Máster en Formación Permanente en IOT Aplicado: Internet de las Cosas e Industria Digital
100% Online
12 meses
2195€
Matricularme
Máster en Formación Permanente en IOT Aplicado: Internet de las Cosas e Industria Digital
    Máster en Formación Permanente en IOT Aplicado: Internet de las Cosas e Industria Digital

    Máster en Formación Permanente en IOT Aplicado: Internet de las Cosas e Industria Digital

    100% Online
    60 ECTS
    12 meses
    2195€
    Matricularme
    Seguridad y confianza en tus pagos online.

    Presentación

    El Internet de las cosas (IoT) utiliza sensores y APIs para conectarse e intercambiar datos mediante internet y es el principal motivo del desarrollo de la Industria 4.0. Con este Master en IoT aplicado: Internet de las Cosas e Industria Digital podrás administrar las infraestructuras y comunicaciones dentro del ecosistema IOT, Smart Cities y Smart Buildings. También podrás programar chatbots mediante procesamiento de lenguaje natural y crear modelos de visión artificial. Además verás qué tecnologías se aplican al Internet de las Cosas y cómo gestionar la ciberseguridad en dispositivos IoT y en la industria 4.0.
    Qs World University Rankings

    Universidades colaboradoras

    Para qué te prepara
    Con este Master en IoT aplicado: Internet de las Cosas e Industria Digital podrás administrar las infraestructuras y comunicaciones dentro del ecosistema IOT, Smart Cities y Smart Buildings. También podrás programar chatbots mediante procesamiento de lenguaje natural y crear modelos de visión artificial. Además verás qué tecnologías se aplican al Internet de las Cosas y cómo gestionar la ciberseguridad en dispositivos IoT y en la industria 4.0. Requisitos generales de acceso: a) Estar en posesión de un título universitario español. b) Estar en posesión de un título extranjero que esté homologado a un título universitario oficial español. c) Estar en posesión de un título extranjero no homologado pero que pueda estimarse de nivel equivalente a un título universitario oficial español. d) Profesionales de reconocida y acreditada experiencia laboral y/o profesional, siempre que dicha experiencia esté relacionada con las competencias inherentes al título de Máster. No se estableces requisitos específicos
    Objetivos
    - Descubrir las posibilidades que ofrece el Internet de las Cosas y sus principales aplicaciones. - Realizar gemelos digitales (Digital Twins) con los que poder simular entornos reales. - Conocer y administrar las diferentes infraestructuras IoT. - Descubrir qué tecnologías se aplican para el desarrollo de la industria 4.0. - Desarrollar modelos de visión artificial gracias a la librería Open CV de Python. - Gestionar y administrar Smart Cities y Smart buildings. - Aplicar las medidas de ciberseguridad oportunas en dispositivos IoT y en la industria 4.0.
    A quién va dirigido
    El Master en IoT aplicado: Internet de las Cosas e Industria Digital está dirigido a profesionales y estudiantes del sector informático o industrial que deseen adaptarse a la nueva revolución industrial, la industria 4.0 a través de las inmensas posibilidades que ofrece el Internet de las Cosas (IoT). Si eres un apasionado de las nuevas tecnologías este es tu máster.
    Salidas Profesionales
    Gracias a la realización de este Master en IoT aplicado: Internet de las Cosas e Industria Digital podrás gestionar cualquier ecosistema IoT para adaptarse a la industria 4.0. Optarás a puestos tan importantes como IoT Engineer, Programador de modelos de visión artificial, Lider de proyectos en industrias 4.0 o Experto en gestión de ciberseguridad de ecosistemas IoT.
    Temario

    MÓDULO 1. 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 2. CHATBOTS E INTELIGENCIA ARTIFICIAL

    UNIDAD DIDÁCTICA 1 .¿QUÉ ES LA INTELIGENCIA ARTIFICIAL?

    1. Introducción a la Inteligencia artificial
    2. El Test de Turing
    3. Agentes Inteligentes
    4. Aplicaciones de la inteligencia artificial

    UNIDAD DIDÁCTICA 2. ¿QUÉ ES UN CHATBOT?

