Para qué te prepara este curso subvencionado Curso Gratuito Maestria en Innovación e Investigación en Informática:
Gracias a esta Maestría en Innovación e Investigación en Informática aprenderás todas estas tecnologías disruptivas y cómo afectan a la innovación e investigación informática. Utilizarás información masiva gracias al Big Data, adoptarás los sistemas ciberfísicos, el IoT y Digital Twins en la industria 4.0, conocerás el ecosistema Blockchain y sus diferentes usos y aplicarás algoritmos y modelos de inteligencia artificial y visión artificial.
A quién va dirigido:
Esta Maestría en Innovación e Investigación en Informática está orientado, principalmente, a profesionales experimentados y con un gran interés en las tecnologías más disruptivas y con más futuro actualmente en el campo de la informática. Además, también es perfecto para estudiantes informáticos que quieran desarrollar su carrera hacia alguna/s de estas tecnologías.
Objetivos de este curso subvencionado Curso Gratuito Maestria en Innovación e Investigación en Informática:
- Analizar información masiva gracias al Big Data y sus principales herramientas de analítica. - Entender cómo el Internet de las cosas (IoT) y los sistemas ciberfísicos permiten el desarrollo de la industria 4.0. - Descubrir la filosofía BIM y cómo, junto con el IoT, permite el desarrollo de edificios inteligentes (Smart Buildings). - Utilizar gemelos digitales (Digital Twins) para simular escenarios reales en entornos virtuales. - Conocer todo el ecosistema Blockchain, que principios tecnológicos tiene y sus principales campos de aplicación. - Utilizar inteligencia artificial y programación de lenguaje natural (PLN) para implementar chatbots. - Implementar modelos de visión artificial aplicables a la industria 4.0 con Python y OpenCV.
Salidas Laborales:
Al tratarse en esta Maestría en Innovación e Investigación en Informática tantas tecnologías disruptivas, se abre un inmenso abanico de posibilidades en el ámbito laboral. Más en concreto, podrás optar a puestos como Big Data Scientist, Responsable de desarrollo de Industria 4.0, Blockchain Developer, IA Engineer o Programador de modelos de visión artificial.
Resumen:
El I+D+I es la base para evolucionar en cualquier sector, pero en el ámbito de la informática es fundamental adaptarse a las tecnologías, ecosistemas y plataformas más disruptivas. Gracias a esta Maestría en Innovación e Investigación en Informática aprenderás todas estas tecnologías disruptivas y cómo afectan a la innovación e investigación informática. Utilizarás información masiva gracias al Big Data, adoptarás los sistemas ciberfísicos, el IoT y Digital Twins en la industria 4.0, conocerás el ecosistema Blockchain y sus diferentes usos y aplicarás algoritmos y modelos de inteligencia artificial y visión artificial. Contarás con un equipo de profesionales especializados en la materia. Además, gracias a las prácticas garantizadas, podrás acceder a un mercado laboral en plena expansión
Titulación:
Titulación de Maestría en Innovación e Investigación en Informática con 1500 horas expedida por ESIBE (ESCUELA IBEROAMERICANA DE POSTGRADO).
Metodología:
Entre el material entregado en este curso se adjunta un documento llamado Guía del Alumno dónde aparece un horario de tutorías telefónicas y una dirección de e-mail dónde podrá enviar sus consultas, dudas y ejercicios. La metodología a seguir es ir avanzando a lo largo del itinerario de aprendizaje online, que cuenta con una serie de temas y ejercicios. Para su evaluación, el alumno/a deberá completar todos los ejercicios propuestos en el curso. La titulación será remitida al alumno/a por correo una vez se haya comprobado que ha completado el itinerario de aprendizaje satisfactoriamente.
Temario:
MÓDULO 1. BIG DATA ANALYTICS TOOLS
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL BIG DATA
- ¿Qué es Big Data?
