MÓDULO 1. BIG DATA ANALYTICS TOOLS UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL BIG DATA ¿Qué es Big Data? La era de las grandes cantidades de información. Historia del big data La importancia de almacenar y extraer información Big Data enfocado a los negocios Open Data Información pública IoT (Internet of Things-Internet de las cosas) UNIDAD DIDÁCTICA 2. FUENTES DE DATOS Definición y relevancia de la selección de las fuentes de datos Naturaleza de las fuentes de datos Big Data UNIDAD DIDÁCTICA 3. OPEN DATA Definición, Beneficios y Características Ejemplo de uso de Open Data UNIDAD DIDÁCTICA 4. FASES DE UN PROYECTO DE BIG DATA Diagnóstico inicial Diseño del proyecto Proceso de implementación Monitorización y control del proyecto Responsable y recursos disponibles Calendarización Alcance y valoración económica del proyecto UNIDAD DIDÁCTICA 5. BIG DATA Y MARKETING Apoyo del Big Data en el proceso de toma de decisiones Toma de decisiones operativas Marketing estratégico y Big Data Nuevas tendencias en management UNIDAD DIDÁCTICA 6. DEL BIG DATA AL LINKED OPEN DATA Concepto de web semántica Linked Data Vs Big Data Lenguaje de consulta SPARQL UNIDAD DIDÁCTICA 7. BASES DE DATOS NOSQL Y EL ALMACENAMIENTO ESCALABLE ¿Qué es una base de datos NoSQL? Bases de datos Relaciones Vs Bases de datos NoSQL Tipo de Bases de datos NoSQL. Teorema de CAP Sistemas de Bases de datos NoSQL UNIDAD DIDÁCTICA 8. INTRODUCCIÓN A UN SISTEMA DE BASES DE DATOS NOSQL. MONGODB ¿Qué es MongoDB? Funcionamiento y uso de MongoDB Primeros pasos con MongoDB. Instalación y shell de comandos Creando nuestra primera Base de Datos NoSQL.Modelo e Inserción de Datos Actualización de datos en MongoDB. Sentencias set y update Trabajando con índices en MongoDB para optimización de datos Consulta de datos en MongoDB UNIDAD DIDÁCTICA 9. ECOSISTEMA HADOOP ¿Qué es Hadoop? Relación con Big Data Instalación y configuración de insfraestructura y ecosistema Hadoop Sistema de archivos HDFS MapReduce con Hadoop Apache Hive Apache Hue Apache Spark UNIDAD DIDÁCTICA 10. WEKA Y DATA MINING ¿Qué es Weka? Técnicas de Data Mining en Weka Interfaces de Weka Selección de atributos UNIDAD DIDÁCTICA 11. PENTAHO Una aproximación a Pentaho Soluciones que ofrece Pentaho MongoDB & Pentaho Hadoop & Pentaho Weka & Pentaho MÓDULO 2. IOT Y SISTEMAS CIBERFÍSICOS EN LA INDUSTRIA 4.0 Y SMART BUILDING UNIDAD DIDÁCTICA 1. INTERNET DE LAS COSAS Contexto Internet de las Cosas (IoT) ¿Qué es IoT? Elementos que componen el ecosistema IoT Arquitectura IoT Dispositivos y elementos empleados Ejemplos de uso Retos y líneas de trabajo futuras UNIDAD DIDÁCTICA 2. SISTEMAS CIBERFÍSICOS Contexto Sistemas Ciberfísicos (CPS) Características CPS Componentes CPS Ejemplos de uso Retos y líneas de trabajo futuras UNIDAD DIDÁCTICA 3. CONCEPTOS Y EQUIPOS UTILIZADOS EN AUTOMATIZACIÓN INDUSTRIAL Conceptos previos Objetivos de la automatización Grados de automatización Clases de automatización Equipos para la automatización industrial Diálogo Hombre-máquina, HMI y SCADA UNIDAD DIDÁCTICA 4. INDUSTRIA 4.0 ¿Qué es la Industria 4.0? Sensores y captación de información Ciclo de vida de los productos en la Industria 4.0 Modelos de negocio basados en la industria 4.0 IoT industrial UNIDAD DIDÁCTICA 5. SEGURIDAD INFORMÁTICA EN LA INDUSTRIA 4.0 Industria 4.0 Necesidades en ciberseguridad en la Industria 4.0 Ciberseguridad en Sistemas de Control Industrial (IC) Amenazas y riesgos en los entornos IC Mecanismo de defensa frente a ataques en entornos IC UNIDAD DIDÁCTICA 6. BIM Conocer BIM Filosofía BIM Sector AEC Exigencias del mercado Del BIM al CIM Software BIM UNIDAD DIDÁCTICA 7. QUE ES EL SMART BUILDING El concepto de Smart