Contenidos

InicioContenidos

Competencias específicas

La presente formación tiene como objetivo que el estudiante adquiera un conocimiento general de las tecnologías exponenciales y específico de una serie seleccionada, así como la capacidad de integrar estas tecnologías dentro de contextos multidisciplinares.

Además se profundiza en diversas competencias genéricas o transversales: capacidad de adaptación a nuevas situaciones, para trabajar en contextos multidisciplinares, para trabajar en equipo, capacidad de integración y de comunicación a públicos generales.

  • Conocimiento general de las tecnologías disruptivas.
  • Conocimiento de los principios básicos de las nanotecnologías y en particular de las aplicaciones industriales del grafeno; de las arquitecturas y sistemas de comunicaciones para internet de las cosas; de las principales arquitecturas y técnicas de captura, ingesta, procesamiento, aprendizaje y análisis de datos; de las principales tecnologías, materiales y herramientas de la fabricación aditiva industrial y de los principales avances en el ámbito biotecnológico de aplicación industrial.
  • Conocimiento y capacidad de selección de los principales mecanismos de protección de conocimiento.
  • Introducción práctica y utilización de las principales herramientas relativas a fabricación aditiva, IA, nanotecnologías, IoT así como capacidad para integrar tecnologías exponenciales en proyectos multidisciplinares.

Dos asignaturas de 3 ECTS

Fundamentos de las tecnologías exponenciales

  1. Introducción a las tecnologías exponenciales (lección de apertura)
  2. Herramientas de protección del conocimiento.
  3. Emprendimiento y conocimiento. Herramientas para protección de los negocios en el ámbito de la IP
  4. Tecnologías exponenciales:

IoT: Introducción al IoT: arquitectura. Nodos IoT. Herramientas de desarrollo. Plataformas en la nube del IoT.

Data utilities: Principios básicos. Tecnología de contenedores Docker. Bases de datos relacionales y no relacionales. Problemas clásicos de optimización (casos de optimización de búsqueda, scheduling, planing) Soluciones heurísticas: búsqueda local, A*, simulated annealing. Técnicas basadas en metaheurísticas: soluciones mediante búsqueda tabú, algoritmos genéticos, colonias de hormigas, etc.

Nanotecnologías: Introducción a la Nanotecnología: definiciones y principios básicos.  Técnicas de análisis y síntesis de nanomateriales. Grafeno: métodos de fabricación y aplicaciones en la industria.

IA y aprendizaje de máquina. Perspectiva histórica. Tipos de aprendizaje: Supervisado, no supervisado, semi-supervisado, por refuerzo. Aprendizaje por transferencia. Categorías de problemas: Regresión, clasificación, clustering, detección de anomalías. Componentes de un sistema de aprendizaje: Representación, evaluación, optimización, diseño experimental. Interpretabilidad y explicabilidad en IA.   

Fabricación aditiva industrial: Tecnologías. Materiales. Herramientas de diseño. Diseño generativo. Certificación.          

Biotecnología: Big data biológico. Aplicaciones industriales.

Guía docente

Laboratorio

  1. Herramientas de diseño para fabricación aditiva.
  2. Captura de datos desde sensores inteligentes, almacenamiento en la nube y visualización remota de datos.
  3. Despliegue de contenedores.
  4. Resolución de un problema de optimización.
  5. Análisis de imágenes, detección de anomalías y tratamiento de texto.
  6. Iniciación al análisis bioinformático.
  7. Preparación de nanodispersiones y estudio de características. Nanofactoría.
Guía docente

Evaluación

Basada en trabajos

La evaluación positiva requiere una asistencia mínima del 80%

La calificación se realizará a partir de un trabajo realizado en grupo sobre un proyecto integral planteado al inicio del curso que se desarrollará en grupos que se tratará de que estén compuestos por diferentes perfiles y que se deberá presentar oralmente.

El proyecto integrará como mínimo tres de las tecnologías tratadas de forma particular en el marco de la formación. Un ejemplo representativo es la adquisición de datos de sensores nanoestructurados, el envío inalámbrico a la nube, el tratamiento de los datos y la visualización de los resultados.

Se valorarán los siguientes aspectos:

Metodología empleada

Justificación de las soluciones adoptadas y de los mecanismos de protección

Funcionalidad e implementación técnica

Presentación realizada

Capacidad para responder a las preguntas planteadas

También será necesario presentar un informe de las prácticas presentadas que tiene una valoración del 10% en el conjunto del curso.

idea-605766