Presentación

Un Doctorado 100% online en el que contarás con la dirección exhaustiva de grandes expertos en Ingeniería y con el que desarrollarás habilidades investigativas de vanguardia”

##IMAGE##

Las diferentes ramas de la Ingeniería han experimentado un considerable impulso a partir de la integración en sus procesos de trabajo de los Sistemas Inteligentes, muchos de ellos basados en Inteligencia Artificial (AI). Estas tecnologías han permitido automatizar procesos complejos, aumentar la eficiencia y la precisión en tareas de diseño, simulación y optimización. Además, han facilitado el análisis de grandes cantidades de datos y la toma de decisiones informadas. A su vez, sus aplicaciones se han diversificado a escenarios como la manufactura, el mantenimiento predictivo, la conducción autónoma, la robótica avanzada y el diseño asistido por computadora.

Estos avances jugarán un papel fundamental en ámbitos como la medicina, la agricultura o la exploración espacial. No obstante, se deberá abordar de manera responsable los desafíos éticos y de seguridad asociados con la creciente adopción de estas tecnologías para garantizar su beneficio sostenible en la sociedad. Por eso, es imperativo el desarrollo de nuevas líneas de investigación relacionadas con estos aspectos.

TECH, a partir de esta creciente demanda, ha integrado un programa de Doctorado mediante el que los alumnos pondrán al día todos sus conocimientos sobre estas herramientas punteras de la Ingeniería. Asimismo, profundizarán en otras aristas como la gestión de la calidad a través de sistemas integrados, los procesos de control estadístico o las técnicas de mejora continua. De igual modo, ahondarán en las metodologías de investigación más adaptadas a esta esfera científica, adquiriendo un exhaustivo dominio de los fundamentos, procesos y métodos de análisis más importantes. También, el temario abordará algunos de los modelos de recogidas de datos más avanzados del momento.

La etapa final de esta titulación estará dedicada al diseño, redacción, presentación y defensa de los resultados obtenidos y plasmados en una rigurosa Tesis Doctoral. A través de ella los egresados darán muestra de su preparación investigativa, impulsando sus carreras hacia el plano académico y docente. En todas las partes de este Doctorado dispondrás de la guía y dirección de los mejores expertos a la par que apoyarán su aprendizaje en métodos didácticos disruptivos y 100% online como el Relearning.

Un temario sólido, actualizado y sin fisuras te espera en este programa oficial de TECH: una oportunidad que impulsará tu carrera hacia los planos investigativos o docentes”

Este Doctorado en Ingeniería de TECH Universidad contiene el programa más completo y actualizado del panorama académico actual. Sus características más destacadas son:

  • Última tecnología en software de enseñanza online
  • Sistema docente intensamente visual, apoyado en contenidos gráficos y esquemáticos de fácil asimilación y comprensión
  • Autogestión del aprendizaje: total compatibilidad con otras ocupaciones
  • Disponibilidad de los contenidos desde cualquier dispositivo fijo o portátil con conexión a internet
  • Asignación de un Director de Tesis durante todo el periodo de investigación
  • Comunicación constante con el director para facilitar el trabajo de reflexión individual
  • Acceso permanente a los materiales desde cualquier dispositivo fijo o portátil con conexión a internet

##IMAGE##

Desde el dispositivo móvil de tu preferencia, tendrás acceso continuo a los contenidos de este Doctorado durante las 24 horas del día, los 7 días de la semana”

Periodo de formación

Este Doctorado en Ingeniería de TECH Universidad contempla una primera fase donde se abordarán de manera 100% online temas actuales dentro de este campo. Así, los alumnos podrán ahondar en aspectos como los Sistemas Inteligentes, la teoría y arquitectura de agentes, entre todos de rigurosa actualidad.

##IMAGE##

Actualízate sobre sistemas integrados de gestión y métodos de mejora continua en Ingeniería mediante este plan de estudios oficial”

Este periodo tendrá una duración de 1 año, durante los cuales el doctorando trabajará los materiales pedagógicos de forma virtual.

