Grao en Intelixencia Artificial

• Número mínimo de créditos ECTS de matrícula por estudante e período lectivo

  1.- O alumnado de primeiro curso por primeira vez a tempo completo ten que matricular 60 créditos.
  Un 15% do alumnado poderá cursar estudos a tempo parcial (30 créditos).
  2.- Continuación de estudos : libre cun máximo de 75 créditos.

• Acción titorial e acollida

  Ademais da xornada de acollida e presentación, ofrécese unha atención continuada en cada centro. As direccións ou decanatos dos centros e os seus servizos administrativos están accesíbeis a cotío para calquera consulta de ámbito académico que afecte os seus estudos. Os/as coordinadores/as dos títulos son o enlace natural co alumnado para apoio e orientación relacionada cos estudos de grao ou máster. Cada centro dispón de pantallas informativas onde se distribúe información de interese (anuncios, bolsas, emprego, xornadas, conferencias, etc.). Outros medios de información son os taboleiros, onde se publican horarios de clases, exames e outros anuncios (normativas, programas de mobilidade, prácticas en empresa, etc.).

  A páxina web de cada centro mantense permanentemente actualizada como referencia básica de información, na cal se poden consultar horarios de actividades académicas, calendarios de avaliación, programas de materias, horas de titoría do profesorado, actividades extraordinarias, normativa, etc. Tamén dentro do campus virtual de cada universidade se habilitan aulas virtuais específicas para coordinación dos títulos, e que son un punto de encontro entre profesorado e alumnado.

  Por outro lado, a USC ten un programa de alumnos titores para as titulacións de grao, de forma que alumnos dos últimos cursos, logo dunha formación que lles facilita a Universidade, realizan tarefas de orientación aos alumnos que inician os estudos.

  Información programa alumnos titores:

  Programa alumnos titores

• Criterios de suspensión do título

  Cando se produza a suspensión dun título oficial, a USC garante o adecuado desenvolvemento efectivo das ensinanzas que iniciasen os seus estudantes ata a súa finalización. Para iso, o Consello de Goberno aproba os criterios relacionados, entre outros, con:

  • A admisión de matrículas de novo ingreso na titulación.
  • A supresión gradual da impartición da docencia.
  • Se o título extinguido é substituído por outro similar (modificando a natureza do título), fixa as condicións que faciliten aos/as estudantes a continuidade de estudos no novo título e as equivalencias entre as materias dun e doutro plan.

• Criterios de acceso e admisión

  Os xerais para as titulacións de grao.

  Non se contemplan condicións nin probas de acceso especiais

A ETSE conta con espazos de docencia no Campus Vida da USC, no propio edificio da ETSE, no Monte da Condesa e no Aulario de IA, ubicado no Edificio Emprendia. A docencia expositiva e interactiva do GrIA impártese na súa totalidade neste último Edificio, ubicado na zona da Cidade da Saúde, moi próximo ao edificio principal da ETSE. O modelo de docencia interactiva realízase en espazos versátiles nos que o estudantado traballa co seu propio equipo portátil. Adicionalmente, a ETSE dispón doutros servizos como a Biblioteca, o Salón de Actos e aulas e zonas de traballo de acceso libre tanto para traballo autónomo individual como en grupo.

O Grao en Intelixencia Artificial (GrIA) fai fronte ao reto de formar profesionais con capacidades, coñecementos e habilidades que lles permitan crear novas aplicacións ou servizos intelixentes ou achegar innovacións valiosas co uso adecuado, profesional e responsábel da intelixencia artificial.

• Competencias básicas

  - Que os estudantes demostren posuír e comprender coñecementos nunha área de estudo que parte da base da educación secundaria xeral, e adóitase atopar a un nivel que, aínda que se apoia en libros de texto avanzados, inclúe tamén algúns aspectos que implican coñecementos procedentes da vangarda do seu campo de estudo

  - Que os estudantes saiban aplicar os seus coñecementos ao seu traballo ou vocación dunha forma profesional e posúan as competencias que adoitan demostrarse por medio da elaboración e defensa de argumentos e a resolución de problemas dentro da súa área de estudo

  - Que os estudantes teñan a capacidade de reunir e interpretar datos relevantes (normalmente dentro da súa área de estudo) para emitiren xuízos que inclúan unha reflexión sobre temas relevantes de índole social, científica ou ética

  - Que os estudantes poidan transmitir información, ideas, problemas e solucións a un público tanto especializado como non especializado

  - Que os estudantes desenvolvan aquelas habilidades de aprendizaxe necesarias para emprender estudos posteriores cun alto grao de autonomía

