Curso Gratuito Master en Industria 4.0 e Internet de las Cosas + 5 Créditos ECTS

Información gratuita

Nombre y apellidos

Email

Teléfono

Situación laboral

País

Provincia

Acepto la Política de Privacidad, el Aviso Legal y la Política de Cookies de cursosgratuitos.es

Curso 100% Bonificable si eres trabajador contratado en el régimen general y envías la documentación de matrícula (en el caso de ser estudiante, desempleado, autónomo, funcionario o jubilado puedes realizar este curso de forma parcialmente subvencionada)

Busca otros cursos gratuitos

Para qué te prepara:

Este Master en Industria 4.0 e Internet de las Cosas te prepara para adquirir los conocimientos necesarios en el ámbito del Internet de las Cosas. Conocer las diferentes infraestructuras y comunicaciones para IOT. Diferenciar los distintos dispositivos y aplicaciones para el internet de las cosas. Conocer la Industria 4.0, las Smart Cities, Smart buildings, sistemas ciberfísicos y aprender sobre la seguridad en los dispositivos IoT.

A quién va dirigido:

Este Master en Industria 4.0 e Internet de las Cosas está dirigido a profesionales, estudiantes y a cualquier persona del sector que quiera profundizar en estas tecnologías emergentes. Si eres un apasionado de las nuevas tecnologías y tienes inquietudes sobre todo lo que nos depara el futuro tecnológico, este es tu máster.

Titulación:

Doble Titulación:

  • Título Propio Master en Industria 4.0 e Internet de las Cosas expedido por el Instituto Europeo de Estudios Empresariales (INESEM), “Enseñanza no oficial y no conducente a la obtención de un título con carácter oficial o certificado de profesionalidad.” 
    • Instituto Europeo de Estudios Empresariales
  • Título Propio Universitario en Diseño e Impresión 3D  expedido por la Universidad Antonio de Nebrija con 5 créditos ECTS
Certificado Universidad Antonio de Nebrija 

Objetivos:

- Adquirir los conocimientos necesarios en el ámbito del Internet de las Cosas. - Conocer las diferentes infraestructuras y comunicaciones para IoT. - Diferenciar los distintos dispositivos y aplicaciones para el internet de las cosas. - Descubrir las tecnologías aplicadas al IoT. - Conocer las Smart Cities y los Smart buildings. - Aprender sobre la seguridad en los dispositivos IoT.

Salidas Laborales:

Mediante la realización de este Master en Industria 4.0 e Internet de las Cosas podrás trabajar como consultor en todo tipo de proyectos industriales en el contexto de la Industria 4.0, liderar proyectos IoT o gestionar la seguridad de estos sistemas, así como analizar toda la información generada por todos estos sistemas (un auténtico big data), entre otros muchos campos.

Resumen:

Este Master en Industria 4.0 e Internet de las Cosas te ofrece una formación especializada en la materia. Internet de las cosas es una red de objetos físicos (vehículos, máquinas, electrodomésticos, etc.) que utiliza sensores y APIs para conectarse e intercambiar datos por internet. IoT es una tecnología fundamental para el desarrollo de la Industria 4.0. Este Master te ofrece una formación especializada en la arquitectura IoT y los sistemas ciberfísicos. Sin descuidar la seguridad en los dispositivos IoT, conociendo las distintas amenazas a estos dispositivos, los ataques más frecuentes y las medidas que podemos tomar para evitarlos. En la realización del máster contarás con un equipo de profesionales especializados en la materia que te ayudarán en todo momento y gracias a las prácticas garantizadas en empresas punteras dentro del sector podrás acceder a un mercado laboral con gran auge y futuro.

