Gracias a este Máster Semipresencial MBA, dominarás las tecnologías de Ingesta de Datos para que tu empresa tome las decisiones más informadas y desarrolle procesos innovadores”

La Transformación Digital e Industria 4.0 permite a los expertos adquirir ventajas competitivas para garantizar su desempeño profesional de cara al futuro. En este contexto, al manejar con eficacia tecnologías habilitadoras (como el Internet de las Cosas o Deep Learning), los especialistas se convierten en un importante activo para las empresas. Esto se debe a que están cualificados para realizar su transición digital y adaptarlas así a las necesidades actuales del mercado. Asimismo, estas herramientas presentan otras ventajas como la automatización de procesos. De este modo, sirven para aumentar la eficiencia operativa, reducir los tiempos de producción y optimizar los recursos de las organizaciones. No obstante, al tratarse de instrumentos emergentes, los profesionales requieren de una actualización constante para mantenerse a la vanguardia tecnológica.

Por eso, TECH crea un revolucionario Máster Semipresencial MBA en Transformación Digital e Industria 4.0. A través de este plan de estudios, los alumnos nutrirán su praxis profesional con las técnicas y herramientas más innovadoras de la Inteligencia Artificial. Para conseguirlo, el temario profundizará en cuestiones tales como las Redes Neuronales, Procesamiento del Lenguaje Natural o las arquitecturas detrás de una Smart Factory.

Cabe destacar que el programa se basa en una modalidad educativa disruptiva, compuesta por 2 etapas. La primera se imparte de forma 100% online, con el objetivo de que los alumnos estudien los conceptos y técnicas de trabajo. Para facilitar el proceso de aprendizaje, el ciclo educativo se apoya en la metodología Relearning, que ofrecerá a los estudiantes la asimilación de contenidos de forma más rápida y flexible.

Por otra parte, tras esto, los egresados realizarán una estancia práctica en una prestigiosa empresa dedicada a la tecnología para aplicar todos los conocimientos adquiridos. Con una duración de 3 semanas, los alumnos trabajarán junto a grandes expertos en procesos de Transformación Digital. Además, tendrán el respaldo de un tutor adjunto que se encargará de incluir tareas dinámicas en la capacitación para formalizar su actualización académica.  

TECH te ofrece la revolucionaria metodología Realearning, con la que conseguirás un aprendizaje mucho más efectivo y situado”

Este Máster Semipresencial MBA en Transformación Digital e Industria 4.0 contiene el programa más completo y actualizado del mercado. Sus características más destacadas son:

• Desarrollo de más de 100 casos prácticos presentados por profesionales de la Transformación Digital e Industria 4.0
• Sus contenidos gráficos, esquemáticos y eminentemente prácticos con los que están concebidos, recogen una información imprescindible sobre aquellas disciplinas tecnológicas indispensables para el ejercicio profesional
• Guías de práctica para construir adecuadamente entornos virtuales inmersivos
• Informes de la situación actual del mercado y crecimiento por diferentes industrias
• Estrategias innovadoras para la implementación de una API para interactuar con plataformas
• Todo esto se complementará con lecciones teóricas, preguntas al experto, foros de discusión de temas controvertidos y trabajos de reflexión individual
• Disponibilidad de los contenidos desde cualquier dispositivo fijo o portátil con conexión a internet
• Además, podrás realizar una estancia de prácticas en una de las mejores empresas

Una titulación universitaria intensiva que sentará las bases de tu progreso profesional y te colocará en la cúspide de la Industria 4.0”

En esta propuesta de Máster, de carácter profesionalizante y modalidad semipresencial, el programa está dirigido a la actualización de profesionales que desarrollan labores de Transformación Digital en las empresas. Los contenidos están basados en la última evidencia científica, y orientados de manera didáctica para integrar el saber teórico en la realidad práctica del mercado laboral.

Gracias a su contenido multimedia elaborado con la última tecnología educativa, permitirán al profesional de la Transformación Digital e Industria 4.0 un aprendizaje situado y contextual, es decir, un entorno simulado que proporcionará un aprendizaje inmersivo programado para entrenarse ante situaciones reales. El diseño de este programa está basado en el Aprendizaje Basado en Problemas, mediante el cual deberá tratar de resolver las distintas situaciones de práctica profesional que se le planteen a lo largo del mismo. Para ello, contará con la ayuda de un novedoso sistema de vídeo interactivo realizado por reconocidos expertos.

