Competencies and objectives

 

Course context for academic year 2024-25

The Master's Thesis (TFM) consists of carrying out a project in the field of artificial intelligence, in which all the competences and skills acquired in the different subjects taken in the Master's Degree in Artificial Intelligence are integrated. The work will be individual and under the guidance of one or more tutors who will have the task of guiding and advising the student in each of the phases of the development of the project. The TFM will be presented and defended before a university tribunal, by means of a public exhibition.

The TFM has two main objectives. On the one hand, the student has the opportunity to study a subject of interest to him/her in depth. On the other hand, it allows them to develop fundamental skills and abilities, such as the ability to plan a process, solve problems, analyse and interpret results, or defend proposals through efficient communication, among others.

 

 

Course content (verified by ANECA in official undergraduate and Master’s degrees) for academic year 2024-25

Transversal Competences

  • CT1 : Ser capaç de liderar projectes relacionats amb la intel·ligència artificial, així com dirigir equips de treball.
  • CT2 : Demostrar destreses informàtiques i informacionals en l'àmbit de la intel·ligència artificial.
  • CT3 : Demostrar habilitats en comunicació oral i escrita.

 

General Competences

  • CG1 : Aplicar els coneixements adquirits a problemes reals relacionats amb la intel·ligència artificial.
  • CG10 : Ser capaç d'utilitzar els principis de l'enginyeria i les modernes tecnologies informàtiques per a investigar, dissenyar, implementar noves aplicacions de la intel·ligència artificial.
  • CG2 : Ser capaç de desenvolupar i aprendre de forma acte-dirigida o autònoma temes relacionats amb la intel·ligència artificial
  • CG3 : Saber desembolicar-se en contextos multidisciplinaris i/o internacionals aportant solucions des del punt de vista de la intel·ligència artificial.
  • CG4 : Conèixer i aplicar en cada situació les responsabilitats socials, ètiques i legals vinculades a la intel·ligència artificial.
  • CG5 : Saber gestionar la informació i els recursos disponibles relacionats amb intel·ligència artificial.
  • CG6 : Ser capaç d'adaptar-se a entorns relacionats amb la intel·ligència artificial, fomentant el treball en equip, la creativitat, la capacitat crítica i l'esperit emprenedor.
  • CG7 : Ser capaç d'adaptar-se a la constant evolució de la disciplina i de comprendre i aplicar els nous avanços técnicocientíficos relacionats amb la intel·ligència artificial.
  • CG8 : Saber projectar, dissenyar, desenvolupar, implantar i mantenir productes, aplicacions i serveis relacionats amb la intel·ligència artificial, tenint en compte aspectes tècnics, econòmics i d'eficiència.
  • CG9 : Saber dirigir projectes relacionats amb la intel·ligència artificial, complint la normativa vigent i assegurant la qualitat del servei.

 

Specific Competences

  • CE22 : Dissenyar, desenvolupar, presentar i defensar, individualment davant un tribunal universitari, un treball integral sobre intel·ligència artificial en el qual se sintetitzen els coneixements adquirits en els ensenyaments.

 

Basic Competences

  • CB10 : Que els estudiants posseïsquen les habilitats d'aprenentatge que els permeten continuar estudiant d'una manera que haurà de ser en gran manera autodirigido o autònom.
  • CB6 : Posseir i comprendre coneixements que aporten una base o oportunitat de ser originals en el desenvolupament i/o aplicació d'idees, sovint en un context d'investigació
  • CB7 : Que els estudiants sàpien aplicar els coneixements adquirits i la seua capacitat de resolució de problemes en entorns nous o poc coneguts dins de contextos més amplis (o multidisciplinaris) relacionats amb la seua àrea d'estudi
  • CB8 : Que els estudiants siguen capaços d'integrar coneixements i enfrontar-se a la complexitat de formular judicis a partir d'una informació que, sent incompleta o limitada, incloga reflexions sobre les responsabilitats socials i ètiques vinculades a l'aplicació dels seus coneixements i judicis
  • CB9 : Que els estudiants sàpien comunicar les seues conclusions i els coneixements i raons últimes que les sustenten a públics especialitzats i no especialitzats d'una manera clara i sense ambigüitats

 

 

 

Learning outcomes (Training objectives)

- Design, develop, present and defend, individually before a university examining board, a comprehensive work related to artificial intelligence in which the knowledge acquired in the courses is synthesised.

 

 

Specific objectives stated by the academic staff for academic year 2024-25

To design, develop, present and defend, individually before a university examining board, a comprehensive work related to artificial intelligence in which the knowledge acquired in the courses is synthesised.

 

 

General

Code: 43511
Lecturer responsible:
CAZORLA QUEVEDO, MIGUEL ANGEL
Credits ECTS: 9,00
Theoretical credits: 0,00
Practical credits: 0,90
Distance-base hours: 8,10

Departments involved

  • Dept: INFORMATION TECHNOLOGY AND COMPUTING
    Area: COMPUTER ARCHITECTURE
    Theoretical credits: 0
    Practical credits: 0,22
  • Dept: PHYSICS, ENGINEERING SYSTEMS AND SIGNAL THEORY
    Area: SYSTEMS ENGINEERING AND AUTOMATICS
    Theoretical credits: 0
    Practical credits: 0,22
  • Dept: LANGUAGES AND COMPUTING SYSTEMS
    Area: LANGUAGES AND COMPUTING SYSTEMS
    Theoretical credits: 0
    Practical credits: 0,22
  • Dept: SCIENCE OF COMPUTING AND ARTIFICIAL INTELLIGENCE
    Area: SCIENCE OF COMPUTING AND ARTIFICIAL INTELLIGENCE
    Theoretical credits: 0
    Practical credits: 0,24
    This Dept. is responsible for the course.
    This Dept. is responsible for the final mark record.

Study programmes where this course is taught