Identificar los distintos tipos de servicios y modelos de despliegue de sistemas de cloud computing para IoT.
Reconocer las características de las nuevas arquitecturas (e.g., descentralizadas, distribuidas) IoT.
Identificar los conceptos básicos de ciberseguridad para IoT.
Determinar los dispositivos sensores y actuadores necesarios para aplicaciones IoT.
Reconocer la estructura de sistemas IoT empotrados.
Reconocer el funcionamiento de los distintos protocolos IoT de red y aplicación.
Identificar las características de los distintos tipos de redes y de las tecnologías de red para IoT.
Identificar los diferentes tipos de innovación y emprendimiento, y su aplicación a proyectos empresariales basados en IoT.
Conocer y comprender los aspectos básicos de protección intelectual e industrial.
Conocer y comprender las nociones básicas del Procesamiento de Transacciones en Línea (OLTP) y del Procesamiento Analítico en Línea (OLAP).
Conocer y comprender los conceptos fundamentales sobre aprendizaje automático para IoT.
Adquirir conocimientos avanzados y demostrar, en un contexto de investigación científica y tecnológica o altamente especializado, una comprensión detallada y fundamentada de los aspectos teóricos y prácticos y de la metodología de trabajo en uno o más campos de estudio.
Habilidades
Seleccionar la plataforma IoT en la nube más adecuada para cada escenario.
Seleccionar la arquitectura y el sistema distribuido o descentralizado más adecuado para cada escenario IoT.
Analizar los riesgos de ciberseguridad de un sistema IoT.
Desarrollar sistemas IoT de bajo consumo.
Desarrollar sistemas empotrados para aplicaciones IoT.
Gestionar el almacenamiento y distribución de datos espaciales y temporales.
Seleccionar topologías de red y protocolos de encaminamiento y aplicación adecuados para escenarios IoT.
Planificar escenarios de conectividad para redes IoT.
Establecer fuentes de financiación para un plan de negocio innovador basado en desarrollos sobre tecnologías de IoT.
Gestionar datos de carácter espacial y series de datos con marcas temporales.
Implementar algoritmos de aprendizaje máquina supervisado/no supervisado con redes neuronales clásicas y profundas.
Aplicar los conocimientos adquiridos y resolver problemas en entornos nuevos o poco conocidos dentro de contextos más amplios y multidisciplinares, siendo capaces de integrar conocimientos.
Comunicar (de forma oral y escrita) las conclusiones- y los conocimientos y razones últimas que las sustentan- a públicos especializados y no especializados de un modo claro y sin ambigüedades.
Predecir y controlar la evolución de situaciones complejas mediante el desarrollo de nuevas e innovadoras metodologías de trabajo adaptadas al ámbito científico/investigador, tecnológico o profesional concreto, en general multidisciplinar, en el que se desarrolle su actividad.
Competencias
Diseñar dispositivos IoT seleccionando los sensores/actuadores más adecuados para cada uso.
Desarrollar la arquitectura necesaria para garantizar la interoperabilidad de los dispositivos.
Construir redes y definir protocolos que permitan la comunicación entre dispositivos IoT.
Evaluar el funcionamiento de sistemas electrónicos embebidos IoT.
Determinar mecanismos para la recogida de datos en tiempo real.
Integrar tecnologías como el Aprendizaje Máquina, el tratamiento de datos masivos, las Tecnologías de Registro Distribuido (DLT), la computación en el borde, entre otras, para el desarrollo de sistemas IoT más inteligentes y eficientes.
Garantizar la seguridad de la información generada por dispositivos IoT.
Desarrollar un plan de negocio para un proyecto empresarial basado en IoT.
Diseñar bases de datos para el almacenamiento y gestión de grandes cantidades de datos IoT.
Adquirir experiencia en el diseño, implementación, despliegue y mantenimiento de sistemas IoT dentro un entorno real de trabajo.
Desarrollar la autonomía suficiente para participar en proyectos de investigación y colaboraciones científicas o tecnológicas dentro su ámbito temático, en contextos interdisciplinares y, en su caso, con una alta componente de transferencia del conocimiento.
Integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de conocimientos y juicios.
Asumir la responsabilidad del propio desarrollo profesional y de la especialización en uno o más campos de estudio, de forma continuada, autodirigida y autónoma.
Resultados de aprendizaje de la especialidad Sociedad 5.0
Conocer y comprender los fundamentos básicos sobre las tecnologías IoT de comunicación, trazabilidad y wearables para salud auto-cuantificada, participativa e inteligente.
Conocer y comprender los fundamentos básicos de sensórica y automatización para ciudades inteligentes.
Identificar las tendencias tecnológicas para la gestión y construcción de ciudades inteligentes.
