Home / FACULTAD DE NUEVAS TECNOLOGÍAS / Máster en Formación Permanente en Industria 4.0 e Internet de las Cosas

Máster en Formación Permanente en Industria 4.0 e Internet de las Cosas

Incluye contenido gratis con tu suscripción

Solicita información gratis

Estoy de acuerdo con la Política de privacidad.

Matricúlate ahora online

Sobre este curso

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 inq...

Titulación universitaria

1500 h

Online

60 ECTS (Créditos)

Facultad De Nuevas TecnologÍas

Industria 4.0

Másteres De Formación Permanente

Titulación de Máster en Formación Permanente en Industria 4.0 e Internet de las Cosas

Titulación Universitaria de Master en Formación Permanente en Industria 4.0 e Internet de las Cosas con 1500 horas y 60 créditos ECTS por la Universidad Católica de Murcia

Vídeo de universitarios opinando sobre la Universidad Católica San Antonio de Murcia

Esta formación incluye contenido gratis con tu suscripción Educa University

¿Aún no te has suscrito? En Educa University, respondemos ágilmente a las necesidades educativas de un mundo digitalizado y en constante cambio. Somos líderes en el desarrollo de programas educativos y herramientas IA, con alianzas con prestigiosas universidades en Europa, Estados Unidos y América Latina.

Suscríbete ahora

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.

Contenido

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

UNIDAD DIDACTICA 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 DIDACTICA 2. SISTEMAS CIBERFÍSICOS
Contexto Sistemas Ciberfísicos (CPS)
Características CPS
Componentes CPS
Ejemplos de uso
Retos y líneas de trabajo futuras

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

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

MÓDULO 3. SMART BUILDINGS & SMART CITIES

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

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

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
Introducción a la inteligencia artificial
Historia
La importancia de la IA
UNIDAD DIDÁCTICA 2. TIPOS DE INTELIGENCIA ARTIFICIAL
Tipos de inteligencia artificial
UNIDAD DIDÁCTICA 3. ALGORITMOS APLICADOS A LA INTELIGENCIA ARTIFICIAL
Algoritmos aplicados a la inteligencia artificial
UNIDAD DIDÁCTICA 4. RELACIÓN ENTRE INTELIGENCIA ARTIFICIAL Y BIG DATA
Relación entre inteligencia artificial y big data
IA y Big Data combinados
El papel del Big Data en IA
Tecnologías de IA que se están utilizando con Big Data
UNIDAD DIDÁCTICA 5. SISTEMAS EXPERTOS
Sistemas expertos
Estructura de un sistema experto
Inferencia: Tipos
Fases de construcción de un sistema
Rendimiento y mejoras
Dominios de aplicación
Creación de un sistema experto en C#
Añadir incertidumbre y probabilidades
UNIDAD DIDÁCTICA 6. FUTURO DE LA INTELIGENCIA ARTIFICIAL
Futuro de la inteligencia artificial
Impacto de la IA en la industria
El impacto económico y social global de la IA y su futuro
UNIDAD DIDÁCTICA 7. INTRODUCCIÓN AL MACHINE LEARNING
Introducción
Clasificación de algoritmos de aprendizaje automático
Ejemplos de aprendizaje automático
Diferencias entre el aprendizaje automático y el aprendizaje profundo
Tipos de algoritmos de aprendizaje automático
El futuro del aprendizaje automático
UNIDAD DIDÁCTICA 8. EXTRACCIÓN DE ESTRUCTURA DE LOS DATOS: CLUSTERING
Introducción
Algoritmos
UNIDAD DIDÁCTICA 9. SISTEMAS DE RECOMENDACIÓN
Introducción
Filtrado colaborativo
Clusterización
Sistemas de recomendación híbridos
UNIDAD DIDÁCTICA 10. CLASIFICACIÓN
Clasificadores
Algoritmos
UNIDAD DIDÁCTICA 11. REDES NEURONALES Y DEEP LEARNING
Componentes
Aprendizaje
UNIDAD DIDÁCTICA 12. SISTEMAS DE ELECCIÓN
Introducción
El proceso de paso de DSS a IDSS
Casos de aplicación
UNIDAD DIDÁCTICA 13. DEEP LEARNING CON PYTHON, KERAS Y TENSORFLOW
Aprendizaje profundo
Entorno de Deep Learning con Python
Aprendizaje automático y profundo
UNIDAD DIDÁCTICA 14. SISTEMAS NEURONALES
Redes neuronales
Redes profundas y redes poco profundas
UNIDAD DIDÁCTICA 15. REDES DE UNA SOLA CAPA
Perceptrón de una capa y multicapa
Ejemplo de perceptrón
UNIDAD DIDÁCTICA 16. REDES MULTICAPA
Tipos de redes profundas
Trabajar con TensorFlow y Python
UNIDAD DIDÁCTICA 17. ESTRATEGIAS DE APRENDIZAJE
Entrada y salida de datos
Entrenar una red neuronal
Gráficos computacionales
Implementación de una red profunda
El algoritmo de propagación directa
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
Visión artificial y su aplicación en la industria 4.0
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)

MÓDULO 6. PROCESAMIENTO DE LENGUAJE NATURAL (PLN)

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL PLN
¿Qué es PLN?
¿Qué incluye el PLN?
Ejemplos de uso de PLN
Futuro del PLN
UNIDAD DIDÁCTICA 2. RECURSOS PARA EL PLN
Introducción a Python
¿Qué necesitas?
Librerías para el análisis de datos 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

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
Concepto de seguridad TIC
Tipos de seguridad TIC
Aplicaciones seguras en Cloud
Plataformas de administración de la movilidad empresarial (EMM)
Redes WiFi seguras
Caso de uso: Seguridad TIC en un sistema de gestión documental
UNIDAD DIDÁCTICA 2. CIBERSEGURIDAD EN SMARTPHONES
Buenas prácticas de seguridad móvil
Protección de ataques en entornos de red móv
UNIDAD DIDÁCTICA 3. INTELIGENCIA ARTIFICIAL (IA) Y CIBERSEGURIDAD
Inteligencia Artificial
Tipos de inteligencia artificial
Impacto de la Inteligencia Artificial en la ciberseguridad
UNIDAD DIDÁCTICA 4. CIBERSEGURIDAD E INTERNET DE LAS COSAS (IOT)
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
Vulnerabilidades de IoT
Necesidades de seguridad específicas de IoT
UNIDAD DIDÁCTICA 5. SEGURIDAD INFORMÁTICA EN LA INDUSTRIA 4.0
Industria 4.0
Necesidades en ciberseguridad en la Industria 4.0

MÓDULO 8. DISEÑO E IMPRESIÓN 3D

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

MÓDULO 9. PROYECTO FIN DE MASTER

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.

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

Oportunidades profesionales

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.