Quiero diseñar, entrenar y aplicar modelos de Machine Learning para resolver problemas reales de negocio.
Aplica algoritmos de aprendizaje supervisado y no supervisado con Python y scikit-learn
Construye redes neuronales y modelos de Deep Learning con TensorFlow
Desarrolla sistemas de recomendación y proyectos de Procesamiento del Lenguaje Natural
Defiende un Trabajo Final centrado en un reto real de IA aplicada a empresa
· Salidas laborales ·
Machine Learning Engineer
Desarrolla, entrena y optimiza modelos de aprendizaje automático para resolver problemas complejos con datos
Salario medio
≈ 55.000 €/AÑO
Consultor(a) en IA/Machine Learning
Asesora a empresas en la adopción e implementación de soluciones basadas en inteligencia artificial y machine learning
Salario medio
≈ 60.000 €/AÑO
Analista y Arquitecto(a) en ML
Diseña la infraestructura y analiza datos para construir sistemas de aprendizaje automático eficaces y escalables
Salario medio
≈ 58.000 €/AÑO
· Certificaciones ·
Sal preparado para las certificaciones que importan
El máster te alinea con los estándares reconocidos internacionalmente. Al terminar, tendrás el conocimiento para presentarte a las certificaciones más valoradas por las empresas.
Microsoft Certified: Azure Data Fundamentals
Microsoft certified: Azure AI Fundamentals (AI-900)
Certificación Ingeniero Asociado de IA de Azure (AI-102)
Desarrollar algoritmos de análisis predictivo sobre los datos en base a patrones
Entender el desarrollo actual y las aplicaciones potenciales de la Inteligencia Artificial
Conocer los fundamentos del Machine Learning y los tipos de algoritmos más utilizados dentro del Aprendizaje Supervisado y No Supervisado, así como su aplicación en entornos reales
Conocer los distintos tipos de redes neuronales y sus usos más habituales en entornos reales
¿Necesitas asesoramiento? Da el siguiente paso.
Becas de hasta el 40% · plazas limitadas para Octubre 2026
Ecosistemas de Machine Learning en la nube. Soluciones Cloud y GenAI
Proyecto: Diseño integral y detallado de una solución de IA para el contexto educativo
Asignatura 02
Métodos de clasificación basados en algoritmos de Inteligencia Artificial
Clases de esta asignatura
Clasificación binaria, multiclase y métricas. Curva ROC
Clasificación con Naive Bayes
Clasificación con Support Vector Machine (SVM)
Proyecto: Evaluación del estado de salud de un bebé durante el parto
Asignatura 03
ML supervisado avanzado: modelos predictivos en la era de la IA
Clases de esta asignatura
Clasificación con KNN, regresión logística y softmax
Regresión y clasificación con árboles de decisión
Combinación de clasificadores: ensembles y random forests
Proyecto: Desarrollo de un análisis predictivo sobre la propensión a abandonar la empresa por parte del personal empleado
Asignatura 04
Aprendizaje NO Supervisado
Clases de esta asignatura
Reducción de dimensionalidad en los datos: PCA
Algoritmos de agrupamiento: K Medias y jerárquico
Técnicas de detección de anomalías
Proyecto: Descubrir estructura de datos en diagnóstico
Asignatura 05
Introducción a la IA profunda: redes neuronales y deep learning
Clases de esta asignatura
Hitos del Deep Learning y fundamentos de las redes neuronales
Frameworks de Deep Learning: TensorFlow
Ajuste de modelos de Deep Learning
Proyecto: Análisis donde se aplican técnicas de Deep Learning
Asignatura 06
IA visual: reconocimiento de imágenes con redes convolucionales
Clases de esta asignatura
Fundamentos de las CNNs: kernels, convolución, pooling, etc.
