Guia docente 2025_26
Escola Superior de Enxeñaría Informática
Grao en Intelixencia Artificial
 Resultados de Formación e Aprendizaxe


Sinale A Código Resultados de Formación e Aprendizaxe
  A1 CB1: Que os estudantes amosen 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.
  A2 CB2: 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.
  A3 CB3: Que os estudantes teñan a capacidade de reunir e interpretar datos relevantes (normalmente dentro da súa área de estudo) para emitir xuízos que inclúan unha reflexión sobre temas relevantes de índole social, científica ou ética.
  A4 CB4: Que os estudantes poidan transmitir información, ideas, problemas e solucións a un público tanto especializado como non especializado.
  A5 CB5: Que os estudantes desenvolvesen aquelas habilidades de aprendizaxe necesarias para emprender estudos posteriores cun alto grao de autonomía.
Sinale B Código Coñecementos
  B1 CG1: 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 establecidos.
  B2 CG2: Capacidade para resolver problemas con iniciativa, toma de decisións, autonomía e creatividade.
  B3 CG3: Capacidade para deseñar e crear modelos e solucións de calidade baseadas en Intelixencia Artificial que sexan eficientes, robustas, transparentes e responsables
  B4 CG4: Capacidade para seleccionar e xustificar os métodos e técnicas adecuadas para resolver un problema concreto, ou para desenvolver e propor novos métodos baseados en intelixencia artificial.
  B5 CG5: Capacidade para concibir novos sistemas computacionales e/ou avaliar o rendemento de sistemas existentes, que integren modelos e técnicas de intelixencia artificial.
Sinale C Código Habilidades
  C1 CE1: Capacidade para utilizar conceptos e métodos matemáticos e estatísticos para modelar e resolver problemas de intelixencia artificial
  C2 CE2: Capacidade para resolver problemas de intelixencia artificial que requiren algoritmos, aplicando correctamente metodoloxías de desenvolvemento de software e deseño centrado no usuario.
  C3 CE3: Capacidade para comprender e dominar os conceptos básicos de lóxica, gramáticas e linguaxes formais para analizar e mellorar as solucións baseadas en intelixencia artificial.
  C4 CE4: Coñecer a estrutura, organización, funcionamento e interconexión dos sistemas informáticos (computador, sistemas operativos e redes de computadores).
  C5 CE5: Comprender e aplicar os principios e técnicas básicas da programación paralela e distribuída para o desenvolvemento e execución eficiente das técnicas de intelixencia artificial.
  C6 CE6: Capacidade para realizar a análise, deseño, implementación de aplicacións que requiran traballar con grandes volumes de datos e na nube de forma eficiente.
  C7 CE7: Comprender as necesidades de adquisición, almacenamento e tratamento de datos no contexto da Internet das Cousas e as súas principais plataformas.
  C8 CE8: 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.
  C9 CE9: 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 a súa contorna socioeconómica.
  C10 CE10: Entender os novos modelos de negocio e innovación no marco das empresas baseadas na intelixencia artificial e as súas tecnoloxías.
  C11 CE11: Capacidade para deseñar e crear modelos de valoración económico-financeira de proxectos empregando ferramentas informáticas apropiadas.
  C12 CE12: Coñecer os fundamentos dos algoritmos e modelos de intelixencia artificial para resolver problemas de certa complexidade, comprender a súa complexidade computacional e ter a capacidade de deseñar novos modelos.
  C13 CE13: Capacidade para modelar e deseñar sistemas baseados na representación do coñecemento e razoamentos lóxicos ou aproximados e aplicalos a diferentes dominios e problemas, tamén en contextos de incerteza.
  C14 CE14: Coñecer as tecnoloxías semánticas para o almacenamento e acceso de grafos de coñecemento e o seu uso na resolución dos problemas.
  C15 CE15: Coñecer e saber aplicar e explicar correctamente as técnicas de validación das solucións de intelixencia artificial.
  C16 CE16: 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 nos ensinos.
  C17 CE17: Capacidade para adaptar e aplicar no ámbito profesional un conxunto significativo das competencias adquiridas neste título de grao.
Sinale D Código Competencias
  D1 TR1: Capacidade para comunicar e transmitir os seus coñecementos, habilidades e destrezas
  D2 TR2: Capacidade de traballo en equipo, en contornas interdisciplinares e xestionando conflitos.
  D3 TR3: Capacidade para crear novos modelos e solucións de forma autónoma e creativa, adaptándose a novas situacións. Iniciativa e espírito emprendedor.
  D4 TR4: Capacidade para introducir a perspectiva de xénero nos modelos, técnicas e solucións baseadas en intelixencia artificial.
  D5 TR5: Capacidade para desenvolver modelos, técnicas e solucións baseadas en intelixencia artificial que resulten éticas, non discriminatorias e confiables.
  D6 TR6: Capacidade para integrar aspectos xurídicos, sociais, ambientais e económicos inherentes á intelixencia artificial, analizando os seus impactos, e comprometéndose coa procura de solucións compatibles cun desenvolvemento sustentable.
Universidade de Vigo            | Reitoría | Campus Universitario | C.P. 36.310 Vigo (Pontevedra) | España | Tlf: +34 986 812 000