Solicitar información
Modalidad
Modalidad
Online
Duración - Créditos
Duración - Créditos
975 horas
Baremable Oposiciones
Baremable Oposiciones
Administración pública
Becas y Financiación
Becas y Financiación
sin intereses
Plataforma Web
Plataforma Web
24 Horas
Centro Líder
Centro Líder
formación online
2740 €
¿Tienes dudas?
Llámanos gratis al 900 831 200
Solicitar información

Inscríbete ahora en la Maestría en Ciencias Computacionales UCNE y consigue una doble titulación: Maestría Oficial en Ciencias Computacionales expedida por la Universidad Católica Nordestana + Maestría en Ciencias Computacionales expedida por Euroinnova International Online Education

Opiniones de nuestros alumnos

Media de opiniones en los Cursos y Master online de Euroinnova

Nuestros alumnos opinan sobre: Maestría Oficial en Ciencias Computacionales

4,6
Valoración del curso
100%
Lo recomiendan
4,9
Valoración del claustro

Charlotte H.

SANTO DOMINGO

Opinión sobre Maestría Oficial en Ciencias Computacionales

Conseguí terminarla antes del tiempo estipulado dedicándole muchas horas en el día a día. Recibí la semana pasada la titulación y la utilizaré para buscar un nuevo empleo.

Enmanuel A.

LA ROMANA

Opinión sobre Maestría Oficial en Ciencias Computacionales

La parte que más llamó mi atención de toda la maestría fue la de automatización industrial, es la que más se ajusta a mi oficio.

Abigail A.

SAN PEDRO DE MACORIS

Opinión sobre Maestría Oficial en Ciencias Computacionales

No hubiera conseguido terminarla sin la ayuda del tutor, respondió todas mis dudas en cortos períodos de tiempo, muy agradecida con el.

Alexander R.

SANTO DOMINGO

Opinión sobre Maestría Oficial en Ciencias Computacionales

Decidí realizarla por su modalidad online, al trabajar dispongo de poco tiempo y la realicé sin problemas en mis tiempos libres. La recomiendo si tienes poco tiempo y una vida muy ocupada.

Sebastián J.

SANTO DOMINGO

Opinión sobre Maestría Oficial en Ciencias Computacionales

Me pareció espectacular, el temario fue bien completo y además conseguí una titulación de una universidad de mi país. Me fasción por el costo que tenía.
* Todas las opiniones sobre Maestría Oficial en Ciencias Computacionales, aquí recopiladas, han sido rellenadas de forma voluntaria por nuestros alumnos, a través de un formulario que se adjunta a todos ellos, junto a los materiales, o al finalizar su curso en nuestro campus Online, en el que se les invita a dejarnos sus impresiones acerca de la formación cursada.

Plan de estudios de la Maestría en ciencias computacionales UCNE

MAESTRÍA EN CIENCIAS COMPUTACIONALES UCNE. Desarróllate cuanto antes en el campo de las ciencias computacionales desde casa gracias a la metodología 100% online, realiza esta formación desde casa o desde cualquier lugar y aprende sobre las nuevas tecnologías, la computación en la nube o la IA. Crece profesionalmente con UCNE y Euroinnova.

Resumen salidas profesionales
de la Maestría en ciencias computacionales UCNE
La Maestría en Ciencias de la Computación está diseñada para abordar la creciente dependencia de la tecnología informática en prácticamente todas las áreas de la vida. En la actualidad, los sistemas de computación se utilizan cada vez más para mejorar y simplificar la forma en que las personas interactúan con el mundo y entre sí. Las últimas innovaciones y desarrollos en áreas como la computación en la nube, la inteligencia artificial, el aprendizaje automático, el internet de las cosas y la realidad aumentada están transformando la forma en que las empresas operan, los gobiernos se relacionan con sus ciudadanos y las personas se comunican entre sí. Cursar esta Maestría permitirá a los estudiantes actualizar y profundizar sus conocimientos en estos temas en constante evolución.
Objetivos
de la Maestría en ciencias computacionales UCNE

- Adquirir conocimientos fundamentales en ciencias de la computación y pensamiento computacional.
- Desarrollar habilidades en programación orientada a objetos y en ingeniería de software.
- Conocer los principios de la automatización industrial y los sistemas HMI y SCADA en procesos industriales.
- Comprender las redes y bases de comunicación industriales y su aplicación en la Industria 4.0 y Smart Building.
- Aprender sobre tecnologías aplicadas a IoT y sistemas ciberfísicos, incluyendo Machine Learning y visión artificial.
- Desarrollar habilidades en ciencia de datos y data science para su aplicación en la industria y otros campos.
Salidas profesionales
de la Maestría en ciencias computacionales UCNE
Nuestra Maestría en Ciencias de la Computación te prepara para trabajar con tecnologías avanzadas como IoT, ciberfísicos, Machine Learning, visión artificial y big data, lo que te permite destacar en una industria competitiva. Es una opción para aquellos que buscan expandir sus habilidades en la informática y hacer una contribución en la industria y otros campos relacionados.
Para qué te prepara
la Maestría en ciencias computacionales UCNE
La Maestría en Ciencias de la Computación te prepara para una variedad de roles en el campo de la informática y la tecnología, especialmente en la industria. Te proporciona una comprensión profunda de los conceptos fundamentales de la informática, las habilidades de pensamiento crítico necesarias para resolver problemas complejos y la capacidad de aplicar este conocimiento en situaciones prácticas en la industria.
A quién va dirigido
la Maestría en ciencias computacionales UCNE
Esta Maestría en Ciencias de la Computación puede ir dirigida a aquellos que deseen profundizar en sus habilidades en el campo de las ciencias de la computación, la ingeniería de software, la automatización industrial, la IoT, así como a aquellos que deseen incursionar en estas áreas. También puede ser útil para profesionales que desean actualizar sus conocimientos.
Metodología
de la Maestría en ciencias computacionales UCNE
Carácter oficial
de la formación
La presente formación no está incluida dentro del ámbito de la formación oficial reglada (Educación Infantil, Educación Primaria, Educación Secundaria, Formación Profesional Oficial FP, Bachillerato, Grado Universitario, Master Oficial Universitario y Doctorado). Se trata por tanto de una formación complementaria y/o de especialización, dirigida a la adquisición de determinadas competencias, habilidades o aptitudes de índole profesional, pudiendo ser baremable como mérito en bolsas de trabajo y/o concursos oposición, siempre dentro del apartado de Formación Complementaria y/o Formación Continua siendo siempre imprescindible la revisión de los requisitos específicos de baremación de las bolsa de trabajo público en concreto a la que deseemos presentarnos.

