Esta página web usa cookies

El sitio web de la Fundació Politècnica de Catalunya utiliza cookies propias y de terceros para mejorar la experiencia de navegación y con fines estadísticos. Para obtener más información sobre las cookies puede consultar la política de cookies.

Aceptar solo las seleccionadas
Permitir todas las cookies
Mostrar detalle
INFORMACIÓN

Las cookies son pequeños archivos de texto que las páginas web pueden utilizar para hacer más eficiente la experiencia del usuario.
La ley afirma que podemos almacenar cookies en su dispositivo si son estrictamente necesarias para el funcionamiento de esta página. Para todos los demás tipos de cookies necesitamos su permiso.
Esta página utiliza tipos diferentes de cookies. Algunas cookies son colocadas por servicios de terceros que aparecen en nuestras páginas.
En cualquier momento puede cambiar o retirar su consentimiento desde la Declaración de cookies en nuestro sitio web.
Obtenga más información sobre quiénes somos, cómo puede contactarnos y cómo procesamos los datos personales en nuestra política de privacidad.
Al contactarnos respecto a su consentimiento, por favor, indique su identificación y la fecha de su consentimiento.

DECLARACIÓN DE COOKIES
Necesarias :

Las cookies necesarias ayudan a hacer una página web utilizable activando funciones básicas como la navegación en la página y el acceso a áreas seguras de la página web. La página web no puede funcionar adecuadamente sin estas cookies.

Nombre Proveedor Propósito Caducidad Tipo
lang www.fpc.upc.edu Guardar el idioma de visualización de la web 2 años HTTP
politica_cookie www.fpc.upc.edu Guardar el consentimiento general de cookies en el dominio actual. 1 año HTTP
cookie_estadistiques www.fpc.upc.edu Guardar el consentimiento de cookies estadísticas en el dominio actual. 1 año HTTP
cookie_marketing www.fpc.upc.edu Guardar el consentimiento de cookies de marketing en el dominio actual. 1 año HTTP
PHPSESSID www.fpc.upc.edu Conserva el estado de la sesión del usuario en las solicitudes de página. Sessió HTTP
CONSENT [x3] Google Used to detect if the visitor has accepted the marketing and analytics category in the cookie banner. This cookie is necessary for GDPR-compliance of the website. 2 años HTTP
Estadísticas :

Las cookies estadísticas ayudan a los propietarios de páginas web a comprender cómo interactúan los visitantes con las páginas web reuniendo y proporcionando información de forma anónima.

Nombre Proveedor Propósito Caducidad Tipo
_ga Google Registers a unique ID that is used to generate statistical data on how the visitor uses the website. 2 años HTTP
_ga_# Google Used by Google Analytics to collect data on the number of times a user has visited the website as well as dates for the first and most recent visit. 2 años HTTP
_gat Google Used by Google Analytics to throttle request rate 1 dia HTTP
_gid Google Registers a unique ID that is used to generate statistical data on how the visitor uses the website. 1 dia HTTP
Marketing :

Las cookies de marketing se utilizan para rastrear a los visitantes en las páginas web. La intención es mostrar anuncios relevantes y atractivos para el usuario individual, y por lo tanto, más valiosos para los editores y terceros anunciantes.

Nombre Proveedor Propósito Caducidad Tipo
last_campaign www.fpc.upc.edu Guardar la última campaña por lo que el usuario ha llegado al sitio web. 6 meses HTTP
campaign_XX www.fpc.upc.edu Guardar todas las campañas por lo que el usuario ha llegado al sitio web. 6 meses HTTP
ads/ga-audiences Google Used by Google AdWords to re-engage visitors that are likely to convert to customers based on the visitor's online behaviour across websites. S Sessió Pixel
NID Google Registers a unique ID that identifies a returning user's device. The ID is used for targeted ads. 6 meses HTTP
bcookie LinkedIn Used by the social networking service, LinkedIn, for tracking the use of embedded services. 2 años HTTP
bscookie LinkedIn Used by the social networking service, LinkedIn, for tracking the use of embedded services. 2 años HTTP
lidc Used by the social networking service, LinkedIn, for tracking the use of embedded services. 1 dia HTTP
i/jot Twitter Inc. Sets a unique ID for the visitor, that allows third party advertisers to target the visitor with relevant advertisement. This pairing service is provided by third party advertisement hubs, which facilitates real-time bidding for advertisers. Session Pixel
_fbp [x2] Meta Platforms, Inc. Used by Facebook to deliver a series of advertisement products such as real time bidding from third party advertisers. 3 meses HTTP
Campus
MY_TECH_SPACE

