Máster Universitario en Internet das Cousas - IoT

· Obrigatorias: 39
· Optativas: 15
· Prácticas externas OB: 3
· Traballo fin de máster: 6
o Total: 60

Este Master oferta 3 especialidades. Cada especialidade, cuxa elección é obrigatoria, consta de 7 materias, 4 delas son obrigatorias de especialidade (OB-E) e o alumno debe elixir unha optativa de especialidade (OP-E) entre as outras tres, para un total de 15 ECTS.
As tres especialidades son:
· Sociedade 5.0: profúndase en diversos dominios de aplicación tales como a Saúde Intelixente (Smart Health), e cidades, edificios e fogares intelixentes.
· IIoT: abórdanse aspectos como as Fábricas Intelixentes, a Industria 4.0 ou Green IoT.
· Vehículo conectado: trátanse todos os aspectos relacionados co uso de sistemas IoT para vehículos conectados.
As prácticas en empresa deste Máster son obrigatorias como complemento de formación orientada en cada especialidade.
En cada especialidade deben realizarse prácticas externas curriculares na empresa, e fomentarase que estas continúen mediante a realización do TFM como prácticas non curriculares, feito que se verá reflectido no suplemento ao título.

Os 60 créditos cúrsanse nun ano académico, no primeiro semestre 30 créditos obrigatorios e no segundo semestre, os restantes, isto é, 6 créditos obrigatorios, 9 optativos, as prácticas externas e o traballo fin de máster.
Cabe destacar que aínda que o máster é de carácter presencial, é dicir, todas as clases impártense de forma síncrona, o feito de que deban impartirse desde cada sede vía videoconferencia ás outras dúas sedes permite tamén o seguimento destas desde outras localizacións, o cal facilitará o seguimento do Máster por persoas que traballen ou vivan fose das tres sedes. Para facilitar aínda máis o seguimento a estas persoas, gravaranse as clases para que se achen ao dispor do alumnado na aula virtual (contando coa autorización do profesorado), habilitaranse titorías vía videoconferencia e fomentarase o uso da aula virtual para intercambiar información, compartir material e realizar exercicios e entregas de tarefas.
Con todo, hai algunhas prácticas de laboratorio que se deben seguir obrigatoriamente de forma presencial pola necesidade de ter que manexar equipamento específico, e é posible que algunhas probas de avaliación e exames finais tamén deban ser realizados de forma presencial.

• Perfil de ingreso

  De forma xenérica o perfil de acceso responde ao dun titulado nun grao relacionado co ámbito das TIC. Espérase que teña coñecementos de programación, deseño de algoritmos, redes de computadores, protocolos básicos de comunicación entre dispositivos, circuítos electrónicos, así como coñecementos de estatística.

• Número mínimo de créditos ECTS de matrícula por estudante e período lectivo

  · Obrigatorias: 39
  · Optativas: 15
  · Prácticas externas OB: 3
  · Traballo fin de máster: 6
  o Total: 60

• Acción titorial e acollida

  Os tres centros onde se impartirá o Máster contan cunha páxina Web institucional onde se mostra toda a información relativa ás súas titulacións, clasificadas en Graos e Másteres:
  • UVigo: https://teleco.uvigo.es/
  na sección Estudos Másteres.
  • UDC: https://www.fic.udc.es/
  na sección Estudos.
  • USC: https://www.usc.gal/es/centro/escuela-tecnica-superior-ingenieria
  na sección Estudos.

• Acceso

  Acceso

  Poderán acceder ás ensinanzas oficiais de Master:
  1. As persoas que estean en posesión dun título universitario oficial español.
  2. Aquelas que teñan un título expedido por unha institución de educación superior do EEES que faculta no país expedidor do título para o acceso a ensinanzas de mestrado.
  3. Os titulados conforme a sistemas educativos alleos ao EEES sen necesidade de homologación dos seus títulos, previa comprobación pola Universidade de que os ditos títulos acreditan un nivel de formación equivalente aos correspondentes títulos universitarios españois e que facultan no país expedidor do título para o acceso a ensinanzas de posgrao.