Temario de la Maestría en ciencias computacionales UCNE

MÓDULO 1. COMPUTACIÓN

UNIDAD DIDÁCTICA 1. PRESENTACIÓN AL CURSO DE PENSAMIENTO COMPUTACIONAL
  1. Presentación al pensamiento computacional
  2. ¿Qué es y para qué se usa pensamiento computacional?
  3. ¿Quiénes deben de aprender el pensamiento computacional?
UNIDAD DIDÁCTICA 2. TIPOS DE PENSAMIENTO QUE CONOCEMOS
  1. Pensamiento analítico
  2. Razonamiento aproximado, conceptual, convergente, divergente, sistemático, sinvergente
UNIDAD DIDÁCTICA 3. CONOCEMOS EL PENSAMIENTO COMPUTACIONAL
  1. Proceso, conceptos y actitudes del pensamiento computacional
  2. Proceso de simulación
  3. Concepto y procesos de paralelismo automatización
  4. Trabajo en equipo en el pensamiento computacional
UNIDAD DIDÁCTICA 4. PARTE AVANZADA DE FONDO EL PENSAMIENTO COMPUTACIONAL
  1. Abstracción en pensamiento computacional
  2. Descomprimir los elementos
  3. Proceso de evaluación de pensamiento computacional
UNIDAD DIDÁCTICA 5. APLICACIONES DEL PENSAMIENTO COMPUTACIONAL
  1. Posibles problemas
  2. Datos relacionados con de entrada y salida en el pensamiento
  3. Solución al problema

MÓDULO 2. PENSAMIENTO COMPUTACIONAL

  1. UNIDAD DIDÁCTICA 1. INTRODUCCIÓN PENSAMIENTO COMPUTACIONAL
  2. Presentación al pensamiento computacional
  3. ¿Qué es y para qué se usa pensamiento computacional?
  4. ¿Quiénes deben de aprender el pensamiento computacional?
  5. UNIDAD DIDÁCTICA 2. TIPOS DE PENSAMIENTO QUE CONOCEMOS
  6. Pensamiento analítico
  7. Razonamiento aproximado, conceptual, convergente, divergente, sistemático, synvergente
  8. UNIDAD DIDÁCTICA 3. CONOCEMOS EL PENSAMIENTO COMPUTACIONAL
  9. Proceso, conceptos y actitudes del pensamiento computacional
  10. Proceso de simulación
  11. Concepto y procesos de paralelismo automatización
  12. Trabajo en equipo en el pensamiento computacional
  13. UNIDAD DIDÁCTICA 4. PARTE AVANZADA DE FONDO EL PENSAMIENTO COMPUTACIONAL
  14. Abstracción en pensamiento computacional
  15. Descomprimir los elementos
  16. Proceso de evaluación de pensamiento computacional
  17. UNIDAD DIDÁCTICA 5. APLICACIONES DEL PENSAMIENTO COMPUTACIONAL
  18. Posibles problemas
  19. Datos relacionados con de entrada y salida en el pensamiento
  20. Solución al problema

MÓDULO 3. PRINCIPIOS DE LA PROGRAMACIÓN ORIENTADA A OBJETOS

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL PARADIGMA ORIENTADO A OBJETOS
  1. Ciclo de desarrollo del software bajo el paradigma de orientación a objetos: Análisis, diseño y programación orientada a objetos
  2. Análisis del proceso de construcción de software: Modularidad
  3. Distinción del concepto de módulo en el paradigma orientado a objetos
  4. Identificación de objetos como abstracciones de las entidades del mundo real que se quiere modelar
UNIDAD DIDÁCTICA 2. CLASES Y OBJETOS
  1. Distinguir el concepto de clase y sus atributos, métodos y mecanismo de encapsulación
  2. Análisis de los objetos: Estado, comportamiento e identidad
  3. Uso de objetos como instancias de clase. Instancia actual (this, self, current)
  4. Identificación del concepto de programa en el paradigma orientado a objetos. POO = Objetos + Mensajes
UNIDAD DIDÁCTICA 3. GENERALIZACIÓN/ESPECIALIZACIÓN: HERENCIA
  1. Descripción del concepto de herencia: Simple y múltiple
  2. Distinción de la herencia múltiple
  3. Creación de objetos en la herencia
  4. Clasificación jerárquica de las clases
UNIDAD DIDÁCTICA 4. RELACIONES ENTRE CLASES
  1. Distinción entre Agregación/Composición
  2. Distinción entre Generalización / Especialización
  3. Identificación de asociaciones
UNIDAD DIDÁCTICA 5. ANÁLISIS DEL POLIMORFISMO
  1. Concepto
  2. Tipos
UNIDAD DIDÁCTICA 6. TÉCNICAS DE PROGRAMACIÓN ESTRUCTURADA
  1. Identificación de elementos básicos: constantes, variables, operadores y expresiones
  2. Análisis de estructuras de control: Secuencial, condicional y de repetición
  3. Distinción entre funciones y procedimientos
  4. Demostración de llamadas a funciones y procedimientos
  5. Empleo de llamadas a funciones y procedimientos incluidos en las clases
UNIDAD DIDÁCTICA 7. ESTRUCTURA DE LA INFORMACIÓN
  1. Enumeración de datos simples: Numéricos (enteros y reales), lógicos, carácter, cadena de caracteres, puntero o referencia a memoria
  2. Datos estructurados: Arrays
  3. Mecanismos de gestión de memoria
UNIDAD DIDÁCTICA 8. LENGUAJES DE PROGRAMACIÓN ORIENTADOS A OBJETOS
  1. Análisis del lenguaje de programación orientado a objetos y paradigma orientado a objetos
  2. Comparación entre los lenguajes de programación orientados a objetos más habituales. Características esenciales
  3. Librerías de clases
UNIDAD DIDÁCTICA 9. IMPLEMENTACIÓN DEL PARADIGMA UTILIZANDO UN LENGUAJE DE PROGRAMACIÓN ORIENTADO A OBJETOS
  1. Elección del lenguaje
  2. Enumeración de los tipos de aplicaciones
  3. Herramientas de desarrollo
  4. Tipos de datos y elementos básicos característicos del lenguaje. Instrucciones
  5. Estudio y utilización de las clases básicas incluidas en la librería de clases
  6. Definición de clases
  7. Agregación /Composición y Asociación
  8. Gestión de eventos
  9. Empleo de hilos
  10. Definición y análisis de programación en red
  11. Acceso a bases de datos desde las aplicaciones. Librerías de clases asociadas

