El Programa de Postgrado acoge los cursos que dan derecho a la obtención de un Título Propio otorgado por la UNED. Cada curso se impartirá en uno de los siguientes niveles: Máster de Formación Permanente, Diploma de Especialización, Diploma de Experto/a y Certificado de Formación del Profesorado.
Requisitos de acceso:
Estar en posesión de un título de Grado, Licenciatura, Diplomatura, Ingeniería, Ingeniería Técnica, Arquitectura o Arquitectura Técnica. La dirección del curso podrá proponer que se establezcan requisitos adicionales de formación previa específica en algunas disciplinas.
Asimismo, de forma excepcional y previo informe favorable de la citada dirección, el Rectorado podrá eximir del requisito previo de la titulación en los cursos conducentes al Diploma de Experto/a Universitario/a. En estos supuestos para realizar la matrícula se deberá presentar un currículo vitae de experiencias profesionales que avalen su capacidad para poder seguir el curso con aprovechamiento y disponer de acceso a la universidad según la normativa vigente.
Quien desee matricularse en algún curso del Programa de Postgrado sin reunir los requisitos de acceso podrá hacerlo, aunque, en el supuesto de superarlo, no tendrá derecho al Título propio, sino a un Certificado de aprovechamiento.
Los/as candidatos/as tener una edad comprendida entre 25 y 64 años y acreditar que cumplen los requisitos académicos siguientes:
Principales objetivos
Capacitar a los desarrolladores en el uso de IA avanzada, incluyendo Deep Learning y la creación de chatbots mediante RAG y LangChain. A través de talleres prácticos, mejorarán sus habilidades técnicas, aprendiendo a desarrollar aplicaciones colaborativas basadas en IA y a optimizar su flujo de trabajo en proyectos de software.
Resultados de aprendizaje
Perfiles de egreso
Módulo 1: Fundamentos de la IA Generativa
Módulo 2: Prompt Engineering General
Módulo 3: Prompt Engineering para Programadores
Módulo 4: Entrenamiento de Algoritmos para Data Science
Módulo 5: Plataformas Colaborativas y APIs
La metodología seguida será la propia de la educación a distancia. El estudio de la microcredencial estará dirigido por las guías de estudio de cada módulo. En ellas el /la estudiante encontrará información relevante a cómo estudiar cada módulo haciendo uso del material obligatorio y complementario. El aprendizaje de esta microcredencial está basado en la resolución de problemas, ejercicios y trabajos prácticos, de esta manera el/la estudiante ejercitará, ensayará y pondrá en práctica conocimientos previos adquiridos tras la lectura del material obligatorio y recomendado y del material que el equipo docente ofrecerá a lo largo del curso para fijar, profundizar y ampliar los conceptos tratados en el curso. El/la estudiante contará con un entorno de trabajo colaborativo en la plataforma educativa de la UNED. Desde ella podrá establecer contacto con sus compañeros/as y tutores. Los tutores atenderán a los/las estudiantes a través de la plataforma educativa.
Duración: del lunes 1 de diciembre de 2025 al sábado 28 de febrero de 2026.
Dedicación: 50 horas.
La microcredencial a la que da acceso la presente acción formativa es impartida en español, de forma virtual por las entidades Madrid Internet of Things Institute, S.L. (MIOTI Tech & Business School) y UNED entre los días 1 de diciembre de 2025 y 28 de febrero de 2026, siendo asimilable a un nivel MECU 5 correspondiente a Título de Técnico Superior de Formación Profesional, Artes Plásticas y Diseño o Deportivo. Certificado de Profesionalidad Nivel 3. Curso de Especialización de Grado Superior.
