Identificar os distintos tipos de servizos e modelos de despregamento de sistemas de cloud computing para IoT.
Recoñecer as características das novas arquitecturas (e.g., descentralizadas, distribuídas) IoT.
Identificar os conceptos básicos de ciberseguridade para IoT.
Determinar os dispositivos sensores e actuadores necesarios para aplicacións IoT.
Recoñecer a estrutura de sistemas IoT encaixados.
Recoñecer o funcionamento dos distintos protocolos IoT de rede e aplicación.
Identificar as características dos distintos tipos de redes e das tecnoloxías de rede para IoT.
Identificar os diferentes tipos de innovación e emprendemento, e a súa aplicación a proxectos empresariais baseados en IoT.
Coñecer e comprender os aspectos básicos de protección intelectual e industrial.
Coñecer e comprender as nocións básicas do Procesamento de Transaccións en Liña (OLTP) e do Procesamento Analítico en Liña (OLAP).
Coñecer e comprender os conceptos fundamentais sobre aprendizaxe automática para IoT.
Adquirir coñecementos avanzados e demostrar, nun contexto de investigación científica e tecnolóxica ou altamente especializado, unha comprensión detallada e fundamentada dos aspectos teóricos e prácticos e da metodoloxía de traballo nun ou máis campos de estudo.
Habilidades
Seleccionar a plataforma IoT na nube máis adecuada para cada escenario.
Seleccionar a arquitectura e o sistema distribuído ou descentralizado máis adecuado para cada escenario IoT.
Analizar os riscos de ciberseguridade dun sistema IoT.
Desenvolver sistemas IoT de baixo consumo.
Desenvolver sistemas encaixados para aplicacións IoT.
Xestionar o almacenamento e distribución de datos espaciais e temporais.
Seleccionar topoloxías de rede e protocolos de encamiñamento e aplicación adecuados para escenarios IoT.
Planificar escenarios de conectividade para redes IoT.
Establecer fontes de financiamento para un plan de negocio innovador baseado en desenvolvementos sobre tecnoloxías de IoT.
Xestionar datos de carácter espacial e series de datos con marcas temporais.
Implementar algoritmos de aprendizaxe máquina supervisado/non supervisado con redes neuronais clásicas e profundas.
Aplicar os coñecementos adquiridos e resolver problemas en contornas novas ou pouco coñecidos dentro de contextos máis amplos e multidisciplinares, sendo capaces de integrar coñecementos.
Comunicar (de forma oral e escrita) as conclusións- e os coñecementos e razóns últimas que as sustentan- a públicos especializados e non especializados dun modo claro e sen ambigüidades.
Predicir e controlar a evolución de situacións complexas mediante o desenvolvemento de novas e innovadoras metodoloxías de traballo adaptadas ao ámbito científico/investigador, tecnolóxico ou profesional concreto, en xeral multidisciplinar, no que se desenvolva a súa actividade.
Competencias
Deseñar dispositivos IoT seleccionando os sensores/actuadores máis adecuados para cada uso.
Desenvolver a arquitectura necesaria para garantir a interoperabilidade dos dispositivos.
Construír redes e definir protocolos que permitan a comunicación entre dispositivos IoT.
Avaliar o funcionamento de sistemas electrónicos embebidos IoT.
Determinar mecanismos para a recollida de datos en tempo real.
Integrar tecnoloxías como o Aprendizaxe Máquina, o tratamento de datos masivos, as Tecnoloxías de Rexistro Distribuído (DLT), a computación no bordo, entre outras, para o desenvolvemento de sistemas IoT máis intelixentes e eficientes.
Garantir a seguridade da información xerada por dispositivos IoT.
Desenvolver un plan de negocio para un proxecto empresarial baseado en IoT.
Deseñar bases de datos para o almacenamento e xestión de grandes cantidades de datos IoT.
Adquirir experiencia no deseño, implementación, despregamento e mantemento de sistemas IoT dentro unha contorna real de traballo.
Desenvolver a autonomía suficiente para participar en proxectos de investigación e colaboracións científicas ou tecnolóxicas dentro o seu ámbito temático, en contextos interdisciplinares e, no seu caso, cunha alta compoñente de transferencia do coñecemento.
Integrar coñecementos e enfrontarse á complexidade de formular xuízos a partir dunha información que, sendo incompleta ou limitada, inclúa reflexións sobre as responsabilidades sociais e éticas vinculadas á aplicación de coñecementos e xuízos.
Asumir a responsabilidade do propio desenvolvemento profesional e da especialización nun ou máis campos de estudo, de forma continuada, autodirigida e autónoma.
Resultados de aprendizaxe da especialidade Sociedade 5.0
Coñecer e comprender os fundamentos básicos sobre as tecnoloxías IoT de comunicación, rastrexabilidade e wearables para saúde auto-cuantificada, participativa e intelixente
Coñecer e comprender os fundamentos básicos de sensórica e automatización para cidades intelixentes.