Metodología:

Con nuestra metodología de aprendizaje online, el alumno comienza su andadura en INESEM Business School a través de un campus virtual diseñado exclusivamente para desarrollar el itinerario formativo con el objetivo de mejorar su perfil profesional. El alumno debe avanzar de manera autónoma a lo largo de las diferentes unidades didácticas así como realizar las actividades y autoevaluaciones correspondientes. La carga de horas de la acción formativa comprende las diferentes actividades que el alumno realiza a lo largo de su itinerario. Las horas de teleformación realizadas en el Campus Virtual se complementan con el trabajo autónomo del alumno, la comunicación con el docente, las actividades y lecturas complementarias y la labor de investigación y creación asociada a los proyectos. Para obtener la titulación el alumno debe aprobar todas la autoevaluaciones y exámenes y visualizar al menos el 75% de los contenidos de la plataforma. El Proyecto Fin de Máster se realiza tras finalizar el contenido teórico-práctico en el Campus. Por último, es necesario notificar la finalización del Máster desde la plataforma para comenzar la expedición del título.

Temario:

MÓDULO 1. IOT (INTERNET DE LAS COSAS) Y SISTEMAS CIBERFÍSICOS EN LA INDUSTRIA 4.0

UNIDAD DIDACTICA 1. INTERNET DE LAS COSAS
  1. Contexto Internet de las Cosas (IoT)
  2. ¿Qué es IoT?
  3. Elementos que componen el ecosistema IoT
  4. Arquitectura IoT
  5. Dispositivos y elementos empleados
  6. Ejemplos de uso
  7. Retos y líneas de trabajo futuras
UNIDAD DIDACTICA 2. SISTEMAS CIBERFÍSICOS
  1. Contexto Sistemas Ciberfísicos (CPS)
  2. Características CPS
  3. Componentes CPS
  4. Ejemplos de uso
  5. Retos y líneas de trabajo futuras

MÓDULO 2. TECNOLOGÍAS APLICADAS A INTERNET DE LAS COSAS (IOT)

UNIDAD DIDÁCTICA 1. SISTEMAS EMBEBIDOS EN IOT
  1. ¿Qué es un sistema embebido?
  2. Hardware
  3. Software
  4. Funcionamiento de los sistemas embebidos
  5. Ciclo de vida de desarrollo de software
UNIDAD DIDÁCTICA 2. SENSORES ELECTRÓNICOS PARA IOT
  1. Sensores para IoT
  2. Sensores de temperatura
  3. Sensor de proximidad
  4. Sensor de presión
  5. Sensor de calidad del agua
  6. Sensor de calidad del agua
  7. Sensor de gas
  8. Sensor de humo
  9. Sensores IR(infrarojos)
  10. Sensores de nivel
  11. Sensores de imagen
  12. Sensores de detección de movimiento
  13. Sensores de acelerómetro
  14. Sensores de giroscopio
  15. Sensores de humedad
  16. Sensores ópticos
UNIDAD DIDÁCTICA 3. REDES, TIPOLOGÍAS Y SU APLICACIÓN EN IOT
  1. Arquitectura IoT
  2. Capas de la arquitectura IoT
  3. Tipos de redes IoT
  4. Seguridad en redes IoT
UNIDAD DIDÁCTICA 4. TECNOLOGÍA INALAMBRICA EN IOT
  1. Tecnología inalámbrica para IoT
  2. 2G/3G/4G/5G Móvil
  3. 802.15.4
  4. 6LoWPAN Direcciones Nodos
  5. Bluetooth
  6. LoRaWan
  7. LTE Cat 0/1
  8. NB-IoT
  9. SIGFOX
  10. Weightless
  11. Wi-Fi
  12. WirelessHART
  13. Zigbee
  14. Z-Wave
UNIDAD DIDÁCTICA 5. SISTEMAS DE COMUNICACIÓN EN IOT
  1. Diseño lógico de IoT
  2. Bloques funcionales de IoT
  3. Modelos de comunicación de IoT y relación
  4. Modelos de comunicación de IoT y arquitectura
  5. API de comunicación de IoT
UNIDAD DIDÁCTICA 6. SECTORES Y APLICACIONES PARA IOT
  1. Aplicación de IoT
  2. Agricultura inteligente
  3. Vehículos inteligentes
  4. Hogar inteligente
  5. Control inteligente de la contaminación
  6. Smart Healthcare
  7. Ciudades Inteligentes
  8. Smart Retail
  9. Business Analytics
  10. Wearables
  11. Automatización industrial
  12. Ejemplo de aplicación
  13. Principales aplicaciones de IoT