- La era de las grandes cantidades de información. Historia del big data
- La importancia de almacenar y extraer información
- Big Data enfocado a los negocios
- Open Data
- Información pública
- IoT (Internet of Things-Internet de las cosas)
UNIDAD DIDÁCTICA 2. FUENTES DE DATOS
- Definición y relevancia de la selección de las fuentes de datos
- Naturaleza de las fuentes de datos Big Data
UNIDAD DIDÁCTICA 3. OPEN DATA
- Definición, Beneficios y Características
- Ejemplo de uso de Open Data
UNIDAD DIDÁCTICA 4. FASES DE UN PROYECTO DE BIG DATA
- Diagnóstico inicial
- Diseño del proyecto
- Proceso de implementación
- Monitorización y control del proyecto
- Responsable y recursos disponibles
- Calendarización
- Alcance y valoración económica del proyecto
UNIDAD DIDÁCTICA 5. BIG DATA Y MARKETING
- Apoyo del Big Data en el proceso de toma de decisiones
- Toma de decisiones operativas
- Marketing estratégico y Big Data
- Nuevas tendencias en management
UNIDAD DIDÁCTICA 6. DEL BIG DATA AL LINKED OPEN DATA
- Concepto de web semántica
- Linked Data Vs Big Data
- Lenguaje de consulta SPARQL
UNIDAD DIDÁCTICA 7. BASES DE DATOS NOSQL Y EL ALMACENAMIENTO ESCALABLE
- ¿Qué es una base de datos NoSQL?
- Bases de datos Relaciones Vs Bases de datos NoSQL
- Tipo de Bases de datos NoSQL. Teorema de CAP
- Sistemas de Bases de datos NoSQL
UNIDAD DIDÁCTICA 8. INTRODUCCIÓN A UN SISTEMA DE BASES DE DATOS NOSQL. MONGODB
- ¿Qué es MongoDB?
- Funcionamiento y uso de MongoDB
- Primeros pasos con MongoDB. Instalación y shell de comandos
- Creando nuestra primera Base de Datos NoSQL.Modelo e Inserción de Datos
- Actualización de datos en MongoDB. Sentencias set y update
- Trabajando con índices en MongoDB para optimización de datos
- Consulta de datos en MongoDB
UNIDAD DIDÁCTICA 9. ECOSISTEMA HADOOP
- ¿Qué es Hadoop? Relación con Big Data
- Instalación y configuración de insfraestructura y ecosistema Hadoop
- Sistema de archivos HDFS
- MapReduce con Hadoop
- Apache Hive
- Apache Hue
- Apache Spark
UNIDAD DIDÁCTICA 10. WEKA Y DATA MINING
- ¿Qué es Weka?
- Técnicas de Data Mining en Weka
- Interfaces de Weka
- Selección de atributos
UNIDAD DIDÁCTICA 11. PENTAHO
- Una aproximación a Pentaho
- Soluciones que ofrece Pentaho
- MongoDB & Pentaho
- Hadoop & Pentaho
- Weka & Pentaho
MÓDULO 2. IOT Y SISTEMAS CIBERFÍSICOS EN LA INDUSTRIA 4.0 Y SMART BUILDING
UNIDAD DIDÁCTICA 1. INTERNET DE LAS COSAS
- Contexto Internet de las Cosas (IoT)
- ¿Qué es IoT?
- Elementos que componen el ecosistema IoT
- Arquitectura IoT
- Dispositivos y elementos empleados
- Ejemplos de uso
- Retos y líneas de trabajo futuras
UNIDAD DIDÁCTICA 2. SISTEMAS CIBERFÍSICOS
- Contexto Sistemas Ciberfísicos (CPS)
- Características CPS
- Componentes CPS
- Ejemplos de uso
- Retos y líneas de trabajo futuras
UNIDAD DIDÁCTICA 3. CONCEPTOS Y EQUIPOS UTILIZADOS EN AUTOMATIZACIÓN INDUSTRIAL
- Conceptos previos
- Objetivos de la automatización
- Grados de automatización
- Clases de automatización
- Equipos para la automatización industrial
- Diálogo Hombre-máquina, HMI y SCADA
UNIDAD DIDÁCTICA 4. INDUSTRIA 4.0
- ¿Qué es la Industria 4.0?
- Sensores y captación de información
- Ciclo de vida de los productos en la Industria 4.0
- Modelos de negocio basados en la industria 4.0
- IoT industrial
UNIDAD DIDÁCTICA 5. SEGURIDAD INFORMÁTICA EN LA INDUSTRIA 4.0
- Industria 4.0
- Necesidades en ciberseguridad en la Industria 4.0
UNIDAD DIDÁCTICA 6. BIM
- Introducción
- Filosofía BIM
- Sector AEC
- Exigencias del mercado
- Del BIM al CIM
- Software BIM
UNIDAD DIDÁCTICA 7. QUE ES EL SMART BUILDING
- El concepto de Smart Building
- El crecimiento del Smart Building desde su inicio
- El mercado del Smart Building en España
UNIDAD DIDÁCTICA 8. ÁREAS EN LAS QUE SE APLICA EL SMART BUILDING
- Climatización
- Iluminación
- Seguridad
- Telecomunicaciones
- Eficiencia energética
- Monitorización
MÓDULO 3. DIGITAL TWINS
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A DIGITAL TWINS
- ¿Qué es Digital Twins?