Entrar
Campus en mantenimiento
Usuario y/o clave incorrectos
No tienes ningún entorno activo
Tu acceso ha sido restringido. Consulta con el departamento de administración
Por problemas técnicos el campus virtual es inaccesible. Estamos trabajando para solucionarlo. Disculpa las molestias.
Inicio   >  Másters y posgrados  >  Formación  >  Posgrado en Técnicas para la Digitalización en la Industria
Sesión informativa

07-09-2022

En Línea
Solicita información
Solicita información Solicita información o la admisión
Solicita la admisión
Solicita la admisión
  • discount
    Programa incluido en la convocatoria de ayudas Employment Help para profesionales en desempleo o con rentas bajas
  • discount
    10% de descuento si te matriculas antes del 16 de Septiembre
relation
Este posgrado también forma parte del itinerario formativo del máster en Tecnologías Aplicadas a la Mecatrónica 4.0.

Presentación

Edición
1ª Edición
Créditos
15 ECTS (94 horas lectivas)
Modalidad
Presencial
Idioma de impartición
Español
Precio
2.500€ 2.250€(10% de descuento si te matriculas antes del 16 de Septiembre)
Opciones de pago de la matrícula

Opciones de pago de la matrícula:
- En un único pago antes del plazo establecido en la carta de admisión al programa.
- Pago fraccionado en dos plazos:

  • El 60% del importe total deberá pagarse en el plazo indicado en la carta de admisión del programa.
  • El 40% restante deberá abonarse, como máximo, al cabo de 60 días a partir de la fecha de inicio del programa.
Observaciones campaña 0,7%

Inscripción abierta hasta el inicio del curso o hasta el agotamiento de plazas.
Fechas de realización
Inicio clases: 11/10/2022
Fin clases: 16/02/2023
Fin programa : 31/05/2023
Horario
Martes: 17:45 a 21:30
Jueves: 18:00 a 21:30
Lugar de realización
ETSEIB - Escola Tècnica Superior d'Enginyeria Industrial de Barcelona
Av. Diagonal, 647
Barcelona
Vídeo de presentación
¿Por qué este posgrado?
La industria es un sector en continua transformación que actualmente se encuentra en pleno cambio de paradigma. La era digital, con el tratamiento analítico de los datos y la progresiva automatización de los procesos productivos, ha hecho que el salto a la industria 4.0 o industria inteligente ya sea una realidad.

Este posgrado en Técnicas para la Digitalización en la Industria proporciona las herramientas necesarias para tratar y analizar datos en la industria con el objetivo de entender sus patrones y crear algoritmos de inteligencia artificial aplicados a la mecatrónica.

A lo largo del programa se analizarán conjuntos de datos y se desarrollarán modelos de aprendizaje automático, también llamados machine learning, que permiten optimizar un sistema a través de la observación y el análisis de los datos que este genera. Se estudiarán las tecnologías que permiten almacenar y representar estos datos y se introducirán los principales conceptos de la inteligencia artificial en la industria para aplicar estas técnicas de machine learning en ejemplos prácticos reales del ámbito de la mecatrónica. En el posgrado también se utilizarán herramientas para optimizar su operación de acuerdo con una función objetiva.
Objetivos
  • Conocer soluciones y sistemas big data aplicables a la industria 4.0.
  • Desarrollar competencias digitales en el ámbito de la mecatrónica industrial.
¿A quién va dirigido?
  • Ingenieros o graduados que quieran aprender ciencias de la información aplicadas al mundo industrial.
  • Profesionales del sector industrial con visión técnica y de programación.

