Presentación

Los contenidos de esta titulación no son materias clásicas. Este programa especializa a los informáticos en la aplicación de las tecnologías del futuro”

maestria investigacion innovacion tecnologias

El Maestría en Investigación en Innovación en Tecnologías de la Información y de las Comunicaciones desarrolla una visión altamente especializada que permitirá a los alumnos enfocar proyectos tecnológicos avanzados empleando, de forma adecuada, las tecnologías más innovadoras, generando un valor añadido diferencial por el buen uso y la aplicación correcta de las mismas.

La aplicación directa de los conocimientos adquiridos sobre Smart Cities, Blockchain, IoT, Digital twins en IA (inteligencia artificial) en proyectos reales es un valor profesional añadido que muy pocos profesionales especializados en Tecnologías de la Información y de las Comunicaciones pueden ofrecer.

Los profesionales que superen con éxito este programa tendrán una visión global de aplicación de las diferentes tecnologías protagonistas de la digitalización global y tendrán la capacidad de aplicarlas, habiéndose capacitado de la mano de profesionales acreditados que las emplean en su día a día.

Además, el alumnado dispone de la mejor metodología de estudio 100% online, lo que elimina la necesidad de asistir presencialmente a clases o tener que exigir un horario predeterminado. De esta manera, en tan solo 12 meses profundizará en el ámbito de aplicación de cada tecnología, entendiendo las ventajas competitivas que aportan, por lo que se posicionará en la vanguardia tecnológica y podrá liderar proyectos ambiciosos en el presente y en el futuro.

Aborda las 6 tecnologías más novedosas en la actualidad desde una perspectiva práctica y de innovación empresarial”

Este Maestría en Investigación en Innovación en Tecnologías de la Información y de las Comunicaciones contiene el programa educativo más completo y actualizado del mercado. Sus características más destacadas son:

  • El desarrollo de casos prácticos presentados por expertos en Investigación e Innovación en Tecnología de la Información y de las Comunicaciones
  • Los contenidos gráficos, esquemáticos y eminentemente prácticos con los que está concebido recogen una información y práctica sobre aquellas disciplinas indispensables para el ejercicio profesional
  • Los ejercicios prácticos donde realizar el proceso de autoevaluación para mejorar el aprendizaje
  • Su especial hincapié en metodologías innovadoras
  • Las lecciones teóricas, preguntas al experto, foros de discusión de temas controvertidos y trabajos de reflexión individual
  • La disponibilidad de acceso a los contenidos desde cualquier dispositivo fijo o portátil con conexión a internet

Contempla las tecnologías y áreas de estudio más novedosas y las aplicaciones prácticas más disruptivas y sorprendentes que puedas encontrar en el área de la información y la comunicación”

El programa incluye, en su cuadro docente, a profesionales del sector que vierten en esta capacitación la experiencia de su trabajo, además de reconocidos especialistas de sociedades de referencia y universidades de prestigio.

Su contenido multimedia, elaborado con la última tecnología educativa, permitirá a los profesionales un aprendizaje situado y contextual, es decir, un entorno simulado que proporcionará una capacitación inmersiva programada para entrenarse ante situaciones reales.

El diseño de este programa se centra en el Aprendizaje Basado en Problemas, mediante el cual los profesionales deberán tratar de resolver las distintas situaciones de práctica profesional que se les planteen a lo largo del curso académico. Para ello, contarán con la ayuda de un novedoso sistema de vídeo interactivo realizado por reconocidos expertos.

Aborda dos de los campos con mayores previsiones de desarrollo en el mundo de la Inteligencia Artificial, el NLP y la Visión Computerizada"

magister investigacion innovacion tecnologias

Profundiza los Gemelos Digitales, un ámbito altamente competitivo con una elevada demanda y para el que hay una carencia de perfiles cualificados elevadísima"

Temario

Si hay algo que diferencia a este programa de cualquier otro en el mercado es que aborda las seis tecnologías más novedosas en la actualidad: computación en la nube; internet de las cosas; gemelos digitales; ciudades inteligentes o Smart Cities; Blockchain e inteligencia artificial. Además, las aborda desde una perspectiva práctica y de innovación empresarial, dándole, de este modo, un enfoque eminentemente práctico a los contenidos. Todo este está orientado a profesionales experimentados y con un gran interés en las temáticas de estudio, por lo que el nivel profesional es elevado, elemento diferencial importante de la titulación.

