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. |
Universidade de Vigo
|
Reitoría |
Campus Universitario |
C.P. 36.310 Vigo (Pontevedra) |
España |
Tlf: +34 986 812 000
|