En esta misma etapa, los participantes ahondarán en los paradigmas de la investigación, la formulación de hipótesis de análisis y la selección del diseño y las herramientas teórico-prácticas para el desarrollo del proyecto. También, profundizarán en los instrumentos que facilitan la recogida de datos y como cada uno de ellos se ajusta a una visión cuantitativa o cualitativa de las problemáticas de la Ingeniería. Finalmente, el temario enfatizará en la estructura y duración de una Tesis Doctoral, incluyendo líneas específicas sobre la defensa y discusión de sus resultados.

El doctorando deberá cursar estos 7 módulos:

Módulo 1. Inteligencia Artificial e Ingeniería del Conocimiento
Módulo 2. Sistemas Inteligentes
Módulo 3. Gestión de la calidad en Ingeniería
Módulo 4. Metodología de la Investigación
Módulo 5. Fundamentos, procesos y métodos en Investigación
Módulo 6. Técnicas e instrumentos de recogida de Datos en Investigación Cualitativa
Módulo 7. Investigación aplicada a la Tesis Doctoral

Módulo 1. Inteligencia Artificial e Ingeniería del Conocimiento

1.1. Introducción a la Inteligencia Artificial y a la Ingeniería del Conocimiento

1.1.1. Breve historia de la Inteligencia Artificial
1.1.2. La Inteligencia Artificial hoy en día
1.1.3. Ingeniería del Conocimiento

1.2. Búsqueda

1.2.1. Conceptos comunes de búsqueda
1.2.2. Búsqueda no informada
1.2.3. Búsqueda informada

1.3. Satisfacibilidad booleana, satisfacibilidad de restricciones y planificación automática

1.3.1. Satisfacibilidad booleana
1.3.2. Problemas de satisfacción de restricciones
1.3.3. Planificación Automática y PDDL
1.3.4. Planificación como Búsqueda Heurística
1.3.5. Planificación con SAT

1.4. La Inteligencia Artificial en juegos

1.4.1. Teoría de Juegos
1.4.2. Método Minimax y técnica de búsqueda “Poda Alfa-Beta”
1.4.3. Simulación con método Monte Carlo

1.5. Aprendizaje supervisado y no supervisado

1.5.1. Introducción al Aprendizaje Automático
1.5.2. Clasificación
1.5.3. Regresión
1.5.4. Validación de resultados
1.5.5. Agrupación

1.6. Redes de neuronas

1.6.1. Fundamentos Biológicos
1.6.2. Modelo Computacional
1.6.3. Redes de Neuronas Supervisadas y no Supervisadas
1.6.4. Perceptrón Simple
1.6.5. Perceptrón Multicapa

1.7. Algoritmos genéticos

1.7.1. Historia
1.7.2. Base biológica
1.7.3. Codificación de problemas
1.7.4. Generación de la población inicial
1.7.5. Algoritmo principal y operadores genéticos
1.7.6. Evaluación de individuos: aptitud física

1.8. Tesauros, vocabularios, taxonomías

1.8.1. Vocabularios
1.8.2. Taxonomías
1.8.3. Tesauros
1.8.4. Ontologías

1.9. Representación del conocimiento: web semántica

1.9.1. Web semántica
1.9.2. Especificaciones: RDF, RDFS y OWL
1.9.3. Inferencia/razonamiento
1.9.4. Datos enlazados

1.10. Sistemas expertos y sistemas de soporte a la toma de decisiones

1.10.1. Sistemas expertos
1.10.2. Sistemas de soporte a la decisión

Módulo 2. Sistemas Inteligentes

2.1. Teoría de Agentes

2.1.1. Historia del concepto
2.1.2. Definición de agente
2.1.3. Agentes en Inteligencia Artificial
2.1.4. Agentes en Ingeniería de Software

2.2. Arquitecturas de Agentes

2.2.1. El proceso de razonamiento de un agente
2.2.2. Agentes reactivos
2.2.3. Agentes deductivos
2.2.4. Agentes híbridos
2.2.5. Comparativa

2.3. Información y conocimiento

2.3.1. Distinción entre datos, información y conocimiento
2.3.2. Evaluación de la calidad de los datos
2.3.3. Métodos de captura de datos
2.3.4. Métodos de adquisición de información
2.3.5. Métodos de adquisición de conocimiento

