Máster de Formación Permanente en Inteligencia Artificial Aplicada al Deporte

Módulo 1. Introducción a la IA y Big Data (6 ECTS)

• Conceptos básicos de IA (IA: Inteligencia artificial, Machine Learning, Deep Learning, IoT, IoMT, Nube).
• Qué es la IA. Historia de la IA. Tipos de IA (aprendizaje automático, aprendizaje profundo, etc.). Técnicas de IA (redes neuronales, algoritmos genéticos, etc.).
• Big Data y sus características.
• Nuevos paradigmas en la IA. Explotación de datos no estructurados (texto, imágenes, vídeos). Análisis de datos en tiempo real Internet de las Cosas (IoT) y su aplicación.
• Científico de datos vs. investigador tradicional.
• Ejemplos prácticos y futuro de la IA.

Módulo 2. Machine Learning (6 ECTS)

• ¿Cómo funciona la IA?
• Tipos de Machine Learning.
• Cómo entrenar a un modelo de ML.
• Cómo se ejecuta o implementa un modelo de ML.
• Aplicaciones.

Módulo 3. Herramientas de programación e inteligencia artificial en el deporte (10 ECTS)

• Introducción a la Ciencia de Datos e Inteligencia Artificial en el Deporte.
• Lenguajes de programación y Fundamentos de Python.
• Recopilación y Preprocesamiento de Datos Deportivos.
• Análisis Exploratorio de Datos con Python
• Aprendizaje Automático supervisado, no supervisado y por refuerzo, para modelar datos deportivos.
• Modelado Predictivo con Python.
• Entrenamiento, Evaluación e Interpretación de Modelos.
• Implementación de Modelos de IA.
• Recursos y Herramientas para la IA Deportiva

Módulo 4. Visualización y tratamiento de datos (10 ECTS)

• Extracción y Transformación de Datos.
• Limpieza y Preprocesamiento de Datos.
• Integración y Armonización de Datos Multifuente.
• Análisis Exploratorio de Datos (EDA) para el Deporte.
• Creación de visualizaciones claras, concisas y atractivas que comuniquen insights a diferentes audiencias y selección de tipos de gráficos y diagramas adecuados para cada tipo de dato y análisis.
• Aplicación de técnicas de storytelling para narrar historias convincentes a partir de los datos.
• Utilización de herramientas de visualización como Tableau, Power BI y Python para crear visualizaciones interactivas.
• Proveedores de Datos Deportivos.

Módulo 5. Análisis de datos deportivos con IA (6 ECTS)

• Técnicas de obtención de grandes volúmenes de datos
• Data Cleaning y preprocesamiento de datos
• Análisis exploratorio básico
• Modelos estadísticos predictivos.
• Aplicaciones de modelos predictivos.
• Consideraciones futuras

Módulo 6. Aplicaciones prácticas de la IA en el deporte (4 ECTS)

• Uso de la IA en la mejora del rendimiento deportivo.
• Prevención de lesiones mediante técnicas de Machine Learning e Inteligencia Artificial.
• Uso de la Inteligencia artificial en la gestión de eventos y clubes deportivos.
• Herramientas de Computer Vision aplicadas al deporte.

Módulo 7. La regulación de la IA (6 ECTS)

• Introducción a la Regulación de la Inteligencia Artificial (IA)
• Marco Legal y Regulatorio de la IA.
• Enfoques Regulatorios para la IA.
• Aspectos Clave de la Regulación de la IA.
• Implementación y Aplicación de la Regulación de la IA.
• El Futuro de la Regulación de la IA.

Módulo 8. Proyecto profesional de aplicación al deporte (6 ECTS)

• Tipología de proyectos y modelos en Ciencia de Datos e Inteligencia Artificial
• Introducción al modelo de desarrollo en Aprendizaje Automático
• Metodologías de ges+M21tión y desarrollo para sistemas inteligentes.
• Ingeniería del software para la integración de sistemas inteligentes.
• Introducción a la calidad del software basado en IA.
• Modelos de negocio y metodologías.

Módulo 9. Trabajo fin de máster (6 ECTS)

• Diseñar planes de diseño, puesta en marcha y mejora continua de proyectos.
• Elaborar informes de impacto económico y social de un proyecto.
• Desarrollar un proyecto integral del ámbito de la Inteligencia Artificial, de naturaleza profesional, en el que se sinteticen las competencias adquiridas en las enseñanzas, o en un trabajo de carácter innovador de desarrollo de una idea, un prototipo, o el modelo de un equipo o sistema, en alguno de los ámbitos de su competencia.
• Defender el trabajo propuesto ante un tribunal.