Máster en IA generativa

Construye, escala y lidera el futuro de la inteligencia Artificial

Domina la IA Generativa de principio a fin, de manera 100% práctica y conviértete en AI Engineer  en pocos meses.

  • Duración: 6 meses
  • Forrmato: Online, con clases en directo y 5 workshops presenciales en Bilbao
  • Dirigido a: Alumni de BBK Bootcamps titulados que ya trabajan (o quieren trabajar) con sistemas de IA
  • Metodología: Práctica continua con casos de uso aplicados a tu sector
  • Inicio: Octubre 2026

Inicio Octubre 2026

¿Qué nos hace diferentes?

Una metodología 100% práctica con aplicación inmediata

El máster en IA Generativa de The Bridge nace para formar un nuevo perfil: el «AI Engineer«. Con nuestro programa, irás más allá de usar la IA, la dominarás.

Casos prácticos 360º

No es solo aplicar la IA, es llevarla a entornos de producción (entendiendo las necesidades específicas y retos que plantean este tipo de proyectos).

Ecosistema de herramientas de IA

Este ecosistema ofrece una suite integral para todo el ciclo de vida del desarrollo, cubriendo desde la selección de modelos fundacionales y la creación de agentes hasta el despliegue y la calidad IA responsable.

¡Conoce el programa de IA Generativa!

Módulo 1:
Fundamentos de la IA Generativa Moderna

Objetivos de aprendizaje

  • Comprender las arquitecturas y mecanismos con los que se construyen los modelos modernos de IA Generativa, con especial foco en los Transformers, los embeddings y los modelos de lenguaje grandes (LLMs).
  • Conocer las diferencias entre modelos open source y basados en API, evaluando ventajas, limitaciones y casos de uso.
  • Entender los conceptos de tokens, embeddings y el funcionamiento de las redes neuronales profundas aplicadas al lenguaje natural.
  • Introducir el prompt engineering y el papel del contexto en la generación de respuestas.
  • Comprender el proceso de fine-tuning y los fundamentos de los modelos con razonamiento (RLHF).
  • Familiarizarse con herramientas prácticas para adquirir soltura en la interacción con modelos generativos.


Contenidos

Construirás diferentes tipos de aplicaciones que utilizan IA generativa. Desde los flujos o cadenas, pasando por los sistemas RAG ( Retrieval Augmented Generation), a los sistemas multi-agentes y los MCPs.

  • Tokens, embeddings y funcionamiento de redes NN
  • Arquitecturas de red generativa (Transformers, generación-condicionada, modelos de difusión)
  • Modelos Open Source (Llama, Mistral) y diferencias entre modelos
  • Proveedores (OpenAI, Anthropic, Gemini)
  • Prompt Engineering y conocimiento de qué es el Contexto
  • Conocer qué es el Fine-tuning y los modelos de razonamiento (RLHF)

Objetivos de aprendizaje:

  • Aprender a diseñar y construir aplicaciones que integran modelos generativos mediante APIs y frameworks avanzados.
  • Comprender los fundamentos del Retrieval Augmented Generation (RAG) y su papel en la interacción con datos propios.
  • Familiarizarse con el desarrollo y orquestación de agentes inteligentes, su memoria, razonamiento y herramientas.
  • Utilizar frameworks especializados para crear sistemas complejos con IA generativa.
  • Entender el papel de las bases de datos vectoriales, las técnicas de chunking y semantic search en la recuperación de información.
  • Explorar el Model Context Protocol (MCP) y las arquitecturas multi-agente como base de los nuevos ecosistemas de aplicaciones.
  • Incorporar herramientas de IA al flujo de trabajo diario para aumentar la productividad y la calidad del desarrollo.


Contenidos

Construirás diferentes tipos de aplicaciones que utilizan IA generativa. Desde los flujos o cadenas, pasando por los sistemas RAG ( Retrieval Augmented Generation), a los sistemas multi-agentes y los MCPs.

  • Agentes: memoria, herramientas y grafos de interacción (routing, ReAct, Plan-Execute)
  • Frameworks de desarrollo como LangChaing, CrewAI, LlamaIndex, Agno, entre otros.
  • Bases de Datos Vectoriales (Pinecone, ChromaDB, FAISS)
  • Técnicas de chunking y embedding y algoritmos de búsqueda (keywords, semantic search, ANN y HNSW)
  • Model Context Protocol (FastMCP)
  • Arquitecturas Multiagente

Además durante todo el curso incorporaremos las técnicas de desarrollo utilizando IA incorporándolas de manera natural a nuestro trabajo para hacernos más productivos y eficaces. Exploraremos cómo podemos emplear herramientas como CodeRabbit para revisión de código y mejora continua, y modos extendidos de Copilot (Beast mode)

Objetivos de aprendizaje:

  • Entender los fundamentos de la Ingeniería de IA y cómo desplegar modelos generativos de manera segura, escalable y eficiente.
  • Evaluar opciones de despliegue Cloud-hosted frente a self-hosting y comprender las ventajas de cada modelo.
  • Familiarizarse con los principales servicios cloud y los mecanismos de control de iteraciones mediante APIs.
  • Implementar flujos de integración continua con gestión de datos, modelos y prompts versionados.
  • Conocer las principales herramientas de monitorización y observabilidad en aplicaciones de IA generativa.