Contenidos formativos

Relación de asignaturas
12 ECTS 91h
Técnicas para la Digitalización en la Industria
  • Principios matemáticos y herramientas de optimización
    • Principios básicos de optimización.
    • Formulaciones matemáticas, deterministas y heurísticas.
  • Tecnologías de la información
    • Introducción a las TIC (Virtualización, Linux).
    • Introducción a la programación (lenguaje C).
    • Gestión de repositorios (GIT).
    • Bases de datos.
    • Diseño de páginas web (HTML y CSS).
    • Lenguajes de programación (PHP y Javascript).
  • Introducción a big data y machine learning
    • Introducción a Python.
    • Visualización de datos para data science.
    • Introducción a big data y machine learning: conceptos básicos, tipos de aprendizaje, data pipeline y campos de aplicación.
    • Estadística descriptiva para el análisis de datos. Comprensión, limpieza y preprocesado de datos.
    • Modelos de aprendizaje supervisado: regresión.
    • Modelos de aprendizaje supervisado: clasificación.
    • Modelos de aprendizaje no supervisado: clustering, reducción de dimensionalidad.
  • Aplicaciones industriales del machine learning
    • Digital twins.
    • Mantenimiento predictivo: instalación de sensores, monitoreo de datos y realización de un algoritmo de predicción de fallo.
    • Inteligencia artificial para el diseño de componentes.
3 ECTS 3h
Práctica del Posgrado en Técnicas para la Digitalización en la Industria
Con la práctica final, el estudiante pone en práctica y demuestra los conocimientos adquiridos a lo largo del posgrado, además de tener ocasión de realizar y presentar un proyecto que puede ser de utilidad para su empresa.
La UPC School se reserva el derecho de modificar el contenido del programa, que puede variar para una mayor adaptación a los objetivos del curso.
Titulación
Diploma de posgrado expedido por la Universitat Politècnica de Catalunya. Emitido en virtud del art. 34.1 de la L.O. 4/2007, de 12 de abril, por la cual se modifica la L.O. 6/2001, de 21 de diciembre, de Universidades. Para su obtención es necesario tener una titulación universitaria oficial. De no ser así, el estudiante obtendrá un certificado de superación expedido por la Fundació Politècnica de Catalunya. (Ver datos que constan en el certificado).
Oferta modular
Este posgrado forma parte del itinerario formativo del máster en Tecnologías Aplicadas a la Mecatrónica 4.0 .
Este máster se estructura en los módulos que se indican a continuación. Si no deseas cursar todo el máster puedes matricularte de uno o diversos módulos.
Máster:
relation Posgrados:

Metodología de aprendizaje

La metodología docente del programa facilita el aprendizaje del estudiante y la consecución de las competencias necesarias.



Herramientas de aprendizaje
Sesiones magistrales participativas
Se exponen los fundamentos conceptuales de los contenidos a impartir, promoviendo la interacción con los estudiantes para guiarlos en el aprendizaje de los diferentes contenidos y el desarrollo de las competencias establecidas.
Sesiones prácticas en el aula
Se aplican los conocimientos en un entorno real o hipotético, donde se identifican y trabajan aspectos específicos para facilitar su comprensión, con el apoyo de los docentes.
Resolución de ejercicios
Se trabajan las soluciones mediante la ejercitación de rutinas y la aplicación de fórmulas o algoritmos, y se siguen procedimientos de transformación de la información disponible y de interpretación de los resultados.
Criterios de evaluación
Asistencia
Se requiere como mínimo el 80% de asistencia a las horas lectivas.
Grado de participación
Se evalúa la contribución activa de los estudiantes en las diferentes actividades propuestas por el equipo docente.
Resolución de ejercicios, cuestionarios o exámenes
Pruebas individuales con el objetivo de evaluar el grado de aprendizaje y la adquisición de competencias.
Prácticas y bolsa de trabajo
Desde el campus virtual My_Tech_Space los estudiantes podrán visualizar ofertas de trabajo de su área de conocimiento y presentar su candidatura en un entorno confidencial. La bolsa de trabajo de la UPC School tiene un volumen anual de cientos de ofertas de trabajo, entre contratos laborales y convenios de colaboración en prácticas.
Campus virtual
Los estudiantes de este posgrado tendrán acceso al campus virtual My_Tech_Space, una eficaz plataforma de trabajo y comunicación entre estudiantes, profesores, dirección y coordinación del curso. My_Tech_Space permite obtener la documentación de cada sesión formativa antes de su inicio, trabajar en equipo, hacer consultas a los profesores, visualizar notas, etc.