MÓDULO 4. METODOLOGÍA DE LA INVESTIGACIÓN

UNIDAD DIDÁCTICA 1. EL CONOCIMIENTO CIENTÍFICO - CONCEPTO DE INVESTIGACIÓN
  1. La investigación científica: proceso de descubrimiento y construcción del conocimiento
  2. El ejercicio profesional y el uso de insumos variados en la ciencia y tecnología
  3. Origen de un proceso de Investigación y opciones paradigmáticas
UNIDAD DIDÁCTICA 2. IDENTIFICACIÓN Y FORMULACIÓN DE PROBLEMAS PARA LA INVESTIGACIÓN
  1. Construcción de un marco conceptual y antecedentes como parte de una iniciativa de Investigación
  2. Actuación sobre el problema, propósito y objetivo
UNIDAD DIDÁCTICA 3. VARIABLES O FACTORES DE INTERÉS - INDICADORES Y FUENTES DE DATOS
  1. Definiciones claves
  2. Delimitación y justificación de cada Investigación
  3. Revisión de literatura relevante y sustentación de las variables en el marco de un proceso de investigación
  4. Identificación, selección, clasificación y uso de fuentes y sustentación de las variables e hipótesis
UNIDAD DIDÁCTICA 4. PROCEDIMIENTO GENERAL
  1. Diseño
  2. Universo
  3. Muestreo
  4. Instrumentación
  5. Recolección y procesamiento de datos
  6. Análisis, interpretación y reporte de resultados

MÓDULO 5. FUNDAMENTOS DE INGENIERÍA SOFTWARE

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN
  1. Introducción: Conceptos básicos
  2. Etapas de la ingeniería del software
  3. Elementos básicos de la ingeniería del software
UNIDAD DIDÁCTICA 2. LENGUAJE DE MODELADO UNIFICADO (UML)
  1. Introducción
  2. Arquitectura dirigida por modelos (MDA)
  3. Sistemas de Información: Modelado de Estructuras
UNIDAD DIDÁCTICA 3. INGENIERÍA DEL SOFTWARE: PATRONES DE DISEÑO
  1. Descripción y tipos de patrones
  2. Modelos de patrones
UNIDAD DIDÁCTICA 4. METODOLOGÍAS ÁGILES
  1. Metodologías ágiles
  2. Programación Extrema
  3. Proceso Unificado de Racional
UNIDAD DIDÁCTICA 5. PRUEBAS DEL SOFTWARE
  1. Tipos de pruebas
  2. Estrategias de las pruebas
  3. Diseño de pruebas y casos
  4. Implementación y Ejecución de las pruebas
UNIDAD DIDÁCTICA 6. HERRAMIENTAS CASE
  1. Concepto y entornos de desarrollo
  2. Clasificación de herramienta CASE
  3. Herramientas de Análisis y Diseño
  4. Herramientas para realizar pruebas

MÓDULO 6. AUTOMATIZACIÓN INDUSTRIAL

UNIDAD DIDÁCTICA 1. CONCEPTOS Y EQUIPOS UTILIZADOS EN AUTOMATIZACIÓN INDUSTRIAL
  1. Conceptos previos
  2. Objetivos de la automatización
  3. Grados de automatización
  4. Clases de automatización
  5. Equipos para la automatización industrial
  6. Diálogo Hombre-máquina, HMI y SCADA
UNIDAD DIDÁCTICA 2. PRINCIPIOS ELÉCTRICOS Y ELECTRO-MAGNÉTICOS
  1. Principios y propiedades de la corriente eléctrica
  2. Fenómenos eléctricos y electromagnéticos
  3. Medida de magnitudes eléctricas. Factor de potencia
  4. Leyes utilizadas en el estudio de circuitos eléctricos
  5. Sistemas monofásicos. Sistemas trifásicos
UNIDAD DIDÁCTICA 3. INSTALACIONES ELÉCTRICAS APLICADAS A INSTALACIONES AUTOMATIZADAS
  1. Tipos de motores y parámetros fundamentales
  2. Procedimientos de arranque e inversión de giro en los motores
  3. Sistemas de protección de líneas y receptores eléctricos
  4. Variadores de velocidad de motores. Regulación y control
  5. Dispositivos de protección de líneas y receptores eléctricos
UNIDAD DIDÁCTICA 4. COMPONENTES DE AUTOMATISMOS ELÉCTRICOS
  1. Automatismos secuenciales y continuos. Automatismos cableados
  2. Elementos empleados en la realización de automatismos: elementos de operador, relé, sensores y transductores
  3. Cables y sistemas de conducción de cables
  4. Técnicas de diseño de automatismos cableados para mando y potencia
  5. Técnicas de montaje y verificación de automatismos cableados
UNIDAD DIDÁCTICA 5. REGLAJE Y AJUSTES DE INSTALACIONES AUTOMATIZADAS
  1. Reglajes y ajustes de sistemas mecánicos, neumáticos e hidráulicos
  2. Reglajes y ajustes de sistemas eléctricos y electrónicos
  3. Ajustes de Programas de PLC entre otros
  4. Reglajes y ajustes de sistemas electrónicos
  5. Reglajes y ajustes de los equipos de regulación y control
  6. Informes de montaje y de puesta en marcha
UNIDAD DIDÁCTICA 6. CLASIFICACIÓN DE LOS AUTÓMATAS PROGRAMABLES
  1. Introducción a las funciones de los autómatas programables PLC
  2. Contexto evolutivo de los PLC
  3. Uso de autómatas programables frente a la lógica cableada
  4. Tipología de los autómatas desde el punto de vista cuantitativo y cualitativo
  5. Definición de autómata microPLC
  6. Instalación del PLC dentro del cuadro eléctrico
UNIDAD DIDÁCTICA 7. ARQUITECTURA DE LOS AUTÓMATAS
  1. Funcionamiento y bloques esenciales de los autómatas programables
  2. Elementos de programación de PLC
  3. Descripción del ciclo de funcionamiento de un PLC
  4. Fuente de alimentación existente en un PLC
  5. Arquitectura de la CPU
  6. Tipología de memorias del autómata para el almacenamiento de variables
UNIDAD DIDÁCTICA 8. INTRODUCCIÓN Y FUNCIONAMIENTO DE LAS REDES DE COMUNICACIÓN
  1. La necesidad de las redes de comunicación industrial
  2. Sistemas de control centralizado, distribuido e híbrido
  3. Sistemas avanzados de organización industrial: ERP y MES
  4. La pirámide CIM y la comunicación industrial
  5. Las redes de control frente a las redes de datos
  6. Buses de campo, redes LAN industriales y LAN/WAN
  7. Arquitectura de la red de control: topología anillo, estrella y bus
  8. Aplicación del modelo OSI a redes y buses industriales
  9. Fundamentos de transmisión, control de acceso y direccionamiento en redes industriales
  10. Procedimientos de seguridad en la red de comunicaciones
  11. Introducción a los estándares RS, RS, IEC, ISOCAN, IEC, Ethernet, USB
UNIDAD DIDÁCTICA 9. 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