Modelos pre-entrenados: Transfer Learning y Fine-Tuning
Deep Learning en producción
Proyecto: Análisis de un problema de clasificación de imágenes con Deep Learning
Asignatura 07
Sistemas de recomendación inteligente
Clases de esta asignatura
Personalización guiada por datos
Filtrado Colaborativo
Aplicaciones, tendencias y retos de los sistemas de recomendación
Proyecto: Implementando un algoritmo de SR con la librería Surprise de Python
Asignatura 08
Procesamiento del lenguaje natural y LLMs
Clases de esta asignatura
Introducción al Procesamiento del Lenguaje Natural
Modelos Probabilísticos de NLP y Métodos de Aplicación
NLP – Modelos y Algoritmos
Proyecto: Clasificación de Sentimientos en Reseñas de Películas con Modelos Clásicos y Redes Neuronales Sencillas
Asignatura 09
Global Project
Clases de esta asignatura
· Herramientas reales ·
Sales manejando las herramientas que piden las ofertas
No es teoría: trabajarás desde el primer sprint con el mismo stack que usan los equipos ágiles hoy. Llegas a tu próxima entrevista sabiendo usarlas.
Otras herramientas
Conoce las herramientas clave del sector que presentamos durante el programa para que estés al día con las tendencias y mejores prácticas de la industria. Aunque no se emplearán directamente en las actividades, podrás descubrir su potencial.
¿Encaja contigo? Da el siguiente paso.
Becas de hasta el 40% · plazas limitadas para Octubre 2026
"Esperaba teoría y me encontré una formación 100% aplicable. Empecé a usar lo aprendido en mi empresa antes de terminar el máster — y a los tres meses ascendí a Scrum Master."
Sonia Fábregat · Scrum Master · antes Analista de Proyectos
Roberto Esteves
Gerente General en Masapp
Solamente pasaba para compartirles un pequeño éxito, haber terminado el postgrado en el IEBS Business School en "Data Science y Machine Learning", esto me sirve para poder seguir dando mejores capacitaciones.
David González García
Data Science en Ingenieros Asesores
Terminado el Postgrado en #datascience y #machinelearning de IEBS Business School . Gracias a todos los profesores por el esfuerzo y dedicación
· Financiación ·
Una formación accesible, sin renunciar a nada
Creemos en una educación de calidad al alcance de quien quiere crecer. Por eso ofrecemos financiación flexible y becas según tu perfil.
40%
Becas Impulsa
Hasta el 40% del coste cubierto, en colaboración con Grupo Edutech.
25%
Ayudas Smart
Hasta un 25% de descuento para los perfiles que mejor encajan con el programa.
Fundae
Pago por empresa
Emitimos factura y gestionamos la bonificación.
El importe y las condiciones de financiación pueden variar según convocatoria y país. Consulta con tu asesor las opciones de beca aplicables a tu caso
Programa completo
4.150€
Campus + sesiones en directo + Global Project
Titulación propia IEBS y bolsa de empleo
Acceso a la comunidad y eventos de alumni
¿Quieres saber si puedes acceder a una de nuestras becas o ayudas?
Aprenderás a diseñar, entrenar y aplicar modelos de inteligencia artificial y machine learning para resolver problemas reales. Dominarás desde los fundamentos matemáticos hasta la implementación práctica de algoritmos, procesamiento de datos, clasificación, predicción y modelos avanzados como redes neuronales.
2
¿Necesito saber programación para hacer este postgrado?
Sí, se recomienda tener nociones básicas de programación (preferiblemente en Python). El contenido es técnico y está pensado para perfiles que quieren iniciarse o consolidarse profesionalmente en el ámbito de la IA y el ML.
3
¿Qué herramientas y lenguajes utilizaré?
Trabajarás principalmente con Python, usando librerías como scikit-learn, Pandas, NumPy, TensorFlow y Keras. También utilizarás entornos como Google Colab, Jupyter Notebooks y plataformas cloud para entrenar y desplegar modelos.
4
¿Qué tipo de proyectos desarrollaré?
Desarrollarás proyectos como predicción de datos, clasificación de imágenes, procesamiento de lenguaje natural (NLP), análisis de sentimientos, motores de recomendación y modelos de deep learning, aplicando datasets reales y validando modelos con métricas profesionales.
5
¿Qué salidas profesionales ofrece este postgrado?
Podrás trabajar como Machine Learning Engineer, Data Scientist, AI Developer, Analista de Datos o Ingeniero de Modelos Predictivos, en sectores como tecnología, banca, salud, marketing, logística o cualquier industria basada en datos.