2.4. Representación del conocimiento

2.4.1. La importancia de la representación del conocimiento
2.4.2. Definición de representación del conocimiento a través de sus roles
2.4.3. Características de una representación del conocimiento

2.5. Ontologías

2.5.1. Introducción a los metadatos
2.5.2. Concepto filosófico de ontología
2.5.3. Concepto informático de ontología
2.5.4. Ontologías de dominio y ontologías de nivel superior
2.5.5. Cómo construir una ontología

2.6. Lenguajes para ontologías y software para la creación de ontologías

2.6.1. Tripletas de marcos de descripción de recursos (RDF), tortuga (Turtle) y N3
2.6.2. Marcos de descripción de recursos (RDF) Schema
2.6.3. Lenguaje de ontologías web (OWL)
2.6.4. Protocolo SPARQL
2.6.5. Introducción a las diferentes herramientas para la creación de ontologías
2.6.6. Instalación y uso del software Protégé

2.7. La web semántica

2.7.1. El estado actual y futuro de la web semántica
2.7.2. Aplicaciones de la web semántica

2.8. Otros modelos de representación del conocimiento

2.8.1. Vocabularios
2.8.2. Visión global
2.8.3. Taxonomías
2.8.4. Tesauros
2.8.5. Folksonomías
2.8.6. Comparativa
2.8.7. Mapas mentales

2.9. Evaluación e integración de representaciones del conocimiento

2.9.1. Lógica de orden cero
2.9.2. Lógica de primer orden
2.9.3. Lógica descriptiva
2.9.4. Relación entre diferentes tipos de lógica
2.9.5. Prolog: programación basada en lógica de primer orden

2.10. Razonadores semánticos, sistemas basados en conocimiento y Sistemas Expertos

2.10.1. Concepto de razonador
2.10.2. Aplicaciones de un razonador
2.10.3. Sistemas basados en el conocimiento
2.10.4. Sistema MYCIN, historia de los Sistemas Expertos
2.10.5. Elementos y Arquitectura de Sistemas Expertos
2.10.6. Creación de Sistemas Expertos

Módulo 3. Gestión de la calidad en Ingeniería

3.1. La calidad total

3.1.1. La gestión de la calidad total
3.1.2. Cliente externo y cliente interno
3.1.3. Los costes de calidad
3.1.4. La mejora continua y la filosofía de Deming

3.2. Sistema de Gestión de la Calidad ISO 9001:15

3.2.1. Los 7 Principios de la Gestión de la Calidad en ISO 9001:15
3.2.2. El enfoque a procesos
3.2.3. Requisitos norma ISO 9001:15
3.2.4. Etapas y recomendaciones para su implantación
3.2.5. Despliegue Objetivos en un modelo tipo Hoshin-Kanri
3.2.6. Auditoria de certificación

3.3. Sistemas Integrados de Gestión

3.3.1. Sistema de Gestión Medioambiental: ISO 14000
3.3.2. Sistema de Gestión de Riesgos Laborales: ISO 45001
3.3.3. La Integración de los Sistemas de Gestión

3.4. La Excelencia en la gestión: Modelo Europeo de Excelencia Empresarial (EFQM)

3.4.1. Principios y fundamentos del Modelo Europeo de Excelencia Empresarial
3.4.2. Los nuevos criterios del Modelo Europeo de Excelencia Empresarial
3.4.3. Herramienta de diagnóstico Modelo Europeo de Excelencia Empresarial: matrices de resultado, enfoque, despliegue y revisión (REDER)

3.5. Herramientas de la Calidad.

3.5.1. Las herramientas básicas
3.5.2. Control Estadístico del Proceso (SPC)
3.5.3. Plan de Control y Pautas de Control para la Gestión de la Calidad del producto

3.6. Herramientas avanzadas y herramientas de resolución de problemas

3.6.1. Análisis modal de fallos y efectos (AMFE)
3.6.2. Informe 8D (8 disciplinas)
3.6.3. Los 5 Por qué
3.6.4. Técnica de análisis de problemas 5W + 2H
3.6.5. Punto de referencia (Benchmarking)