Cursa una estancia intensiva de 3 semanas en una prestigiosa compañía tecnológica y adquiere todo el conocimiento que necesitas para crecer profesionalmente"

Los resúmenes interactivos de cada tema te permitirán consolidar de manera más dinámica los conceptos sobre el Lean Manufacturing”

Este Máster Semipresencial MBA está diseñado por un equipo docente multidisciplinar, que ha puesto todos sus esfuerzos en verter en los materiales didácticos sus profundos conocimientos y años de experiencia profesional en el ámbito de la Transformación Digital e Industria 4.0. Así pues, TECH proporciona a los estudiantes un Campus Virtual repleto de recursos didácticos multimedia de alta calidad, disponibles las 24 horas del día. Además, los egresados culminarán su recorrido académico con una estancia práctica en una empresa tecnológica de prestigio, donde desplegará sus habilidades técnicas y analítica en Deep Learning.

Tendrás a tu disposición los recursos educativos más modernos, con un acceso libre al Campus Virtual las 24 horas del día. ¡Matricúlate ya!”

Módulo 1. Blockchain y Computación Cuántica

1.1. Aspectos de la descentralización

1.1.1. Tamaño del mercado, crecimiento, empresas y ecosistema
1.1.2. Fundamentos del Blockchain

1.2. Antecedentes: Bitcoin, Ethereum, etc.

1.2.1. Popularidad de los sistemas descentralizados
1.2.2. Evolución de los sistemas descentralizados

1.3. Funcionamiento y ejemplos Blockchain

1.3.1. Tipos de Blockchain y protocolos
1.3.2. Wallets, Mining y más

1.4. Características de las redes Blockchain

1.4.1. Funciones y propiedades de las redes Blockchain
1.4.2. Aplicaciones: criptomonedas, confiabilidad, cadena de custodia, etc.

1.5. Tipos de Blockchain

1.5.1. Blockchains públicos y privados
1.5.2. Hard And Soft Forks

1.6. Smart Contracts

1.6.1. Los contratos inteligentes y su potencial
1.6.2. Aplicaciones de los contratos inteligentes

1.7. Modelos de uso en la industria

1.7.1. Aplicaciones Blockchain por industria
1.7.2. Casos de éxito del Blockchain por industria

1.8. Seguridad y criptografía

1.8.1. Objetivos de la criptografía
1.8.2. Firmas digitales y funciones Hash

1.9. Criptomonedas y usos

1.9.1. Tipos de criptomonedas: Bitcoin, Hyperledger, Ethereum, Litecoin, etc.
1.9.2. Impacto actual y futuro de las criptomonedas
1.9.3. Riesgos y regulaciones

1.10. Computación Cuántica

1.10.1. Definición y claves
1.10.2. Usos de la Computación Cuántica

Módulo 2. Big Data e Inteligencia Artificial

2.1. Principios fundamentales de Big Data

2.1.1. El Big Data
2.1.2. Herramientas para trabajar con Big Data

2.2. Minería y almacenamiento de datos

2.2.1. La Minería de datos. Limpieza y normalización
2.2.2. Extracción de información, traducción automática, análisis de sentimientos, etc.
2.2.3. Tipos de almacenamiento de datos

2.3.  Aplicaciones de ingesta de datos

2.3.1. Principios de la ingesta de datos
2.3.2. Tecnologías de ingesta de datos al servicio de las necesidades de negocio

2.4. Visualización de datos

2.4.1. La importancia de realizar una visualización de datos
2.4.2. Herramientas para llevarla a cabo. Tableau, D3, Matplotlib (Python), Shiny®

2.5. Aprendizaje Automático (Machine Learning)

2.5.1. Entendemos el Machine Learning
2.5.2. Aprendizaje supervisado y no supervisado
2.5.3. Tipos de Algoritmos

2.6. Redes Neuronales (Deep Learning)

2.6.1. Red neuronal: partes y funcionamiento
2.6.2. Tipo de redes: CNN, RNN
2.6.3. Aplicaciones de las Redes Neuronales; reconocimiento de imágenes e interpretación del Lenguaje Natural
2.6.4. Redes generativas de texto: LSTM

2.7. Reconocimiento del Lenguaje Natural

2.7.1. PLN (Procesamiento del Lenguaje Natural)
2.7.2. Técnicas avanzadas de PLN: Word2vec, Doc2vec

2.8. Chatbots y Asistentes Virtuales

2.8.1. Tipos de asistentes: asistentes por voz y por texto
2.8.2. Partes fundamentales para el desarrollo de un asistente: Intents, entidades y flujo de diálogo
2.8.3. Integraciones: Web, Slack, WhatsApp, Facebook
2.8.4. Herramientas de desarrollo de asistentes: Dialogflow, Watson Assistant

