Portal Web de la UNED, Universidad Nacional de Educación a Distancia

Logo de la UNED
Curso académico 2025-2026

Machine Learning y Modelos de Lenguaje aplicados a Innovación y Transformación Digital Empresarial

La matrícula no está abierta.
3 créditos
MICROCREDENCIAL
compartir imprimir pdf
Características: material multimedia, curso virtual y guía didáctica.
Departamento
Inteligencia Artificial
E.t.s. de Ingeniería Informática
PROGRAMA DE POSTGRADO
Máster de Formación Permanente, Diploma de Especialización, Diploma de Experto y Certificado de Formación del Profesorado.
Curso 2025/2026

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.

Destinatarios

Esta microcredencial en Machine Learning y Modelos de Lenguaje para la Innovación y Transformación Digital Empresarial está dirigida a profesionales técnicos y no técnicos -como desarrolladores, analistas de datos, emprendedores, gestores de proyectos o responsables de transformación digital- que tengan entre 25 y 64 años y deseen aplicar estas tecnologías para optimizar procesos, tomar decisiones basadas en datos y mejorar estrategias comerciales.

 

Es recomendable tener conocimientos básicos de programación (Python, R, SQL, JavaScript) y nociones de análisis de datos para seguir con éxito los contenidos y aplicar los modelos de forma práctica.

 

Este curso está subvencionados con Fondos de Recuperación Next Generation de la UE, por lo que el precio de  matrícula que abonará el alumno es de 115,83 €.

1. Objetivos
  • Desarrollar habilidades prácticas en Machine Learning y Modelos de Lenguaje para que los participantes puedan aplicarlos directamente en entornos empresariales, mejorando sus competencias para el empleo en la optimización de procesos y contribuyendo a la transformación digital de las empresas.
  • Capacitar a los participantes para integrar soluciones de Machine Learning y modelos de lenguaje en áreas clave como gestión de datos, automatización de procesos, toma de decisiones estratégicas y desarrollo de productos, permitiéndoles acceder a puestos técnicos y de liderazgo en empresas de tecnología, consultoría y otros sectores.
  • Fortalecer las competencias en el uso de herramientas y tecnologías de vanguardia como TensorFlow, Hugging Face, y Apache Spark, para que los participantes puedan desarrollar y optimizar modelos de Machine Learning en proyectos empresariales reales, aumentando su empleabilidad en el campo de la IA.
  • Preparar a los estudiantes para trabajar en equipos interdisciplinarios, colaborando con otros profesionales en el diseño, desarrollo y despliegue de aplicaciones de Machine Learning y IA, mejorando su capacidad de adaptación a entornos empresariales diversos y dinámicos.
  • Brindar una comprensión profunda de los aspectos éticos y regulatorios de la Inteligencia Artificial, lo que les permitirá aplicar IA de manera responsable y legal en el contexto empresarial, un aspecto cada vez más valorado por las empresas al contratar profesionales para roles relacionados con la IA.
2. Contenidos
  • Fundamentos de Machine Learning y Preprocesamiento de Datos
  • Algoritmos de Machine Learning y MLOps Básico
  • Introducción a los Large Language Models (LLMs)
  • Aplicaciones Prácticas de ML y LLMs
  • Integración de ML y LLMs en Big Data
3. Metodología y actividades

La propuesta metodológica se ajusta a las características y necesidades de cada alumno/a, combinando las metodologías de enseñanza híbrida y de trabajo autónomo del alumnado mediante el uso de las nuevas tecnologías de la información y comunicación, con la comunicación unificada, creando un entorno de aprendizaje activo, próximo y colaborativo en el Campus Online.La microcredencial está diseñada para propiciar el fomento de las habilidades, conocimientos y experiencias relevantes para el desarrollo profesional dentro del ámbito de la temática del contenido formativo.

  • Teoría + Práctica: Con una sólida base teórica seguida de la aplicación práctica.
  • Proyectos reales: Utilización de herramientas de la industria en proyectos concretos.
  • Evaluación continua: Seguimiento constante del progreso.
  • Modalidad online: Flexibilidad para adaptar el curso al ritmo del estudiante.
  • Aprendizaje colaborativo y autónomo: Fomentando el trabajo en equipo y la investigación independiente.
4. Nivel del curso
5. Duración y dedicación

Duración: del lunes 1 de diciembre de 2025 al lunes 2 de marzo de 2026.

Dedicación: 75 horas.

6. Equipo docente

Director/a

Director - UNED
CASTILLO CARA, JOSE MANUEL

Directores adjuntos

Director adjunto - Externo
OCAÑA RUÍZ, ANA MARÍA

Colaboradores externos

Colaborador - Externo
CASADO DE SANTOS, RAIMUNDO ÁNGEL
Colaborador - Externo
REINA GARCÍA, MARÍA DEL CARMEN
7. Material didáctico para el seguimiento del curso
7.1 Material obligatorio
7.1.1 Material en Plataforma Virtual

El material didáctico objeto fundamental del proceso de enseñanza, será puesto a disposición del alumno en el Campus Virtual de manera ordenada y en los formatos más idóneos para ajustarlos a las especificaciones de la microcredencial. El alumnado debe trabajarlos de manera autónoma dedicando un tiempo que dependerá de las necesidades individualizadas del alumno con un seguimiento del tutor y la impartición de la formación en el Campus Virtual.

