Competencias Transversales

• CT01 : Utilizar de forma habitual las herramientas informáticas, así como las tecnologías de la información y las comunicaciones, en todo su desempeño profesional.
• CT02 : Comunicar de forma oral y escrita transmitiendo información, ideas, problemas y soluciones a un público tanto especializado como no especializado.

Competencias Generales

• CG1 : Analizar, diseñar, implementar e implantar soluciones completas de inteligencia artificial utilizando las infraestructuras, tecnologías, métodos, herramientas y plataformas adecuadas a cada problema
• CG2 : Conocer, seleccionar y aplicar métodos de los diferentes campos de la inteligencia artificial para la resolución de problemas de ingeniería.
• CG3 : Analizar fuentes documentales y adquirir conocimientos del ámbito de la inteligencia artificial para seguir los últimos avances en esta área, determinar su aplicabilidad para la resolución de problemas y adaptarse a nuevos escenarios futuros.
• CG4 : Obtener soluciones eficientes, óptimas y/o probables aplicando los principios propios de la ingeniería y el método científico, describiendo de forma adecuada el problema y realizando una evaluación sólida de la propuesta.
• CG5 : Comunicar de manera clara y precisa conocimientos, metodologías, ideas, problemas y soluciones en el ámbito de la inteligencia artificial
• CG6 : Concebir, desarrollar y aplicar sistemas de inteligencia artificial para mejorar los sectores productivos y la sociedad actual, determinando su idoneidad y ámbito de aplicación
• CG7 : Resolver problemas de inteligencia artificial novedosos o multidisciplinares, mostrando iniciativa y originalidad en el desarrollo, después de analizar y entender las especificaciones planteadas
• CG8 : Concebir, desarrollar e implantar sistemas de inteligencia artificial teniendo en cuenta aspectos de calidad y seguridad, dentro del marco normativo, además de atender a criterios medioambientales y de uso racional, ético y eficiente de recursos e información