2.9. Emociones, creatividad y personalidad en la AI

2.9.1. Entendemos cómo detectar emociones mediante algoritmos
2.9.2. Creación de una personalidad: lenguaje, expresiones y contenido

2.10. Futuro de la Inteligencia Artificial
2.11. Reflexiones

Módulo 3. Realidad Virtual, Aumentada y Mixta

3.1. Mercado y tendencias

3.1.1. Situación actual del mercado
3.1.2. Informes y crecimiento por diferentes industrias

3.2. Diferencias entre Realidad Virtual, Aumentada y Mixta

3.2.1. Diferencias entre realidades inmersivas
3.2.2. Tipología de realidad inmersiva

3.3. Realidad Virtual. Casos y usos

3.3.1. Origen y fundamentos de la Realidad Virtual
3.3.2. Casos aplicados a diferentes sectores e industrias

3.4. Realidad Aumentada. Casos y usos

3.4.1. Origen y fundamentos de la Realidad Aumentada
3.4.2. Casos aplicados a diferentes sectores e industrias

3.5. Realidad Mixta y Holográfica

3.5.1. Origen, historia y fundamentos de la Realidad Mixta y Holográfica
3.5.2. Casos aplicados a diferentes sectores e industrias

3.6. Fotografía y Vídeo 360

3.6.1. Tipología de cámaras
3.6.2. Usos de las imágenes en 360
3.6.3. Creando un espacio virtual en 360 grados

3.7. Creación de mundos virtuales

3.7.1. Plataformas de creación de entornos virtuales
3.7.2. Estrategias para la creación de entornos virtuales

3.8. Experiencia de Usuario (UX)

3.8.1. Componentes en la experiencia de usuario
3.8.2. Herramientas para la creación de experiencias de usuario

3.9. Dispositivos y gafas para las tecnologías inmersivas

3.9.1. Tipología de dispositivos en el mercado
3.9.2. Gafas y Wearables: funcionamiento, modelos y usos
3.9.3. Aplicaciones de las gafas inteligentes y evolución

3.10. Futuro de las tecnologías inmersivas

3.10.1. Tendencias y evolución
3.10.2. Retos y oportunidades

Módulo 4. La Industria 4.0

4.1. Definición de Industria 4.0

4.1.1. Características

4.2. Beneficios de la Industria 4.0

4.2.1. Factores clave
4.2.2. Principales ventajas

4.3. Revoluciones industriales y visión de futuro

4.3.1. Las revoluciones industriales
4.3.2. Factores clave en cada revolución
4.3.3. Principios tecnológicos base de posibles nuevas revoluciones

4.4. La transformación digital de la industria

4.4.1. Características de la digitalización de la industria
4.4.2. Tecnologías disruptivas
4.4.3. Aplicaciones en la industria

4.5. Cuarta Revolución Industrial. Principios clave de la Industria 4.0

4.5.1. Definiciones
4.5.2. Principios clave y aplicaciones

4.6. Industria 4.0 e Internet Industrial

4.6.1. Origen del IoT
4.6.2. Funcionamiento
4.6.3. Pasos a seguir para su implantación
4.6.4. Beneficios

4.7. Principios de “Fábrica Inteligente”

4.7.1. La Fábrica Inteligente
4.7.2. Elementos que definen una Fábrica Inteligente
4.7.3. Pasos para desplegar una Fábrica Inteligente

4.8. El estado de la Industria 4.0

4.8.1. El estado de la Industria 4.0 en diferentes sectores
4.8.2. Barreras para la implantación de la Industria 4.0

4.9. Desafíos y riesgos

4.9.1. Análisis DAFO
4.9.2. Retos y desafíos

4.10. Papel de las capacidades tecnológicas y el factor humano

4.10.1. Tecnologías disruptivas de la Industria 4.0
4.10.2. La importancia del factor humano. Factor clave

Módulo 5. Liderando la Industria 4.0

5.1. Capacidades de liderazgo

5.1.1. Factores de liderazgo del factor humano
5.1.2. Liderazgo y tecnología

5.2. Industria 4.0 y el futuro de la producción

5.2.1. Definiciones
5.2.2. Sistemas de Producción
5.2.3. Futuro de los sistemas de producción digitales

5.3. Efectos de la Industria 4.0

5.3.1. Efectos y desafíos

5.4. Tecnologías esenciales de la Industria 4.0

5.4.1. Definición de tecnologías
5.4.2. Características de las tecnologías
5.4.3. Aplicaciones e impactos

5.5. Digitalización de la fabricación

5.5.1. Definiciones
5.5.2. Beneficios de la digitalización de la fabricación
5.5.3. Gemelo Digital

5.6. Capacidades digitales en una organización

5.6.1. Desarrollar capacidades digitales
5.6.2. Entendimiento del ecosistema digital
5.6.3. Visión digital del negocio

5.7. Arquitectura detrás de una Smart Factory

5.7.1. Áreas y funcionalidades
5.7.2. Conectividad y seguridad
5.7.3. Casos de uso