estudiar investigacion innovacion tecnologias

No hay ningún otro programa en el mercado del estudio de las TIC que contemple tantas tecnologías disruptivas desde una perspectiva práctica y que te capacite para poder aplicarlas de forma directa a la finalización de tus estudios”

Módulo 1. Innovación en comunicaciones con Cloud Computing

1.1. Cloud Computing. Estado del arte de la revolución online

1.1.1. Cloud Computing
1.1.2. Proveedores
1.1.3. Microsoft Azure

1.2. Métodos de Interacción. Configuración y gestión de las herramientas. Servicios Cloud

1.2.1. Portal.
1.2.2. App
1.2.3. Powershell
1.2.4. Azure CLI.
1.2.5. Azure REST API.
1.2.6. Plantillas ARM

1.3. Computación. Servicios Disponibles OnCloud

1.3.1. Máquina virtual
1.3.2. Contenedores
1.3.3. AKS / Kubernetes
1.3.4. Funcion (Serverless)

1.4. Computación. Servicios Disponibles OnCloud. Web Apps

1.4.1. Web
1.4.2. Web Apps
1.4.3. Rest API
1.4.4. API Management

1.5. Sistemas de Almacenamiento en la Nube. Seguridad y Comunicaciones

1.5.1. Storage
1.5.2. Data Lake
1.5.3. Data Factory
1.5.4. Data Services
1.5.5. Copias de seguridad

1.6. Bases de Datos OnCloud. Información estructurada OnCloud. Escalabilidad sin límites

1.6.1. Azure SQL
1.6.2. PostgresSQL / MySQL.
1.6.3. Azure Cosmos DB.
1.6.4. Redis

1.7. IoT. Gestión y almacenamiento de datos de dispositivos OnCloud

1.7.1. Stram Nalytics
1.7.2. Digital Twins

1.8. Artificial Intelligence OnCloud

1.8.1. Machine Learning
1.8.2. Cognitive Services
1.8.3. Computación Cuántica

1.9. Computación OnCloud. Aspectos Avanzados

1.9.1. Seguridad
1.9.2. Monitorización. DataDog
1.9.3. Application Insights.

1.10. Aplicaciones de la Computación OnCloud

1.10.1. Escenario LOB: CRM
1.10.2. Escenario Iot : Smart City
1.10.3. Escenario AI: Chat bot

Módulo 2. IoT. Aplicaciones en servicios y I 4.0 (Industrias 4.0)

2.1. IoT. El Internet de las Cosas

2.1.1. Iot
2.1.2. Internet 0 & IoT
2.1.3. Privacidad y Control de Objetos

2.2. Aplicaciones de IoT

2.2.1. Aplicaciones de IoT. Consumo
2.2.2. EIoT & IIoT
2.2.3. Administración de IoT

2.3. IoT & IIoT. Diferencias

2.3.1. IIoT. Diferencias con IoT
2.3.2. IIot. Aplicación
2.3.3. Industrias

2.4. Industria 4.0 Big Data & Business Analytics

2.4.1. Industria 4.0. Big Data & Business Analytics
2.4.2. Industria 4.0. Big Data & Business Analytics. Contextualización
2.4.3. Decisiones y Metodología CRISP_DM

2.5. Mantenimiento predictivo

2.5.1. Mantenimiento predictivo. Aplicación
2.5.2. Mantenimiento Predictivo. Enfoque de desarrollo de modelos

2.6. Herramienta de Implementación de soluciones IoT I

2.6.1. Micro NPU Ethos
2.6.2. Productos end-to-end
2.6.3. Ejemplos de aplicación eclipse IoT

2.7. Herramientas de implementación de soluciones IoT II avanzado

2.7.1. Arquitecturas
2.7.2. End-to-end
2.7.3. Analíticas del entorno

2.8. Composición IIoT Arquitecture

2.8.1. Sensores y actuadores
2.8.2. Puertos a internet y sistemas de adquisición del dato
2.8.3. Preprocesador de datos
2.8.4. Análisis y modelado de datos en la nube

