Última revisión realizada:05/11/2020

Denominación de la asignatura: Trabajo Fin de Máster
Máster al que pertenece Máster Universitario en Inteligencia Artificial
Créditos ECTS: 12
Cuatrimestre en el que se imparte: Segundo
Carácter de la asignatura: Trabajo Fin de Máster

Presentación

El Trabajo de Fin de Máster es el último paso para obtener la titulación. Supone la realización de un trabajo inédito y original en el que aplicarás y desarrollarás los conocimientos y competencias adquiridos en las enseñanzas seguidas. Se realiza en la parte final del plan de estudios, con carácter obligatorio, y bajo la supervisión del director asignado. Además, este trabajo implica una defensa ante una comisión evaluadora que debe ser superada.

Competencias básicas

  • CB7. Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
  • CB8. Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
  • CB9. Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades. 
  • CB10. Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo. 

Competencias generales

  • CG1.  Adquirir la capacidad de analizar todo el contexto asociado a problemas reales de ingeniería, identificando las posibles soluciones tecnológicas más adecuadas a la vez que se consideran los más altos estándares éticos, sociales y de respeto a la legalidad vigente.
  • CG3.  Diseñar, planificar e implementar soluciones ingenieriles utilizando tecnologías de inteligencia artificial, seleccionando las herramientas, dispositivos y plataformas más adecuadas al problema planteado en cada caso.
  • CG4.  Evaluar las necesidades materiales y el esfuerzo humano requerido para afrontar con éxito proyectos complejos de inteligencia artificial.
  • CG5.  Tener la capacidad de comunicar de forma efectiva y ejecutiva tanto el progreso de los proyectos tecnológicos como los resultados obtenidos, valorando el impacto final logrado en las áreas de negocio, social y económica.
  • CG7.  Desarrollar habilidades de innovación y gestión de proyectos con equipos multidisciplinares en ciencias cognitivas, combinando adecuadamente las diversas capacidades técnicas, de negocio y científicas.

Competencias específicas

  • CE2. Identificar los factores clave en el desarrollo de proyectos de inteligencia artificial y las implicaciones legales y sociales de la toma automática de decisiones.  
  • CE3. Comprender la complejidad y conocer todas las fases de desarrollo de soluciones tecnológicas basadas en la inteligencia artificial. 
  • CE7. Identificar las principales herramientas y entornos de desarrollo disponibles para implementar soluciones de inteligencia artificial. 
  • CE8. Adquirir la capacidad de integrar de forma innovadora múltiples técnicas y herramientas en una misma solución de inteligencia artificial. 
  • CE10. Identificar los requisitos de seguridad, rendimiento e interacción con humanos del sistema de inteligencia artificial y ser capaz de diseñar una solución tecnológica que los cumpla. 
  • CE11. Comprender los modelos de negocio que soportan financieramente el desarrollo y la operación de los sistemas de inteligencia artificial. 
  • CE22. Capacidad para desarrollar una solución tecnológica a un problema de negocio de forma autónoma, presentando y defendiendo ante un tribunal académico y profesional los resultados obtenidos, demostrando la integración y aplicación de las competencias adquiridas. 

Competencias transversales

  • CT1. Organizar y planificar las tareas aprovechando los recursos, el tiempo y las competencias de manera óptima. 
  • CT2. Identificar las nuevas tecnologías como herramientas didácticas para el intercambio comunicacional en el desarrollo de procesos de indagación y de aprendizaje. 
  • CT3.  Desarrollar habilidades de comunicación, escritas y orales, para realizar atractivas y eficaces presentaciones de información profesional.
  • CT4.  Adquirir la capacidad de trabajo independiente, impulsando la organización y favoreciendo el aprendizaje autónomo.

Las actividades formativas y las horas de dedicación a cada una de ellas se detallan en la siguiente tabla:

ACTIVIDADES FORMATIVAS HORAS POR ASIGNATURA % PRESENCIAL
Sesión inicial de presentación (TFM) 2 horas 100%
Lectura de material en el aula virtual (TFM) 5 horas 0%
Tutorías  (TFM) 6 horas 100%
Sesiones grupales (TFM) 3 horas 100%
Elaboración del Trabajo Fin de Máster 284 horas 0%
Total 300 horas -

La calificación final del TFM depende de la evaluación de la Comisión Evaluadora.
La calificación se otorgará en función de la escala numérica de 0 a 10, con expresión de un decimal, a la que deberá añadirse su correspondiente calificación cualitativa:

0 - 4, 9 Suspenso (SS)
5,0 - 6,9 Aprobado (AP)
7,0 - 8,9 Notable (NT)
9,0 - 10 Sobresaliente (SB)

En caso de que el TFM sea propuesto para la mención de “Matrícula de Honor” por la comisión, la Comisión Académica del Título decidirá la asignación de dicha mención, en todo caso, de acuerdo a la normativa vigente. El total de las menciones no podrá exceder el 5 % de los estudiantes matriculados en el TFM.

La evaluación del Trabajo fin de Máster se realiza atendiendo los siguientes aspectos:

Sistema de evaluación Ponderación
Estructura del TFM 20%
Contenidos del TFM 30%
Exposición del TFM 50%