Guia docente 2024_25 Escola de Enxeñaría de Telecomunicación

Máster Universitario en Internet das Cousas- IoT

Resultados de Formación e Aprendizaxe

Sinale A

Código

Resultados de Formación e Aprendizaxe

Sinale B	Código	Coñecementos
	B1	CNC1: Identificar os distintos tipos de servizos e modelos de despregamento de sistemas de cloud computing para IoT.
	B2	CNC2: Recoñecer as características das novas arquitecturas (e.g., descentralizadas, distribuídas) IoT.
	B3	CNC3: Identificar os conceptos básicos de ciberseguridade para IoT.
	B4	CNC4: Determinar os dispositivos sensores e actuadores necesarios para aplicacións IoT.
	B5	CNC5: Recoñecer a estrutura de sistemas IoT encaixados.
	B6	CNC6: Recoñecer o funcionamento dos distintos protocolos IoT de rede e aplicación.
	B7	CNC7: Identificar as características dos distintos tipos de redes e das tecnoloxías de rede para IoT.
	B8	CNC8: Identificar os diferentes tipos de innovación e emprendemento, e a súa aplicación a proxectos empresariais baseados en IoT.
	B9	CNC9: Coñecer e comprender os aspectos básicos de protección intelectual e industrial.
	B10	CNC10: Coñecer e comprender as nocións básicas do Procesamento de Transaccións en Liña (OLTP) e do Procesamento Analítico en Liña (OLAP).
	B11	CNC11: Coñecer e comprender os conceptos fundamentais sobre aprendizaxe automática para IoT.
	B12	CNC12: 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.
	B13	S-CN1: Coñecer e comprender os fundamentos básicos sobre as tecnoloxías IoT de comunicación, rastrexabilidade e wearables para saúde auto-cuantificada, participativa e intelixente.
	B14	S-CN2: Coñecer e comprender os fundamentos básicos de sensórica e automatización para cidades intelixentes.
	B15	S-CN3: Identificar as tendencias tecnolóxicas para a xestión e construción de cidades intelixentes.
	B16	S-CN4: Coñecer e comprender os conceptos básicos de domótica e inmótica incluíndo sensorización, arquitecturas e servizos.
	B17	S-CN5: 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.
	B18	S-CN6: 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.
	B19	S-CN7: Coñecer e comprender o funcionamento básico das cámaras de vídeo e detectores de movemento no ámbito das aplicacións para a Sociedade 5.0.
	B20	S-CN8: Coñecer e comprender os conceptos e sistemas relacionados co despregamento de redes no ámbito das aplicacións para a Sociedade 5.0.
	B21	I-CN1: 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.
	B22	I-CN2: Coñecer e comprender os conceptos esenciais sobre Green IoT e as principais estratexias de optimización enerxética.
	B23	I-CN3: Coñecer e comprender as diferentes arquitecturas existentes para o despregamento, monitorización e xestión de sistemas continuos robóticos.
	B24	I-CN4: 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.
	B25	I-CN5: Coñecer e comprender os conceptos básicos sobre integración de sistemas IIoT.
	B26	I-CN6: Coñecer e comprender os fundamentos do preprocesado de datos para plantas industriais.
	B27	V-CN1: 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.
	B28	V-CN2: Coñecer e comprender os fundamentos básicos dos Sistemas de Transporte Intelixente.
	B29	V-CN3: Coñecer e comprender os conceptos esenciais e as tecnoloxías habilitadoras no ámbito dos UAVs para IoT.
	B30	V-CN4: Coñecer e comprender a arquitectura do vehículo conectado e autónomo e os seus elementos principais.
	B31	V-CN5: 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.
	B32	V-CN6: Coñecer e comprender os conceptos básicos relacionados co despregamento de redes no ámbito do vehículo conectado.