MÓDULO 7. AUTÓMATAS PROGRAMABLES

UNIDAD DIDÁCTICA 1. CONCEPTOS Y EQUIPOS UTILIZADOS EN AUTOMATIZACIÓN INDUSTRIAL
  1. Conceptos iniciales de automatización
  2. Fijación de los objetivos de la automatización industrial
  3. Grados de automatización
  4. Clases de automatización
  5. Equipos para la automatización industrial
  6. Diálogo Hombre-máquina, HMI y SCADA
UNIDAD DIDÁCTICA 2. CLASIFICACIÓN DE LOS AUTÓMATAS PROGRAMABLES
  1. Introducción a las funciones de los autómatas programables PLC
  2. Contexto evolutivo de los PLC
  3. Uso de autómatas programables frente a la lógica cableada
  4. Tipología de los autómatas desde el punto de vista cuantitativo y cualitativo
  5. Definición de autómata microPLC
  6. Instalación del PLC dentro del cuadro eléctrico
UNIDAD DIDÁCTICA 3. ARQUITECTURA DE LOS AUTÓMATAS
  1. Funcionamiento y bloques esenciales de los autómatas programables
  2. Elementos de programación de PLC
  3. Descripción del ciclo de funcionamiento de un PLC
  4. Fuente de alimentación existente en un PLC
  5. Arquitectura de la CPU
  6. Tipología de memorias del autómata para el almacenamiento de variables
UNIDAD DIDÁCTICA 4. ENTRADA Y SALIDA DE DATOS EN EL PLC
  1. Módulos de entrada y salida
  2. Entrada digitales
  3. Entrada analógicas
  4. Salidas del PLC a relé
  5. Salidas del PLC a transistores
  6. Salidas del PLC a Triac
  7. Salidas analógicas
  8. Uso de instrumentación para el diagnóstico y comprobación de señales
  9. Normalización y escalado de entradas analógicas en el PLC
UNIDAD DIDÁCTICA 5. DESCRIPCIÓN DEL CICLO DE FUNCIONAMIENTO DEL AUTÓMATA
  1. Secuencias de operaciones del autómata programable: watchdog
  2. Modos de operación del PLC
  3. Ciclo de funcionamiento del autómata programable
  4. Chequeos del sistema
  5. Tiempo de ejecución del programa
  6. Elementos de proceso rápido
UNIDAD DIDÁCTICA 6. CONFIGURACIÓN DEL PLC
  1. Configuración del PLC
  2. Tipos de procesadores
  3. Procesadores centrales y periféricos
  4. Unidades de control redundantes
  5. Configuraciones centralizadas y distribuidas
  6. Comunicaciones industriales y módulos de comunicaciones
UNIDAD DIDÁCTICA 7. ÁLGEBRA DE BOOLE Y USO DE ELEMENTOS ESPECIALES DE PROGRAMACIÓN
  1. Introducción a la programación
  2. Programación estructurada
  3. Lenguajes gráficos y la norma IEC
  4. Álgebra de Boole: postulados y teoremas
  5. Uso de Temporizadores
  6. Ejemplos de uso de contadores
  7. Ejemplos de uso de comparadores
  8. Función SET-RESET (RS)
  9. Ejemplos de uso del Teleruptor
  10. Elemento de flanco positivo y negativo
  11. Ejemplos de uso de Operadores aritméticos
UNIDAD DIDÁCTICA 8. PROGRAMACIÓN MEDIANTE DIAGRAMA DE CONTACTOS: LD
  1. Lenguaje en esquemas de contacto LD
  2. Reglas del lenguaje en diagrama de contactos
  3. Elementos de entrada y salida del lenguaje
  4. Elementos de ruptura de la secuencia de ejecución
  5. Ejemplo con diagrama de contactos: accionamiento de Motores-bomba
  6. Ejemplo con diagrama de contactos: estampadora semiautomática
UNIDAD DIDÁCTICA 9. PROGRAMACIÓN MEDIANTE LENGUAJE DE FUNCIONES LÓGICAS: FBD
  1. Introducción a las funciones y puertas lógicas
  2. Funcionamiento del lenguaje en lista de instrucciones
  3. Aplicación de funciones FBD
  4. Ejemplo con Lenguaje de Funciones: taladro semiautomático
  5. Ejemplo con Lenguaje de Funciones: taladro semiautomático
UNIDAD DIDÁCTICA 10. PROGRAMACIÓN MEDIANTE LENGUAJE EN LISTA DE INSTRUCCIONES IL Y TEXTO ESTRUCTURADO ST
  1. Lenguaje en lista de instrucciones
  2. Estructura de una instrucción de mando Ejemplos
  3. Ejemplos de instrucciones de mando para diferentes marcas de PLC
  4. Instrucciones en lista de instrucciones IL
  5. Lenguaje de programación por texto estructurado ST
UNIDAD DIDÁCTICA 11. PROGRAMACIÓN MEDIANTE GRAFCET
  1. Presentación de la herramienta o lenguaje GRAFCET
  2. Principios Básicos de GRAFCET
  3. Definición y uso de las etapas
  4. Acciones asociadas a etapas
  5. Condición de transición
  6. Reglas de Evolución del GRAFCET
  7. Implementación del GRAFCET
  8. Necesidad del pulso inicial
  9. Elección condicional entre secuencias
  10. Subprocesos alternativos Bifurcación en O
  11. Secuencias simultáneas
  12. Utilización del salto condicional
  13. Macroetapas en GRAFCET
  14. El programa de usuario
  15. Ejemplo resuelto con GRAFCET: activación de semáforo
  16. Ejemplo resuelto con GRAFCET: control de puente grúa
UNIDAD DIDÁCTICA 12. RESOLUCIÓN DE EJEMPLOS DE PROGRAMACIÓN DE PLC´S
  1. Secuencia de LED
  2. Alarma sonora
  3. Control de ascensor con dos pisos
  4. Control de depósito
  5. Control de un semáforo
  6. Cintas transportadoras
  7. Control de un Parking
  8. Automatización de puerta Corredera
  9. Automatización de proceso de elaboración de curtidos
  10. Programación de escalera automática
  11. Automatización de apiladora de cajas
  12. Control de movimiento vaivén de móvil
  13. Control preciso de pesaje de producto
  14. Automatización de clasificadora de paquetes