2.9. End-to-End Open and Modular Arquitecture

2.9.1. End-to-End Open and Modular Arquitecture
2.9.2. Arquitectura Modular. Componentes clave
2.9.3. Arquitectura Modular. Beneficios

2.10. Machine learning at the Core and Edge

2.10.1. PoC
2.10.2. Data Pipeline
2.10.3. Edge to Core & Demo

Módulo 3. Gemelos digitales. Soluciones innovadores

3.1. Gemelos Digitales

3.1.1. Gemelos Digitales. Conceptos básicos
3.1.2. Gemelos Digitales. Evolución tecnológica
3.1.3. Gemelos Digitales. Tipología

3.2. Gemelos Digitales. Tecnologías Aplicables

3.2.1. Gemelos Digitales. Plataformas
3.2.2. Gemelos Digitales. Interfaces
3.2.3. Gemelos Digitales. Tipologías

3.3. Gemelos Digitales: aplicaciones. Sectores y ejemplos de uso

3.3.1. Gemelos digitales: técnicas y usos
3.3.2. Industrias
3.3.3. Arquitectura y ciudades

3.4. Industria 4.0. Aplicaciones de los Gemelos Digitales

3.4.1. Industria 4.0
3.4.2. Entornos
3.4.3. Aplicaciones de los Gemelos Digitales en la I 4.0

3.5. Smart Cities a partir de los Gemelos Digitales

3.5.1. Modelos
3.5.2. Categorías
3.5.3. Futuro de las Smart Cities a partir de los Gemelos Digitales

3.6. IoT aplicado a Digital Twins

3.6.1. IoT. Vínculo con los Gemelos Digitales
3.6.2. IoT. Relación con los Gemelos Digitales
3.6.3. IoT. Problemática y soluciones posibles

3.7. Entorno de Gemelos Digitales

3.7.1. Empresas
3.7.2. Organización
3.7.3. Implicaciones

3.8. Mercado de los Gemelos Digitales

3.8.1. Plataformas
3.8.2. Proveedores
3.8.3. Servicios asociados

3.9. Futuro de los Gemelos Digitales

3.9.1. Inmersividad
3.9.2. Realidad aumentada
3.9.3. Biointerfaces

3.10. Gemelos Digitales. Resultados en presente y futuro

3.10.1. Plataforma
3.10.2. Tecnologías
3.10.3. Sectores

Módulo 4. Smart Cities como herramientas de innovación

4.1. De las ciudades a las ciudades inteligentes

4.1.1. De las ciudades a las ciudades Inteligentes
4.1.2. Las ciudades en el tiempo y las culturas en las ciudades
4.1.3. Evolución de los modelos de ciudad

4.2. Tecnologías

4.2.1. Plataformas tecnológicas de aplicación
4.2.2. Interfaces servicios/ciudadano
4.2.3. Tipologías tecnológicas

4.3. Ciudad como sistema complejo

4.3.1. Componentes de una ciudad
4.3.2. Interacciones entre componentes
4.3.3. Aplicaciones: servicios y productos en la ciudad

4. 4. Gestión inteligente de la seguridad

4.4.1. Estado actual
4.4.2. Entornos tecnológicos de gestión en la ciudad
4.4.3. Futuro: Las Smart Cities en el futuro

4.5. Gestión inteligente de la limpieza

4.5.1. Modelos de aplicación en los servicios inteligentes de limpieza
4.5.2. Sistemas: aplicación de los servicios inteligentes de limpieza
4.5.3. Futuro de los servicios inteligentes de limpieza

4.6. Gestión inteligente del trafico

4.6.1. Evolución del tráfico: complejidad y factores que dificultan su gestión
4.6.2. Problemática
4.6.3. e-Mobilidad
4.6.4. Soluciones