Sinale C	Código	Habilidades
	C1	HBL1: Seleccionar a plataforma IoT na nube máis adecuada para cada escenario.
	C2	HBL2: Seleccionar a arquitectura e o sistema distribuído ou descentralizado máis adecuado para cada escenario IoT.
	C3	HBL3: Analizar os riscos de ciberseguridade dun sistema IoT.
	C4	HBL4: Desenvolver sistemas IoT de baixo consumo.
	C5	HBL5: Desenvolver sistemas encaixados para aplicacións IoT.
	C6	HBL6: Xestionar o almacenamento e distribución de datos espaciais e temporais.
	C7	HBL7: Seleccionar topoloxías de rede e protocolos de encamiñamento e aplicación adecuados para escenarios IoT.
	C8	HBL8: Planificar escenarios de conectividade para redes IoT.
	C9	HBL9: Establecer fontes de financiamento para un plan de negocio innovador baseado en desenvolvementos sobre tecnoloxías de IoT.
	C10	HBL10: Xestionar datos de carácter espacial e series de datos con marcas temporais.
	C11	HBL11: Implementar algoritmos de aprendizaxe máquina supervisado/non supervisado con redes neuronais clásicas e profundas.
	C12	HBL12: Aplicar os coñecementos adquiridos e resolver problemas en contornas novas ou pouco coñecidos dentro de contextos máis amplos e mulitidisciplinares, sendo capaces de integrar coñecementos.
	C13	HBL13: 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.
	C14	HBL14: 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.
	C15	S-HB1: Programar e despregar wearables IoT para saúde.
	C16	S-HB2: Aplicar técnicas estatísticas a conxuntos de datos IoT a gran escala e para aplicacións da Sociedade 5.0.
	C17	S-HB3: Aplicar técnicas de análises de vídeo para aplicacións da Sociedade 5.0.
	C18	I-HB1: Aplicar técnicas estatísticas a conxuntos de datos IIoT a gran escala.
	C19	I-HB2: Programar Single-Board Computers (SBCs) para o espliegue e xestión de nodos de sensores e actuadores IIoT.
	C20	I-HB3: Integrar datos de telemetría en plataformas comerciais IIoT.
	C21	I-HB4: Implementar protocolos específicos para o control industrial de sistemas robóticos.
	C22	I-HB5: Empregar técnicas para realizar a limpeza e preprocesado de datos IIoT para algoritmos de aprendizaxe máquina.
	C23	I-HB6: Aplicar técnicas para seguir obxectos en ámbitos IIoT a través de análises de imaxes.
	C24	V-HB1: Aplicar técnicas estatísticas a datos a gran escala en aplicacións IoT do vehículo conectado.
	C25	V-HB2: Aplicar técnicas de análises de imaxe no ámbito do vehículo conectado.

Sinale D	Código	Competencias
	D1	CMP1: Deseñar dispositivos IoT seleccionando os sensores/actuadores máis adecuados para cada uso.
	D2	CMP2: Desenvolver a arquitectura necesaria para garantir a interoperabilidade dos dispositivos.
	D3	CMP3: Construír redes e definir protocolos que permitan a comunicación entre dispositivos IoT.
	D4	CMP4: Avaliar o funcionamento de sistemas electrónicos embebidos IoT.
	D5	CMP5: Determinar mecanismos para a recollida de datos en tempo real.
	D6	CMP6: 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.
	D7	CMP7: Garantir a seguridade da información xerada por dispositivos IoT.
	D8	CMP8: Desenvolver un plan de negocio para un proxecto empresarial baseado en IoT.
	D9	CMP9: Deseñar bases de datos para o almacenamento e xestión de grandes cantidades de datos IoT.
	D10	CMP10: Adquirir experiencia no deseño, implementación, despregamento e mantemento de sistemas IoT dentro unha contorna real de traballo.
	D11	CMP11: 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.
	D12	CMP12: 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.
	D13	CMP13: Asumir a responsabilidade do propio desenvolvemento profesional e da especialización nun ou máis campos de estudo, de forma continuada, autodirigida e autónoma.
	D14	S-CP1: Deseñar e despregar redes de dispositivos IoT no ámbito das Cidades e Edificios Intelixentes.
	D15	S-CP2: Implementar algoritmos de análises e procesado de vídeo para aplicacións da Sociedade 5.0.
	D16	S-CP3: Deseñar e usar sistemas IoT para a localización de activos en contornas sanitarias.
	D17	S-CP4: Deseñar e despregar sistemas de procesado de datos IoT a gran escala para aplicacións da Sociedade 5.0
	D18	I-CP1: Deseñar e despregar sistemas de procesado de datos IIoT a gran escala.
	D19	I-CP2: Deseñar, despregar e optimizar sistemas Green IoT.
	D20	I-CP3: Analizar e interpretar os fluxos de datos IIoT nunha empresa industrial.
	D21	I-CP4: Deseñar un xemelgo industrial robótico.
	D22	I-CP5: Deseñar e implementar algoritmos de análises e procesado de vídeo para contornas IIoT.
	D23	V-CP1: Deseñar e despregar redes de dispositivos no ámbito do coche conectado.
	D24	V-CP2: Implementar algoritmos de análises e procesado de vídeo no ámbito do vehículo conectado.
	D25	V-CP3: Deseñar e despregar sistemas de procesado de datos IoT a gran escala para aplicacións do vehículo conectado.
	D26	V-CP4: Deseñar e despregar sistemas IoT para ITS.
	D27	V-CP5: Despregar e utilizar sistemas IoT para UAVs.
	D28	V-CP6: Deseñar e despregar servizos para o vehículo conectado.