MÓDULO 8. SISTEMAS HMI Y SCADA EN PROCESOS INDUSTRIALES

UNIDAD DIDÁCTICA 1. 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 2. EL HARDWARE DEL SCADA: MTU, RTU Y COMUNICACIONES
  1. Principio de funcionamiento general de un sistema SCADA
  2. Subsistemas que componen un sistema de supervisión y mando
  3. Componentes de una RTU, funcionamiento y características
  4. Sistemas de telemetría: genéricos, dedicados y multiplexores
  5. Software de control de una RTU y comunicaciones
  6. Tipos de capacidades de una RTU
  7. Interrogación, informes por excepción y transmisiones iniciadas por RTU´s
  8. Detección de fallos de comunicaciones
  9. Fases de implantación de un SCADA en una instalación
UNIDAD DIDÁCTICA 3. EL SOFTWARE SCADA Y COMUNICACIÓN OPC UA
  1. Fundamentos de programación orientada a objetos
  2. Driver, utilidades de desarrollo y Run-time
  3. Las utilidades de desarrollo y el programa Run-time
  4. Utilización de bases de datos para almacenamiento
  5. Métodos de comunicación entre aplicaciones: OPC, ODBC, ASCII, SQL y API
  6. La evolución del protocolo OPC a OPC UA (Unified Architecture)
  7. Configuración de controles OPC en el SCADA
UNIDAD DIDÁCTICA 4. PLANOS Y CROQUIS DE IMPLANTACIÓN
  1. Símbolos y diagramas
  2. Identificación de instrumentos y funciones
  3. Simbología empleada en el control de procesos
  4. Diseño de planos de implantación y distribución
  5. Tipología de símbolos
  6. Ejemplos de esquemas
UNIDAD DIDÁCTICA 5. DISEÑO DE LA INTERFAZ CON ESTÁNDARES
  1. Fundamentos iniciales del diseño de un sistema automatizado
  2. Presentación de algunos estándares y guías metodológicas
  3. Diseño industrial
  4. Diseño de los elementos de mando e indicación
  5. Colores en los órganos de servicio
  6. Localización y uso de elementos de mando
UNIDAD DIDÁCTICA 6. GEMMA: GUÍA DE LOS MODOS DE MARCHA Y PARADA EN UN AUTOMATISMO
  1. Origen de la guía GEMMA
  2. Fundamentos de GEMMA
  3. Rectángulos-estado: procedimientos de funcionamiento, parada o defecto
  4. Metodología de uso de GEMMA
  5. Selección de los modos de marcha y de paro
  6. Implementación de GEMMA a GRAFCET
  7. Método por enriquecimiento del GRAFCET de base
  8. Método por descomposición por TAREAS: coordinación vertical o jerarquizada
  9. Tratamiento de alarmas con GEMMA
UNIDAD DIDÁCTICA 7. MÓDULOS DE DESARROLLO
  1. Paquetes software comunes
  2. Módulo de configuraciónHerramientas de interfaz gráfica del operador
  3. Utilidades para control de proceso
  4. Representación de Trending
  5. Herramientas de gestión de alarmas y eventos
  6. Registro y archivado de eventos y alarmas
  7. Herramientas para creación de informes
  8. Herramienta de creación de recetas
  9. Configuración de comunicaciones
UNIDAD DIDÁCTICA 8. DISEÑO DE LA INTERFAZ EN HMI Y SCADA
  1. Criterios iniciales para el diseño
  2. Arquitectura
  3. Consideraciones en la distribución de las pantallas
  4. Elección de la navegación por pantallas
  5. Uso apropiado del color
  6. Correcta utilización de la Información textual
  7. Adecuada definición de equipos, estados y eventos de proceso
  8. Uso de la información y valores de proceso
  9. Tablas y gráficos de tendencias
  10. Comandos e ingreso de datos
  11. Correcta implementación de Alarmas
  12. Evaluación de diseños SCADA

MÓDULO 9. REDES Y BUSES DE COMUNICACIÓN INDUSTRIALES

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN Y FUNCIONAMIENTO DE LAS REDES DE COMUNICACIÓN
  1. La necesidad de las redes de comunicación industrial
  2. Sistemas de control centralizado, distribuido e híbrido
  3. Sistemas avanzados de organización industrial: ERP y MES
  4. La pirámide CIM y la comunicación industrial
  5. Las redes de control frente a las redes de datos
  6. Buses de campo, redes LAN industriales y LAN/WAN
  7. Arquitectura de la red de control: topología anillo, estrella y bus
  8. Aplicación del modelo OSI a redes y buses industriales
  9. Fundamentos de transmisión, control de acceso y direccionamiento en redes industriales
  10. Procedimientos de seguridad en la red de comunicaciones
  11. Introducción a los estándares RS, RS, IEC, ISOCAN, IEC, Ethernet, USB
UNIDAD DIDÁCTICA 2. 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 3. 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 4. FUNCIONAMIENTO Y COMPONENTES DEL BUS AS-INTERFACE (AS-I)
  1. Historia del bus AS-Interface
  2. Características del bus AS-i
  3. Componentes del bus AS-i pasarelas…
  4. Montaje y composición
  5. Configuración de la red AS-Interface
  6. Aplicación del modelo ISO/OSI albus AS-i
  7. Conectividad y pasarelas
  8. El esclavo y la comunicación con los sensores y actuadores (Interfaz )
  9. Sistemas de transmisión (Interfaz )
  10. El maestro AS-i (Interfaz )
  11. El protocolo AS-Interface: características, codificación, acceso al medio, errores y configuración
  12. Fases operativas del funcionamiento del bus
UNIDAD DIDÁCTICA 5. FUNCIONAMIENTO Y COMPONENTES DEL BUS PROFIBUS FMS, DP Y PA
  1. PROFIBUS (Process Field BUS)
  2. Introducción a Profibus
  3. Utilización de los perfiles de PROFIBUS para DP, PA y FMS
  4. Modelo ISO OSI para Profibus
  5. Cable para RS-, fibra óptica y IEC -
  6. Coordinación de datos en Profibus
  7. Profibus DP Funciones Básicas y Configuración
  8. Profibus FMS
  9. Comunicación y aplicaciones del Profibus-PA
  10. Resolución de errores con Profisafe
  11. Aplicaciones para dispositivos especiales
  12. Archivos GSD y número de identificación para la conexión de dispositivos
UNIDAD DIDÁCTICA 6. FUNCIONAMIENTO Y COMPONENTES DEL PROTOCOLO CAN Y EL BUS CANOPEN
  1. Fundamentos del protocolo CAN
  2. Formato de trama en el protocolo CAN
  3. Estudio del acceso al medio en el protocolo CAN
  4. Sincronización
  5. Topología
  6. Tipología de conectores en CAN
  7. Aplicaciones: CANopen, DeviceNet, TTCAN…
  8. Introducción al BUS CANopen
  9. Arquitectura simplificada de CANOpen
  10. Uso del diccionario de objetos en CANopen
  11. Perfiles
  12. Gestión de la res
  13. Estructura de CANopen: definición de SDOs y PDOs
UNIDAD DIDÁCTICA 7. ETHERNET INDUSTRIAL
  1. Ethernet y el ámbito industrial
  2. Las ventajas de Ethernet industrial respecto al resto
  3. Soluciones para compatibilizar Ethernet en la industria
  4. Evoluciones del protocolo: RETHER y ETHEREAL
  5. Mecanismos de prioridad en Ethernet: IEEE P y configuración del switch
  6. Componentes y esquemas
  7. Uso de Ethernet industrial en los Buses de campo
  8. PROFINET
  9. EtherNet/IP
  10. ETHERCAT
UNIDAD DIDÁCTICA 8. REDES INALÁMBRICAS
  1. Contexto de la tecnología inalámbrica en aplicaciones industriales
  2. Sistemas Wireless
  3. Componentes
  4. Wireless en la industria
  5. Tecnologías de transmisión
  6. Tipologías de wireless
  7. Parámetros de las redes inalámbricas
  8. Antenas
  9. Wireless Ethernet
  10. Estándar IEEE
  11. Elementos de seguridad en una red Wi-Fi

