Máster SIG en IA, Machine Learning y ciencia de datos espaciales
Inicio 15 de septiembre de 2026
Modalidad ON LINE
Abierto 24/7
1.879 €
(opción de pago módulo a módulo)
CERTIFICADO
oficial del proyecto QGIS
12 meses
640h.
El Máster SIG en IA, Machine Learning y Ciencia de Datos Espaciales de MappingGIS es la formación más avanzada y especializada en análisis geoespacial con inteligencia artificial utilizando herramientas open source.
- Accede al mercado laboral
📈 Tendencia de empleo muy alta. Este máster combina análisis espacial avanzado, programación y modelado predictivo con tutorías personalizadas y ejercicios reales.
- Titulación
- Título propio de MappingGIS.
- Certificación oficial por el proyecto QGIS.org
- Claustro docente
Formado por profesionales en activo del sector geoespacial, especialistas en programación, análisis espacial y modelos de IA aplicados a datos territoriales.
1.920€ 1.879 €
O pago módulo a módulo, empezando por 290 €
🟢 Matrícula abierta
Objetivos del Máster SIG en IA y ciencia de datos espaciales
El objetivo principal es que domines el análisis geoespacial avanzado y la aplicación de IA en proyectos SIG reales. Al finalizar serás capaz de:
✅ Automatizar procesos GIS complejos mediante PyQGIS.
✅ Diseñar bases de datos espaciales optimizadas con PostGIS.
✅ Analizar grandes volúmenes de datos espaciales con Python.
✅ Aplicar modelos de Machine Learning supervisados y no supervisados.
✅ Implementar Deep Learning para clasificación y segmentación espacial.
✅ Procesar y analizar imágenes satelitales y datos LiDAR para la extracción de información geoespacial.
✅ Diseñar pipelines reproducibles de análisis espacial.
Es nuestra formación más técnica y especializada de MappingGIS, orientada a perfiles que quieran diferenciarse profesionalmente en el ámbito GIS 4.0.
Programa del Máster en IA y ciencia de datos espaciales
El programa completo está compuesto por 7 cursos secuenciales:
Inteligencia Artificial aplicada a los SIG
Inicio: 15 de septiembre de 2026 – 80 h.
Inicio: 5 de noviembre de 2026 - 100 horas
Bases de datos espaciales: PostGIS
Inicio: 14 de enero de 2027 - 100 horas
PyQGIS: Programación en QGIS con Python
Inicio: 4 de marzo de 2027 - 80 horas
Análisis geoespacial y ciencia de datos con Python
Inicio: 4 de mayo de 2027 - 100 horas
Tratamiento de imágenes de satélite y LiDAR con QGIS
Inicio: 1 de julio de 2026 - 100 horas
Machine Learning aplicado a los SIG y la Teledetección
Inicio: septiembre de 2027 - 100 horas
👉 Si ya has realizado alguno de estos cursos con MappingGIS, no tendrás que repetirlo.
👉Puedes cursarlos también de forma independiente.
Requisitos
Se recomienda:
- Conocimientos básicos de QGIS o haber realizado alguno de nuestros cursos de QGIS.
- Windows 10/11 o Linux.
- 8GB de RAM (recomendado 16GB para Machine Learning).
- Para Deep Learning, se recomienda equipo con buena capacidad de procesamiento.
Claustro de profesores del Máster
El máster está impartido por un equipo de profesores especializados en GIS y software libre:
Diego Alonso Ramos
Licenciado en Geografía con Máster SIG
José Luis García Grandes
Ingeniero Agrónomo
Enrique Yunta Cantarero
Graduado en Geografía y Ordenación del territorio con Máster TIG
Temario del Master en IA y Ciencia de Datos Espaciales
- Unidad 1. Introducción a la Inteligencia Artificial (IA). Creación de mapas con herramientas basadas en IA.
- Unidad 2. Uso de modelos de lenguaje grande (LLM) en aplicaciones SIG.
- Unidad 3. IA generativa aplicada a la creación de informes, dashboards y mapas inteligentes.
- Unidad 4. Digitalización automática y semi – automática en QGIS.
- Unidad 5. Uso de agentes de IA para automatizar flujos de trabajo geoespaciales en QGIS.
- Unidad 6. Introducción al aprendizaje automático (Machine Learning).
- Unidad 7. Introducción al aprendizaje profundo (Deep Learning).
- Unidad 8. Segmentación de datos geoespaciales con Segment Anything (SAM).
- Unidad 1. Bases de datos espaciales en QGIS: GeoPackage, PostGIS y Geodabases.
- Unidad 2. Creación de acciones, formularios y dominios. Geoestadística y edición avanzada de datos espaciales.
- Unidad 3. Topología: creación y corrección de errores topológicos.
- Unidad 4. Geoprocesamiento avanzado. Reclasificación ráster. Calculadora ráster de QGIS.
- Unidad 5. Automatización de tareas en QGIS con Python (PyQGIS) e Inteligencia Artificial (IA).
- Unidad 6. El diseñador de modelos de geoprocesamiento.
- Unidad 7. Análisis de redes en QGIS. Topología de redes, isócronas y matrices de costes.
- Unidad 8. Tratamiento de nubes de puntos LiDAR en QGIS con PDAL.
- Unidad 9. Composición avanzada de mapas.
- Consideraciones finales.
- Unidad 1. Introducción a PostgreSQL/PostGIS.
- Unidad 2. Sistemas de Coordenadas. Proyecciones Cartográficas.
