Máster en Industria 4.0

La revolución 4.0 se refiere a la digitalización de la industria y todos sus servicios. Fusiona técnicas avanzadas de producción y operaciones con tecnologías inteligentes, con el propósito de integrarlas en empresas y coordinar individuos y productos.

Es considerada la Cuarta Revolución Industrial, ¡y no puedes quedarte rezagado! Es necesario prepararse para las fábricas del mañana, que se caracterizan por la fabricación personalizada, la presencia de automatización, la eficiencia y calidad de los procesos de producción y el cuidado del entorno.

4 razones para cursar el Posgrado en Industria 4.0 en Mint

1. Por la perspectiva global que proporciona
Aprenderás sobre robótica autónoma móvil, machine learning, visión por computadora, internet de las cosas y ROS (Sistema Operativo de Robots).

2. Porque aprenderás mediante la práctica
Y no es solo una promesa. Se basa en un enfoque de proyectos, de manera que, en cada módulo, se incluye una parte teórica que establece los fundamentos y una parte práctica que los consolida: trabajo con simulaciones, programación, uso de aplicaciones...

3. Porque dominarás las herramientas
Sin ellas, será complicado desenvolverse con confianza en el ámbito laboral. Te adentrarás en los principales lenguajes y softwares más empleados en la digitalización y automatización industrial, como ROS y OpenCV.

4. Por la inserción laboral
El posgrado incorpora hasta 300 horas de prácticas en compañías reales, lo que, además de potenciar el aprendizaje práctico, mejora tus oportunidades laborales. Mint, además, es una entidad de intermediación laboral autorizada por el Servicio Público de Empleo.

Grado Universitario

ROBÓTICA AUTÓNOMA MÓVIL

Parte teórica:
1. Actuadores.
2. Sensores.
3. Control autónomo.
4. Navegación.

Parte práctica:
1. Utilización del simulador RoboboSim con modelo AGV.
2. Programación de tareas simples con actuadores y sensores.
3. Programación básica de control PID.
4. Programación de comportamientos autónomos mediante arquitecturas reactivas y deliberativas.

APRENDIZAJE AUTOMÁTICO

Parte teórica:
1. Introducción al aprendizaje máquina.
2. Proyecto de aprendizaje máquina.
3. Clasificación supervisada y regresión.
4. Reducción de dimensionalidad.
5. Aprendizaje no supervisado.
6. Redes de neuronas.

Parte práctica:
1. Introducción a sci-kit learning.
2. Preparación de los datos: normalización, visualización.
3. SVM, árboles de decisión, ensamblaje y random forest.
4. Reducción de dimensionalidad: PCA.
5. Aprendizaje no supervisado: k-means, DBSCAN.
6. Redes de neuronas artificiales.

VISIÓN ARTIFICIAL
Parte teórica:

1. Introducción.
2. Procesamiento de imágenes.
3. Segmentación.
4. Detección y extracción de características.
5. Aprendizaje máquina para Visión Artificial.

Parte práctica:
1. Introducción a OpenCV y otras librerías necesarias.
2. Técnicas de procesamiento de imágenes: filtros, histogramas.
3. Técnicas de segmentación: umbralización, operaciones morfológicas, contornos.
4. Detección y extracción de características.
5. Aprendizaje máquina para visión artificial: redes convolucionales.

IOT: INTERNET INDUSTRIAL DE LAS COSAS

Parte teórica:
1. Introducción a IoT e IIoT.
2. Redes de sensores y actuadores.
3. Redes de comunicaciones para IoT.
4. Sistemas de Control Industrial.
5. Conceptos generales de computación en la nube.
6. Seguridad y privacidad en IoT.
7. Desarrollo de un proyecto personal IoT.

Parte práctica:
1. Introducción al uso del ESP8266.
2. Uso de sensores y actuadores con el ESP8266.
3. Uso de la conexión WiFi del ESP8266.
4. Uso de MQTT con el ESP8266.
5. Securización de MQTT.
6. Uso de Azure con nodos IoT basados en el ESP8266.

ROS: ROBOT OPERATING SYSTEM

Parte teórica:
1. Instalación y estructura de un proyecto.
2. Modelo computacional y modos de comunicación.
3. Registro y réplica de experimentos.
4. Aplicaciones básicas de ROS.
5. Simulación 3D en ROS.
6. Sensores y actuadores en ROS.

Parte práctica:
1. ROS.
2. Introducción a ROS 1.
3. Instalación y estructura de un proyecto.
4. Creación de nodos, topics y servicios.
5. Herramientas de visualización y análisis.
6. Simulación 3D en ROS mediante Gazebo.
7. Sensores y actuadores en ROS: programación de un brazo robótico.

Responsable de proyectos tecnológicos
Chief Technology Officer (CTO)
Chief Information Officer (CIO)
Chief Data Officer (CDO)
Científico de datos industriales
Responsable de robots
Arquitecto/a de soluciones IOT
Gerente de Ciberseguridad
Consultor/a tecnológica
Técnico/a de robótica
Técnico/a de simulación
Técnico/a de digitalización