Building El crecimiento del Smart Building desde su inicio UNIDAD DIDÁCTICA 8. ÁREAS EN LAS QUE SE APLICA EL SMART BUILDING Climatización Iluminación Seguridad Telecomunicaciones Eficiencia energética Monitorización MÓDULO 3. DIGITAL TWINS UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A DIGITAL TWINS ¿Qué es Digital Twins? Campos de aplicación de Digital Twins Uso de la inteligencia artificial y el Machine Learning en Digital Twins Digital Twins como herramienta en la producción Monitorización del gemelo digital en la toma de decisiones Comunicación entre Sistema real y Digital Twin Optimización del matenimiento con Digital Twins UNIDAD DIDÁCTICA 2. SIMULACIÓN DE PRODUCCIÓN DE FABRICACIÓN MECÁNICA Concepto, clasificación y aplicaciones Gestión del reloj en la simulación discreta Simulación aleatoria, obtención de muestras y análisis de resultados Introducción a los lenguajes de simulación UNIDAD DIDÁCTICA 3. CONTEXTO DE LA INGENIERÍA SIMULTANEA Y CICLO DE VIDA DEL PRODUCTO Antecedentes y surgimiento de las técnicas de ingeniería simultanea Control de la producción desde el diseño Diseño para seis sigma DFSS Definición y tendencias de la Ingeniería Concurrente Ingeniería convencional VS ingeniería concurrente Fundamentos y elementos comunes las herramientas de la ingeniería concurrente: las T´s Ciclo de vida del producto Herramientas “Disign for X” Ejemplos de aplicación de la ingeniería simultanea UNIDAD DIDÁCTICA 4. INTEGRACIÓN DE LA INGENIERÍA CONCURRENTE CON EL SISTEMA DE GESTIÓN DE CALIDAD Paralelismos entre calidad e ingeniería simultánea Herramientas de mejora de la calidad El aseguramiento de la calidad: la ISO y PDCA La gestión de la calidad total: EFQM Diagrama Causa-Efecto Diagrama de Pareto Círculos de Control de Calidad UNIDAD DIDÁCTICA 5. FUNDAMENTOS DE SISTEMAS DE CONTROL Y SUPERVISIÓN DE PROCESOS: SCADA Y HMI Contexto evolutivo de los sistemas de visualización Sistemas avanzados de organización industrial: ERP y MES Consideraciones previas de supervisión y control El concepto de “tiempo real” en un SCADA Conceptos relacionados con SCADA Definición y características del sistemas de control distribuido Sistemas SCADA frente a DCS Viabilidad técnico económica de un sistema SCADA Mercado actual de desarrolladores SCADA PC industriales y tarjetas de expansión Pantallas de operador HMI Características de una pantalla HMI Software para programación de pantallas HMI Dispositivos tablet PC UNIDAD DIDÁCTICA 6. BUSES Y REDES INDUSTRIALES. CONCEPTOS INICIALES Buses de campo: aplicación y fundamentos Evaluación de los buses industriales Diferencias entre cableado convencional y cableado con Bus Selección de un bus de campo Funcionamiento y arquitectura de nodos y repetidores Conectores normalizados Normalización Comunicaciones industriales aplicadas a instalaciones en Domótica e Inmótica Buses propietarios y buses abiertos Tendencias Gestión de redes UNIDAD DIDÁCTICA 7. FUNCIONAMIENTO Y APLICACIÓN DE LOS PRINCIPALES BUSES INDUSTRIALES Clasificación de los buses AS-i (Actuator/Sensor Interface) DeviceNet CANopen (Control Area Network Open) SDS (Smart Distributed System) InterBus WorldFIP (World Factory Instrumentation Protocol) HART (Highway Addressable Remote Transducer) P-Net BITBUS ARCNet CONTROLNET PROFIBUS (PROcess FIeld BUS) FIELDBUS FOUNDATION MODBUS ETHERNET INDUSTRIAL UNIDAD DIDÁCTICA 8. GMAO - GESTIÓN DEL MANTENIMIENTO ASISTIDO POR ORDENADOR Que es GMAO Que es CMMS - GMAC Ventajas de utilizar Programas GMAO - Software GMAO Los mejores Programas GMAO - Software GMAO Módulos de un GMAOComo elegir un Programa GMAO - Software GMAO Software de mantenimiento gratuito PMX-PRO MÓDULO 4. PLN, CHATBOTS E INTELIGENCIA