Equipo docente

Dirección Académica
  • Gomis Bellmunt, Oriol
    info
    Ver perfil en futur.upc / Ver perfil en Linkedin
    Doctor en Ingeniería Industrial por la Universitat Politècnica de Catalunya (UPC). Profesor Catedrático del Departamento de Ingeniería Eléctrica de la UPC. Miembro del Centro de Innovación Tecnológica en Convertidores Estáticos y Accionamientos (CITCEA-UPC). Actividad en temas de control de convertidores y generadores eléctricos, energía eólica onshore y offshore, sistemas de transporte HVDC para grandes parques eólicos marinos y microrredes.
  • Heredero Peris, Daniel
    info
    Ver perfil en futur.upc
    Doctor en Ingeniería Industrial por la Universitat Politècnica de Catalunya (UPC). Profesor asociado de la UPC y subdirector del máster en Tecnologías Aplicadas a la Mecatrónica 4.0. Ha impartido clases en los módulos de actuadores neumáticos, automatización y comunicaciones industriales. Jefe de proyectos en el Centro de Innovación Tecnológica en Convertidores Estáticos y Accionamientos (CITCEA-UPC). Su actividad incluye la participación en proyectos industriales y competitivos, de ámbito estatal o europeo, alineados con el control avanzado de cargadores de vehículo eléctrico y microrredes.
Profesorado
  • Aragüés Peñalba, Mònica
    info
    Ver perfil en futur.upc / Ver perfil en Linkedin
    Doctora en Ingeniería Eléctrica por la Universitat Politècnica de Catalunya (UPC), con reconocimiento de la European Institute of Technology. Profesora Lectora de la UPC (imparte clases en grados y másters (Grado en Ingeniería en Tecnologías Industriales, Máster Universitario de Ingeniería Industrial, Máster Universitario de Ingeniería de la Energía, Master Energy for Smart Cities, Master in Renewable Energy y Máster en Smart Energy). Coordina el proyecto europeo BD4OPEM H2020 y la Cerio-UPC. Áreas de investigación: integración en red de energía eólica y energía solar, HVDC, microrredes e inteligencia artificial.
  • Barja Martínez, Sara
    info
    Ver perfil en Linkedin

    Máster en Ingeniería Industrial con especialidad en Energía por la Universitat Politècnica de Catalunya (UPC). Ingeniera de proyectos del Centro de Innovación Tecnológica en Convertidores Estáticos y Accionamientos (CITCEA-UPC) en el área de energía y estudiante de doctorado en Ingeniería Eléctrica, centrando su investigación en el mercado de la flexibilidad, desarrollando algoritmos de gestión energética aplicando técnicas de inteligencia artificial y optimización. Co-directora del Máster en Smart Energy.

  • Díaz González, Francisco
    info
    Ver perfil en futur.upc / Ver perfil en Linkedin

    Doctor en Ingeniería Industrial por la Universitat Politècnica de Catalunya (UPC). Profesor del Departamento de Ingeniería Eléctrica de la UPC y miembro del Centro de Innovación Tecnológica en Convertidores Estàticos y Accionamientos (CITCEA-UPC). Diez años de experiencia en torno a la aplicación de sistemas de almacenamiento de energía en sistemas de generación renovable y redes eléctricas.

  • Heredia Cervera, Francisco Javier
    info
    Ver perfil en futur.upc / Ver perfil en Linkedin
    Licenciado en Ciencias Físicas por la Universidad de Barcelona (UB) y Doctor en Investigación Operativa por la Universitat Politècnica de Catalunya (UPC). Profesor Titular en el Departamento de Estadística e Investigación Operativa de la UPC. Su área de interés són los modelos y algoritmos de optimización matemática aplicados a problemas en sistemas energéticos (energias renovables, mercado de electricidad), y cadena de suministro (Indústria 4.0). Ha participado en un total de 17 proyectos de investigación financiados, siete de ellos como investigador principal, en colaboración con diversas empresas del sector energético y de producción industrial.
  • Jené Vinuesa, Marc
    info
    Ver perfil en Linkedin
    Doble Master en Ingeniería de la Energía para la Katholieke Universiteit Leuven (KUL) y por la Universidad Politécnica de Cataluña (UPC), dentro del programa Energy for Smart Cities (EIT InnoEnergy). Grado en Ingeniería en Tecnologías Industriales por la UPC. Actualmente es parte del equipo del Centro de Innovación Tecnológica en Convertidores Estáticos y Accionamientos (CITCEA-UPC) y trabaja en proyectos de Big Data aplicada a la industria de la energía. Ha sido seleccionado para participar en diferentes programas de emprendimiento como el Red Bull Basement y la Entrepreneurship Journey de InnoEnergy.

Entidades colaboradoras

Socios colaboradores

Salidas profesionales

  • Arquitecto de soluciones big data.
  • Analista de datos.
  • Desarrollador de sistemas big data.
  • Machine learning scientist.
  • Desarrollador de competencias digitales.

Testimonios y noticias

Testimonios

Hacía años que estaba en el mismo sector y decidí que quería entrar en la industria de los dispositivos y equipamientos médicos mientras expandía mis conocimientos como ingeniero mecánico. Este máster me ha permitido entrar a trabajar en el ámbito que quería y hacerlo aplicando los conocimientos aprendidos en el máster, en concreto en utillajes y automatismos en la línea de producción de catéteres, en la empresa donde trabajo. Sin duda, este programa es la herramienta adecuada para los ingenieros mecánicos y electrónicos que quieran expandir sus habilidades y convertirse en el perfil versátil y completo que requiere la revolución industrial 4.0 que estamos viviendo actualmente.