4.7. Ciudad sostenible

4.7.1. Energía
4.7.2. El ciclo del agua
4.7.3. Plataforma de gestión

4.8. Gestión Inteligente del Ocio

4.8.1. Modelos de negocio
4.8.2. Evolución del ocio urbano
4.8.3. Servicios asociados

4.9. Gestión de grandes eventos sociales

4.9.1. Movimientos
4.9.2. Aforos
4.9.3. Salud

4. 10. Conclusiones de presente y futuro en Smart Cities

4.10.1. Plataformas tecnológicas y problemática
4.10.2. Tecnologías, integración en entornos heterogéneos
4.10.3. Aplicaciones prácticas en diferentes modelos de ciudad

 

Módulo 5. I+D en Sistemas Complejos de Software. Blockchain. Nodos Públicos y Privados

5.1. Blockchain y Datos distribuidos

5.1.1. Las comunicaciones de Información. Nuevo paradigma
5.1.2. Privacidad y transparencia
5.1.3. Intercambio de información. Nuevos modelos

5.2. Blockchain

5.2.1. Blockchain
5.2.2. Blockchain. Base tecnológica
5.2.3. Blockchain. Componentes y elementos

5.3. Blockchain. Nodos públicos

5.3.1. Blockchain. Nodos públicos
5.3.2. Algoritmos de trabajo en nodos públicos

5.3.2.1. Proof of Work
5.3.2.2. Proof of Stake
5.3.2.3. Proof of Authority

5.3.3. Casos de uso y aplicación

5.3.3.1. Smart Contracts
5.3.3.2. Dapps

5.4. Blockchain. Nodos privados

5.4.1. Blockchain. Nodos privados
5.4.2. Algoritmos de trabajo en nodos privados

5.4.2.1. Proof of Work
5.4.2.2. Proof of Stake
5.4.2.3. Proof of Authority

5.4.3. Casos de uso y aplicación

5.4.3.1. Crypto economía
5.4.3.2. Teoría de juegos
5.4.3.3. Modelado de mercados

5.5. Blockchain. Frameworks de trabajo

5.5.1. Blockchain. Frameworks de trabajo
5.5.2. Tipos

5.5.2.1. Ethereum
5.5.2.2. Hyperledger Fabric

5.5.3. Ejemplos de aplicación (Ethereum)

5.5.3.1. C#
5.5.3.2. Go

5.6. Blockchain en el ámbito Financiero

5.6.1. El impacto de Blockchain en el mundo financiero
5.6.2. Tecnologías avanzadas
5.6.3. Casos de uso y aplicación

5.6.3.1. Garantía de la información
5.6.3.2. Seguimiento y monitorización
5.6.3.3. Transmisiones certificadas
5.6.3.4. Ejemplos dentro del sector financiero

5.7. Blockchain en el ámbito Industrial

5.7.1. Blockchain y Logistica
5.7.2. Tecnologías avanzadas
5.7.3. Casos de uso y aplicación

5.7.3.1. Smart Contracts entre proveedores y clientes
5.7.3.2. Apoyo en los procesos de automatización
5.7.3.3. Trazabilidad de Productos en Tiempo Real
5.7.3.4. Ejemplos dentro del sector industrial

5.8. Blockchain. Tokenización de las transacciones

5.8.1. Tokenizando el mundo
5.8.2. Plataformas de contratos inteligentes (Smart Contracts)

5.8.2.1. Bitcoin
5.8.2.2. Ethereum
5.8.2.3. Otras plataformas emergentes

5.8.3. Comunicación: El Problema del Oráculo
5.8.4. Unicidad: NFT’s
5.8.5. Tokeninzación: STO’s

5.9. Blockchain. Ejemplo de uso

5.9.1. Caso de uso. Descripción
5.9.2. Implementación Práctica (C# / Go)

5.10. Datos distribuidos. Aplicaciones de Blockchain, presente y futuro

5.10.1. Datos distribuidos. Aplicaciones de presente y futuro de Blockchain
5.10.2. El futuro de las comunicaciones
5.10.3. Próximos pasos

Módulo 6. Operaciones con datos en Blockchain. La innovación en la gestión de información

6.1.Gestión de la Información

6.1.1.Gestión de la Información
6.1.2. La Gestión aplicada al conocimiento

6.2. Blockchain en la gestión de la información

6.2.1. Blockchain en la gestión de la información

6.2.1.1. Seguridad de los datos
6.2.1.2. Calidad de los datos
6.2.1.3. Trazabilidad de la información
6.2.1.4. Otros beneficios adicionales

