Becas y ayudas Europeas
Temario dirigido por empresas
Prácticas garantizadas
Máster Executive en Inteligencia Artificial, MLOps y Cloud Computing » AWS / Azure / Google Cloud, Docker y Kubernetes, MLflow y CI/CD y plataformas MLOps
Presentación

La Inteligencia Artificial ha pasado rápidamente de la experimentación a convertirse en una tecnología integrada en aplicaciones, plataformas y procesos empresariales. Sin embargo, crear un modelo o desarrollar un prototipo representa solo una parte del reto: las organizaciones necesitan sistemas capaces de funcionar de manera estable, segura, observable y escalable en producción.

La Inteligencia Artificial y MLOps en arquitecturas Cloud permiten gestionar todo el ciclo de vida de estas soluciones, desde el desarrollo y evaluación de modelos hasta su versionado, despliegue, monitorización y mejora continua. Este enfoque adquiere aún mayor importancia con la incorporación de modelos generativos, sistemas RAG, LLMs y agentes de IA.

El Máster Executive en Inteligencia Artificial, MLOps y Cloud Computing ofrece una formación práctica orientada a diseñar, desarrollar y operar soluciones de IA en entornos productivos. El programa combina ingeniería de software, Machine Learning, IA generativa, MLOps, Docker, Kubernetes, CI/CD, Cloud Computing, observabilidad, seguridad y arquitecturas empresariales.

Su objetivo es proporcionar una visión End-to-End que permita transformar modelos y prototipos de IA en sistemas preparados para integrarse dentro de organizaciones reales en arquitecturas Cloud Computing.

Solicita más información

    Objetivos

    “Desarrollar capacidades para transformar modelos y prototipos de Inteligencia Artificial en sistemas productivos, automatizados, escalables y observables mediante prácticas de ingeniería, MLOps y arquitecturas Cloud Computing”

    El Máster Executive en Inteligencia Artificial, MLOps y Cloud Computing aborda el ciclo de vida completo de una solución de IA en entornos Cloud Computing: preparación y desarrollo, experimentación y control de versiones, gestión de contenedores, despliegue, automatización, monitorización y operación continua en entornos Cloud Computing utilizando herramientas de Inteligencia Artificial:

    • Aplicar principios de ingeniería de software al desarrollo de sistemas de Inteligencia Artificial.
    • Desarrollar modelos de Machine Learning y Deep Learning preparados para integrarse en aplicaciones.
    • Diseñar soluciones basadas en IA generativa, LLMs, embeddings y arquitecturas RAG.
    • Gestionar experimentos, datos, modelos y versiones mediante prácticas MLOps.
    • Automatizar el ciclo de entrenamiento, testing y despliegue de modelos.
    • Trabajar con Docker y Kubernetes para desplegar cargas de IA.
    • Implementar pipelines CI/CD e Infraestructura como Código.
    • Diseñar arquitecturas Cloud para soluciones de Inteligencia Artificial.
    • Monitorizar rendimiento, drift, trazabilidad y comportamiento de modelos en producción.
    • Aplicar criterios de seguridad, escalabilidad, resiliencia y optimización de costes.
    Salidas profesionales

    “Formar profesionales capaces de transformar modelos y prototipos de Inteligencia Artificial en sistemas productivos, automatizados, escalables y observables mediante prácticas de ingeniería, MLOps y arquitecturas Cloud Computing”

    Existe una necesidad urgente por parte de las empresas y organismos públicos de contratar profesionales capaces de combinar desarrollo de soluciones de IA, automatización, Cloud, contenedores y observabilidad para cubrir el tramo que existe entre el prototipo y la operación real.

    Perfiles profesionales relacionados con la formación:

    • AI Engineer
    • MLOps Engineer
    • LLMOps Engineer
    • Machine Learning Engineer
    • AI Platform Engineer
    • Arquitecto/a Cloud
    • AI Solutions Architect
    • AI Infrastructure Engineer
    Características
    Estimación de horas para su realización
    850 horas
    Créditos ECTS

    34 créditos

    Modalidad de Formación

    Formación personalizada en base a los conocimientos iniciales del alumno (Live Interactive Experience) con clases prácticas en directo con compañeros y profesores en proyectos profesionales.

    Estimación de tiempo de estudio en meses

    8 a 9 meses (formación personalizada flexible). El alumno dispone de dos años para finalizar el programa de formación.

    Bolsa de Trabajo

    Bolsa de trabajo propia de INTECSSA a disposición de los alumnos. Lugar de encuentro entre empresas y alumnos.