MÓDULO 3. SMART BUILDINGS & SMART CITIES

UNIDAD DIDÁCTICA 1 .SMART BUILDINGS (EDIFICIOS INTELIGENTES). DOMÓTICA
  1. Domótica
  2. Edificios inteligenteas
  3. Diferencias entre Smart Home y Smart Building
UNIDAD DIDÁCTICA 2 .TRANSICIÓN ENTRE EDIFICIOS TRADICIONALES A EDIFICIOS INTELIGENTES Y CIUDADES INTELIGENTES
  1. Sistemas de automatización y control de edificios
  2. Funciones principales de BACS
  3. Funcionamiento de BACS
  4. Origen de BACS
  5. Desarrollo de BACS
  6. Tendencias de BACS
  7. Mercado de BACS
UNIDAD DIDÁCTICA 3 .SMART CITIES. CONCEPTO Y MODELOS
  1. Concepto de ciudad inteligente
  2. Gobernanza y crecimiento
  3. Desarrollo urbano e infraestructura
  4. Medio ambiente y recursos naturales
  5. Sociedad y comunidad
  6. Opciones de futuro
UNIDAD DIDÁCTICA 4 .PLANIFICACIÓN DE CIUDADES INTELIGENTES Y ECOSISTEMAS
  1. Planificación de ciudades inteligentes
  2. Marco del ecosistema de Smart City
  3. Proceso de construcción

MÓDULO 4. INTELIGENCIA ARTIFICIAL (IA), MACHINE LEARNING (ML) Y DEEP LEARNING (DL)

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
  1. Introducción a la inteligencia artificial
  2. Historia
  3. La importancia de la IA
UNIDAD DIDÁCTICA 2. TIPOS DE INTELIGENCIA ARTIFICIAL
  1. Tipos de inteligencia artificial
UNIDAD DIDÁCTICA 3. ALGORITMOS APLICADOS A LA INTELIGENCIA ARTIFICIAL
  1. Algoritmos aplicados a la inteligencia artificial
UNIDAD DIDÁCTICA 4. RELACIÓN ENTRE INTELIGENCIA ARTIFICIAL Y BIG DATA
  1. Relación entre inteligencia artificial y big data
  2. IA y Big Data combinados
  3. El papel del Big Data en IA
  4. Tecnologías de IA que se están utilizando con Big Data
UNIDAD DIDÁCTICA 5. SISTEMAS EXPERTOS
  1. Sistemas expertos
  2. Estructura de un sistema experto
  3. Inferencia: Tipos
  4. Fases de construcción de un sistema
  5. Rendimiento y mejoras
  6. Dominios de aplicación
  7. Creación de un sistema experto en C#
  8. Añadir incertidumbre y probabilidades
UNIDAD DIDÁCTICA 6. FUTURO DE LA INTELIGENCIA ARTIFICIAL
  1. Futuro de la inteligencia artificial
  2. Impacto de la IA en la industria
  3. El impacto económico y social global de la IA y su futuro
UNIDAD DIDÁCTICA 7. INTRODUCCIÓN AL MACHINE LEARNING
  1. Introducción
  2. Clasificación de algoritmos de aprendizaje automático
  3. Ejemplos de aprendizaje automático
  4. Diferencias entre el aprendizaje automático y el aprendizaje profundo
  5. Tipos de algoritmos de aprendizaje automático
  6. El futuro del aprendizaje automático
UNIDAD DIDÁCTICA 8. EXTRACCIÓN DE ESTRUCTURA DE LOS DATOS: CLUSTERING
  1. Introducción
  2. Algoritmos
UNIDAD DIDÁCTICA 9. SISTEMAS DE RECOMENDACIÓN
  1. Introducción
  2. Filtrado colaborativo
  3. Clusterización
  4. Sistemas de recomendación híbridos
UNIDAD DIDÁCTICA 10. CLASIFICACIÓN
  1. Clasificadores
  2. Algoritmos
UNIDAD DIDÁCTICA 11. REDES NEURONALES Y DEEP LEARNING
  1. Componentes
  2. Aprendizaje
UNIDAD DIDÁCTICA 12. SISTEMAS DE ELECCIÓN
  1. Introducción
  2. El proceso de paso de DSS a IDSS
  3. Casos de aplicación
UNIDAD DIDÁCTICA 13. DEEP LEARNING CON PYTHON, KERAS Y TENSORFLOW
  1. Aprendizaje profundo
  2. Entorno de Deep Learning con Python
  3. Aprendizaje automático y profundo
UNIDAD DIDÁCTICA 14. SISTEMAS NEURONALES
  1. Redes neuronales
  2. Redes profundas y redes poco profundas
UNIDAD DIDÁCTICA 15. REDES DE UNA SOLA CAPA
  1. Perceptrón de una capa y multicapa
  2. Ejemplo de perceptrón
UNIDAD DIDÁCTICA 16. REDES MULTICAPA
  1. Tipos de redes profundas
  2. Trabajar con TensorFlow y Python
UNIDAD DIDÁCTICA 17. ESTRATEGIAS DE APRENDIZAJE
  1. Entrada y salida de datos
  2. Entrenar una red neuronal
  3. Gráficos computacionales
  4. Implementación de una red profunda
  5. El algoritmo de propagación directa
  6. Redes neuronales profundas multicapa