- Unidad 3. Gestión de datos en PostGIS.
- Unidad 4. Geoprocesamiento e índices espaciales.
- Unidad 5. Análisis de redes con pgRouting y QGIS.
- Unidad 6. PostGIS raster.
- Consideraciones finales. Proyecto final.
- Unidad 1. Qué es PyQGIS. Instalación y configuración básica de QGIS.
- Unidad 2. Aprendiendo a programar con Python en QGIS. Parte I (Estructuras de control, datos y bucles).
- Unidad 3. Aprendiendo a programar con Python en QGIS. Parte II (Funciones, módulos y POO).
- Unidad 4. Primeros pasos con PyQGIS. Cargar capas y proyectos en QGIS.
- Unidad 5. Acceso al Panel de capas (TOC) y manejo de capas ráster.
- Unidad 6. Manejo de cartografía vectorial.
- Unidad 7. Análisis espacial y geoprocesamiento con Python.
- Unidad 8. Otros lugares en los que usar PyQGIS en QGIS. Salidas gráficas: Composición de Mapa y Atlas.
- Apéndice. PyQGIS sin la interfaz de QGIS y creación de complementos (plugins)
- Unidad 1. Bases del análisis espacial con Python: Entornos, Suite Anaconda, Jupyter Notebook y Google Colab.
- Unidad 2. El lenguaje de Python.
- Unidad 3. Obtener, explorar y analizar datos: NumPy y Pandas.
- Unidad 4. Datos vectoriales: Shapely, Fiona y Matplotlib.
- Unidad 5. Análisis Geoespacial: GeoPandas, GeoPy y NetworkX.
- Unidad 6. Datos Ráster: PySTAC y Rasterio.
- Unidad 7. Visualización de datos con Cartopy, Folium y Plotly.
- Consideraciones finales.
- Unidad 1. Historia y fundamentos de la Teledetección. Por qué QGIS y su uso en el análisis de imágenes de satélite.
- Unidad 2. Análisis y visualización de imágenes digitales en el entorno de QGIS. Técnicas de filtrado.
- Unidad 3. El programa Copernicus. Descarga y correcciones de imágenes Sentinel.
- Unidad 4. Clasificación de imágenes de satélite Sentinel. Clasificación supervisada y no supervisada.
- Unidad 5. Funciones de post procesamiento de la clasificación de imágenes de satélite.
- Unidad 6. Aplicaciones prácticas de la Teledetección. Gestión de desastres naturales e incidencia antrópica.
- Unidad 7. Análisis de cambio de usos del suelo a partir de imágenes MODIS.
- Unidad 8. Tratamiento de nubes de puntos LiDAR en QGIS.
- Unidad 9. Consideraciones finales.
- Unidad 1. Herramientas de Python para Machine Learning.
- Unidad 2. Introducción a Machine Learning con Python.
- Unidad 3. Obtener y procesar datos para Machine Learning.
- Unidad 4. Aprendizaje supervisado y no supervisado.
- Unidad 5. Deep learning. Redes neuronales.
- Unidad 6. Modelos e integración de Machine Learning con plataformas GIS. Casos prácticos.
💡 Aspectos destacables del Máster
📍MappingGIS es patrocinador oficial del proyecto QGIS desde 2014 y entidad certificadora acreditada por QGIS.org.
✅ Formación 100% online y flexible.
✅ Tutorías personalizadas con respuesta en menos de 24 h.
✅ Casos reales y datasets profesionales.
✅ Enfoque práctico orientado a empleabilidad tecnológica.
✅ Compatible con Windows y Linux.
⏸️ Puedes pausar el máster si lo necesitas.
Formación certificada por el proyecto QGIS
Al finalizar cada curso del máster obtendrás un certificado de realización y aprovechamiento emitido por MappingGIS con su código de verificación.
Una vez completados los 7 módulos, recibirás el título:
🎓 Máster SIG en IA, Machine Learning y Ciencia de Datos Espaciales
Certificado por QGIS.org, con un identificador único verificable online, ideal para incluir en tu CV o perfil de LinkedIn.
Precio y opciones de pago
Existen dos opciones para realizar el pago:
- Pago único anticipado: 1.879€ en lugar de 1.920 € con los precios actuales. Te aseguras un precio cerrado.
- Pago curso a curso antes del inicio de cada curso*:
- Inteligencia Artificial aplicada a los SIG: 290 €
- QGIS Avanzado:
330€315 € - Bases de datos espaciales: PostGIS:
270€250 € - PyQGIS: programación en QGIS con Python:
270€255 € - Análisis Geoespacial y Ciencia de Datos con Python:
290€270 € - Tratamiento de imágenes de satélite y LiDAR con QGIS:
290€270 € - Machine Learning aplicado a los SIG y la Teledetección:
290€270 €
* Precios actuales.
Te avisaremos de la fecha de inicio de cada uno de los cursos según vayas avanzando en el plan del Máster, y del precio exacto y el plazo para realizar cada uno de los pagos.
Inscripción al Máster SIG
Los alumnos interesados en realizar el Máster SIG en IA, Machine Learning y ciencia de datos espaciales, deben completar el siguiente formulario de inscripción:
Espera nuestro mensaje de confirmación.
Realiza el pago mediante transferencia, tarjeta o Bizum.
🔒 Toda la web de MappingGIS utiliza conexión SSL segura para proteger tus datos.
Nosotros te matricularemos en el Máster.
Opiniones
