Solicita información
InternacionalAcceso estudiantes

Máster Universitario en
Inteligencia Artificial para el Sector de la Energía y las Infraestructuras

Plan de Estudios

Inicio

3 nov 2025

Duración

1 curso

Créditos

60 ECTS

Modalidad

Online interactivo

Título

Oficial

Un plan de estudios para enfocar la IA hacia el sector energético

A partir de los conocimientos que adquirirás en este máster serás capaz de aplicar soluciones innovadoras basadas en IA a la resolución de diferentes problemas reales en el ámbito de la energía y las infraestructuras. Además, descubrirás diferentes técnicas como algoritmos inteligentes de búsqueda, razonamiento, planificación y control; los agentes inteligentes y sistemas multiagente; el aprendizaje automático (machine learning), así como la creación de modelos avanzados de aprendizaje automático profundo o deep learning.

Estructura del plan de estudios

Los créditos del programa están repartidos de la siguiente forma:

TIPOECTS
Obligatorias42
Optativas6
Trabajo fin de Máster12
Créditos totales60

Consulta la distribución de asignaturas por cuatrimestres y sus contenidos, las competencias a adquirir, la metodología de aprendizaje, el proceso de evaluación, la bibliografía asociada y orientaciones para el estudio.

El estudiante puede escoger 6 ECTS optativos de entre las siguientes asignaturas optativas ofertadas:

AsignaturasCarácterCréditos
Aplicaciones Inteligentes en Energías RenovablesOptativa6
Soluciones Tecnológicas para Ciudades InteligentesOptativa6
IoT para el Sector de la Energía y las InfraestructurasOptativa6

Reconocimiento de créditos

Puedes reconocer hasta 15% del total de créditos que constituye el plan de estudios, a partir de experiencia profesional o laboral. En el caso de este título de 60 ECTS, esto equivale a 9 ECTS.

Para ello, deberás demostrar tu experiencia en una empresa cuya actividad consista en el desarrollo de soluciones tecnológicas en los sectores de la Energía y las Infraestructuras. El período mínimo deberá haber sido de 360 horas de trabajo acreditado, desempeñando el desarrollo y la implantación de soluciones tecnológicas, por lo menos, en uno de los siguientes ámbitos: energías renovables, ciudades inteligentes, o internet de las cosas.

 

Prácticas profesionales

El título no cuenta con prácticas curriculares obligatorias. No obstante, algunas de las empresas del sector con las que la UNIR cuenta con acuerdos de colaboración y en las que se podrían realizar prácticas extracurriculares si la UNIR lo gestiona incluyen: ENEL, ENDESA, Alcatel-Lucent, Galp Energía, e-On, Viesgo o Enagas.

Trabajo Fin de Máster

El TFM deberá ser trabajado de manera individual, no permitiéndose los trabajos en grupo. Se centrará en la investigación de técnicas de inteligencia artificial y/o en el desarrollo de soluciones basadas en métodos de inteligencia artificial para la resolución de un problema concreto en el ámbito de los sectores de la energía y/o las infraestructuras. Existen 5 líneas de trabajo: 

  • Línea 1: Aprendizaje automático
  • Línea 2: Búsqueda y optimización
  • Línea 3: Razonamiento y planificación
  • Línea 4: Sistemas autónomos y multiagente
  • Línea 5: Percepción y control por computador

Además, contamos con 4 tipos de trabajo que puedes elegir para desarrollar tu TFM: 

En esta modalidad de trabajo deberás diseñar y desarrollar una experiencia real en un entorno de producción (con usuarios, máquinas y redes reales), empleando técnicas de inteligencia artificial, junto con un análisis estadístico de resultados y pautas específicas de aplicabilidad. El objetivo es medir el impacto real de determinados cambios o intervenciones tecnológicas, estableciendo comparaciones entre un caso base y uno experimental.

El piloto deberá responder a una serie de preguntas de investigación planteadas a priori y deberá aplicar un procedimiento concreto orientado a la búsqueda de respuestas a dichas preguntas. Además, deberá incluir necesariamente una fase de análisis que busque extraer conclusiones a partir de los datos obtenidos en el piloto para así dar respuesta a las preguntas planteadas.

En esta modalidad de trabajo deberás abordar un problema concreto y proporcionar una solución tecnológica específica mediante el desarrollo/adaptación de una aplicación informática en un contexto determinado, con objeto de innovar, mejorar, solucionar o evolucionar una situación existente.

La contribución central en este tipo de trabajos es la herramienta software programada, pero se espera una cierta validación de la herramienta mediante pruebas de usabilidad y/o aceptación por parte de expertos. Las herramientas deben ser novedosas y desarrolladas específicamente para el trabajo.

Es un requisito imprescindible que seas capaz de hacer una demostración práctica de la herramienta desarrollada y que esta cumpla con unos mínimos requisitos de usabilidad.

En esta modalidad de trabajo deberás diseñar y desarrollar una metodología de uso, definición, aplicación o evaluación de/con técnicas de inteligencia artificial. La metodología debe estar bien fundamentada en estudios previos (existentes o desarrollados por ti mismo).

La contribución central en este tipo de trabajo es la metodología propuesta, aunque se espera la realización de una validación de la misma mediante pruebas piloto con usuarios o validación por expertos.

En esta modalidad de trabajo deberás investigar en profundidad distintas alternativas para una misma tarea (por ejemplo, diferentes técnicas de inteligencia artificial para aplicar una misma solución o diferentes soluciones para un mismo problema), de cara a identificar las ventajas y desventajas de cada una a la hora de resolver un problema concreto.

No consiste en ningún caso en hacer una comparativa a priori de las características de cada una, sino en un análisis empírico y pormenorizado que permita identificar qué solución es mejor para un problema concreto, basándose en datos específicos.

Por tanto, el trabajo debe comenzar identificando un problema concreto y las posibles técnicas de inteligencia artificial existentes para solventarlo. A continuación, y de forma experimental, se comprobará cuál de las soluciones es más apropiada para resolver el problema, discutiendo las ventajas y desventajas a partir de los datos obtenidos experimentalmente.