• Competencias xerais

  - Capacidade para concibir, redactar, organizar, planificar, e desenvolver modelos, aplicacións e servizos no ámbito da intelixencia artificial, identificando obxectivos, prioridades, prazos recursos e riscos, e controlando os procesos estabelecidos.
  - Capacidade para resolver problemas con iniciativa, toma de decisións, autonomía e creatividade.
  - Capacidade para deseñar e crear modelos e solucións de calidade baseadas en Intelixencia Artificial que sexan eficientes, robustas, transparentes e responsables
  - Capacidade para seleccionar e xustificar os métodos e técnicas adecuadas para resolver un problema concreto, ou para desenvolver e propoñer novos métodos baseados en intelixencia artificial.
  - Capacidade para concibir novos sistemas computacionales e/ou evaluar o rendemento de sistemas existentes, que integren modelos e técnicas de intelixencia artificial.

• Competencias específicas

  - Capacidade para utilizar os conceptos e métodos matemáticos que poidan formularse na modelización e resolución de problemas de intelixencia artificial.
  - Capacidade para utilizar os conceptos e métodos da probabilidade, a estatística e a optimización, para modelizar e resolver problemas de intelixencia artificial.
  - Capacidade para resolver problemas de intelixencia artificial que precisen algoritmos, desde o seu deseño e implementación até a súa avaliación.
  - Coñecer e aplicar ao ámbito da intelixencia artificial as metodoloxías da enxeñaría de software e do deseño centrado no usuario.
  - Capacidade para comprender e dominar os conceptos básicos de lóxica, gramáticas e linguaxes formais para analizar e mellorar as solucións baseadas na intelixencia artificial.
  - Coñecer a estrutura, organización, funcionamento e interconexión dos sistemas informáticos (computador, sistemas operativos e redes de computadores).
  - Comprender e aplicar os principios e técnicas básicas da programación paralela e distribuída para o desenvolvemento e execución eficiente das técnicas de intelixencia artificial.
  - Capacidade para realizar a análise, deseño, implementación de aplicacións que requiran traballar con grandes volumes de datos, aplicando arquitecturas hardware/software adecuadas.
  - Capacidade para realizar o despregue na nube de aplicacións de intelixencia artificial que se executen de forma eficiente cuns recursos computacionais definidos.
  - Comprender as necesidades de captura, almacenamento e procesamento de datos no contexto do Internet das Cousas, entendendo a heteroxeneidade dos datos e as especiais características deste tipo de contornos.
  - Coñecer as principais plataformas e arquitecturas software para a adquisición, almacenamento e procesamento de datos no contexto do Internet das Cousas.
  - Coñecer e aplicar as características, funcionalidades e estrutura dos sistemas de bases de datos e as bases de datos distribuídas, que permitan o seu uso adecuado e a implementación sobre eles de solucións de intelixencia artificial que poidan incluír grandes volumes de datos.
  - Capacidade para definir e interpretar os fundamentos das organizacións, os aspectos básicos da súa organización e xestión, o proceso de innovación e a súa xestión, as súas distintas áreas funcionais e o seu contorno socioeconómico.
  - Entender os novos modelos de negocio e innovación no marco das empresas baseadas na intelixencia artificial e das súas tecnoloxías.
  - Capacidade para deseñar e crear modelos de valoración económico-financeira de proxectos empregando ferramentas informáticas apropiadas.
  - Capacidade para adaptar e aplicar no ámbito profesional un conxunto significativo das competencias adquiridas neste título de grao.
  - Coñecer os fundamentos dos algoritmos da intelixencia artificial e a optimización, entender a súa complexidade computacional e saber aplicalos á resolución de problemas.
  - Coñecer os aspectos fundamentais dos algoritmos metaheurísticos e bioinspirados para a resolución de problemas, ter capacidade para aplicalos e para deseñar novos modelos.
  - Coñecer as técnicas de modelización e representación do coñecemento e a súa relación cos paradigmas de razoamento, deseñando solucións baseadas no razoamento lóxico que teñan en conta a eficiencia e nas necesidades dos problemas.
  - Capacidade para deseñar sistemas baseados no coñecemento e nas estratexias de representación e razoamento aplicadas a diferentes dominios e problemas, descubrindo os problemas básicos que xorden na súa construción.
  - Coñecer as tecnoloxías semánticas para o almacenamento e acceso de grafos de coñecemento e o seu uso na resolución dos problemas.
  - Coñecer os fundamentos das técnicas de razoamento aproximado e de toma de decisións, en ambientes de incerteza, seleccionando a máis adecuada para a resolución dos problemas.
  - Concibir, deseñar, desenvolver e presentar solucións a problemas de certa complexidade baseadas na intelixencia artificial, afrontando e resolvendo de xeito adecuado as dificultades que puidesen xurdir durante o seu desenvolvemento.
  - Coñecer e saber aplicar e explicar correctamente as técnicas de validación das solucións da intelixencia artificial.
  - Desenvolvemento das capacidades adecuadas para realizar un exercicio orixinal, presentalo e defendelo ante un tribunal universitario, consistente nun proxecto no ámbito das tecnoloxías de intelixencia artificial no que se sinteticen e integren as competencias adquiridas nas ensinanzas.