- Campos de aplicación de Digital Twins
- Uso de la inteligencia artificial y el Machine Learning en Digital Twins
- Digital Twins como herramienta en la producción
- Monitorización del gemelo digital en la toma de decisiones
- Comunicación entre Sistema real y Digital Twin
- Optimización del matenimiento con Digital Twins
UNIDAD DIDÁCTICA 2. SIMULACIÓN DE PRODUCCIÓN DE FABRICACIÓN MECÁNICA
- Concepto, clasificación y aplicaciones
- Gestión del reloj en la simulación discreta
- Simulación aleatoria, obtención de muestras y análisis de resultados
- Introducción a los lenguajes de simulación
UNIDAD DIDÁCTICA 3. CONTEXTO DE LA INGENIERÍA SIMULTANEA Y CICLO DE VIDA DEL PRODUCTO
- Antecedentes y surgimiento de las técnicas de ingeniería simultanea
- Control de la producción desde el diseño
- Diseño para seis sigma DFSS
- Definición y tendencias de la Ingeniería Concurrente
- Ingeniería convencional VS ingeniería concurrente
- Fundamentos y elementos comunes las herramientas de la ingeniería concurrente: las T´s
- Ciclo de vida del producto
- Herramientas “Disign for X”
- Ejemplos de aplicación de la ingeniería simultanea
UNIDAD DIDÁCTICA 4. INTEGRACIÓN DE LA INGENIERÍA CONCURRENTE CON EL SISTEMA DE GESTIÓN DE CALIDAD
- Paralelismos entre calidad e ingeniería simultánea
- Herramientas de mejora de la calidad
- El aseguramiento de la calidad: la ISO y PDCA
- La gestión de la calidad total: EFQM
- Diagrama Causa-Efecto
- Diagrama de Pareto
- Círculos de Control de Calidad
UNIDAD DIDÁCTICA 5. FUNDAMENTOS DE SISTEMAS DE CONTROL Y SUPERVISIÓN DE PROCESOS: SCADA Y HMI
- Contexto evolutivo de los sistemas de visualización
- Sistemas avanzados de organización industrial: ERP y MES
- Consideraciones previas de supervisión y control
- El concepto de “tiempo real” en un SCADA
- Conceptos relacionados con SCADA
- Definición y características del sistemas de control distribuido
- Sistemas SCADA frente a DCS
- Viabilidad técnico económica de un sistema SCADA
- Mercado actual de desarrolladores SCADA
- PC industriales y tarjetas de expansión
- Pantallas de operador HMI
- Características de una pantalla HMI
- Software para programación de pantallas HMI
- Dispositivos tablet PC
UNIDAD DIDÁCTICA 6. BUSES Y REDES INDUSTRIALES. CONCEPTOS INICIALES
- Buses de campo: aplicación y fundamentos
- Evaluación de los buses industriales
- Diferencias entre cableado convencional y cableado con Bus
- Selección de un bus de campo
- Funcionamiento y arquitectura de nodos y repetidores
- Conectores normalizados
- Normalización
- Comunicaciones industriales aplicadas a instalaciones en Domótica e Inmótica
- Buses propietarios y buses abiertos
- Tendencias
- Gestión de redes
UNIDAD DIDÁCTICA 7. FUNCIONAMIENTO Y APLICACIÓN DE LOS PRINCIPALES BUSES INDUSTRIALES
- Clasificación de los buses
- AS-i (Actuator/Sensor Interface)
- DeviceNet
- CANopen (Control Area Network Open)
- SDS (Smart Distributed System)
- InterBus
- WorldFIP (World Factory Instrumentation Protocol)
- HART (Highway Addressable Remote Transducer)
- P-Net
- BITBUS
- ARCNet
- CONTROLNET
- PROFIBUS (PROcess FIeld BUS)
- FIELDBUS FOUNDATION
- MODBUS
- ETHERNET INDUSTRIAL
