Contenido revisado el 17 de septiembre de 2026. Somos un portal informativo independiente, no el SEPE. Esta guía compara programas formativos: no constituye una convocatoria ni una reserva de plaza.
Si buscas un curso de machine learning, empieza por el código de especialidad y el programa oficial, no por una promesa de empleo. IFCD093PO corresponde a Machine Learning aplicado usando Python; su programa, publicado por FUNDAE en 2018, establece 150 horas (conviene comprobar en FUNDAE si existe una versión más reciente antes de darlo por vigente en 2026). Otras especialidades de inteligencia artificial o Big Data tienen objetivos y requisitos diferentes. Encontrar el código en un catálogo no confirma que exista una edición gratuita abierta donde puedas inscribirte.
Cuatro programas que no conviene confundir
Las duraciones siguientes corresponden a los documentos enlazados. No son un inventario de plazas disponibles. El centro debe identificar la acción concreta y explicar cualquier formación complementaria, sin atribuir sus horas al código equivocado.
IFCD093PO: Machine Learning aplicado usando Python, 150 horas
El programa publicado por FUNDAE contempla presencial y teleformación. Incluye Python, evaluación de modelos, aprendizaje supervisado y no supervisado. Es una especialidad formativa que no conduce por sí sola a un certificado profesional. El documento está fechado en 2018: su consulta actual no demuestra que se haya anunciado una nueva convocatoria en 2026.
IFCT159: Introducción al Big Data e Inteligencia Artificial, 40 horas
El programa oficial del SEPE establece 40 horas y nivel 3. Su objetivo es introductorio: no equivale a una formación extensa de ingeniería de datos ni a un curso de entre 100 y 300 horas. Antes de escogerlo, compara lo que cubre con tu objetivo.
IFCD107: Especialista en Inteligencia Artificial, 230 horas
El programa enlazado por la Junta de Andalucía es de nivel 3 y 230 horas. Incluye 40 horas de algoritmos de machine learning y un caso práctico de 60 horas, dentro de un itinerario más amplio. No deben presentarse las 230 horas como formación exclusiva en aprendizaje automático.
IFCT0019: Inteligencia Artificial aplicada a la empresa, 280 horas
El programa del SEPE señala nivel 1 y 280 horas, presencial o teleformación. Se orienta a aplicaciones empresariales de IA, Big Data y tecnologías relacionadas. Tener más horas no significa automáticamente ser más avanzado: compara nivel, acceso y enfoque.
Requisitos: revisa cada especialidad y cada convocatoria
No hay un requisito académico único para todo curso que mencione inteligencia artificial. Tampoco ser demandante de empleo es una condición universal: el colectivo destinatario lo determina la convocatoria.
- IFCT0019: el programa no exige titulación ni experiencia profesional; sí habilidades de comunicación suficientes y manejo de la plataforma en teleformación.
- IFCD107: el documento exige alguna de las vías de acceso enumeradas y conocimientos de programación orientada a objetos con Java e inglés mínimo B1. No es correcto anunciarlo como accesible sin preparación previa.
- IFCT159: consulta las vías académicas o alternativas recogidas en su programa; no presupongas acceso libre porque se denomine introducción.
- IFCD093PO: consulta las condiciones de la edición concreta y pregunta por la preparación técnica recomendada. No traslades a este curso las exigencias de otro código.
Si no sabes si tu formación permite acceder, envía la consulta al centro por su canal oficial antes de solicitar plaza. Pide que distinga el requisito obligatorio de una recomendación para aprovechar las clases.
Cómo elegir una formación adecuada a tu nivel
Como orientación editorial, no como requisito oficial, comprueba si puedes trabajar con una tabla de datos, interpretar un porcentaje y seguir un pequeño programa. Si partes de cero, una base de Python y estadística puede ayudarte. Si ya programas, pregunta cuánto tiempo se dedica a ejercicios y cómo se corrigen.
El aprendizaje automático busca patrones en datos para construir modelos. Un modelo puede funcionar bien en los ejemplos con los que se entrenó y fallar ante otros nuevos. Por eso, una formación útil debe ayudarte a entender la evaluación y las limitaciones, no solo a ejecutar una herramienta.