6.2.2. Consideraciones adicionales

6.3. Seguridad de los datos

6.3.1. Seguridad del dato
6.3.2. Seguridad y privacidad
6.3.3. Casos de uso y aplicación

6.4. Calidad de los datos

6.4.1. Calidad del dato
6.4.2. Fiabilidad y consenso
6.4.3. Casos de uso y aplicación

6.5. Trazabilidad de la información

6.5.1. Trazabilidad del dato
6.5.2. Blockchain en la trazabilidad del dato
6.5.3. Casos de uso y aplicación

6.6. Analítica de la información

6.6.1. Big Data
6.6.2. Blockchain y Big Data
6.6.3. Accesibilidad a los datos en tiempo real
6.6.4. Casos de uso y aplicación

6.7. Aplicación de BC (I). Seguridad de la Información

6.7.1. Seguridad de la Información
6.7.2. Caso de uso
6.7.3. Implementación práctica

6.8. Aplicación de BC (II). Calidad de la Información

6.8.1. Calidad de la Información
6.8.2. Caso de uso
6.8.3. Implementación práctica

6.9. Aplicación de BC (III). Trazabilidad de la Información

6.9.1. Trazabilidad de la Información
6.9.2. Caso de uso
6.9.3. Implementación práctica

6.10. Blockchain. Aplicación práctica

6.10.1. Blockchain en la práctica

6.10.1.1. Centrales de datos
6.10.1.2. Sectoriales
6.10.1.3. Multisectoriales
6.10.1.4. Geográfica

Módulo 7. I+D+I.A. NLP/NLU. Embeddings y Transformers

7.1. Natural Language Processing (NLP)

7.1.1. Natural Language Processing. Usos de NLP
7.1.2. Nautral Language Process ing (NLP). Librerías
7.1.3. Stoppers en la aplicación de NLP

7.2. Natural Lenguage Understanding / Natural Lenguage Generation. (NLU/NLG)

7.2.1. NLG. I.A. NLP/NLU. Embeddings y Transformers
7.2.2. NLU/NLG. Usos
7.2.3. NLP/NLG. Diferencias

7.3. Word Embedings

7.3.1. Word Embedings
7.3.2. Word Embedings. Usos
7.3.3. Word2vec. Librería

7.4. Embedings. Aplicación Práctica

7.4.1. Código de word2vec
7.4.2. Word2vec. Casos reales
7.4.3. Corpus para Uso de Word2vec. Ejemplos

7.5. Transformers

7.5.1. Transformers
7.5.2. Modelos creados con Transformers
7.5.3. Pros y contras de los Transformers

7.6. Análisis de sentimiento

7.6.1. Análisis de sentimiento
7.6.2. Aplicación práctica del análisis de sentimiento
7.6.3. Usos del análisis de sentimiento

7.7. GPT Open AI

7.7.1. GPT Open AI
7.7.2. GPT 2. Modelo de libre disposición
7.7.3. GPT 3. Modelo de pago

7.8. Comunidad Hugging Face

7.8.1. Comunidad Hugging Face
7.8.2. Comunidad Hugging Face. Posibilidades
7.8.3. Comunidad Hugging Face. Ejemplos

7.9. Caso Barcelona Super Computing

7.9.1. Caso BSC
7.9.2. Modelo MARIA
7.9.3. Corpus existente
7.9.4. Importancia de tener un corpus grande de lengua española

7.10. Aplicaciones prácticas

7.10.1. Resumen automático
7.10.2. Traducción de textos
7.10.3. Análisis de sentimiento
7.10.4. Reconocimiento del habla

Módulo 8. I+D+I.A. Computer vision. Identificación y seguimiento de objetos

8.1. Visión por Ordenador

8.1.1. Computer Visión
8.1.2. Visión computacional
8.1.3. Interpretación de las máquinas de una imagen

8.2. Funciones de activación

8.2.1. Funciones de activación
8.2.2. Sigmoide
8.2.3. RELU
8.2.4. Tangente hiperbólica
8.2.5. Softmax

8.3. Construcción de redes neuronales convolucionales

8.3.1. Operación de convolución
8.3.2. Capa RELU
8.3.3. Pooling
8.3.4. Flattering
8.3.5. Full Connection

8.4. Proceso de la convolución

8.4.1. Funcionamiento de una Convolución
8.4.2. Código de la Convolución
8.4.3. Convolución. Aplicación

8.5. Transformaciones con imágenes

8.5.1. Transformaciones con imágenes
8.5.2. Transformaciones avanzadas
8.5.3. Transformaciones con imágenes. Aplicación
8.5.4. Transformaciones con imágenes. Use Case