UNIDAD DIDÁCTICA 8. GMAO - GESTIÓN DEL MANTENIMIENTO ASISTIDO POR ORDENADOR
- Que es GMAO
- Que es CMMS - GMAC
- Ventajas de utilizar Programas GMAO - Software GMAO
- Los mejores Programas GMAO - Software GMAO
- Módulos de un GMAOComo elegir un Programa GMAO - Software GMAO
- Software de mantenimiento gratuito PMX-PRO
MÓDULO 4. ECOSISTEMA BLOCKCHAIN
UNIDAD DIDÁCTICA 1. DESCENTRALIZACIÓN UNIVERSAL. EL BLOCKCHAIN
- ¿Qué es BlockChain? Introducción e historia
- Criptomonedas
- Redes Blockchain: Pública, Privada e Híbrida
- Campos de aplicación de la tecnología Blockchain
- Pros y contras de Blockchain
UNIDAD DIDÁCTICA 2. CONTRIBUCIÓN DE LA BLOCKCHAIN A LA TRANSFORMACIÓN DIGITAL: POSIBILIDADES Y LIMITACIONES
- Redes blockchain: una solución en la transformación digital
- Interoperabilidad y compatibildad entre plataformas blockchain
- Riesgos y limitaciones en redes blockchain
- Desafíos éticos derivados de la descentralización
UNIDAD DIDÁCTICA 3. CRIPTOGRAFÍA
- Perspectiva histórica y objetivos de la criptografía
- Teoría de la información
- Propiedades de la seguridad que se pueden controlar mediante la aplicación de la criptografía
- Criptografía de clave privada o simétrica
- Criptografía de clave pública o asimétrica
- Algoritmos criptográficos más frecuentemente utilizados
- Funciones Hash y los criterios para su utilización
- Protocolos de intercambio de claves
- Herramientas de Cifrado
UNIDAD DIDÁCTICA 4. BLOCKHAIN: PRINCIPIOS TECNOLÓGICOS
- Aplicaciones descentralizadas o DAPP
- Redes P2P
- Elementos de la arquitectura
- Principios de funcionamiento
UNIDAD DIDÁCTICA 5. ANÁLISIS DE LAS LIMITACIONES ACTUALES
- Limitaciones del Blockchain en la contratación y propiedad. Aspectos introductorios
- Naturaleza del Blockchain
- Naturaleza de los Contratos Inteligentes
- El Uso de Blockchain en la Contratación de Derechos Personales
- Tecnología Blockchain en la Contratación de Derechos Reales
UNIDAD DIDÁCTICA 6. CRIPTODERECHO
- Regulación Legal de la Cadena de Bloques
- Red descentralizada carente de dueño
- Naturaleza y función de las Criptomonedas
- Reglamento UE
UNIDAD DIDÁCTICA 7. BLOCKCHAIN AS A SERVICE (BAAS)
- ¿Qué es BaaS?
- Funcionamientos
- Azure Blockchain Workbench
- Amazon Blockchain (AWS)
MÓDULO 5. PLN, CHATBOTS E INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL PLN
- ¿Qué es PLN?
- ¿Qué incluye el PLN?
- Ejemplos de uso de PLN
- Futuro del PLN
UNIDAD DIDÁCTICA 2. PLN EN PYTHON
- PLN en Python con la librería NLTK
- Otras herramientas para PLN
UNIDAD DIDÁCTICA 3. COMPUTACIÓN DE LA SINTAXIS PARA EL PLN
- Principios del análisis sintáctico
- Gramática libre de contexto
- Analizadores sintácticos (Parsers)
UNIDAD DIDÁCTICA 4. COMPUTACIÓN DE LA SEMÁNTICA PARA EL PLN
- Aspectos introductorios del análisis semántico
- Lenguaje semántico para PLN
- Análisis pragmático
UNIDAD DIDÁCTICA 5. RECUPERACIÓN Y EXTRACCIÓN DE LA INFORMACIÓN
- Aspectos introductorios
- Pasos en la extracción de información
- Ejemplo PLN
- Ejemplo PLN con entrada de texto en inglés
UNIDAD DIDÁCTICA 6. ¿QUÉ ES UN CHATBOT?
- Aspectos introductorios
- ¿Qué es un chatbot?
- ¿Cómo funciona un chatbot?
