Programa Abierto · No Universitario · Certificaciones Reales

Programa Abierto en Inteligencia Artificial

Si quieres aprender inteligencia artificial en serio, esta es la formación que necesitas. La que han diseñado las propias organizaciones que construyen la IA: Anthropic, Google, IBM, NVIDIA, Cisco y Microsoft.

Es un programa estructurado en cuatro cursos (4 años o 4 trimestres en la versión intensiva), nivel de especialización y trabajo de graduación — construido enteramente sobre certificaciones reales emitidas por las instituciones de referencia del sector.

1 · Modelo Abierto 100% gratis

Inspirado en la filosofía Open University: sin barreras de acceso, sin matrícula, a tu ritmo. Tú haces las certificaciones por tu cuenta siguiendo el itinerario.

2 · Modelo Tutelado en preparación

Con tutores que acompañan cada bloque, resuelven dudas, revisan tu avance y guían la defensa del Trabajo de Graduación.

Ayúdanos a diseñarlo

Tres preguntas rápidas. Nos sirven para ajustar el modelo tutelado antes de lanzarlo.

— Certificaciones

— De acceso libre

— Certificado gratis/de pago

14 Instituciones

Estudiante recibiendo el diploma del Programa Abierto en IA

Dedicación estimada

~2.000 horas de dedicación real, similar a una FP oficial. Distribuidas entre certificaciones, trabajos de fin de ciclo y la especialización con hardware. Cada tarjeta muestra horas lectivas · horas reales estimadas (2x).

Programa no oficial Este programa no constituye titulación universitaria oficial ni está homologado por ningún organismo académico. Sigue un modelo abierto, inspirado en la filosofía Open University: formación continua autodirigida, sin matrícula ni requisitos de acceso. Las certificaciones son emitidas y reconocidas de forma independiente por cada institución proveedora (Anthropic, Google, IBM, NVIDIA, Cisco, Microsoft y otras).

Programa completo · ~2.000 horas

Media · Calendario académico Recomendada

2 años académicos

Mismo contenido distribuido en dos años académicos con verano libre. Tres trimestres por curso, ritmo lectivo tradicional. Pensada para quien quiere alternar el programa con otras actividades.

1er Año académico Trimestres 1, 2, 3 y 4: ecosistema IA, agentes y ML

2º Año académico Trimestres 5 y 6 + Especialización y TGP

Certificado de Profesionalidad · ~800 horas

Práctico · Certificado de Profesionalidad

1 año intensivo

El bloque más operativo del programa: Claude Code, agentes, automatización y ecosistema profesional real. Cuatro trimestres pensados para quien quiere capacidad técnica aplicable desde el primer mes, aunque con menos base teórica.

1er Semestre T1 + T2: ecosistema IA, Claude Code y entorno profesional

2º Semestre T3 + T4: agentes, automatización y ecosistema profesional

Mercado laboral IA · España

Cargando…

TFC

Proyecto de cierre

Trabajo de Fin del Certificado

Proyecto integrador de los cuatro trimestres del certificado. Demuestra que puedes construir algo funcional con las herramientas del programa: Claude Code, agentes, MCP y automatización. Sin investigación académica: un sistema real que resuelve un problema real.

Criterios de evaluación

El proyecto se valora por su funcionalidad real, la claridad de las decisiones técnicas y la capacidad de integrar herramientas del programa de forma coherente. No se evalúa complejidad académica: se evalúa que funcione y que sepas explicar por qué lo construiste así.

Formato recomendado

Repositorio con código, instrucciones de instalación y un documento de una página explicando el problema, la solución elegida y las limitaciones conocidas.

Proyecto A

Asistente departamental con Claude y MCP

Agente conectado a herramientas reales del entorno de trabajo (calendario, correo, documentos) vía MCP. Capaz de ejecutar tareas delegadas con contexto persistente.

Proyecto B

Pipeline de automatización de tareas repetitivas

Sistema que identifica, extrae y procesa información de fuentes no estructuradas (correos, PDFs, formularios) y genera salidas accionables con supervisión mínima.

TGP

Proyecto de síntesis

Trabajo de Graduación del Programa

Aplicación integradora de los conocimientos adquiridos a lo largo del programa. El proyecto debe demostrar dominio técnico, criterio de diseño y comprensión del impacto en un dominio real. No existe formato obligatorio: puede ser una aplicación funcional, un sistema desplegado en producción o un estudio técnico documentado.

Criterios de evaluación

El proyecto se valora por la integración coherente de herramientas y conceptos del itinerario, la claridad de la documentación técnica, la solidez de las decisiones de diseño y la demostración de comprensión de las limitaciones del sistema construido.

Formato recomendado

Repositorio público con código, documentación técnica y memoria descriptiva. La memoria debe incluir motivación, arquitectura del sistema, decisiones tomadas y evaluación crítica del resultado.

Proyecto A

Agente autónomo con memoria y herramientas

Diseño e implementación de un agente con acceso a herramientas externas vía MCP, memoria persistente y capacidad de razonamiento encadenado sobre un dominio específico.

Proyecto B

Sistema RAG sobre documentación propietaria

Pipeline completo de Retrieval-Augmented Generation: ingesta, indexado vectorial, recuperación semántica y generación fundamentada sobre un corpus documental real.

Proyecto C

Clasificador ML desplegado en producción

Modelo supervisado entrenado, evaluado y desplegado como servicio en infraestructura cloud. Incluye monitorización de drift, versionado de modelos y documentación de limitaciones.