  Admisión

  O alumnado que solicite a súa admisión neste título de máster debe contar, preferentemente, con algunha das titulacións universitarias de grao, licenciatura ou enxeñaría técnica nos seguintes ámbitos, que denominaremos Titulacións Preferentes (incluíndo aqueles títulos con denominacións equivalentes ou alternativas ás incluídas na listaxe):
  · Enxeñaría de Telecomunicación
  · Enxeñaría Electrónica Industrial e Automática
  · Enxeñaría Informática
  · Ciencia e Enxeñaría de Datos
  · Intelixencia Artificial
  · Robótica
  No caso do alumnado que solicite a súa admisión e posúa un título diferente, valorarase a súa admisión en función de que poida xustificar que os seus estudos previos que conduciron á adquisición dos coñecementos correspondentes ao perfil xenérico dun titulado nun grao relacionado co ámbito das TIC, do cal se espera que teña coñecementos de programación, deseño de algoritmos, redes de computadores, protocolos básicos de comunicación entre dispositivos, circuítos electrónicos, así como coñecementos de estatística.
  Para iso o alumno deberá achegar na súa solicitude, ademais do seu currículo vitae, o Título de Grao que posúa, así como detalle do plan de estudos cursado no que apareza a carga docente de cada unha das materias, e a ficha descritiva daquelas que fosen relevantes para a xustificación de adquirir os coñecementos correspondentes ao perfil xenérico descrito no parágrafo anterior.
  Anexará tamén a súa experiencia laboral relacionada coa IoT de ser o caso.

  O baremo co que se avaliarán as solicitudes de ingreso basearase nos seguintes aspectos:
  · Expediente académico: Ata o 70% da nota. Para alumnos procedentes de titulacións diferentes das Titulacións Preferentes, o seu expediente académico será dividido entre 2.
  · Experiencia investigadora: Ata o 30% da nota.
  · Experiencia laboral: Ata o 30% da nota.
  · Outros méritos relacionados co ámbito de IoT: Ata 10% da nota.
  As porcentaxes concretas asociadas ao baremo para cada curso académico serán establecidos e publicados con anterioridade ao comezo dos períodos de preinscrición e matrícula.

O Máster Universitario na internet das Cousas (IoT) ofrece ao alumnado os coñecementos necesarios para deseñar, configurar, integrar e manter sistemas de interconexión dixital de obxectos e persoas que actúen de maneira autónoma e intelixente, xerando información útil para a toma de decisións.
O programa profunda en ámbitos como os sistemas embebidos e os dispositivos IoT, as arquitecturas IoT, as telecomunicacións, a programación ou o procesamento e análise de datos.
O Máster pon un foco especial na aplicación da seguridade en toda a cadea de valor de IoT, trata outros ámbitos crave no desenvolvemento desta tecnoloxía, como a computación na nube (cloud computing) ou o procesado masivo de datos.
Para abordar as problemáticas e solucións específicas dos principais dominios de aplicación, onde IoT postúlase como a tecnoloxía habilitadora máis importante, definíronse tres especialidades:
• IIoT: Nesta especialidade abórdanse aspectos como as Fábricas Intelixentes (Smart Factories), a Industria 4.0 ou Green IoT, ademais de contidos específicos de aplicacións de procesado de vídeo ou tratamento de datos masivos no ámbito industrial.
• Sociedade 5.0: Nesta especialidade profúndase en diversos dominios de aplicación da denominada Sociedade 5.0, tales como o uso de sistemas IoT para a saúde (Smart Health), para cidades intelixentes (Smart Cities), edificios e fogares intelixentes, ademais de contidos específicos de despregamento de redes, aplicacións de procesado de vídeo ou o tratamento de datos masivos nestes dominios.
• Vehículo conectado: Nesta especialidade trátanse todos os aspectos relacionados co uso de sistemas IoT para vehículos conectados. En concreto, trátase a aplicación dos fundamentos de IoT ao coche conectado, a Vehículos Aéreos Non-Tripulados (UAVs, Unmanned Aerial Vehicles) e a sistemas de transporte intelixente (ITS, Intelligent Transport Systems), ademais de contidos específicos relacionados co despregamento de redes IoT, aplicacións de procesado de vídeo ou o tratamento de datos masivos no ámbito específico do vehículo conectado.

