLP


3 ECTS

– Fundamentos avanzados de NLP mediante Deep Learning
– Modelos RNN, LSTM y Transformer en NLP
– Técnicas de entrenamiento y fine-tuning
– Aplicación práctica de modelos de NLP

Deep Learning para visión


3 ECTS

– Conceptos avanzados de visión mediante Deep Learning
– Arquitecturas de Deep Learning para visión
– Técnicas de aumento de datos y regularización
– Aplicación prácticas de modelos de visión

Deep Learning para series temporales

3 ECTS

– Análisis de series temporales mediante redes recurrentes
– Modelos de atención para series temporales
– Aplicación de modelos de Deep Learning para series temporales

Ética para la IA


3 ECTS

– Ética aplicada a la IA
– Marco regulatorio y de buenas prácticas
– Riesgos y consecuencias sociales, éticas y legales

Operacionalización de ML (MLOps)

3 ECTS

– Escalabilidad y monitorización
– Despliegue de modelos
– Puesta en producción de modelos de Deep Learning
– Mantenimiento de modelos

Módulo 4: Deep Learning Aplicado

Proyectos de Deep Learning

6 ECTS

– Profundiza en los aspectos más importantes del desarrollo de proyectos donde se integran modelos de Deep Learning
– Aspectos de ciberseguridad en la integración de modelos de IA
– Realiza un proyecto guiado y práctico contemplando todas las fases de su desarrollo

Fin de Máster


9 ECTS

– Realización de trabajo final, principalmente práctico, en una línea de trabajo junto con profesores del Máster

Trabaja con las librerías y tecnologías más importantes en el mercado

Preguntas frecuentes

Si te queda alguna duda, escríbenos a master.deeplearning.@upm.es o llámanos al 91 067 37 26

Don’t Miss Out!

Si quieres estar al día y enterarte de las últimas noticias, apúntate aquí

Email
The form has been submitted successfully!
There has been some error while submitting the form. Please verify all form fields again.

¿Tienes alguna duda? Contacta con nosotros

Email

master.deeplearning@upm.es

Phone

+34 91 067 37 26

Dirección

Campus Sur UPM. C/ Alan Turing s/n, 28031 Madrid