Identificar as tendencias tecnolóxicas para a xestión e construción de cidades intelixentes.
Coñecer e comprender os conceptos básicos de domótica e inmótica incluíndo sensorización, arquitecturas e servizos.
Coñecer e comprender os principais modelos enerxéticos e o concepto de rede eléctrica intelixente (smart grid) desde o punto de vista dos edificios e fogares intelixentes.
Identificar as principais arquitecturas Big Data para IoT para aplicacións da Sociedade 5.0 e os seus mecanismos de procesado de datos, así como as principais técnicas estatísticas e de almacenamento/xestión.
Coñecer e comprender o funcionamento básico das cámaras de vídeo e detectores de movemento no ámbito das aplicacións para a Sociedade 5.0.
Coñecer e comprender os conceptos e sistemas relacionados co despregamento de redes no ámbito das aplicacións para a Sociedade 5.0.
Programar e despregar wearables IoT para saúde.
Aplicar técnicas estatísticas a conxuntos de datos IoT a gran escala e para aplicacións da Sociedade 5.0.
Aplicar técnicas de análises de vídeo para aplicacións da Sociedade 5.0.
Deseñar e despregar redes de dispositivos IoT no ámbito das Cidades e Edificios Intelixentes.
Implementar algoritmos de análises e procesado de vídeo para aplicacións da Sociedade 5.0.
Deseñar e usar sistemas IoT para a localización de activos en contornas sanitarias.
Deseñar e despregar sistemas de procesado de datos IoT a gran escala para aplicacións da Sociedade 5.0.
Resultados de aprendizaxe da especialidade IoT Industrial
Coñecer e comprender as principais arquitecturas Big Data para IIoT e os seus mecanismos de procesado de datos, así como as principais técnicas estatísticas e de almacenamento/xestión.
Coñecer e comprender os conceptos esenciais sobre Green IoT e as principais estratexias de optimización enerxética.
Coñecer e comprender as diferentes arquitecturas existentes para o despregamento, monitorización e xestión de sistemas continuos robóticos.
Coñecer e comprender o funcionamento básico das cámaras de vídeo e detectores de movemento no ámbito IIoT, así como as aplicacións da análise de vídeo no devandito ámbito.
Coñecer e comprender os conceptos básicos sobre integración de sistemas IIoT.
Coñecer e comprender os fundamentos do preprocesado de datos para plantas industriais.
Aplicar técnicas estatísticas a conxuntos de datos IIoT a gran escala.
Programar Single-Board Computers (SBCs) para o despregamento e xestión de nodos de sensores e actuadores IIoT.
Integrar datos de telemetría en plataformas comerciais IIoT.
Implementar protocolos específicos para o control industrial de sistemas robóticos.
Empregar técnicas para realizar a limpeza e preprocesado de datos IIoT para algoritmos de aprendizaxe máquina.
Aplicar técnicas para seguir obxectos en ámbitos IIoT a través de análises de imaxes.
Deseñar e despregar sistemas de procesado de datos IIoT a gran escala.
Deseñar, despregar e optimizar sistemas Green IoT.
Analizar e interpretar os fluxos de datos IIoT nunha empresa industrial.
Deseñar un xemelgo industrial robótico.
Deseñar e implementar algoritmos de análise e procesado de vídeo para contornas IIoT.
Resultados de aprendizaxe da especialidade Vehículo Conectado
Coñecer e comprender as principais arquitecturas Big Data para aplicacións de vehículo conectado e os seus mecanismos de procesado de datos, así como as principais técnicas estatísticas e de almacenamento/xestión.
Coñecer e comprender os fundamentos básicos dos Sistemas de Transporte Intelixente.
Coñecer e comprender os conceptos esenciais e as tecnoloxías habilitadoras no ámbito dos UAVs para IoT.
Coñecer e comprender a arquitectura do vehículo conectado e autónomo e os seus elementos principais.
Coñecer e comprender o funcionamento básico das cámaras de vídeo e detectores de movemento no ámbito de vehículo conectado, así como as aplicacións da análise de vídeo no devandito ámbito.
Coñecer e comprender os conceptos básicos relacionados co despregamento de redes no ámbito do vehículo conectado.
Aplicar técnicas estatísticas a datos a gran escala en aplicacións IoT do vehículo conectado.
Aplicar técnicas de análises de imaxe no ámbito do vehículo conectado.
Deseñar e despregar redes de dispositivos no ámbito do coche conectado.
● Implementar algoritmos de análises e procesado de vídeo no ámbito do vehículo conectado.
● Deseñar e despregar sistemas de procesado de datos IoT a gran escala para aplicacións do vehículo conectado.
● Deseñar e despregar sistemas IoT para ITS.
● Despregar e utilizar sistemas IoT para UAVs.
● Deseñar e despregar servizos para o vehículo conectado.