• Competencias

  CMP1 - Xenérica - Deseñar dispositivos IoT seleccionando os sensores/actuadores máis adecuados para cada uso.
  CMP2 - Xenérica - Desenvolver a arquitectura necesaria para garantir a interoperabilidade dos dispositivos.
  CMP3 - Xenérica - Construír redes e definir protocolos que permitan a comunicación entre dispositivos IoT.
  CMP4 - Xenérica - Avaliar o funcionamento de sistemas electrónicos embebidos IoT.
  CMP5 - Xenérica - Determinar mecanismos para a recollida de datos en tempo real.
  CMP6 - Xenérica - Integrar tecnoloxías como o Aprendizaxe Máquina, o tratamento de datos masivos, as Tecnoloxías de Rexistro Distribuído (DLT), a computación no bordo, entre outras, para o desenvolvemento de sistemas IoT máis intelixentes e eficientes.
  CMP7 - Xenérica - Garantir a seguridade da información xerada por dispositivos IoT.
  CMP8 - Xenérica - Desenvolver un plan de negocio para un proxecto empresarial baseado en IoT.
  CMP9 - Xenérica - Deseñar bases de datos para o almacenamento e xestión de grandes cantidades de datos IoT.
  CMP10 –Xenérica- Adquirir experiencia no deseño, implementación, despregamento e mantemento de sistemas IoT dentro unha contorna real de traballo.
  CMP11- Xenérica- Desenvolver a autonomía suficiente para participar en proxectos de investigación e colaboracións científicas ou tecnolóxicas dentro o seu ámbito temático, en contextos interdisciplinares e, no seu caso, cunha alta compoñente de transferencia do coñecemento.
  CMP12 –Xenérica- Integrar coñecementos e enfrontarse á complexidade de formular xuízos a partir dunha información que, sendo incompleta ou limitada, inclúa reflexións sobre as responsabilidades sociais e éticas vinculadas á aplicación de coñecementos e xuízos

  I-CP1 - IoT Industrial - Deseñar e despregar sistemas de procesado de datos IIoT a gran escala.
  I-CP2 - IoT Industrial - Deseñar, despregar e optimizar sistemas Green IoT.
  I-CP3 - IoT Industrial - Analizar e interpretar os fluxos de datos IIoT nunha empresa industrial.
  I-CP4 - IoT Industrial - Deseñar un xemelgo industrial robótico.
  I-CP5 - IoT Industrial - Deseñar e implementar algoritmos de análises e procesado de vídeo para contornas IIoT.
  I-CP6 - IoT Industrial - Adquirir experiencia no deseño, implementación, despregamento e mantemento de sistemas IIoT dentro unha contorna real de traballo.
  S-CP1 - Sociedade 5.0 - Deseñar e despregar redes de dispositivos IoT no ámbito das Cidades e Edificios Intelixentes.
  S-CP2 - Sociedade 5.0 - Implementar algoritmos de análises e procesado de vídeo para aplicacións da Sociedade 5.0.
  S-CP3 - Sociedade 5.0 - Deseñar e usar sistemas IoT para a localización de activos en contornas sanitarias.
  S-CP4 - Sociedade 5.0 - Deseñar e despregar sistemas de procesado de datos IoT a gran escala para aplicacións da Sociedade 5.0.
  S-CP5 - Sociedade 5.0 - Adquirir experiencia no deseño, implementación, despregamento e mantemento de sistemas IoT aplicados a contornas da Sociedade 5.0 dentro unha contorna real de traballo.
  V-CP1 - Vehículo Conectado - Deseñar e despregar redes de dispositivos no ámbito do coche conectado.
  V-CP2 - Vehículo Conectado - Implementar algoritmos de análises e procesado de vídeo no ámbito do vehículo conectado.
  V-CP3 - Vehículo Conectado - Deseñar e despregar sistemas de procesado de datos IoT a gran escala para aplicacións do vehículo conectado.
  V-CP4 - Vehículo Conectado - Deseñar e despregar sistemas IoT para ITS.
  V-CP5 - Vehículo Conectado - Despregar e utilizar sistemas IoT para UAVs.
  V-CP6 - Vehículo Conectado - Deseñar e despregar servizos para o vehículo conectado.
  V-CP7 - Vehículo Conectado - Adquirir experiencia no deseño, implementación, despregamento e mantemento de sistemas IoT aplicados ao vehículo conectado dentro unha contorna real de traballo.

• Habilidades e destrezas

  HBL1 - Xenérica - Seleccionar a plataforma IoT na nube máis adecuada para cada escenario.
  HBL2 - Xenérica - Seleccionar a arquitectura e o sistema distribuído ou descentralizado máis adecuado para cada escenario IoT.
  HBL3 - Xenérica - Analizar os riscos de ciberseguridade dun sistema IoT.
  HBL4 - Xenérica - Desenvolver sistemas IoT de baixo consumo.
  HBL5 - Xenérica - Desenvolver sistemas encaixados para aplicacións IoT.
  HBL6 - Xenérica - Xestionar o almacenamento e distribución de datos espaciais e temporais.
  HBL7 - Xenérica - Seleccionar topoloxías de rede e protocolos de encamiñamento e aplicación adecuados para escenarios IoT.
  HBL8 - Xenérica - Planificar escenarios de conectividade para redes IoT.
  HBL9 - Xenérica - Establecer fontes de financiamento para un plan de negocio innovador baseado en desenvolvementos sobre tecnoloxías de IoT.
  HBL10 - Xenérica - Xestionar datos de carácter espacial e series de datos con marcas temporais.
  HBL11 - Xenérica - Implementar algoritmos de aprendizaxe máquina supervisado/non supervisado con redes neuronais clásicas e profundas.
  HBL12- Xenérica- Aplicar os coñecementos adquiridos e resolver problemas en contornas novas ou pouco coñecidas dentro de contextos máis amplos e multidisciplinares, sendo capaces de integrar coñecementos.
  HBL13- Xenérica- Comunicar (de forma oral e escrita) as conclusións- e os coñecementos e razóns últimas que as sustentan- a públicos especializados e non especializados dun modo claro e sen ambigüidades.
  HBL14- Xenérica- Predicir e controlar a evolución de situacións complexas mediante o desenvolvemento de novas e innovadoras metodoloxías de traballo adaptadas ao ámbito científico/investigador, tecnolóxico ou profesional concreto, en xeral multidisciplinar, no que se desenvolva a súa actividade.

