Máster en Transformación Digital e Industria 4.0

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 Video 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