3.7. Metodología de Mejora Continua I: Planificar, hacer, verificar y actuar (PDCA)

3.7.1. El ciclo PDCA y sus Etapas
3.7.2. Aplicación del Ciclo PDCA al desarrollo de la producción ajustada (Lean Manufacturing)
3.7.3. Claves para el éxito de proyectos PDCA

3.8. Metodología de Mejora Continua II: Seis-Sigma.

3.8.1. Descripción del Seis-Sigma
3.8.2. Principios del Seis-Sigma
3.8.3. Selección de proyectos Seis-Sigma
3.8.4. Etapas en un proyecto Seis-Sigma. Metodología DMAIC (definir, medir, analizar, mejorar y controlar)
3.8.5. Roles en el seis-Sigma
3.8.6. Seis-Sigma y producción ajustada (Lean Manufacturing)

3.9. Calidad Proveedores. Auditorias. Ensayos y laboratorio

3.9.1. Calidad de recepción. Calidad concertada
3.9.2. Auditorías internas sistema de gestión
3.9.3. Auditorias de producto y de proceso
3.9.4. Fases para realizar auditorias
3.9.5. Perfil del auditor
3.9.6. Ensayos, laboratorio y metrología

3.10. Aspectos organizativos en la Gestión de la Calidad

3.10.1. El papel de la Dirección en la Gestión de la Calidad
3.10.2. Organización del área de calidad y la relación con otras áreas
3.10.3. Los Círculos de Calidad

Módulo 4. Metodología de la Investigación

4.1. Nociones básicas sobre investigación: la ciencia y el método científico

4.1.1. Definición del método científico
4.1.2. Método analítico
4.1.3. Método sintético
4.1.4. Método inductivo
4.1.5. El pensamiento cartesiano
4.1.6. Las reglas del método cartesiano
4.1.7. La duda metódica
4.1.8. El primer principio cartesiano
4.1.9. Los procedimientos de inducción según J. Mill Stuart

4.2. El proceso general de la investigación: enfoque cuantitativo y cualitativo

4.2.1. Presupuestos epistemológicos
4.2.2. Aproximación a la realidad y al objeto de estudio
4.2.3. Relación sujeto-objeto
4.2.4. Objetividad
4.2.5. Procesos metodológicos
4.2.6. La integración de métodos

4.3. Paradigmas de investigación y métodos derivados de ellos

4.3.1. ¿Cómo surgen las ideas de investigación?
4.3.2. ¿Qué investigar en educación?
4.3.3. Planteamiento del problema de investigación
4.3.4. Antecedentes, justificación y objetivos de la investigación
4.3.5. Fundamentación teórica
4.3.6. Hipótesis, variables y definición de conceptos operativos
4.3.7. Selección del diseño de investigación
4.3.8. El muestreo en estudios cuantitativos y cualitativos

4.4. Proceso y etapas de la investigación cuantitativa

4.4.1. Fase 1: Fase conceptual
4.4.2. Fase 2: Fase de planificación y diseño
4.4.3. Fase 3: Fase empírica
4.4.4. Fase 4: Fase analítica
4.4.5. Fase 5: Fase de difusión

4.5. Tipos de investigación cuantitativa

4.5.1. Investigación histórica
4.5.2. Investigación correlacional
4.5.3. Estudio de caso
4.5.4. Investigación sobre hechos cumplidos
4.5.5. Investigación cuasi-experimental
4.5.6. Investigación experimental

4.6. Proceso y etapas de la investigación cualitativa

4.6.1. Fase 1: Fase preparatoria
4.6.2. Fase 2: Fase de campo
4.6.3. Fase 3: Fase analítica
4.6.4. Fase 4: Fase informativa

4.7. Tipos de investigación cualitativa

4.7.1. La etnografía
4.7.2. La teoría fundamentada
4.7.3. La fenomenología
4.7.4. El método biográfico y la historia de vida
4.7.5. El estudio de casos
4.7.6. El análisis de contenido
4.7.7. El examen del discurso
4.7.8. La investigación acción participativa

4.8. Técnicas e instrumentos para la recogida de datos cuantitativos

4.8.1. La entrevista estructurada
4.8.2. El cuestionario estructurado
4.8.3. Observación sistemática
4.8.4. Escalas de actitud
4.8.5. Estadísticas
4.8.6. Fuentes secundarias de información