  I-HB1 - IoT Industrial - Aplicar técnicas estatísticas a conxuntos de datos IIoT a gran escala.
  I-HB2 - IoT Industrial - Programar Single-Board Computers (SBCs) para o despregamento e xestión de nodos de sensores e actuadores IIoT.
  I-HB3 - IoT Industrial - Integrar datos de telemetría en plataformas comerciais IIoT.
  I-HB4 - IoT Industrial - Implementar protocolos específicos para o control industrial de sistemas robóticos.
  I-HB5 - IoT Industrial - Empregar técnicas para realizar a limpeza e preprocesado de datos IIoT para algoritmos de aprendizaxe máquina.
  I-HB6 - IoT Industrial - Aplicar técnicas para seguir obxectos en ámbitos IIoT a través de análises de imaxes.
  S-HB1 - Sociedade 5.0 - Programar e despregar wearables IoT para saúde.
  S-HB2 - Sociedade 5.0 - Aplicar técnicas estatísticas a conxuntos de datos IoT a gran escala e para aplicacións da Sociedade 5.0.
  S-HB3 - Sociedade 5.0 - Aplicar técnicas de análises de vídeo para aplicacións da Sociedade 5.0.
  V-HB1 - Vehículo Conectado - Aplicar técnicas estatísticas a datos a gran escala en aplicacións IoT do vehículo conectado.
  V-HB2 - Vehículo Conectado - Aplicar técnicas de análises de imaxe no ámbito do vehículo conectado.