5.8. Los marcadores tecnológicos en la era postcovid

5.8.1. Retos tecnológicos en la era postcovid
5.8.2. Nuevos casos de uso

5.9. La era de la virtualización absoluta

5.9.1. Virtualización
5.9.2. La nueva era de la virtualización
5.9.3. Ventajas

5.10. Situación actual en la transformación digital. Gartner Hype

5.10.1. Gartner Hype
5.10.2. Análisis de las tecnologías y su estado
5.10.3. Explotación de datos

Módulo 6. Robótica, drones y Augmented Workers

6.1. La robótica

6.1.1. Robótica, sociedad y cine
6.1.2. Componentes y partes de robots

6.2. Robótica y automatización avanzada: simuladores, cobots

6.2.1. Transferencia de aprendizaje
6.2.2. Cobots y casos de uso

6.3. RPA (Robotic Process Automatization)

6.3.1. Entendiendo el RPA y su funcionamiento
6.3.2. Plataformas de RPA, proyectos y roles

6.4. Robot as a Service (RaaS)

6.4.1. Retos y oportunidades para implementar servicios RaaS y robótica en las empresas
6.4.2. Funcionamiento de un sistema RaaS

6.5. Drones y vehículos autónomos

6.5.1. Componentes y funcionamiento de los drones
6.5.2. Usos, tipologías y aplicaciones de los drones
6.5.3. Evolución de drones y vehículos autónomos

6.6. El impacto del 5G

6.6.1. Evolución de las comunicaciones e implicaciones
6.6.2. Usos de la tecnología 5G

6.7. Augmented Workers

6.7.1. Integración Hombre-Máquina en entornos industriales
6.7.2. Retos en la colaboración entre trabajadores y robots

6.8. Transparencia, ética y trazabilidad

6.8.1. Retos éticos en robótica e Inteligencia Artificial
6.8.2. Métodos de seguimiento, transparencia y trazabilidad

6.9. Prototipado, componentes y evolución

6.9.1. Plataformas de prototipado
6.9.2. Fases para realizar un prototipo

6.10. Futuro de la robótica

6.10.1. Tendencias en robotización
6.10.2. Nuevas tipologías de robots

Módulo 7. Sistemas de automatización de la Industria 4.0

7.1. Automatización industrial

7.1.1. La automatización
7.1.2. Arquitectura y componentes
7.1.3. Safety

7.2. Robótica industrial

7.2.1. Fundamentos de robótica industrial
7.2.2. Modelos e impacto en los procesos industriales

7.3. Sistemas PLC y control industrial

7.3.1. Evolución y estado de los PLC
7.3.2. Evolución lenguajes de programación
7.3.3. Automatización integrada por computador CIM

7.4. Sensores y actuadores

7.4.1. Clasificación de transductores
7.4.2. Tipos sensores
7.4.3. Estandarización de señales

7.5. Monitorear y administrar

7.5.1. Tipos de actuadores
7.5.2. Sistemas de control realimentados

7.6. Conectividad industrial

7.6.1. Buses de campo estandarizados
7.6.2. Conectividad

7.7. Mantenimiento proactivo/predictivo

7.7.1. Mantenimiento predictivo
7.7.2. Identificación y análisis de fallos
7.7.3. Acciones proactivas basadas en el mantenimiento predictivo

7.8. Monitoreo continuo y mantenimiento prescriptivo

7.8.1. Concepto mantenimiento prescriptivo en entornos industriales
7.8.2. Selección y explotación de datos para autodiagnósticos