MÓDULO 10. IOT Y SISTEMAS CIBERFÍSICOS EN LA INDUSTRIA 4.0 Y SMART BUILDING

UNIDAD DIDÁCTICA 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 DIDÁCTICA 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
UNIDAD DIDÁCTICA 3. CONCEPTOS Y EQUIPOS UTILIZADOS EN AUTOMATIZACIÓN INDUSTRIAL
  1. Conceptos previos
  2. Objetivos de la automatización
  3. Grados de automatización
  4. Clases de automatización
  5. Equipos para la automatización industrial
  6. Diálogo Hombre-máquina, HMI y SCADA
UNIDAD DIDÁCTICA 4. INDUSTRIA 4.0
  1. ¿Qué es la Industria 4.0?
  2. Sensores y captación de información
  3. Ciclo de vida de los productos en la Industria 4.0
  4. Modelos de negocio basados en la industria 4.0
  5. IoT industrial
UNIDAD DIDÁCTICA 5. SEGURIDAD INFORMÁTICA EN LA INDUSTRIA 4.0
  1. Industria 4.0
  2. Necesidades en ciberseguridad en la Industria 4.0
UNIDAD DIDÁCTICA 6. BIM
  1. Introducción
  2. Filosofía BIM
  3. Sector AEC
  4. Exigencias del mercado
  5. Del BIM al CIM
  6. Software BIM
UNIDAD DIDÁCTICA 7. QUE ES EL SMART BUILDING
  1. El concepto de Smart Building
  2. El crecimiento del Smart Building desde su inicio
UNIDAD DIDÁCTICA 8. ÁREAS EN LAS QUE SE APLICA EL SMART BUILDING
  1. Climatización
  2. Iluminación
  3. Seguridad
  4. Telecomunicaciones
  5. Eficiencia energética
  6. Monitorización

MÓDULO 11. 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. 6LoWPAN Direcciones Nodos
  4. Bluetooth
  5. LoRaWan
  6. LTE Cat 0/1
  7. NB-IoT
  8. SIGFOX
  9. Weightless
  10. Wi-Fi
  11. WirelessHART
  12. Zigbee
  13. 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 12. 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 13. SEMINARIO DE TESIS

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN Y TRASFONDO
  1. Introducción
  2. Antecedentes
  3. Marco Contextual
  4. Planteamiento del problema y preguntas de investigación
  5. Justificación del problema de investigación
  6. Objetivo general y específicos
  7. Variables e indicadores
  8. Definición de términos
UNIDAD DIDÁCTICA 2. REVISIÓN DE LITERATURA
  1. Introducción
  2. Revisión de literatura referente al estudio a realizar
UNIDAD DIDÁCTICA 3. METODOLOGÍA
  1. Introducción
  2. Tipo de Estudio
  3. Descripción de la población y muestra
  4. Descripción del Instrumento de investigación
  5. Validación y confiabilidad del Instrumento de investigación
  6. Procedimientos
  7. Análisis estadísticos
  8. Alcances y límites del estudio
UNIDAD DIDÁCTICA 4. PRESENTACIÓN DE LOS RESULTADOS
  1. Introducción
  2. Presentación de Resultados
UNIDAD DIDÁCTICA 5. DISCUSIÓN
  1. Introducción
  2. Análisis
  3. Conclusiones
  4. Recomendaciones
  5. Referencias
  6. Anexos

MÓDULO 14. VISION ARTIFICIAL EN INDUSTRIA 4,0 CON PYTHON Y OPENCV

UNIDAD DIDÁCTICA 1. LA VISIÓN ARTIFICIAL: DEFINICIÓN Y ASPECTOS PRINCIPALES
  1. La visión artificial: definiciones y aspectos principales
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)
UNIDAD DIDÁCTICA 5. 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 6. 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 7. 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 8. 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 9. 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 10. 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 11. APRENDIZAJE AUTOMÁTICO
  1. Vecino más cercano (K-Nearest Neighbour)
  2. Agrupamiento de K-medias (K-Means Clustering)

MÓDULO 15. BIG DATA

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL BIG DATA
  1. ¿Qué es Big Data?
  2. La era de las grandes cantidades de información. Historia del big data
  3. La importancia de almacenar y extraer información
  4. Big Data enfocado a los negocios
  5. Open Data
  6. Información pública
  7. IoT (Internet of Things-Internet de las cosas)
UNIDAD DIDÁCTICA 2. FUENTES DE DATOS
  1. Definición y relevancia de la selección de las fuentes de datos
  2. Naturaleza de las fuentes de datos Big Data
UNIDAD DIDÁCTICA 3. OPEN DATA
  1. Definición, Beneficios y Características
  2. Ejemplo de uso de Open Data
UNIDAD DIDÁCTICA 4. FASES DE UN PROYECTO DE BIG DATA
  1. Diagnóstico inicial
  2. Diseño del proyecto
  3. Proceso de implementación
  4. Monitorización y control del proyecto
  5. Responsable y recursos disponibles
  6. Calendarización
  7. Alcance y valoración económica del proyecto
UNIDAD DIDÁCTICA 5. ECOSISTEMA HADOOP
  1. ¿Qué es Hadoop? Relación con Big Data
  2. Instalación y configuración de insfraestructura y ecosistema Hadoop
  3. Sistema de archivos HDFS
  4. MapReduce con Hadoop
  5. Apache Hive
  6. Apache Hue
  7. Apache Spark
UNIDAD DIDÁCTICA 6. WEKA Y DATA MINING
  1. ¿Qué es Weka?
  2. Técnicas de Data Mining en Weka
  3. Interfaces de Weka
  4. Selección de atributos