• Competencias transversais

  - Capacidade para comunicar e transmitir os seus coñecementos, habilidades e destrezas.
  - Capacidade de traballo en equipo, en contornos interdisciplinares e gestionando conflitos.
  - Capacidade para crear novos modelos e solucións de forma autónoma e creativa, adaptándose a novas situacións. Iniciativa e espírito emprendedor.
  - Capacidade para introducir a perspectiva de xénero nos modelos, técnicas e solucións baseadas en intelixencia artificial.
  - Capacidade para desenvolver modelos, técnicas e solucións baseadas en intelixencia artificial que resulten éticas, non discriminatorias e confiábeis.
  - Capacidade para integrar aspectos xurídicos, sociais, ambientais e económicos inherentes á intelixencia artificial, analizando os seus impactos, e comprometéndose coa procura de solucións compatíbeis cun desenvolvemento sustentábel.

Mobilidade

A movilidad de estudantes realízase a partir do segundo ano de estudos da titulación, en períodos cuadrimestrais ou anuais. A selección de candidatos lévase a cabo, para cada convocatoria ou programa, segundo a normativa de cada universidade. Na USC, está composta pola persoa do equipo directivo responsábel de programas de intercambio, o/a responsábel da UAGCD e as persoas que actúan como coordinadores/as académicos/as, de acordo con criterios de puntuación, previamente estabelecidos, que teñen en conta o expediente académico, unha memoria e, de ser o caso, as competencias en idiomas que esixe a universidade de destino.

A mobilidade dos/as estudantes está regulada a través do “Regulamento de intercambios interuniversitarios”. A través da Oficina de Relacións Exteriores xestiónanse programas de intercambio tanto nacionais (SICUE), como europeos (ERASMUS) e extracomunitarios (intercambios con países de América Latina ou países de fala inglesa):

Portal Internacional

Prácticas

O Plan de Estudos do Grao en Intelixencia Artificial inclúe o recoñecemento de 6 créditos obrigatorios por realización de prácticas externas, que suporán un total de 150h de traballo presencial na organización que oferta as prácticas.

A ETSE conta con experiencia de organización e xestión directa destas prácticas, coordinadas a través das respectivas Comisións de Título. O programa de prácticas externas ten un/a coordinador/a para cada título que é responsábel de dinamizar a oferta, supervisar a selección e garantir o seu correcto funcionamento. Os/as coordinadores/as son asistidos/as por un equipo de titores/as que actúan como interlocutores máis directos coas entidades externas e axudan aos/as estudantes no que é necesario durante a realización das prácticas.

Para a realización das prácticas, o/a estudante deberá ter un/a titor/a externo/a en a empresa e un/a titor/a académico/a responsábel de fixar, en coordinación co/a titor/a externo/a, o programa de prácticas de cada estudante en función das características do traballo a desenvolver, realizar o seguimiento e orientación do/a estudante durante a realización das prácticas e a avaliación do/a estudante, en función da memoria de prácticas que este debe entregar e do informe emitido polo/a titor/a externo/a.

O itinerario da USC tamén contempla unha materia de prácticas externas de 6 ECTS que o alumno poderá elixir en concepto de créditos optativos libres da titulación.

O obxectivo do Traballo de Fin de Grao será a realización por parte do alumnado dun traballo orixinal onde se poida verificar a adquisición das destrezas e competencias descritas con anterioridade nos obxectivos xerais do título de Grao, xunto a destrezas específicas de orientación académica, investigadora ou profesional.

En función da tipoloxía do traballo, as actividades a desenvolver poderán consistir na realización dunha serie de etapas, entre as que se inclúen: estudo bibliográfico, definición de obxectivos, planificación, análises de alternativas científico- tecnolóxicas, deseño e implementación de solucións, validación e probas, documentación, comunicación de resultados.