4.9. Técnicas e instrumentos para la recogida de datos cualitativos

4.9.1. Entrevista no estructurada
4.9.2. Entrevista en profundidad
4.9.3. Grupos focales
4.9.4. Observación simple, no regulada y participativa
4.9.5. Historias de vida
4.9.6. Diarios
4.9.7. Análisis de contenidos
4.9.8. El método etnográfico

4.10. Control de calidad de los datos

4.10.1. Requisitos de un instrumento de medición
4.10.2. Procesamiento y análisis de datos cuantitativos

4.10.2.1. Validación de datos cuantitativos
4.10.2.2. Estadística para el análisis de datos
4.10.2.3. Estadística descriptiva
4.10.2.4. Estadística inferencial

4.10.3. Procesamiento y análisis de datos cualitativos

4.10.3.1. Reducción y categorización
4.10.3.2. Clarificar, sinterizar y comparar
4.10.3.3. Programas para el análisis cualitativo de datos textuales

Módulo 5. Fundamentos, procesos y métodos en Investigación

5.1. Diseño metodológico de la investigación educativa

5.1.1. Introducción
5.1.2. Enfoques o paradigmas en la investigación educativa
5.1.3. Tipos de investigación

5.1.3.1. Investigación básica o fundamental
5.1.3.2. Investigación aplicada
5.1.3.3. Investigación descriptiva o interpretativa
5.1.3.4. Investigación prospectiva
5.1.3.5. Investigación exploratoria

5.1.4. El proceso de la investigación: el método científico

5.2. Análisis estadísticos de los datos

5.2.1. Introducción
5.2.2. ¿Qué es el análisis de datos?
5.2.3. Tipos de variables
5.2.4. Escalas de medida

5.3. Estadística descriptiva univariada (I): Índices de posición e índices de dispersión

5.3.1. Introducción
5.3.2. Variables y tipos
5.3.3. Índices de posición o de tendencia central o y sus propiedades:

5.3.3.1. Media aritmética
5.3.3.2. Mediana
5.3.3.3. Moda

5.3.4. Índices de dispersión o variabilidad:

5.3.4.1. Varianza
5.3.4.2. Desviación típica
5.3.4.3. Coeficiente de variación
5.3.4.4. Amplitud semicuartil
5.3.4.5. Amplitud total

5.4. Estadística descriptiva univariada (II): Distribución y polígono de frecuencias

5.4.1. Introducción
5.4.2. Distribución de frecuencias
5.4.3. Polígonos de frecuencias o histogramas
5.4.4. SPSS: Frecuencias

5.5. Estadística despcriptiva univarada (III): Puntuaciones e índice de la forma de la distribución

5.5.1. Introducción
5.5.2. Tipos de puntuaciones

5.5.2.1. Puntuación diferencial
5.5.2.2. Puntuación típica
5.5.2.3. Puntuación centil

5.5.3. Índice de forma de la distribución

5.5.3.1. Índice de Asimetría (AS)
5.5.3.2. Índice de Apuntamiento o Curtosis (Cv)

5.6. Análisis exploratorio de datos (A.E.D.)

5.6.1. Introducción
5.6.2. Definición de análisis exploratorio de datos
5.6.3. Etapas del análisis exploratorio de datos
5.6.4. SPSS: Análisis exploratorio de datos

5.7. Correlación lineal entre dos variables (X e Y)

5.7.1. Introducción
5.7.2. Concepto de correlación
5.7.3. Tipos y coeficientes de correlación
5.7.4. Coeficiente de Correlación de Pearson (RXY)
5.7.5. Propiedades de la Correlación de Pearson
5.7.6. SPSS: Análisis de correlación

5.8. Introducción al análisis de regresión

5.8.1. Introducción
5.8.2. Conceptos generales: La ecuación de regresión de Y sobre X
5.8.3. Índice de la bondad de ajuste del modelo
5.8.4. SPSS: Análisis de Regresión Lineal

5.9. Introducción a la estadística inferencial (I)

5.9.1. Introducción
5.9.2. Probabilidad: concepto general
5.9.3. Tablas de contingencia en sucesos independientes
5.9.4. Modelos teóricos de probabilidad con variables continuas:

5.9.4.1. Distribución normal
5.9.4.2. Distribución t de Student

5.10. Introducción a la estadística inferencial (II)

5.10.1. Introducción
5.10.2. Modelos teóricos de probabilidad con variables continuos
5.10.3. Distribución muestral
5.10.4. La lógica del contraste de hipótesis
5.10.5. Errores de tipo I y II

Módulo 6. Técnicas e instrumentos de recogida de Datos en Investigación Cualitativa

6.1. Introducción

6.1.1. Introducción
6.1.2. Metodología de la investigación cualitativa
6.1.3. Técnicas de la investigación cualitativa
6.1.4. Fases de la investigación cualitativa

6.2. La Observación

6.2.1. Introducción
6.2.2. Categorías de la observación
6.2.3. Tipos de observación: Etnográfica, participante y no participante
6.2.4. Qué, cómo y cuándo observar
6.2.5. Consideraciones éticas de la observación
6.2.6. Análisis del contenido

6.3. Técnicas de la entrevista

6.3.1. Introducción
6.3.2. Concepto de entrevista
6.3.3. Características de la entrevista
6.3.4. El objetivo de la entrevista
6.3.5. Tipos de entrevistas
6.3.6. Ventajas e inconvenientes de la entrevista

6.4. Técnica de grupos de discusión y grupos focales

6.4.1. Introducción
6.4.2. Grupos de discusión
6.4.3. Objetivos que pueden plantearse: Ventajas e inconvenientes
6.4.4. Cuestiones a debatir

6.5. Técnica DAFO y DELPHI

6.5.1. Introducción
6.5.2. Características de ambas técnicas
6.5.3. Técnica DAFO
6.5.4. Técnica DELPHI
6.5.4.1. Tareas previas antes de iniciar un DELPHI

6.6. Método de Historia de la Vida

6.6.1. Introducción
6.6.2. Historia de la vida
6.6.3. Características del método
6.6.4. Tipos 
6.6.5. Fases

6.7. El método Diario de Campo

6.7.1. Introducción
6.7.2. Concepto de diario de campo
6.7.3. Característica del diario de campo
6.7.4. Estructura del diario de campo

6.8. Técnica de análisis del discurso e imágenes

6.8.1. Introducción
6.8.2. Características
6.8.3. Concepto de análisis del discurso
6.8.4. Tipos de análisis del discurso
6.8.5. Niveles del discurso
6.8.6. Análisis de imágenes

6.9. El método de estudio de casos

6.9.1. Introducción
6.9.2. Concepto de estudios de casos
6.9.3. Tipos de estudio de casos
6.9.4. Diseño del estudio de caso

6.10. Clasificación y análisis de los datos cualitativos

6.10.1. Introducción
6.10.2. Categorización de los datos
6.10.3. Codificación de los datos
6.10.4. Teorización de los datos
6.10.5. Triangulación de los datos
6.10.6. Exposición de los datos
6.10.7. Redacción de reflexiones analíticas. Memoing

Módulo 7. Investigación aplicada a la Tesis Doctoral

7.1. La Tesis Doctoral

7.1.1. Su función y características
7.1.2. Su estructura
7.1.3. Las partes de la tesis
7.1.4. Elementos no textuales
7.1.5. Su publicación, como tesis y como artículo de investigación

7.2. La Problemática

7.2.1. Encuadre y repaso
7.2.2. Concretar los aspectos del problema a investigar
7.2.3. Revisión del enfoque teórico pertinente y la estructura conceptual que fundamenta la búsqueda de respuestas a la pregunta inicial

7.3. Fundamentación del proyecto

7.3.1. Bases legales
7.3.2. El Estado del Arte
7.3.3. Viabilidad práctica
7.3.4. Cronograma de elaboración
7.3.5. Recursos Materiales y Tecnológicos

7.4. La estructuración del Modelo de Análisis

7.4.1. Conceptos
7.4.2. Proposiciones e hipótesis
7.4.3. Dimensiones y criterios de clasificación de las hipótesis
7.4.4. Las variables y los indicadores
7.4.5. Selección de la muestra de observación
7.4.6. Selección de métodos y técnicas
7.4.7. Diseño del modelo de análisis
7.4.8. Estructura del proyecto de investigación