Competencias Específicas

• CE1 : Comprender y aplicar los principios algorítmicos básicos para diseñar y construir soluciones computacionales a problemas, analizando la idoneidad y complejidad de los algoritmos propuesto
• CE10 : Aplicar los conceptos fundamentales de probabilidad y estadística para la resolución de problemas del ámbito de la inteligencia artificial, y representar y manipular datos para extraer información significativa de los mismos
• CE11 : Aplicar los fundamentos de la estadística bayesiana y las diferentes técnicas de computación intensiva para implementar inferencia y predicción Bayesiana
• CE12 : Describir los principios fundamentales y técnicas básicas de las arquitecturas paralelas y evaluarlas para la resolución de problemas propios de la inteligencia artificial.
• CE13 : Describir los principios fundamentales y técnicas básicas de la programación paralela, concurrente, distribuida y de tiempo real y aplicarlos al desarrollo de sistemas de inteligencia artificial
• CE14 : Describir las características, funcionalidades y estructura de los sistemas operativos, sistemas distribuidos, las redes de computadores e internet y diseñar e implementar aplicaciones basadas en sus servicios
• CE15 : Seleccionar y aplicar sistemas computacionales de altas prestaciones para acelerar la ejecución de métodos y algoritmos y desarrollar sobre ellas aplicaciones de inteligencia artificial
• CE16 : Comprender y valorar los diferentes modelos de servicio y modelos de despliegue asociados a la computación Cloud, así como los servicios proporcionados por proveedores orientados a la inteligencia artificial. Desarrollar y desplegar aplicaciones distribuidas a lo largo del Edge y del Core Cloud.
• CE17 : Diseñar, construir y valorar sistemas de internet de las cosas y sistemas ciberfísicos para aplicaciones industriales y de inteligencia artificial, o con necesidades de funcionamiento específicas (tiempo real, precisión, consumo, etc.)
• CE18 : Entender las características, funcionalidades y estructura de los sistemas de almacenamiento de datos y seleccionar e integrar los más adecuados para la construcción de bases de conocimiento de modelos de inteligencia artificial.
• CE19 : Seleccionar e implementar las principales técnicas de adquisición y transformación de la información en el ámbito de la inteligencia artificial.
• CE2 : Diferenciar entre los paradigmas de programación más habituales y aplicarlos a la implementación de modelos y sistemas de inteligencia artificial
• CE20 : Diseñar e implementar métodos para el procesamiento, análisis y visualización de grandes volúmenes de datos de forma eficiente.
• CE21 : Analizar, diseñar, construir, probar y mantener soluciones de inteligencia artificial de forma robusta, segura y eficiente siguiendo las metodologías y principios de la ingeniería del software
• CE22 : Planificar y gestionar proyectos de inteligencia artificial utilizando las metodologías y herramientas del ámbito de la gestión de proyectos software.
• CE23 : Seleccionar y aplicar las técnicas de modelado más adecuadas, así como los métodos de simulación que permitan representar, diseñar y analizar sistemas dinámicos computacionales
• CE24 : Saber trabajar con señales analógicas y digitales tanto en el dominio temporal como en el de la frecuencia
• CE25 : Diferenciar las distintas estrategias para representar y organizar el conocimiento y aplicarlas a contextos de inteligencia artificial basados en conocimiento y razonamiento orientados a la toma de decisiones y a la planificación.
• CE26 : Seleccionar y aplicar representaciones adecuadas de la información y técnicas de razonamiento y toma de decisiones en ambientes de incertidumbre
• CE27 : Modelar de forma matemática e implementar algoritmos para la resolución de problemas de optimización en el ámbito de la inteligencia artificial.
• CE28 : Modelar y resolver un problema como una búsqueda de espacio de estados, diferenciar los tipos de búsqueda, diseñar heurísticas apropiadas para un determinado problema y evaluar su complejidad espacial y temporal
• CE29 : Diferenciar los distintos tipos de paradigmas de aprendizaje automático y aplicarlos a tareas de agrupamiento, clasificación y regresión.
• CE3 : Seleccionar e implementar de forma eficiente los tipos y estructuras de datos más adecuados para la resolución de problemas de inteligencia artificial
• CE30 : Evaluar la calidad y rendimiento de un sistema de aprendizaje automático para así determinar sus fortalezas y debilidades, determinar su aplicabilidad real y proponer vías de mejora.
• CE31 : Seleccionar, entrenar e implantar modelos de aprendizaje automático adecuados para resolver mediante técnicas de inteligencia artificial problemas del mundo real
• CE32 : Diseñar e implementar modelos de aprendizaje automático basadas en redes neuronales, seleccionando las arquitecturas apropiadas para cada problema, con especial énfasis en las redes profundas.
• CE33 : Identificar e implementar las principales técnicas de inteligencia artificial para el análisis, procesamiento y generación del lenguaje natural
• CE34 : Diseñar e implementar aplicaciones basadas en el procesamiento del lenguaje natural, evaluarlas utilizando las métricas adecuadas, y analizar los modelos subyacentes.
• CE35 : Identificar, seleccionar e implementar las principales técnicas de captura, procesamiento y extracción de características de fuentes de imagen y vídeo.
• CE36 : Diseñar, implementar y evaluar sistemas basados en visión por computador de forma robusta y eficiente, y aplicarlos a diferentes ámbitos.
• CE37 : Entender y aplicar la teoría de agentes inteligentes, las arquitecturas de agentes y los sistemas multiagentes a la implementación de sistemas inteligencia artificial, teniendo en cuenta sus factores fundamentales, el aprendizaje en sistemas multiagente y el desarrollo de sistemas distribuidos.
• CE38 : Diseñar e implementar interfaces persona computador multimodales que garanticen la accesibilidad y usabilidad a los sistemas, servicios y aplicaciones de inteligencia artificial.
• CE39 : Diseñar, construir, desplegar y valorar sistemas informáticos orientados a la creación de entornos inteligentes y sistemas de inteligencia artificial centrados en la persona
• CE4 : Escribir programas robustos mediante lenguajes de programación de alto y medio nivel que utilicen eficientemente la memoria aplicando los tipos de datos y los métodos de gestión de memoria adecuados.
• CE40 : Analizar, integrar y programar sistemas robóticos inteligentes con aplicación en entornos de producción y de servicios.
• CE41 : Analizar, elaborar y defender de forma individual un problema del ámbito de la inteligencia artificial aplicando los conocimientos, estrategias, habilidades y herramientas adquiridas o desarrolladas en el grado
• CE5 : Describir la estructura, organización, funcionamiento e interconexión de los sistemas informáticos, así como los componentes básicos que los conforman
• CE6 : Aplicar los fundamentos de la lógica de primer orden, el cálculo deductivo y la inferencia lógica a la modelización y resolución de problemas de inteligencia artificial
• CE7 : Comprender y aplicar los conceptos básicos sobre las leyes generales de la mecánica, oscilaciones, electromagnetismo y ondas y su aplicación y modelización para la resolución de problemas propios de la inteligencia artificial.
• CE8 : Resolver problemas matemáticos de variable continua, variable discreta y algebraicos que puedan plantearse en el ámbito de la ingeniería relacionados con la ciencia de datos y la inteligencia artificial.
• CE9 : Aplicar y desarrollar con solvencia los conceptos y métodos matemáticos que subyacen a los problemas de la ciencia de datos y la inteligencia artificial para su modelización y resolución

Competencias Básicas

• 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 posean 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