Conocer y comprender los conceptos básicos de domótica e inmótica incluyendo sensorización, arquitecturas y servicios.
Conocer y comprender los principales modelos energéticos y el concepto de red eléctrica inteligente (smart grid) desde el punto de vista de los edificios y hogares inteligentes.
Identificar las principales arquitecturas Big Data para IoT para aplicaciones de la Sociedad 5.0 y sus mecanismos de procesado de datos, así como las principales técnicas estadísticas y de almacenamiento/gestión.
Conocer y comprender el funcionamiento básico de las cámaras de vídeo y detectores de movimiento en el ámbito de las aplicaciones para la Sociedad 5.0.
Conocer y comprender los conceptos y sistemas relacionados con el despliegue de redes en el ámbito de las aplicaciones para la Sociedad 5.0.
Programar y desplegar wearables IoT para salud.
Aplicar técnicas estadísticas a conjuntos de datos IoT a gran escala y para aplicaciones de la Sociedad 5.0.
Aplicar técnicas de análisis de vídeo para aplicaciones de la Sociedad 5.0.
Diseñar y desplegar redes de dispositivos IoT en el ámbito de las Ciudades y Edificios Inteligentes.
Implementar algoritmos de análisis y procesado de vídeo para aplicaciones de la Sociedad 5.0.
Diseñar y usar sistemas IoT para la localización de activos en entornos sanitarios.
Diseñar y desplegar sistemas de procesado de datos IoT a gran escala para aplicaciones de la Sociedad 5.0.
Resultados de aprendizaje de la especialidad IoT Industrial
Conocer y comprender las principales arquitecturas Big Data para IIoT y sus mecanismos de procesado de datos, así como las principales técnicas estadísticas y de almacenamiento/gestión.
Conocer y comprender los conceptos esenciales sobre Green IoT y las principales estrategias de optimización energética.
Conocer y comprender las diferentes arquitecturas existentes para el despliegue, monitorización y gestión de sistemas continuos robóticos.
Conocer y comprender el funcionamiento básico de las cámaras de vídeo y detectores de movimiento en el ámbito IIoT, así como las aplicaciones del análisis de vídeo en dicho ámbito.
Conocer y comprender los conceptos básicos sobre integración de sistemas IIoT.
Conocer y comprender los fundamentos del preprocesado de datos para plantas industriales.
Aplicar técnicas estadísticas a conjuntos de datos IIoT a gran escala.
Programar Single-Board Computers (SBCs) para el despliegue y gestión de nodos de sensores y actuadores IIoT.
Integrar datos de telemetría en plataformas comerciales IIoT.
Implementar protocolos específicos para el control industrial de sistemas robóticos.
Emplear técnicas para realizar la limpieza y preprocesado de datos IIoT para algoritmos de aprendizaje máquina.
Aplicar técnicas para seguir objetos en ámbitos IIoT a través de análisis de imágenes.
Diseñar y desplegar sistemas de procesado de datos IIoT a gran escala.
Diseñar, desplegar y optimizar sistemas Green IoT.
Analizar e interpretar los flujos de datos IIoT en una empresa industrial.
Diseñar un gemelo industrial robótico.
Diseñar e implementar algoritmos de análisis y procesado de vídeo para entornos IIoT.
Resultados de aprendizaje de la especialidad Vehículo Conectado
Conocer y comprender las principales arquitecturas Big Data para aplicaciones de vehículo conectado y sus mecanismos de procesado de datos, así como las principales técnicas estadísticas y de almacenamiento/gestión.
Conocer y comprender los fundamentos básicos de los Sistemas de Transporte Inteligente.
Conocer y comprender los conceptos esenciales y las tecnologías habilitadoras en el ámbito de los UAVs para IoT.
Conocer y comprender la arquitectura del vehículo conectado y autónomo y sus elementos principales.
Conocer y comprender el funcionamiento básico de las cámaras de vídeo y detectores de movimiento en el ámbito de vehículo conectado, así como las aplicaciones del análisis de vídeo en dicho ámbito.
Conocer y comprender los conceptos básicos relacionados con el despliegue de redes en el ámbito del vehículo conectado.
Aplicar técnicas estadísticas a datos a gran escala en aplicaciones IoT del vehículo conectado.
Aplicar técnicas de análisis de imagen en el ámbito del vehículo conectado.
Diseñar y desplegar redes de dispositivos en el ámbito del coche conectado.
Implementar algoritmos de análisis y procesado de vídeo en el ámbito del vehículo conectado.
Diseñar y desplegar sistemas de procesado de datos IoT a gran escala para aplicaciones del vehículo conectado.
Diseñar y desplegar sistemas IoT para ITS.
Desplegar y utilizar sistemas IoT para UAVs.
Diseñar y desplegar servicios para el vehículo conectado.