ARTIFICIAL UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL PLN ¿Qué es PLN? ¿Qué incluye el PLN? Ejemplos de uso de PLN Futuro del PLN UNIDAD DIDÁCTICA 2. PLN EN PYTHON PLN en Python con la librería NLTK Otras herramientas para PLN UNIDAD DIDÁCTICA 3. COMPUTACIÓN DE LA SINTAXIS PARA EL PLN Principios del análisis sintáctico Gramática libre de contexto Analizadores sintácticos (Parsers) UNIDAD DIDÁCTICA 4. COMPUTACIÓN DE LA SEMÁNTICA PARA EL PLN Aspectos introductorios del análisis semántico Lenguaje semántico para PLN Análisis pragmático UNIDAD DIDÁCTICA 5. RECUPERACIÓN Y EXTRACCIÓN DE LA INFORMACIÓN Aspectos introductorios Pasos en la extracción de información Ejemplo PLN Ejemplo PLN con entrada de texto en inglés UNIDAD DIDÁCTICA 6. ¿QUÉ ES UN CHATBOT? Aspectos introductorios ¿Qué es un chatbot? ¿Cómo funciona un chatbot? VoiceBots Desafios para los Chatbots UNIDAD DIDÁCTICA 7. RELACIÓN ENTRE IA Y CHATBOTS Chatbots y el papel de la Inteligencia Artificial (IA) Usos y beneficios de los chatbots Diferencia entre bots, chatbots e IA UNIDAD DIDÁCTICA 8. ÁMBITOS DE APLICACIÓN CHATBOTS Áreas de aplicación de Chatbots Desarrollo de un chatbot con ChatterBot y Python Desarrollo de un chatbot para Facebook Messenger con Chatfuel MÓDULO 5. VISIÓN ARTIFICIAL EN INDUSTRIA 4.0 CON PYTHON Y OPENCV UNIDAD DIDÁCTICA 1. LA VISIÓN ARTIFICIAL: DEFINICIÓN Y ASPECTOS PRINCIPALES La visión artificial: definiciones y aspectos principales UNIDAD DIDÁCTICA 2. COMPONENTES DE UN SISTEMA DE VISIÓN ARTIFICIAL Ópticas Iluminación Cámaras Sistemas 3D Sensores Equipos compactos Metodologías para la selección del hardware UNIDAD DIDÁCTICA 3. PROCESADO DE IMÁGENES MEDIANTE VISIÓN ARTIFICIAL Algoritmos Software Segmentación e interpretación de imágenes Metodologías para la selección del software UNIDAD DIDÁCTICA 4. APLICACIONES DE LA VISIÓN EN LA INDUSTRIA 4.0 Aplicaciones clásicas: discriminación, detección de fallos… Nuevas aplicaciones: códigos OCR, trazabilidad, robótica, reconocimiento (OKAO) UNIDAD DIDÁCTICA 5. INTRODUCCIÓN E INSTALACIÓN DE OPENCV Descripción general OpenCV Instalación OpenCV para Python en Windows Instalación OpenCV para Python en Linux Anaconda y OpenCV UNIDAD DIDÁCTICA 6. MANEJO DE FICHEROS, CÁMARAS E INTERFACES GRÁFICAS Manejo de archivos Leer una imagen con OpenCV Mostrar imagen con OpenCV Guardar una imagen con OpenCV Operaciones aritméticas en imágenes usando OpenCV Funciones de dibujo UNIDAD DIDÁCTICA 7. TRATAMIENTO DE IMÁGENES Redimensión de imágenes Erosión de imágenes Desenfoque de imágenes Bordeado de imágenes Escala de grises en imágenes Escalado, rotación, desplazamiento y detección de bordes Erosión y dilatación de imágenes Umbrales simples Umbrales adaptativos Umbral de Otsu Contornos de imágenes Incrustación de imágenes Intensidad en imágenes Registro de imágenes Extracción de primer plano Operaciones morfológicas en imágenes Pirámide de imágen UNIDAD DIDÁCTICA 8. HISTOGRAMAS Y TEMPLATE MATCHING Analizar imágenes usando histogramas Ecualización de histogramas Template matching Detección de campos en documentos usando Template matching UNIDAD DIDÁCTICA 9. COLORES Y ESPACIOS DE COLOR Espacios de color en OpenCV Cambio de espacio de color Filtrado de color Denoising de imágenes en color Visualizar una imagen en diferentes espacios de color UNIDAD DIDÁCTICA 10. DETECCIÓN DE CARAS Y EXTRACCIÓN DE CARACTERÍSTICAS Detección de líneas Detección de círculos Detectar esquinas (Método Shi-Tomasi) Detectar esquinas (método Harris) Encontrar círculos y elipses Detección de caras y sonrisas UNIDAD DIDÁCTICA 11. APRENDIZAJE AUTOMÁTICO Vecino más cercano (K-Nearest Neighbour) Agrupamiento de K-medias (K-Means Clustering)