8.6. Transfer Learning

8.6.1. Transfer Learning
8.6.2. Transfer Learning. Tipología
8.6.3. Redes profundas para aplicar Transfer Learning

8.7. Computer Visión. Use Case

8.7.1. Clasificación de imágenes
8.7.2. Detección de objetos
8.7.3. Identificación de objetos
8.7.4. Segmentación de objetos

8.8. Detección de objetos

8.8.1. Detección a partir de la convolución
8.8.2. R-CNN, búsqueda selectiva
8.8.3. Detección rápida con YOLO
8.8.4. Otras posibles soluciones

8.9. GAN. Redes Generativas Antagónicas, o Generative Adversarial Networks

8.9.1. Redes Generativas Adversales
8.9.2. Código para una GAN
8.9.3. GAN. Aplicación

8.10. Aplicación de modelos de Computer Vision

8.10.1. Organización de contenidos
8.10.2. Motores de búsqueda visual
8.10.3. Reconocimiento facial
8.10.4. Realidad aumentada
8.10.5. Conducción autónoma
8.10.6. Identificación de fallo en cada de montaje
8.10.7. Identificación de plagas
8.10.8. Salud

Módulo 9. Quantum computing. Un nuevo modelo de computación

9.1. Computación Cuántica

9.1.1. Diferencias con la Computación Clásica
9.1.2. Necesidad de la Computación Cuántica
9.1.3. Ordenadores Cuánticos disponibles: naturaleza y tecnología

9.2. Aplicaciones de la Computación Cuántica

9.2.1. Aplicaciones de la computación cuántica frente a computación clásica
9.2.2. Contextos de uso
9.2.3. Aplicación en casos reales

9.3. Fundamentos Matemáticos de la computación cuántica

9.3.1. Complejidad computacional
9.3.2. Experimento de doble rendija. Partículas y ondas
9.3.3. El entrelazamiento

9.4. Fundamentos Geométricos de la Computación Cuántica

9.4.1. Qubit y espacio de Hilbert Bidimensional complejo
9.4.2. Formalismo General de Dirac
9.4.3. Estados de N-Qubits y espacio de Hilbert de dimensión 2n

9.5. Fundamentos Matemáticos Álgebra Lineal

9.5.1. El producto interno
9.5.2. Operadores hermitianos
9.5.3. Eigenvalues y Eigenvectors

9.6. Circuitos Cuánticos

9.6.1. Los estados de Bell y las matrices de Pauli
9.6.2. Puertas lógicas cuánticas
9.6.3. Puertas de control cuánticas

9.7. Algoritmos Cuánticos

9.7.1. Puertas cuánticas reversibles
9.7.2. Transformada de Fourier Cuántica
9.7.3. Teleportación Cuántica

9.8. Algoritmos que demuestran la Supremacía Cuántica

9.8.1. Algoritmo de Deutsch
9.8.2. Algoritmo de Shor
9.8.3. Algoritmo de Grover

9.9. Programación de Computadores Cuánticos

9.9.1. Mi primer programa en Qiskit (IBM)
9.9.2. Mi primer programa en Ocean (Dwave)
9.9.3. Mi primer programa en Cirq (Google)