MÓDULO 16. CIENCIA DE DATOS: DATA SCIENCE

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA CIENCIA DE DATOS
  1. ¿Qué es la ciencia de datos?
  2. Herramientas necesarias para el científico de datos
  3. Data Science & Cloud Compunting
UNIDAD DIDÁCTICA 2. BASES DE DATOS RELACIONALES
  1. Modelo de datos
  2. Tipos de datos
  3. Claves primarias
  4. Índices
  5. El valor NULL
  6. Claves ajenas
  7. Vistas
  8. Lenguaje de descripción de datos (DDL)
  9. Lenguaje de control de datos (DCL)
UNIDAD DIDÁCTICA 3. BASES DE DATOS NOSQL Y EL ALMACENAMIENTO ESCALABLE
  1. ¿Qué es una base de datos NoSQL?
  2. Bases de datos Relaciones Vs Bases de datos NoSQL
  3. Tipo de Bases de datos NoSQL Teorema de CAP
  4. Sistemas de Bases de datos NoSQL
UNIDAD DIDÁCTICA 4. INTRODUCCIÓN A UN SISTEMA DE BASE DE DATOS NOSQL, MONGODB
  1. ¿Qué es MongoDB?
  2. Funcionamiento y usos de MongoDB
  3. Primeros pasos con MongoDB: Instalación y Shell de comandos
  4. Creando nuestra primera base de datos NoSQL: Modelo e inserción de datos
  5. Actualización de datos en MongoDB: Sentencias set y update
  6. Trabajando con índices en MongoDB para optimización de datos
  7. Consulta de datos en MongoDB
UNIDAD DIDÁCTICA 5. PYTHON Y EL ANÁLISIS DE DATOS
  1. Introducción a Python
  2. ¿Qué necesitas?
  3. Librerías para el análisis de datos en Python
  4. MongoDB, Hadoop y Python Dream Team del Big Data
UNIDAD DIDÁCTICA 6. R COMO HERRAMIENTA PARA BIG DATA
  1. Introducción a R
  2. ¿Qué necesitas?
  3. Tipos de datos
  4. Estadística Descriptiva y Predictiva con R
  5. Integración de R en Hadoop
UNIDAD DIDÁCTICA 7. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS
  1. Obtención y limpieza de los datos (ETL)
  2. Inferencia estadística
  3. Modelos de regresión
  4. Pruebas de hipótesis
UNIDAD DIDÁCTICA 8. ANÁLISIS DE LOS DATOS
  1. Inteligencia Analítica de negocios
  2. La teoría de grafos y el análisis de redes sociales
  3. Presentación de resultados

MÓDULO 17. TRABAJO DE TESIS

UNIDAD DIDÁCTICA 1. PROBLEMA E HIPÓTESIS
  1. Selección del problema
  2. Ejemplo de problema
  3. Planteamiento del problema
  4. Definición del problema
  5. Definición de conceptos
  6. Límites de la investigación
  7. Formulación de hipótesis
  8. Sugerencias para la elaboración de hipótesis
  9. Hipótesis de investigación
  10. Hipótesis de nulidad
  11. Nivel de significación
  12. Las variables
  13. Clasificación
  14. Papel de las variables en las hipótesis
  15. Investigación descriptiva
  16. Investigación explicativa
  17. Investigaciones correlacionales
  18. Estudios transversales y longitudinales
  19. Estudios cuantitativos y cualitativos
UNIDAD DIDÁCTICA 2. INSTRUMENTOS DE INVESTIGACIÓN Y PRODUCCIÓN CIENTÍFICA
  1. La observación
  2. Los cuestionarios
  3. La entrevista
  4. El análisis de contenidos
  5. Análisis de datos
  6. Mecanismos y procedimientos para el procesamiento de datos
  7. Instrumentos estadísticos: porcentajes, el modo, la media, la mediana y la desviación estándar
UNIDAD DIDÁCTICA 3. PRESENTACIÓN DE DATOS
  1. Los gráficos lineales
  2. Los gráficos de barras
  3. Los gráficos circulares
  4. Los cuadros de área o volumen.
  5. Los mapas
  6. Los esquemas
  7. Matrices
UNIDAD DIDÁCTICA 4. ELABORACIÓN DEL PROYECTO
  1. Título de tema
  2. Introducción
  3. Planteamiento del problema
  4. Objetivos
  5. Hipótesis
  6. Marco teórico
  7. Metodología
  8. Tipo de estudio
  9. Instrumento para la recolección de datos
  10. Procedimientos
  11. Universo y muestra
  12. Esquema de posibles capítulos
  13. Bibliografía y referencias bibliográficas
  14. Anexos

Titulación de la Maestría en ciencias computacionales UCNE

Doble titulación: - Maestría Oficial en Ciencias Computacionales expedida por la Universidad Católica Nordestana - Maestría en Ciencias Computacionales expedida por Euroinnova International Online Education

Cursos relacionados

4,8
Curso de Gestión de Plataformas Elearning con Moodle (Titulación Universitaria con 5 Créditos ECTS)
260€
Ver Curso online
4,8
Curso de Visual Basic (VBA) para Excel
360€
Ver Curso online
4,8
Experto en GLPI - Gestión Libre de Parque Informático
260€
Ver Curso online
4,8
Curso VBA para Excel
260€
Ver Curso online

Claustro docente de la Maestría en ciencias computacionales UCNE

Antonio Martínez Jiménez
Tutor
Ingeniería de Caminos, Canales y Puertos. Máster en Robótica, Programación, Diseño e Impresión 3D.
Su formación +
Juan Rios Jiménez
Tutor
Técnico informático en desarrollo de aplicaciones multiplataforma (DAM) con especialización en ciberseguridad.
Su formación +

7 razones para realizarla Maestría en ciencias computacionales UCNE

1
Nuestra experiencia

Más de 20 años de experiencia en la formación online.

Más de 300.000 alumnos ya se han formado en nuestras aulas virtuales.

Alumnos de los 5 continentes.

25% de alumnado internacional.

Las cifras nos avalan
4,7
2.625 Opiniones
8.582
suscriptores
4,4
12.842 Opiniones
5.856
Seguidores
2
Nuestra Metodología

Flexibilidad

Aprendizaje 100% online, flexible, desde donde quieras y como quieras

Docentes

Equipo docente especializado. Docentes en activo, digitalmente nativos

Acompañamiento

No estarás solo/a. Acompañamiento por parte del equipo de tutorización durante toda tu experiencia como estudiante.