    1. Aspectos introductorios
    2. ¿Qué es un chatbot?
    3. ¿Cómo funciona un chatbot?
    4. VoiceBots
    5. Desafios para los Chatbots

    UNIDAD DIDÁCTICA 3. RELACIÓN ENTRE IA Y CHATBOTS

    1. Chatbots y el papel de la Inteligencia Artificial (IA)
    2. Usos y beneficios de los chatbots
    3. Diferencia entre bots, chatbots e IA

    UNIDAD DIDÁCTICA 4. ÁMBITOS DE APLICACIÓN CHATBOTS

    1. Áreas de aplicación de Chatbots
    2. Desarrollo de un chatbot con ChatterBot y Python
    3. Desarrollo de un chatbot para Facebook Messenger con Chatfuel

    MÓDULO 3. 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 4. 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 5. 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 6. 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 7. PROGRAMACIÓN DE VISIÓN ARTIFICIAL CON PYTHON Y OPENCV

    UNIDAD DIDÁCTICA 1. INTRODUCCIÓN E INSTALACIÓN DE OPENCV

    1. Descripción general OpenCV
    2. Instalación OpenCV para Python en Windows
    3. Instalación OpenCV para Python en Linux
    4. Anaconda y OpenCV

    UNIDAD DIDÁCTICA 2. MANEJO DE FICHEROS, CÁMARAS E INTERFACES GRÁFICAS

    1. Manejo de archivos
    2. Leer una imagen con OpenCV
    3. Mostrar imagen con OpenCV
    4. Guardar una imagen con OpenCV
    5. Operaciones aritméticas en imágenes usando OpenCV
    6. Funciones de dibujo

    UNIDAD DIDÁCTICA 3. TRATAMIENTO DE IMÁGENES

    1. Redimensión de imágenes
    2. Erosión de imágenes
    3. Desenfoque de imágenes
    4. Bordeado de imágenes
    5. Escala de grises en imágenes
    6. Escalado, rotación, desplazamiento y detección de bordes
    7. Erosión y dilatación de imágenes
    8. Umbrales simples
    9. Umbrales adaptativos
    10. Umbral de Otsu
    11. Contornos de imágenes
    12. Incrustación de imágenes
    13. Intensidad en imágenes
    14. Registro de imágenes
    15. Extracción de primer plano
    16. Operaciones morfológicas en imágenes
    17. Pirámide de imágen

    UNIDAD DIDÁCTICA 4. HISTOGRAMAS Y TEMPLATE MATCHING

    1. Analizar imágenes usando histogramas
    2. Ecualización de histogramas
    3. Template matching
    4. Detección de campos en documentos usando Template matching

    UNIDAD DIDÁCTICA 5. COLORES Y ESPACIOS DE COLOR

    1. Espacios de color en OpenCV
    2. Cambio de espacio de color
    3. Filtrado de color
    4. Denoising de imágenes en color
    5. Visualizar una imagen en diferentes espacios de color

    UNIDAD DIDÁCTICA 6. DETECCIÓN DE CARAS Y EXTRACCIÓN DE CARACTERÍSTICAS

    1. Detección de líneas
    2. Detección de círculos
    3. Detectar esquinas (Método Shi-Tomasi)
    4. Detectar esquinas (método Harris)
    5. Encontrar círculos y elipses
    6. Detección de caras y sonrisas

    UNIDAD DIDÁCTICA 7. APRENDIZAJE AUTOMÁTICO

    1. Vecino más cercano (K-Nearest Neighbour)
    2. Agrupamiento de K-medias (K-Means Clustering)

    MÓDULO 8. 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 9. DIGITAL TWINS

    UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A DIGITAL TWINS

    1. ¿Qué es Digital Twins?
    2. Campos de aplicación de Digital Twins
    3. Uso de la inteligencia artificial y el Machine Learning en Digital Twins
    4. Digital Twins como herramienta en la producción
    5. Monitorización del gemelo digital en la toma de decisiones
    6. Comunicación entre Sistema real y Digital Twin
    7. Optimización del matenimiento con Digital Twins

    UNIDAD DIDÁCTICA 2. SIMULACIÓN DE PRODUCCIÓN DE FABRICACIÓN MECÁNICA

    1. Concepto, clasificación y aplicaciones
    2. Gestión del reloj en la simulación discreta
    3. Simulación aleatoria, obtención de muestras y análisis de resultados
    4. Introducción a los lenguajes de simulación

    UNIDAD DIDÁCTICA 3. CONTEXTO DE LA INGENIERÍA SIMULTANEA Y CICLO DE VIDA DEL PRODUCTO

    1. Antecedentes y surgimiento de las técnicas de ingeniería simultanea
    2. Control de la producción desde el diseño
    3. Diseño para seis sigma DFSS
    4. Definición y tendencias de la Ingeniería Concurrente
    5. Ingeniería convencional VS ingeniería concurrente
    6. Fundamentos y elementos comunes las herramientas de la ingeniería concurrente: las T´s
    7. Ciclo de vida del producto
    8. Herramientas “Disign for X”
    9. Ejemplos de aplicación de la ingeniería simultanea