Àlex Sanz Ingeniero de procesos en iVascular

Testimonios<
Noticias del Blog
Oriol Gomis y Daniel Heredero: "El diseñador industrial mecatrónico 4.0 debe sumar a la automatización nuevas competencias en tratamiento inteligente de los datos"
Oriol Gomis y Daniel Heredero: "El diseñador industrial mecatrónico 4.0 debe sumar a la automatización nuevas competencias en tratamiento inteligente de los datos"
03-06-2022
Oriol Gomis y Daniel Heredero: "El diseñador industrial mecatrónico 4.0 debe sumar a la automatización nuevas competencias en tratamiento inteligente de los datos"
Oriol Gomis y Daniel Heredero: "El diseñador industrial mecatrónico 4.0 debe sumar a la automatización nuevas competencias en tratamiento inteligente de los datos"
03-06-2022
Otras noticias
El CITCEA, premiado por el Clúster de l'Energia Eficient de Catalunya
28-06-2019

Solicita información o la admisión

Contacto:
(34) 93 707 31 32
¡Solicitud recibida!
Tu solicitud ha sido recibida correctamente.

En estos momentos, y hasta el próximo 31 de Agosto, estamos en periodo de vacaciones y no podemos atender tu petición. Daremos respuesta a tu solicitud tan pronto como sea posible a la vuelta.

Gracias de antemano por tu comprensión y buen verano.
Error
Por un error en la conexión a la base de datos tu solicitud no se ha podido cursar. Te agradeceríamos que repitas el proceso más tarde o bien que te pongas en contacto con nosotros llamando al (34) 93 112 08 08 o enviándonos un correo electrónico a: webmaster.fpc@fpc.upc.edu
Has superado el tamaño máximo del fichero
  • Si tienes alguna duda sobre el posgrado.
  • Si quieres iniciar los trámites para matricularte.
Cómo iniciar la admisión
Para iniciar el proceso de inscripción a este programa hay que rellenar y enviar el formulario que encontrarás al pie de estas líneas.

A continuación, recibirás un correo electrónico de bienvenida donde se detallarán los tres pasos a seguir para formalizar el proceso de inscripción:

1. Completar y confirmar tus datos personales.

2. Validar tu currículum vitae y adjuntar la documentación adicional requerida, en caso de que sea necesaria para la admisión.

3. Pagar 110€ en concepto de derechos de inscripción al programa. El importe de estos derechos se descontará de la cuantía total de la matrícula y sólo se devolverá en caso de no resultar admitido.

Una vez realizado el pago de derechos y dispongamos de toda la documentación, valoraremos tu candidatura y, si has sido admitido en el curso, te enviaremos la carta de admisión. En este documento obtendrás todos los detalles para formalizar la matrícula del programa.




  política de protección de datos

* Campos obligatorios

Información básica o primera capa sobre protección de datos

Responsable

Fundació Politècnica de Catalunya (en adelante, FPC). + INFORMACIÓN

Finalidad

Contestar a las solicitudes de información del interesado sobre actividades de formación gestionadas o realizadas por la FPC. + INFORMACIÓN

Establecimiento o mantenimiento de relación académica con el interesado. + INFORMACIÓN

Legitimación

Consentimiento del interesado. + INFORMACIÓN

Interés legítimo en el desarrollo de la relación académica. + INFORMACIÓN

Destinatarios

No existen cesiones o comunicaciones.

Derechos

Acceso, rectificación, supresión, limitación, oposición y portabilidad. + INFORMACIÓN

Datos de contacto del delegado de protección de datos

info.dpo@fpc.upc.edu

Información adicional

Política de Privacidad de nuestra página Web. + INFORMACIÓN

Plazo de conservación

Política de Privacidad de nuestra página Web. + INFORMACIÓN

Cesión de imagen

Aceptación a la cesión, por un periodo de 10 años, las imágenes que la FPC pueda captar en las instalaciones donde se desarrolle su actividad, a fin de difundir y promocionar las actividades de la FPC y por el medio que esta tenga por conveniente.

Servicios de pago

En caso que el interesado formalice la relación con la FPC, el ordenante (interesado) autoriza y da su consentimiento al cargo, por tanto, con renuncia expresa al derecho de devolución sobre el cargo.


Enviar