 

Contenidos

Aprenderás los fundamentos de la Ingeniería de IA, con las herramientas de despliegue en Cloud, la integración continua con versionado de datos, modelos y prompts, y las herramientas de monitorización.

  • Cloud hosted vs self-hosting (vLLM, OpenLLM)
  • Servicios Cloud (SageMaker, VertexAI..) y control de iteraciónes (API)
  • Herramientas de gestión de pipelines (Flowise, Agno Workflows)
  • Monitorizacion (LangSmith, Opik, OpenTelemetry)

Objetivos de aprendizaje:

  • Comprender los principios de gobernanza y seguridad en la implementación de soluciones de IA generativa.
  • Conocer los mecanismos de trazabilidad y validación de resultados mediante observabilidad y testing.
  • Entender las técnicas de red-teaming y guardarraíles para garantizar la fiabilidad y mitigación de sesgos.
  • Analizar las implicaciones técnicas del AI Act y las prácticas de cumplimiento normativo.
  • Explorar herramientas y técnicas de explicabilidad (XAI) aplicadas a modelos generativos.


Contenidos

Aprenderás cómo puedes trazar las respuestas de los agentes y validar su correcto funcionamiento (testing)

  • Observabilidad de modelos (Deepeval, ragas)
  • Red-teaming (Deepteam) y seguridad en MCP
  • Guardarraíles (Deepteam) y técnicas de implementación (Deepeval + PyTest)
  • IA Act (conceptos y posibles implicaciones técnicas) y modelos prohibidos
  • Técnicas de explicabilidad (XAI) en GenAI

Objetivo:

Desarrollar una solución completa basada en IA generativa, aplicando todos los conocimientos adquiridos a lo largo del programa. El proyecto se enfocará en el diseño, desarrollo y despliegue de un sistema real que combine prompting, agentes y orquestación.

  • Diseñarás un sistema de generación autónoma de contenido para la mejora de SEO.
  • Desarrollarás herramientas para la gestión y optimización de contenido inteligente.
  • Construirás un buscador avanzado sobre literatura científica.
  • Crearás tu propio asistente de desarrollo adaptado a un caso real.

Cómo estudiarás en The Bridge

  • Sesiones en directo: Contarás con dos horas semanales con un profesional destacado de tu área y con horarios a elegir.
  • Inmersión práctica semanal: Cada semana contarás con tres horas de ejercicio práctico guiado por un tutor.
  • Foro de seguimiento: Tendrás acceso a un foro donde recibirás correcciones personalizadas para aplicar en tu día a día.
  • Talleres prácticos mensuales: Accederás a talleres con expertos de tu área profesional que te hablarán de las tendencias actuales de la inteligencia artificial aplicada al área profesional.

Accederás a sesiones en directo con expertos profesionales en activo

Iraitz Montalbán

Analytics & AI Evangelist

Experto en datos, Inteligencia Artificial e innovación con experiencia en la industria (Iberdrola, Panda Security, SDG Group).

Dedicó más de una década a extraer valor de los datos así como mejorar e implementar estrategias de ciclo completo de analítica avanzada y gobierno de datos.

Alexandra Rodríguez

Manager de IA & Data en EY

Especialista en transformación digital con sólida experiencia en la implementación de estrategias innovadoras basadas en Inteligencia Artificial y mejora de procesos. Su trayectoria que combina la dirección de equipos multidisciplinares y la investigación académica, el enfoque analítico y orientado a datos para impulsar la innovación, la sostenibilidad y el crecimiento de las organizaciones. 

Yolanda Azcunaga

Princial Architect at Google

Ha trabajado en Accenture, Microsoft y Amazon
Web Services, y actualmente es Principal Architect
en Google. Especialista en transformación estratégica,
integración de IA y liderazgo técnico, impulsa la
adopción de tecnologías de inteligencia artificial y
diseña arquitecturas escalables, seguras y orientadas
a datos para retos de negocio de alto impacto.