    UNIDAD DIDÁCTICA 4. INTEGRACIÓN DE LA INGENIERÍA CONCURRENTE CON EL SISTEMA DE GESTIÓN DE CALIDAD

    1. Paralelismos entre calidad e ingeniería simultánea
    2. Herramientas de mejora de la calidad
    3. El aseguramiento de la calidad: la ISO y PDCA
    4. La gestión de la calidad total: EFQM
    5. Diagrama Causa-Efecto
    6. Diagrama de Pareto
    7. Círculos de Control de Calidad

    UNIDAD DIDÁCTICA 5. FUNDAMENTOS DE SISTEMAS DE CONTROL Y SUPERVISIÓN DE PROCESOS: SCADA Y HMI

    1. Contexto evolutivo de los sistemas de visualización
    2. Sistemas avanzados de organización industrial: ERP y MES
    3. Consideraciones previas de supervisión y control
    4. El concepto de “tiempo real” en un SCADA
    5. Conceptos relacionados con SCADA
    6. Definición y características del sistemas de control distribuido
    7. Sistemas SCADA frente a DCS
    8. Viabilidad técnico económica de un sistema SCADA
    9. Mercado actual de desarrolladores SCADA
    10. PC industriales y tarjetas de expansión
    11. Pantallas de operador HMI
    12. Características de una pantalla HMI
    13. Software para programación de pantallas HMI
    14. Dispositivos tablet PC

    UNIDAD DIDÁCTICA 6. BUSES Y REDES INDUSTRIALES. CONCEPTOS INICIALES

    1. Buses de campo: aplicación y fundamentos
    2. Evaluación de los buses industriales
    3. Diferencias entre cableado convencional y cableado con Bus
    4. Selección de un bus de campo
    5. Funcionamiento y arquitectura de nodos y repetidores
    6. Conectores normalizados
    7. Normalización
    8. Comunicaciones industriales aplicadas a instalaciones en Domótica e Inmótica
    9. Buses propietarios y buses abiertos
    10. Tendencias
    11. Gestión de redes

    UNIDAD DIDÁCTICA 7. FUNCIONAMIENTO Y APLICACIÓN DE LOS PRINCIPALES BUSES INDUSTRIALES

    1. Clasificación de los buses
    2. AS-i (Actuator/Sensor Interface)
    3. DeviceNet
    4. CANopen (Control Area Network Open)
    5. SDS (Smart Distributed System)
    6. InterBus
    7. WorldFIP (World Factory Instrumentation Protocol)
    8. HART (Highway Addressable Remote Transducer)
    9. P-Net
    10. BITBUS
    11. ARCNet
    12. CONTROLNET
    13. PROFIBUS (PROcess FIeld BUS)
    14. FIELDBUS FOUNDATION
    15. MODBUS
    16. ETHERNET INDUSTRIAL

    UNIDAD DIDÁCTICA 8. GMAO - GESTIÓN DEL MANTENIMIENTO ASISTIDO POR ORDENADOR

    1. Que es GMAO
    2. Que es CMMS - GMAC
    3. Ventajas de utilizar Programas GMAO - Software GMAO
    4. Los mejores Programas GMAO - Software GMAO
    5. Módulos de un GMA
    6. Como elegir un Programa GMAO - Software GMAO
    7. Software de mantenimiento gratuito PMX-PRO

    MÓDULO 10. TECNOLOGÍAS APLICADAS A INTERNET DE LAS COSAS (IOT)

    UNIDAD DIDÁCTICA 1. SISTEMAS EMBEBIDOS EN IOT

    UNIDAD DIDÁCTICA 2. SENSORES ELECTRÓNICOS PARA IOT

    UNIDAD DIDÁCTICA 3. REDES, TIPOLOGÍAS Y SU APLICACIÓN EN IOT

    UNIDAD DIDÁCTICA 4. TECNOLOGÍA INALAMBRICA EN IOT

    UNIDAD DIDÁCTICA 5. SISTEMAS DE COMUNICACIÓN EN IOT

    UNIDAD DIDÁCTICA 6. SECTORES Y APLICACIONES PARA IOT

    MÓDULO 11. PROYECTO FIN DE MÁSTER

    Titulación
    Titulación Universitaria:
    Diploma Universidad Católica de Murcia
    Solicitar información