Aprendizaje real

Aprendizaje para la vida real, contenidos prácticos, adaptados al mercado laboral y entornos de aprendizaje ágiles en campus virtual con tecnología punta

Seminarios

Seminarios en directo. Clases magistrales exclusivas para los estudiantes

3
Calidad AENOR

Se llevan a cabo auditorías externas anuales que garantizan la máxima calidad AENOR.

Nuestros procesos de enseñanza están certificados por AENOR por la ISO 9001 y 14001.

4
Confianza

Contamos con el sello de Confianza Online y colaboramos con las Universidades más prestigiosas, Administraciones Públicas y Empresas Software a nivel Nacional e Internacional.

5
Empleo y prácticas

Disponemos de Bolsa de Empleo propia con diferentes ofertas de trabajo, y facilitamos la realización de prácticas de empresa a nuestro alumnado.

6
Nuestro Equipo

En la actualidad, Euroinnova cuenta con un equipo humano formado por más de 300 profesionales. Nuestro personal se encuentra sólidamente enmarcado en una estructura que facilita la mayor calidad en la atención al alumnado.

7
Somos distribuidores de formación

Como parte de su infraestructura y como muestra de su constante expansión, Euroinnova incluye dentro de su organización una editorial y una imprenta digital industrial.

Paga como quieras

Financiación 100% sin intereses

Hemos diseñado un Plan de Becas para facilitar aún más el acceso a nuestra formación junto con una flexibilidad económica. Alcanzar tus objetivos profesionales e impulsar tu carrera profesional será más fácil gracias a los planes de Euroinnova.

Si aún tienes dudas solicita ahora información para beneficiarte de nuestras becas y financiación.

25%
Antiguos Alumnos

Como premio a la fidelidad y confianza de los alumnos en el método EUROINNOVA, ofrecemos una beca del 25% a todos aquellos que hayan cursado alguna de nuestras acciones formativas en el pasado.

20%
Beca Desempleo

Para los que atraviesan un periodo de inactividad laboral y decidan que es el momento idóneo para invertir en la mejora de sus posibilidades futuras.

15%
Beca Emprende

Una beca en consonancia con nuestra apuesta por el fomento del emprendimiento y capacitación de los profesionales que se hayan aventurado en su propia iniciativa empresarial.

15%
Beca Amigo

La beca amigo surge como agradecimiento a todos aquellos alumnos que nos recomiendan a amigos y familiares. Por tanto si vienes con un amigo o familiar podrás contar con una beca de 15%.

Información complementaria

Maestría en Ciencias Computacionales UCNE

Con la realización de la Maestría en Ciencias Computacionales UCNE podrás estar a la última de las tecnologías informáticas más utilizadas en los distintos ámbitos del día a día. En la actualidad los sistemas de computación son muy utilizados y esto ha favorecido la globalización al simplificar la forma de comunicación entre las personas. 

Gracias a Euroinnova International Online Education puedes realizar esta formación desde cualquier lugar y en cualquier momento con la modalidad 100% online que oferta en la Maestría en Ciencias Computacionales UCNE. Aprende acerca de la inteligencia artificial, la automatización, realidad aumentada o computación en la nube para desarrollarte como profesional. 

Adquiere esta maestría para aplicar la computación en la nube de forma efectiva

Si decides realizar esta maestría podrás adquirir los conocimientos necesarios para realizar computaciones y otras actividades desde la nube. La computación en la nube consiste en un sistema de almacenamiento a través de servidores y otros tipos de elementos a través de la red de internet. La nube en sí no es tangible, cuando realizamos demandas de los datos o de otros elementos se realiza a través de la red y el almacenamiento en línea que proporciona una elemento en remoto. 

La computación en la nube ha supuesto un gran avance en las organizaciones, gracias a esta herramienta se aumenta la seguridad de guardado de los datos, siendo mucho más complicada su pérdida, compartir los datos sin la necesidad de medios físicos, poder trabajar con ellos de forma remota, en cualquier momento y de forma grupal, es decir pueden acceder a los mismos datos, diferentes dispositivos al mismo tiempo. Además, se producen grandes reducciones en los costes, esto se debe a la reducción de la inversión en elementos de software y de infraestructura. 

Encontramos diversos tipos de computación en la nube, categorizándose en la IaaS, PaaS y SaaS:

  • IaaS, la infraestructura de servicio es la encargada de dar acceso a los usuarios a los datos, esto se realiza a través del espacio creado en el servidor y la conectividad con aquellos que quieran acceder a ellos. Los administradores de las infraestructuras IaaS tienen como objetivo aumentar la seguridad y realizar la gestión adecuada para que estén en condiciones óptimas. 
  • PaaS, en este caso es la plataforma como servicio, nos referimos al entorno de manera completa, en esta categorización encontramos herramientas y software que nos permiten comprobar el funcionamiento y desarrollo de las aplicaciones. Ejemplo de esto pueden ser las bases de datos. 
  • SaaS, en este caso estamos hablando del software que se utiliza para realizar las acciones de computación en la nube, es el que conoce la mayoría de las personas. 

Aprende sobre automatización gracias a la maestría

La automatización es algo esencial en la mayoría de las empresas, consiste en la utilización de las nuevas tecnologías y la programación para la realización de tareas por parte de máquinas y otros elementos sin la necesidad de que influya el ser humano. La automatización puede adaptarse a cualquier actividad aunque en la actualidad la mayoría de las veces que se utiliza es en la industria y la robótica. Está en pleno desarrollo por lo que cada vez podremos ver más aplicaciones de esta.

La automatización tiene implícita una serie de ventajas muy importantes, algunas de las más destacadas podrían ser las siguientes:

  • Productividad, se ve aumentada de manera muy notable, al dedicar menos tiempo a actividades básicas y poder utilizar este tiempo para aquellas con una mayor complejidad, tanto el rendimiento como la productividad se ven aumentadas exponencialmente. 
  • Confiabilidad, gracias a la automatización se pueden conseguir reducir muchos de los errores humanos que se producen en la actividad profesional. 
  • Control, al realizarlo una maquinaria y tener que introducir previamente las instrucciones se tiene un mayor control de la producción y se pueden realizar cambios de manera controlada. 

Esta es la oportunidad que estabas esperando para desarrollarte profesionalmente en el ámbito de las nuevas tecnologías con la Maestría en Ciencias Computacionales UCNE. 

Gracias a Euroinnova International Online Education puedes conseguir una Titulación expedida por la Universidad Católica Nordestana con la que respaldar tus conocimientos en este sector. 

Puedes visitar otras formaciones que se adecuen más a tus necesidades personales y profesionales en el siguiente link /diplomados/sistemas-e-informatica.

¡Te estamos esperando!

Preguntas al director académico sobre la Maestría en ciencias computacionales UCNE

Maestría en ciencias computacionales ucne
Ver Eventos Educacionales