Antonio Zarauz

Cognitive-AI R&D Product Owner

Especialista en proyectos de IA escalables de
extremo a extremo, desde el PoC inicial hasta miles
de usuarios concurrentes. Actualmente es Cognitive-AI R&D Product Owner en Credicorp y cuenta con experiencia como Senior Data Scientist en EPAM Systems e Indra, además de
trayectoria académica como lecturer y formación
avanzada en IA y Matemáticas.

Alejandro Pino

Regulación y ética de la IA

Profesional con experiencia en People Analytics y en la incorporación de IA en procesos de talento.

Su trabajo destaca por el análisis de los retos normativos y regulatorios de la IA, enmarcados en el RGPD y el AI Act europeo, garantizando prácticas tecnológicas seguras y éticas.

Roman Mesa

CISO en Meta-Data

CISO y Director Ejecutivo especializado en ciberseguridad y transformación digital, con experiencia liderando la protección de activos críticos en organizaciones globales de sectores regulados en Europa, LATAM y Norteamérica.

Experto en Cloud Security, GRC, SecDevOps y Zero Trust.

Alicia Grande

I+D Manager | AI Gen

Ingeniera de Telecomunicaciones y R+D Manager en LIS Data Solutions, especializada en IA Generativa,
machine learning e innovación aplicada a negocio.



Lidera proyectos centrados en LLMs, RAGs y agentes de IA, combinando visión estratégica, gestión de equipos y experiencia en el desarrollo de soluciones viables para distintos sectores.

Domina el ecosistema tecnológico de la IA

A lo largo del máster aprenderás a trabajar con los modelos de IA generativa más avanzados del mercado, como OpenAI, Claude, Gemini, Llama, HuggingFace o Deepseek. Dominarás el uso de agentes inteligentes y frameworks de orquestación como Langgraph, CrewAI, llamaindex, n8n, Pinecone y Chroma, claves para la construcción de sistemas complejos. En cuanto al despliegue en producción, usarás plataformas como Vertex AI, SageMaker, Kubeflow, MLFlow o Weights & Biases. Además, integrarás principios de IA responsable evaluando calidad, trazabilidad y seguridad con herramientas como Langsmith, DataDog, PromptLayer, GuardrailsAI y Nemo.

A quién va dirigido

Este programa intensivo está hecho para profesionales técnicos que quieren dominar la IA Generativa y liderar proyectos innovadores. Es ideal si buscas:

  • Especializarte para construir aplicaciones y sistemas con LLMs y arquitecturas avanzadas como RAG.

  • Llevar la IA a producción, dominando el despliegue, monitoreo y gestión en la nube (MLOps).

  • Desarrollar IA de forma responsable, integrando ética, guardarraíles y auditar sesgos en tus sistemas.

Mejora profesional

El máster en IA Generativa de The Bridge transforma profesionales técnicos en AI Engineers, capacitándolos para liderar y escalar proyectos de IA. 

  • Desarrollador de Software: Creará apps inteligentes con LLMs.

  • Analista / Científico de Datos: Construirá soluciones de IA generativa.

  • Líder Técnico / Arquitecto: Dominará arquitecturas avanzadas y MLOps.

  • Product Manager Técnico: Desarrollará productos de IA con base sólida.

  • «Power User» Ambicioso: Pasará de la experimentación a construir soluciones de IA.

No te quedes atrás y avanza al mismo ritmo que la tecnología!

  • Domina modelos y herramientas Avanzadas: integra LLMs (Llama, Mistral) y técnicas como fine-tuning y prompt engineering en tu día a día para desarrollar soluciones de IA más eficientes y efectivas.
  • Construye y orquesta sistemas complejos: implementa arquitecturas RAG y orquesta agentes autónomos con frameworks como Langchain y CrewAI, utilizando bases de datos vectoriales para sistemas multiagente.
  • Despliega IA en oroducción: lleva tus modelos a la nube (AWS/Azure/GCP) dominando Docker, CI/CD y monitoreo, asegurando el éxito de tus aplicaciones de IA con un enfoque práctico.
  • Desarrolla IA responsable y colaborativa: aplica guardarraíles y auditorías de sesgos, e integra la ética en tus sistemas de IA. Forma parte de una comunidad donde la retroalimentación potencia la calidad

Formas de pago

Pago único

  • Puedes realizar el pago de tus estudios en un solo pago cuando te inscribas en el programa.

Financiación Kutxabank

  • Financiación en una sola operación de la totalidad de los gastos de matrícula y tasas, con la posibilidad de solicitar una carencia en el pago de los estudios. Destinado a los alumnos que deseen financiar la totalidad.
Solicitar plaza

¡Solicita información sin compromiso!

Escríbenos y te enviaremos información

Solicita información sin compromiso

Solicitar información