7.9. Lean Manufacturing

7.9.1. Lean Manufacturing
7.9.2. Beneficios implantación Lean en procesos industriales

7.10. Procesos Industrializados en la Industria 4.0. Caso de Uso

7.10.1. Definición de proyecto
7.10.2. Selección tecnológica
7.10.3. Conectividad
7.10.4. Explotación de datos

Módulo 8. Industria 4.0-servicios y soluciones sectoriales I

8.1. Industria 4.0 y estrategias empresariales

8.1.1. Factores de la digitalización empresarial
8.1.2. Hoja de ruta para la digitalización empresarial

8.2. Digitalización de los procesos y la cadena de valor

8.2.1. La cadena de valor
8.2.2. Pasos clave en la digitalización de procesos

8.3. Soluciones Sectoriales Sector Primario

8.3.1. El sector económico primario
8.3.2. Características de cada subsector

8.4. Digitalización sector primario: Smart Farms

8.4.1. Principales características
8.4.2. Factores clave de digitalización

8.5. Digitalización sector primario: agricultura digital e inteligente

8.5.1. Principales características
8.5.2. Factores clave de digitalización

8.6. Soluciones Sectoriales Sector Secundario

8.6.1. El sector económico secundario
8.6.2. Características de cada subsector

8.7. Digitalización sector secundario: Smart Factory

8.7.1. Principales características
8.7.2. Factores clave de digitalización

8.8. Digitalización sector secundario: energía

8.8.1. Principales características
8.8.2. Factores clave de digitalización

8.9. Digitalización sector secundario: construcción

8.9.1. Principales características
8.9.2. Factores clave de digitalización

8.10. Digitalización sector secundario: minería

8.10.1. Principales características
8.10.2. Factores clave de digitalización

Módulo 9. Industria 4.0-servicios y soluciones sectoriales II

9.1. Soluciones Sectoriales Sector Terciario

9.1.1. Sector económico terciario
9.1.2. Características de cada subsector

9.2. Digitalización sector terciario: transporte

9.2.1. Principales características
9.2.2. Factores clave de digitalización

9.3. Digitalización sector terciario: E-Health

9.3.1. Principales características
9.3.2. Factores clave de digitalización

9.4. Digitalización sector terciario: Smart Hospitals

9.4.1. Principales características
9.4.2. Factores clave de digitalización

9.5. Digitalización sector terciario: Smart Cities

9.5.1. Principales características
9.5.2. Factores clave de digitalización

9.6. Digitalización sector terciario: logística

9.6.1. Principales características
9.6.2. Factores clave de digitalización

9.7. Digitalización sector terciario: turismo

9.7.1. Principales características
9.7.2. Factores clave de digitalización

9.8. Digitalización sector terciario: Fintech

9.8.1. Principales características
9.8.2. Factores clave de digitalización

9.9. Digitalización sector terciario: movilidad

9.9.1. Principales características
9.9.2. Factores clave de digitalización

9.10. Tendencias tecnológicas de futuro

9.10.1. Nuevas innovaciones tecnológicas
9.10.2. Tendencias de aplicación

Módulo 10. Internet de las Cosas (IoT)

10.1. Sistemas ciberfísicos (CPS) en la visión Industria 4.0

10.1.1. Internet of Things (IoT)
10.1.2. Componentes que intervienen en IoT
10.1.3. Casos y aplicaciones de IoT

10.2. Internet de las Cosas y sistemas ciberfísicos

10.2.1. Capacidades de computación y comunicación a objetos físicos
10.2.2. Sensores, datos y elementos en los sistemas ciberfísicos

10.3. Ecosistema de dispositivos

10.3.1. Tipologías, ejemplos y usos
10.3.2. Aplicaciones de los diferentes dispositivos

10.4. Plataformas IoT y su arquitectura

10.4.1. Tipologías y plataformas en el mercado de IoT
10.4.2. Funcionamiento de una plataforma IoT

10.5. Digital Twins

10.5.1. El Gemelo Digital o Digital Twin
10.5.2. Usos y aplicaciones del Gemelo Digital

10.6. Indoor & Outdoor Geolocation (Real Time Geospatial)

10.6.1. Plataformas para la geolocalización Indoor y Outdoor
10.6.2. Implicaciones y retos de la geolocalización en un proyecto IoT

10.7. Sistemas de seguridad inteligentes

10.7.1. Tipologías y plataformas de implementación de sistemas de seguridad
10.7.2. Componentes y arquitecturas en sistemas de seguridad inteligentes

10.8. Seguridad en las plataformas IoT e IIoT

10.8.1. Componentes de seguridad en un sistema IoT
10.8.2. Estrategias de implementación de la seguridad en IoT

10.9. Wearables at Work

10.9.1. Tipos de Wearables en entornos industriales
10.9.2. Lecciones aprendidas y retos al implementar Wearables en trabajadores

10.10. Implementación de una API para interactuar con una plataforma

10.10.1. Tipologías de API que intervienen en una plataforma IoT
10.10.2. Mercado de API
10.10.3. Estrategias y sistemas para implementar integraciones con API

Gracias a esta titulación universitaria estarás al tanto de las tendencias más vanguardistas en Big Data, Machine Learning y Procesamiento del Lenguaje Natural”