MÓDULO 5. VISIÓN ARTIFICIAL Y SU APLICACIÓN EN LA INDUSTRIA 4.0

UNIDAD DIDÁCTICA 1. LA VISIÓN ARTIFICIAL: DEFINICIÓN Y ASPECTOS PRINCIPALES
  1. Visión artificial y su aplicación en la industria 4.0
UNIDAD DIDÁCTICA 2. COMPONENTES DE UN SISTEMA DE VISIÓN ARTIFICIAL
  1. Ópticas
  2. Iluminación
  3. Cámaras
  4. Sistemas 3D
  5. Sensores
  6. Equipos compactos
  7. Metodologías para la selección del hardware
UNIDAD DIDÁCTICA 3. PROCESADO DE IMÁGENES MEDIANTE VISIÓN ARTIFICIAL
  1. Algoritmos
  2. Software
  3. Segmentación e interpretación de imágenes
  4. Metodologías para la selección del software
UNIDAD DIDÁCTICA 4. APLICACIONES DE LA VISIÓN EN LA INDUSTRIA 4.0
  1. Aplicaciones clásicas: discriminación, detección de fallos…
  2. Nuevas aplicaciones: códigos OCR, trazabilidad, robótica, reconocimiento (OKAO)

MÓDULO 6. PROCESAMIENTO DE LENGUAJE NATURAL (PLN)

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL PLN
  1. ¿Qué es PLN?
  2. ¿Qué incluye el PLN?
  3. Ejemplos de uso de PLN
  4. Futuro del PLN
UNIDAD DIDÁCTICA 2. RECURSOS PARA EL PLN
  1. Introducción a Python
  2. ¿Qué necesitas?
  3. Librerías para el análisis de datos en Python
  4. PLN en Python con la librería NLTK
  5. Otras herramientas para PLN
UNIDAD DIDÁCTICA 3. COMPUTACIÓN DE LA SINTAXIS PARA EL PLN
  1. Principios del análisis sintáctico
  2. Gramática libre de contexto
  3. Analizadores sintácticos (Parsers)
UNIDAD DIDÁCTICA 4. COMPUTACIÓN DE LA SEMÁNTICA PARA EL PLN
  1. Aspectos introductorios del análisis semántico
  2. Lenguaje semántico para PLN
  3. Análisis pragmático
UNIDAD DIDÁCTICA 5. RECUPERACIÓN Y EXTRACCIÓN DE LA INFORMACIÓN
  1. Aspectos introductorios
  2. Pasos en la extracción de información
  3. Ejemplo PLN
  4. Ejemplo PLN con entrada de texto en inglés

MÓDULO 7. CIBERSEGURIDAD APLICADA A INTELIGENCIA ARTIFICIAL (IA), SMARTPHONES, INTERNET DE LAS COSAS (IOT) E INDUSTRIA 4.0