- Programa: pide contenidos concretos y evita decidir solo por una lista larga de nombres de herramientas.
- Práctica: comprueba si trabajarás con datos y recibirás comentarios sobre tus resultados.
- Evaluación: pregunta qué trabajos o pruebas debes superar.
- Medios: confirma qué equipo necesitas y qué recursos facilita el centro.
- Acreditación: solicita la denominación exacta del documento final y quién lo expide.
- Horario: revisa tutorías, sesiones en directo y posibles actividades presenciales antes de comprometerte.
Cómo buscar una edición e inscribirte
- Anota el código que te interesa. Te servirá para distinguir programas de nombres parecidos.
- Consulta la oferta del servicio de empleo de tu comunidad. Diferencia la ficha general de la especialidad de una convocatoria con centro, fechas y plazo.
- Comprueba destinatarios y financiación. Confirma si puedes participar y si la acción concreta es gratuita para el alumnado.
- Revisa acceso, modalidad y horario. No des por hecho que un curso online carece de sesiones obligatorias.
- Entrega solo la documentación solicitada por el canal indicado. Conserva justificante y evita formularios de intermediarios que no puedas identificar.
- Espera el resultado de admisión. Solicitar no garantiza plaza. Pregunta dónde se comunica el resultado y cómo aceptar la plaza, sin asumir un plazo fijo de respuesta.
Si el buscador no muestra una edición, no significa necesariamente que la especialidad haya desaparecido. Puedes consultar otras modalidades o futuras convocatorias. No confundas un listado de centros inscritos con un listado de cursos abiertos.
Un ejemplo de trabajo para aprovechar lo aprendido
Ejemplo didáctico propuesto por esta guía: preparar un pequeño proyecto con datos públicos o sintéticos y explicar qué pregunta intentas responder. No es una actividad obligatoria de todos los programas.
- Describe los datos, su procedencia y los permisos de uso.
- Revisa valores ausentes, errores y posibles duplicados.
- Separa los datos de entrenamiento de los que utilizarás para evaluar.
- Compara el modelo con una referencia sencilla y explica qué medida utilizas.
- Documenta limitaciones y situaciones en las que no debería usarse.
No publiques información personal ni contraseñas en el proyecto. Tampoco conviertas un ejercicio de aprendizaje en una herramienta para tomar decisiones reales sobre personas sin las garantías necesarias. Un informe claro y reproducible puede ayudarte a mostrar lo aprendido, pero no garantiza contratación.
Preguntas frecuentes
¿Todos estos cursos son gratuitos?
La gratuidad se confirma en cada acción financiada, no por la existencia del código. Comprueba las condiciones antes de aportar documentación o realizar un pago.
¿Voy a cobrar una beca?
No se puede deducir del tema del curso. Si existe una ayuda, sus bases deben indicar beneficiarios, gastos, cuantía, plazo y procedimiento. No hay un pago automático por estudiar machine learning.
¿Es compatible con una prestación o con el IMV?
No utilices esta guía para dar por resuelta tu situación individual. Comprueba las obligaciones y los posibles efectos de ingresos, ayudas o contratación con el organismo gestor correspondiente.
¿Un curso asegura trabajar como data scientist?
No. El acceso a un puesto depende de las competencias, experiencia y requisitos de la oferta. No ofrecemos porcentajes de contratación ni salarios garantizados.
¿Se obtiene siempre un certificado profesional?
No. Una especialidad formativa, un diploma y un certificado profesional no son intercambiables. Pide información exacta sobre la acreditación antes de matricularte.
Fuentes y correcciones realizadas
Los programas oficiales están enlazados en cada apartado y se han consultado el 17 de septiembre de 2026. Para comparar otras opciones, puedes consultar nuestra guía de formación en ciberseguridad, teniendo en cuenta que es un ámbito diferente.
Esta revisión corrige duraciones contradictorias y elimina porcentajes de empleabilidad, plazas, salarios y citas personales sin respaldo suficiente. También sustituye las fechas de revisión incompatibles y los bloques genéricos ajenos al tema. No se presenta ningún catálogo como prueba de una convocatoria abierta.