 

Material Didáctico:

  • GUÍA DEL ALUMNO
  • CONTENIDO INTERACTIVO
  • TEMARIO Y MANUALES DESCARGABLES
  • GLOSARIO
  • BIBLIOGRAFIA
  • VIDEO TUTORIAL HERRAMIENTAS
  • EJERCICIOS PROPUESTOS 
  • CLASES EN AULA VIRTUAL A TIEMPO REAL
  • PRUEBAS DE EVALUACIÓN
7.2 Material optativo, de consulta y bibliografía
7.2.1 Otros Materiales
8. Información adicional sobre titulaciones ofertadas sometidas al SAIC

La microcredencial a la que da acceso la presente acción formativa es impartida en español, de forma virtual por la entidad UNED entre los días 1 de diciembre de 2025 y 2 de marzo de 2026, siendo asimilable a un nivel MECU 2 correspondiente a Certificación de superación de 2º de la ESO. Certificado de Formación Profesional de Grado Básico..

El logro resultante de la consecución de la microcredencial implica la acreditación de los siguientes resultados de aprendizaje y competencias asociadas:

Resultado de aprendizajeTipoCompetencias ESCO
Comprender los principios y aplicaciones de la inteligencia artificial y su evoluciónConocimientoPrincipios 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.
Conocer los diferentes tipos de Aprendizaje automáticoConocimientoAprendizaje 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.
Conocer cómo funcionan las redes neuronales artificialesConocimientoRed neuronal artificial: Una red de neuronas artificiales creada para solucionar problemas de inteligencia artificial. Estos sistemas informáticos están inspirados en las redes neuronales biológicas que conforman el cerebro. El entendimiento de su modelo general y de sus elementos. El conocimiento de sus posibilidades de uso para fines de automatización.
Identificar y utilizar nuevas las herramientas más relevantes y actuales en el mundo de la IA, como Hugging Face, TensorFlow, Spark y FlaskCapacidadAprendizaje profundo: Los principios, métodos y algoritmos del aprendizaje profundo, un subcampo de la inteligencia artificial y el aprendizaje automático. Redes neurales comunes, como los perceptrones, las redes predictivas, las redes de retropropagación y las redes neurales convolucionales y recurrentes.
Aprender a integrar estas nuevas herramientas con Big DataCapacidadDevOps: El enfoque de desarrollo DevOps es una metodología para diseñar sistemas y aplicaciones de software centradas en la colaboración entre programadores informáticos y otros profesionales de las TIC y la automatización.

La evaluación de los conocimientos y competencias adquiridos se realiza a través de una evaluación formativa llevada a cabo de forma virtual, siendo la supervisión y verificación del estudiantado matriculado supervisada en línea con verificación de la identidad.

  • Profesionales que ya trabajan con análisis de datos y modelos predictivos, pero que desean expandir su conocimiento en ML avanzado y LLM.
  • Expertos en gestionar pipelines de datos masivos, que buscan aprender cómo preparar y optimizar esos datos para aplicaciones de ML y LLM
  • Programadores con experiencia en proyectos de software de IA que quieran profundizar en la construcción y adaptación de modelos de ML y LLMs 
  • Profesionales responsables de diseñar infraestructuras que soporten proyectos de datos a gran escala, interesados en integrar capacidades de ML y LLM en sus arquitecturas Académicos o investigadores en el campo de la IA que buscan una comprensión avanzada de los LLMs y su interacción con Big Data.
9. Atención al estudiante

Los/as estudiantes tendrán a su disposción un servicio de consultas mediante correo electróncio, foros temáticos, visita personal, o videoconferencia (concertando previamente), con los profesores del curso a través del aula virtual. Sin embargo, se puede utilizar la siguiente información de contacto:

  • Raimundo Casado de Santos. Tlfno.: 913989917 o los miércoles lectivos de 17h a 19h. También en el mail racasado@invi.uned.es.
  • María Reina García. Tlfno.: 913989917 o los miércoles lectivos de 17h a 19h. También en el mail mdcreina@invi.uned.es.
  • Ana Ocaña. Tlfno.: 913989917 o los miércoles lectivos de 17h a 19h. También en el mail amocana@invi.uned.es.
  • Manuel Castillo Cara. Tlfno.: 913989917 o los miércoles lectivos de 17h a 19h. También en el mail manuelcastillo@dia.uned.es.
10. Criterios de evaluación y calificación
  • Supervisar en línea sin verificación de identidad.
  • Tipo de evaluación: Evaluación Continua
  • Modo de evaluación: Virtual.
  • Al finalizar la formación de la microcredencial deberán tener realizado el 100% de los test evaluables
  • Haber realizado la Prueba de evaluación.

 La CALIFICACIÓN FINAL será APTO/NO APTO.

11. Descuentos
11.1 Ayudas al estudio y descuentos

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.

12. Matriculación

Del 20 de octubre al 30 de noviembre de 2025.

Información de matrícula:

 

Fundación UNED

 

C/ Guzmán el Bueno, 133 - Edificio Germania, 9ª planta

 

28003 Madrid

 

Teléfonos: +34913867275/1592

lvillacorta@fundacion.uned.es

 

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 386.10 €  solo se le cobrará 30% del importe la de matricula, es decir 115,83€.

13. Responsable administrativo

Negociado de Institucionales.