UNIDAD DIDÁCTICA 1. CIBERSEGURIDAD EN NUEVAS TECNOLOGÍAS
  1. Concepto de seguridad TIC
  2. Tipos de seguridad TIC
  3. Aplicaciones seguras en Cloud
  4. Plataformas de administración de la movilidad empresarial (EMM)
  5. Redes WiFi seguras
  6. Caso de uso: Seguridad TIC en un sistema de gestión documental
UNIDAD DIDÁCTICA 2. CIBERSEGURIDAD EN SMARTPHONES
  1. Buenas prácticas de seguridad móvil
  2. Protección de ataques en entornos de red móv
UNIDAD DIDÁCTICA 3. INTELIGENCIA ARTIFICIAL (IA) Y CIBERSEGURIDAD
  1. Inteligencia Artificial
  2. Tipos de inteligencia artificial
  3. Impacto de la Inteligencia Artificial en la ciberseguridad
UNIDAD DIDÁCTICA 4. CIBERSEGURIDAD E INTERNET DE LAS COSAS (IOT)
  1. Contexto Internet de las Cosas (IoT)
  2. ¿Qué es IoT?
  3. Elementos que componen el ecosistema IoT
  4. Arquitectura IoT
  5. Dispositivos y elementos empleados
  6. Ejemplos de uso
  7. Retos y líneas de trabajo futuras
  8. Vulnerabilidades de IoT
  9. Necesidades de seguridad específicas de IoT
UNIDAD DIDÁCTICA 5. SEGURIDAD INFORMÁTICA EN LA INDUSTRIA 4.0
  1. Industria 4.0
  2. Necesidades en ciberseguridad en la Industria 4.0

MÓDULO 8. DISEÑO E IMPRESIÓN 3D

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA IMPRESIÓN 3D
  1. Concepto de impresión 3D
  2. Origen, desarrollo y actualidad de la impresión 3D
  3. Aplicaciones de la impresión 3D
  4. Evolución de la impresión 3D
UNIDAD DIDÁCTICA 2. ARQUITECTURA DE LAS IMPRESORAS 3D
  1. Componentes de una impresora 3D
  2. Monte usted mismo su impresora 3D
UNIDAD DIDÁCTICA 3. TÉCNOLOGÍAS DE IMPRESIÓN 3D
  1. Introducción
  2. Evolución de las tecnologías de impresión
UNIDAD DIDÁCTICA 4. MATERIALES
  1. Materiales para impresión 3D
  2. Materiales 3D: tipos y usos
UNIDAD DIDÁCTICA 5. DISEÑO Y MODELADO DE ELEMENTOS 3D
  1. Concepto de diseño asistido por ordenador
  2. Breve historia del CAD
  3. Implantación del CAD en el mercado
  4. Herramientas básicas de modelado
  5. Programas para la iniciación en el modelado 3D
  6. Diseño 3D con Tinkercad
UNIDAD DIDÁCTICA 6. ESCANEADO 3D
  1. Escáner
  2. Proceso de escaneado
  3. Aplicaciones del escaneado 3D
UNIDAD DIDÁCTICA 7. EDICION Y REPARACIÓN DE MALLAS
  1. Las mallas
  2. Edición de mallas
  3. Reparación de mallas
UNIDAD DIDÁCTICA 8. SLICERS O REBANADORES
  1. Slicers o rebanadores
  2. Ultimaker Cura
UNIDAD DIDÁCTICA 9. RECOMENDACIONES EN EL DISEÑO 3D
  1. Diseño
  2. Software
  3. Impresora
  4. Materiales
UNIDAD DIDÁCTICA 10. IMPRESIÓN 3D PASO A PASO: EJEMPLOS
  1. Obtener un modelo
  2. Posicionar el objeto
  3. Imprimir
  4. Laminar
UNIDAD DIDÁCTICA 11. POSTIMPRESIÓN 3D: ACABADOS
  1. Acabado
  2. Acabado superficial
  3. Identificar y corregir problemas

MÓDULO 9. PROYECTO FIN DE MASTER