- VoiceBots
- Desafios para los Chatbots
UNIDAD DIDÁCTICA 7. RELACIÓN ENTRE IA Y CHATBOTS
- Chatbots y el papel de la Inteligencia Artificial (IA)
- Usos y beneficios de los chatbots
- Diferencia entre bots, chatbots e IA
UNIDAD DIDÁCTICA 8. ÁMBITOS DE APLICACIÓN CHATBOTS
- Áreas de aplicación de Chatbots
- Desarrollo de un chatbot con ChatterBot y Python
- Desarrollo de un chatbot para Facebook Messenger con Chatfuel
MÓDULO 6. VISIÓN ARTIFICIAL EN INDUSTRIA 4.0 CON PYTHON Y OPENCV
UNIDAD DIDÁCTICA 1. LA VISIÓN ARTIFICIAL: DEFINICIÓN Y ASPECTOS PRINCIPALES
- La visión artificial: definiciones y aspectos principales
UNIDAD DIDÁCTICA 2. COMPONENTES DE UN SISTEMA DE VISIÓN ARTIFICIAL
- Ópticas
- Iluminación
- Cámaras
- Sistemas 3D
- Sensores
- Equipos compactos
- Metodologías para la selección del hardware
UNIDAD DIDÁCTICA 3. PROCESADO DE IMÁGENES MEDIANTE VISIÓN ARTIFICIAL
- Algoritmos
- Software
- Segmentación e interpretación de imágenes
- Metodologías para la selección del software
UNIDAD DIDÁCTICA 4. APLICACIONES DE LA VISIÓN EN LA INDUSTRIA 4.0
- Aplicaciones clásicas: discriminación, detección de fallos…
- Nuevas aplicaciones: códigos OCR, trazabilidad, robótica, reconocimiento (OKAO)
UNIDAD DIDÁCTICA 5. INTRODUCCIÓN E INSTALACIÓN DE OPENCV
- Descripción general OpenCV
- Instalación OpenCV para Python en Windows
- Instalación OpenCV para Python en Linux
- Anaconda y OpenCV
UNIDAD DIDÁCTICA 6. MANEJO DE FICHEROS, CÁMARAS E INTERFACES GRÁFICAS
- Manejo de archivos
- Leer una imagen con OpenCV
- Mostrar imagen con OpenCV
- Guardar una imagen con OpenCV
- Operaciones aritméticas en imágenes usando OpenCV
- Funciones de dibujo
UNIDAD DIDÁCTICA 7. TRATAMIENTO DE IMÁGENES
- Redimensión de imágenes
- Erosión de imágenes
- Desenfoque de imágenes
- Bordeado de imágenes
- Escala de grises en imágenes
- Escalado, rotación, desplazamiento y detección de bordes
- Erosión y dilatación de imágenes
- Umbrales simples
- Umbrales adaptativos
- Umbral de Otsu
- Contornos de imágenes
- Incrustación de imágenes
- Intensidad en imágenes
- Registro de imágenes
- Extracción de primer plano
- Operaciones morfológicas en imágenes
- Pirámide de imágen
UNIDAD DIDÁCTICA 8. HISTOGRAMAS Y TEMPLATE MATCHING
- Analizar imágenes usando histogramas
- Ecualización de histogramas
- Template matching
- Detección de campos en documentos usando Template matching
UNIDAD DIDÁCTICA 9. COLORES Y ESPACIOS DE COLOR
- Espacios de color en OpenCV
- Cambio de espacio de color
- Filtrado de color
- Denoising de imágenes en color
- Visualizar una imagen en diferentes espacios de color
UNIDAD DIDÁCTICA 10. DETECCIÓN DE CARAS Y EXTRACCIÓN DE CARACTERÍSTICAS
- Detección de líneas
- Detección de círculos
- Detectar esquinas (Método Shi-Tomasi)
- Detectar esquinas (método Harris)
- Encontrar círculos y elipses
- Detección de caras y sonrisas
UNIDAD DIDÁCTICA 11. APRENDIZAJE AUTOMÁTICO
- Vecino más cercano (K-Nearest Neighbour)
- Agrupamiento de K-medias (K-Means Clustering)
curso gratuito le prepara para ser
Al tratarse en esta Maestría en Innovación e Investigación en Informática tantas tecnologías disruptivas, se abre un inmenso abanico de posibilidades en el ámbito laboral. Más en concreto, podrás optar a puestos como Big Data Scientist, Responsable de desarrollo de Industria 4.0, Blockchain Developer, IA Engineer o Programador de modelos de visión artificial.
. ¿A qué esperas para llevar a cabo tus proyectos personales?.