El logro resultante de la consecución de la microcredencial implica la acreditación de los siguientes resultados de aprendizaje y competencias asociadas:
Resultado de aprendizaje | Tipo | Competencias ESCO |
---|---|---|
Identificar los principios fundamentales de la inteligencia artificial generativa y sus aplicaciones en el desarrollo de software, reconociendo herramientas, modelos y marcos de trabajo actuales. | Conocimiento | Principios de la inteligencia artificial: Las teorías de la inteligencia artificial, principios aplicados, arquitecturas y sistemas, tales como agentes inteligentes, sistemas multiagentes, sistemas expertos, sistemas basados en normas, redes neuronales, ontologías y teorías cognitivas. |
Explicar el funcionamiento de los modelos de lenguaje y los fundamentos del prompt engineering, analizando cómo las instrucciones afectan la calidad de las respuestas generadas por IA. | Conocimiento | Aprendizaje automático: Los principios, métodos y algoritmos del aprendizaje automático, un subcampo de la inteligencia artificial. Modelos de aprendizaje automático comunes, como los modelos supervisados o no supervisados, los modelos semisupervisados y los modelos de aprendizaje por refuerzo. |
Aplicar técnicas de IA generativa para automatizar tareas de programación, como generación de código, documentación técnica y pruebas automatizadas, integrando herramientas y APIs especializadas. | Capacidad | Tratamiento digital de los datos: Identificar, localizar, recuperar, almacenar, organizar y analizar información digital, evaluando su pertinencia y su propósito. |
Diseñar soluciones que integren IA generativa en entornos colaborativos o flujos de trabajo técnicos, mediante el desarrollo de asistentes inteligentes, integración de APIs o automatización de procesos. | Capacidad | Diseñar sistemas y productos: Crear un plan o especificación para la construcción de un objeto, sistema o estructura basándose en conceptos de diseño estético y/o funcional. |
Analizar los resultados producidos por herramientas de IA generativa, interpretando su funcionamiento, limitaciones y oportunidades de mejora en contextos reales de desarrollo. | Capacidad | Análisis de datos: La ciencia que consiste en el análisis y la toma de decisiones a partir de datos brutos recabados de distintas fuentes, lo cual incluye el conocimiento de técnicas que emplean algoritmos para extraer información o tendencias de dichos datos con el fin de respaldar los procesos de toma de decisiones. |
La evaluación de los conocimientos y competencias adquiridos se realiza a través de una tarea puntuable llevada a cabo de forma virtual, siendo la supervisión y verificación del estudiantado matriculado supervisada en línea con verificación de la identidad.
El curso proporciona conocimientos técnicos y prácticos para implementar soluciones avanzadas basadas en IA, incluyendo técnicas de aprendizaje profundo, diseño de prompts efectivos, integración con plataformas como OpenAI y el desarrollo de chatbots inteligentes mediante tecnologías como RAG y LangChain.
Siguiendo los parámetros de la metodología de la educación a distancia y de acuerdo con la ORDEN 1406/2015, de 18 de mayo, de la Consejería de Educación, Juventud y Deporte, por la que se regulan en la Comunidad de Madrid las enseñanzas de Formación Profesional en régimen a distancia, el curso adoptará las siguientes modalidades de atención al alumnado:
Los/las estudiantes tendrán a su disposición un chatbot, foro y atención por email de la coordinación académica: staff@faculty.mioti.es. En las sesiones livestreaming, atención directa del profesor.
Tutor: Diego García Morate
Horario de atención: 9:00 a 18:00
E-mail: staff@faculty.mioti.es
Teléfono: 606426122
Actividades prácticas por cada uno de los módulos:
Se puede encontrar información general sobre ayudas al estudio y descuentos en este enlace.
Debe hacer la solicitud de matrícula marcando la opción correspondiente, y posteriormente enviar la documentación al correo: descuentos@fundacion.uned.es.
Del 20 de octubre al 2 de noviembre de 2025.
Información de matrícula:
Fundación UNED
C/ Guzmán el Bueno, 133 - Edificio Germania, 9ª planta
28003 Madrid
Teléfonos: +34913867275/1592
ATENCIÓN!!
En el momento de realización de la solicitud de matrícula debe marcar la subvención Fondos del plan de Recuperación, Transformación y Resiliencia Componente 21 Microcredenciales, de forma que, aunque el precio de la matricula del curso es 426.22 € solo se le cobrará 30% del importe la de matricula, es decir 127.87 €.
Negociado de Institucionales.