    Prácticas Profesionales

    Prácticas profesionales de inserción laboral.

    Selección de candidatos y convenio de prácticas para empresas

    Servicio orientado a empresas que estén interesadas en incorporar a su plantillas con contratos de trabajo o prácticas a alumnos de INTECSSA.

    Bonificación Empresa - Fundae

    Las empresas se pueden bonificar esta formación a través de la Fundae (antigua fundación tripartita)

    Ayudas al estudio

    Infórmese de las ayudas y becas garantizadas que tiene esta formación

    Facilidades de Pago

    Diferentes modalidades de pago adaptadas al alumno

    Temario Resumido

    El programa se estructura en 9 módulos organizados en tres áreas de conocimiento: Ingeniería de IA, MLOps y Cloud para IA.

    Ingeniería de IA

    MÓDULO 1: INGENIERÍA DE SOFTWARE PARA INTELIGENCIA ARTIFICIAL

    • Arquitecturas de Software para IA
    • Python Aplicado a Sistemas de IA
    • APIs y Servicios Inteligentes
    • Git y Versionado
    • Testing y Calidad de Código
    • Diseño Modular
    • Gestión de Dependencias
    • Desarrollo Colaborativo

    MÓDULO 2: MACHINE LEARNING Y DEEP LEARNING

    • Preparación y Tratamiento de Datos
    • Aprendizaje Supervisado
    • Aprendizaje No Supervisado
    • Evaluación de Modelos
    • Redes Neuronales
    • Deep Learning
    • Transfer Learning
    • Optimización de Modelos

    MÓDULO 3: INGENIERÍA DE IA GENERATIVA Y LLMS

    • Arquitecturas Transformer
    • Large Language Models
    • APIs de Modelos Fundacionales
    • Prompt Engineering
    • Fine-Tuning
    • Embeddings
    • RAG
    • Evaluación de Sistemas Generativos

    MLOps

    MÓDULO 4: GESTIÓN DEL CICLO DE VIDA DE MODELOS

    • Introducción a MLOps
    • Experimentación y Tracking
    • Versionado de Datos y Modelos
    • Model Registry
    • Pipelines de Machine Learning
    • Reproducibilidad
    • Automatización del Entrenamiento
    • Gestión del Ciclo de Vida

    MÓDULO 5: CONTENEDORES Y ORQUESTACIÓN PARA IA

    • Fundamentos de Docker
    • Imágenes y Contenedores
    • Docker Compose
    • Kubernetes
    • Despliegue de Modelos
    • Escalabilidad
    • Gestión de Recursos
    • Inferencia en Entornos Distribuidos

    MÓDULO 6: CI/CD Y AUTOMATIZACIÓN PARA INTELIGENCIA ARTIFICIAL

    • Integración Continua
    • Entrega y Despliegue Continuo
    • Testing de Modelos
    • Pipelines Automatizados
    • Infraestructura como Código
    • Automatización de Despliegues
    • Rollback y Versionado
    • GitOps Aplicado a IA

    Cloud para IA

    MÓDULO 7: ARQUITECTURAS DE IA EN CLOUD COMPUTING

    • Arquitecturas Cloud-Native
    • Servicios Gestionados de IA
    • Serverless para Aplicaciones Inteligentes
    • Almacenamiento y Procesamiento de Datos
    • Servicios de Modelos Fundacionales
    • Arquitecturas Multicloud
    • Alta Disponibilidad
    • Diseño de Soluciones Escalables

    MÓDULO 8: OBSERVABILIDAD, SEGURIDAD Y FINOPS PARA IA

    • Monitorización de Modelos
    • Logs, Métricas y Trazabilidad
    • Model Drift y Data Drift
    • Rendimiento de Inferencia
    • Seguridad de Modelos y APIs
    • Gestión de Identidades y Secretos
    • Optimización de Recursos
    • FinOps para Sistemas de IA

    MÓDULO 9: IA EN PRODUCCIÓN Y ARQUITECTURAS EMPRESARIALES

    • Del Prototipo a Producción
    • Serving de Modelos
    • Arquitecturas RAG Productivas
    • Sistemas Agénticos en Producción
    • Escalabilidad y Resiliencia
    • Evaluación Continua
    • Gobierno Operacional de Modelos
    • Proyecto End-to-End de IA en Cloud
    Juntos Construyendo tu Futuro

    ¿Estás preparado para dar el siguiente paso?

    Arranca tu formación y consigue tus metas a tu propio ritmo.

    Empieza hoy mismo