7.5. Marco teórico

7.5.1. Investigación reflexiva y apropiación teórica
7.5.2. De la literacidad a la interpretación del texto
7.5.3. Procesos hermenéuticos y heurística para la escritura de textos académicos
7.5.4. Procesos de reflexión autocrítica para la revisión de modelos teóricos
7.5.5. Estructuración y reestructuración de los esquemas básicos y representativos del marco teórico
7.5.6. Socialización de saberes
7.5.7. Revisión crítica del marco teórico

7.6. Marco Metodológico

7.6.1. Determinación (Cualitativa /Cuantitativa)
7.6.2. Establecimiento de técnica
7.6.3. Diseño de preguntas de investigación e indicadores
7.6.4. Elaboración del instrumento
7.6.5. Aplicación
7.6.6. Análisis de resultados

7.7. El cuerpo del informe de investigación

7.7.1. Su función y características
7.7.2. Otras variantes de informes de investigación
7.7.3. Condiciones: unidad, orden, progresión y transición
7.7.4. Estructura y partes del artículo
7.7.5. Elementos no textuales del artículo

7.8. Redacción del texto científico

7.8.1. Las palabras correctas y precisas
7.8.2. Los neologismos
7.8.3. La claridad y la concisión

7.9. Resultados y discusión

7.9.1. Argumentos
7.9.2. Conclusiones
7.9.3. Recomendaciones
7.9.4. Referencias bibliográficas
7.9.5. Sugerencias sobre citas y otros detalles bibliográficos

7.10. Configuración de la tesis doctoral

7.10.1. Estructura y redacción documental
7.10.2. Defensa y discusión de resultados
7.10.3. Edición y Publicación en medios impresos y/o digitales

##IMAGE##

Un riguroso temario 100% online donde ahondarás las partes que componen una Tesis Doctoral y cómo integrarlas en función de un proyecto investigativo en material de Ingeniería”

Doctorado en Ingeniería

¿Te apasiona la innovación y el avance tecnológico? Entonces este Doctorado en Ingeniería creado por TECH es perfecto para ti. Aquí, te brindamos la oportunidad de convertirte en un experto líder en tu campo, expandiendo tus horizontes intelectuales y contribuyendo significativamente al desarrollo y transformación de la sociedad. En el centro de nuestro programa se encuentra una inquebrantable dedicación al conocimiento avanzado y la investigación de vanguardia. A través de una combinación de rigurosa capacitación académica y oportunidades de investigación, te sumergirás en áreas especializadas de la ingeniería, abordando desafíos tecnológicos complejos y relevantes. Nuestro equipo docente está compuesto por destacados profesores e investigadores, quienes te guiarán en tu camino hacia el descubrimiento y la excelencia científica. Además, tendrás acceso a una red de colaboración internacional con expertos líderes en diferentes campos de la ingeniería. De este modo, estarás listo para embarcarte en una carrera apasionante como investigador, líder tecnológico o académico.

Todo sobre ingeniería lo aprenderás en este Doctorado

Como estudiante de Doctorado, tendrás la oportunidad de contribuir al conocimiento global y resolver problemas tecnológicos de la vida real. Nuestra comunidad de investigación te brindará las herramientas, los recursos y el apoyo necesario para que logres llevar a cabo investigaciones que generen un impacto positivo en la sociedad y la industria. Más allá de la experiencia académica, nuestro Doctorado en Ingeniería te brindará la oportunidad de desarrollar habilidades esenciales para el éxito profesional (liderazgo, comunicación, gestión de proyectos y trabajo en equipo), lo que te preparará para asumir roles de liderazgo en la industria y la academia. En nuestro programa, fomentamos la personalización de tus estudios para que puedas enfocarte en áreas específicas que despierten tu pasión. Esta flexibilidad te permitirá explorar temas interdisciplinarios y adaptar tu investigación a tus intereses y metas profesionales. Al culminar, contarás con amplia experiencia en investigación y con conocimientos avanzados que te convertirán en un recurso altamente valorado en la industria, impulsando la innovación y generando un impacto duradero.