9.10. Aplicación sobre Computadores Cuánticos

9.10.1. Creación de Puertas Lógicas

9.10.1.1. Creación de una Sumadora Digital Cuántica

9.10.2. Creación de Juegos Cuánticos
9.10.3. Comunicación secreta de claves entre Bob y Alice

Módulo 10. Quantum Machine Learning. La Inteligencia Artificial (I.A) del futuro

10.1. Algoritmos de Machine Learning Clásicos

10.1.1. Modelos descriptivos, predictivos, proactivos y prescriptivos
10.1.2. Modelos Supervisados y No Supervisados
10.1.3. Reducción de características, PCA, Matriz de Covarianza, SVM, Redes neuronales
10.1.4. La optimización en ML: El Descenso del Gradiente

10.2. Algoritmos de Deep Learning Clásicos

10.2.1. Redes de Boltzmann. La Revolución en Machine Learning
10.2.2. Modelos de Deep Learning. CNN, LSTM, GANs
10.2.3. Modelos Encoder-Decoder
10.2.4. Modelos de Análisis de Señales. Análisis de Fourier

10.3. Clasificadores Cuánticos

10.3.1. Generación de un clasificador cuántico
10.3.2. Codificación de los datos en estados cuánticos por amplitud
10.3.3. Codificación de los datos en estados cuánticos por fase/ángulo
10.3.4. Codificación de alto nivel

10.4. Algoritmos de Optimización

10.4.1. Quantum Approximate Optimization Algorithm (QAOA)
10.4.2. Variational Quantum Eigensolvers (VQE)
10.4.3. Quadratic Unconstrained Binary Optimization (QUBO)

10.5. Algoritmos de Optimización. Ejemplos

10.5.1. PCA con circuitos cuánticos
10.5.2. Optimización de paquetes de valores bursátiles
10.5.3. Optimización de rutas logísticas

10.6. Quantum Kernels Machine Learning

10.6.1. Variational quantum classifiers. QKA
10.6.2. Quantum Kernel Machine Learning
10.6.3. Clasificación basada en Quantum Kernel
10.6.4. Clustering basados en Quantum Kernel

10.7. Quantum Neural Networks

10.7.1. Redes Neuronales Clásicas y el Perceptrón
10.7.2. Redes Neuronales Cuánticas y el Perceptrón
10.7.3. Redes Neuronales Convolucionales Cuánticas

10.8. Algoritmos Avanzados de Deep Learning (DL)

10.8.1. Quantum Boltzmann Machines
10.8.2. General Adversarial Networks
10.8.3. Quantum Fourier transformation, quantum phase estimation and quantum matrix

10.9. Machine Learning. Use Case

10.9.1. Experimentación con VQC (Variational Quantum Classifier)
10.9.2. Experimentación con Quantum Neural Networks
10.9.3. Experimentación con GANs

10.10. Computación Cuántica y la Inteligencia Artificial

10.10.1. Capacidad Cuántica en Modelos de ML
10.10.2. Quantum Knowledge Graphs
10.10.3. El futuro de la Inteligencia Artificial Cuántica

curso online investigacion innovacion tecnologias

Realizarás una inmersión técnica en las tecnologías más relevantes y que mayor protagonismo van a tener en los avances tecnológicos de los próximos años”

Máster en Investigación en Innovación en Tecnologías de la Información y de las Comunicaciones

La constante evolución y actualización de las Tecnologías de la Información y de las Comunicaciones hace que sea necesario que los profesionales de la Informática estén siempre a la vanguardia de las últimas innovaciones. Por ello, TECH ha diseñado el Máster en Investigación en Innovación en TIC, un programa de alta calidad que aborda las últimas tendencias en el campo y que te proporcionará las herramientas necesarias para investigar e innovar en el área. Con el fin de garantizar el mejor aprendizaje, esta titulación cuenta con un equipo docente altamente cualificado y con amplia experiencia en el sector. Además, la metodología de enseñanza está diseñada para ser 100% online, permitiendo una flexibilidad absoluta para estudiar en cualquier momento y lugar.

Una oportunidad única de expansión en tu carrera profesional

El Máster en Investigación en Innovación en Tecnologías de la Información y de las Comunicaciones te permite profundizar en áreas como la ciberseguridad, el Big Data, la inteligencia artificial, el Machine Learning y el Blockchain. Además, el programa se enfoca en la investigación y la innovación, lo que te permitirá adquirir habilidades para liderar proyectos tecnológicos avanzados y generar un valor añadido diferencial en tu trabajo.