• Coñecementos

  CNC1 - Xenérico - Identificar os distintos tipos de servizos e modelos de despregamento de sistemas de cloud computing para IoT.
  CNC2 - Xenérico - Recoñecer as características das novas arquitecturas (e.g., descentralizadas, distribuídas) IoT.
  CNC3 - Xenérico - Identificar os conceptos básicos de ciberseguridade para IoT.
  CNC4 - Xenérico - Determinar os dispositivos sensores e actuadores necesarios para aplicacións IoT.
  CNC5 - Xenérico - Recoñecer a estrutura de sistemas IoT encaixados.
  CNC6 - Xenérico - Recoñecer o funcionamento dos distintos protocolos IoT de rede e aplicación.
  CNC7 - Xenérico - Identificar as características dos distintos tipos de redes e das tecnoloxías de rede para IoT.
  CNC8 - Xenérico - Identificar os diferentes tipos de innovación e emprendemento, e a súa aplicación a proxectos empresariais baseados en IoT.
  CNC9 - Xenérico - Coñecer e comprender os aspectos básicos de protección intelectual e industrial.
  CNC10 - Xenérico - Coñecer e comprender as nocións básicas do Procesamento de Transaccións en Liña (OLTP) e do Procesamento Analítico en Liña (OLAP).
  CNC11 - Xenérico - Coñecer e comprender os conceptos fundamentais sobre aprendizaxe automática para IoT.
  CNC12- Xenérico – Adquirir coñecementos avanzados e demostrar, nun contexto de investigación científica e tecnolóxica ou altamente especializado, unha comprensión detallada e fundamentada dos aspectos teóricos e prácticos da metodoloxía de traballo nun ou máis campos de estudo.
  I-CN1 - IoT Industrial - Coñecer e comprender as principais arquitecturas Big Data para IIoT e os seus mecanismos de procesado de datos, así como as principais técnicas estatísticas e de almacenamento/xestión.
  I-CN2 - IoT Industrial - Coñecer e comprender os conceptos esenciais sobre Green IoT e as principais estratexias de optimización enerxética.
  I-CN3 - IoT Industrial -Coñecer e comprender as diferentes arquitecturas existentes para o despregamento, monitorización e xestión de sistemas continuos robóticos.
  I-CN4 - IoT Industrial -Coñecer e comprender o funcionamento básico das cámaras de vídeo e detectores de movemento no ámbito IIoT, así como as aplicacións da análise de vídeo no devandito ámbito.
  I-CN5 - IoT Industrial -Coñecer e comprender os conceptos básicos sobre integración de sistemas IIoT.
  I-CN6 - IoT Industrial - Coñecer e comprender os fundamentos do preprocesado de datos para plantas industriais.
  S-CN1 - Sociedade 5.0 - Coñecer e comprender os fundamentos básicos sobre as tecnoloxías IoT de comunicación, rastrexabilidade e wearables para saúde auto-cuantificada, participativa e intelixente.
  S-CN2 - Sociedade 5.0 - Coñecer e comprender os fundamentos básicos de sensórica e automatización para cidades intelixentes.
  S-CN3 - Sociedade 5.0 - Identificar as tendencias tecnolóxicas para a xestión e construción de cidades intelixentes.
  S-CN4 - Sociedade 5.0 -Coñecer e comprender os conceptos básicos de domótica e inmótica incluíndo sensorización, arquitecturas e servizos.
  S-CN5 - Sociedade 5.0 - Coñecer e comprender os principais modelos enerxéticos e o concepto de rede eléctrica intelixente (smart grid) desde o punto de vista dos edificios e fogares intelixentes.
  S-CN6 - Sociedade 5.0 - Identificar as principais arquitecturas Big Data para IoT para aplicacións da Sociedade 5.0 e os seus mecanismos de procesado de datos, así como as principais técnicas estatísticas e de almacenamento/xestión.
  S-CN7 - Sociedade 5.0 - Coñecer e comprender o funcionamento básico das cámaras de vídeo e detectores de movemento no ámbito das aplicacións para a Sociedade 5.0.
  S-CN8 - Sociedade 5.0 - Coñecer e comprender os conceptos e sistemas relacionados co despregamento de redes no ámbito das aplicacións para a Sociedade 5.0.
  V-CN1 - Vehículo Conectado - Coñecer e comprender as principais arquitecturas Big Data para aplicacións de vehículo conectado e os seus mecanismos de procesado de datos, así como as principais técnicas estatísticas e de almacenamento/xestión.
  V-CN2 - Vehículo Conectado - Coñecer e comprender os fundamentos básicos dos Sistemas de Transporte Intelixente.
  V-CN3 - Vehículo Conectado - Coñecer e comprender os conceptos esenciais e as tecnoloxías habilitadoras no ámbito dos UAVs para IoT.
  V-CN4 - Vehículo Conectado - Coñecer e comprender a arquitectura do vehículo conectado e autónomo e os seus elementos principais.
  V-CN5 - Vehículo Conectado - Coñecer e comprender o funcionamento básico das cámaras de vídeo e detectores de movemento no ámbito de vehículo conectado, así como as aplicacións da análise de vídeo no devandito ámbito.
  V-CN6 - Vehículo Conectado - Coñecer e comprender os conceptos básicos relacionados co despregamento de redes no ámbito do vehículo conectado.

Mobilidade

A mobilidade dos/as estudantes está regulada a través do “Regulamento de intercambios interuniversitarios”. A través da Oficina de Relacións Exteriores xestiónanse programas de intercambio tanto nacionais (SICUE), como europeos (ERASMUS) e extracomunitarios (intercambios con países de América Latina ou países de fala inglesa):
https://www.usc.gal/gl/servizos/area/internacional

Prácticas

En cada especialidade deben realizarse prácticas externas curriculares na empresa, e fomentarase que estas continúen mediante a realización do TFM como prácticas non curriculares, feito que se verá reflectido no suplemento ao título.
Cabe mencionar que se fixeron xestións para garantir que todos os alumnos poden realizar prácticas en empresa, tendo en conta de que son obrigatorias, sondando para iso a numerosas empresas do ámbito IoT con presenza en Galicia, e púidose percibir un enorme interese en recibir alumnado para realizar tanto prácticas en empresa curriculares como extracurriculares para a realización do TFM.
O proceso de xestión das prácticas en empresa será coordinado polo Coordinador/a de Traballos de Fin de Máster e Prácticas en Empresa, e supervisado pola Comisión Académica Interuniversitaria, a cal resolverá aspectos como a aprobación das propostas de prácticas en empresas.

O Traballo Fin de Máster ten carácter obrigatorio, a súa carga lectiva é de 6 ECTS. Pode realizarse como continuación das prácticas externas curriculares, mediante prácticas non curriculares.