Electivos Profesionales 1° Semestre 2024
Tiempo de lectura: 12 minutes, 7 seconds.
La oferta de electivos profesionales del DISC son las siguientes:
Ciberseguridad
Descripción: El objetivo del curso es proporcionar al alumno todos los conocimientos desde el punto de vista sistémico y técnico, de lo que se conoce como seguridad ofensiva (Ethical Hacking) abordando cada una de sus etapas, así como las herramientas y técnicas comúnmente utilizadas por un pentester/hacker.
- Unidades: Agresiones y Ataques, Redes y Ciberseguridad, Pentesting.
- Académico: Dr. Rafael Martínez (rafael.martinez@ucn.cl).
- Resultados de Aprendizaje:
- Conocer el estado del arte de la ciberseguridad y su implicancia en las organizaciones actuales.
- Obtener los conocimientos para diseñar y construir redes empresariales seguras identificando los componentes claves en una arquitectura de seguridad para mitigar de manera eficiente los ciberataques.
- Conocer en detalle el proceso que utilizan las empresas dedicadas al pentesting.
- Obtener el conocimiento base para realizar pruebas de penetración haciendo uso de las técnicas y herramientas utilizadas por los pentesters, las mismas utilizadas por los hackers actuales.
- Identificar los distintos tipos de ataques que se ejecutan en cada una de las capas del modelo OSI y las técnicas y herramientas para su mitigación.
- Pre-requisitos: Redes de Computadores.
- Horario: Lunes E, Viernes E.
Control Inteligente
Descripción: Existen en la actualidad diversas arquitecturas para sistemas de control de procesos basadas en el computador. Las nuevas tecnicas de inteligencia artificial y diversas tecnicas de modelado matemático permiten el control de procesos complejos. En este curso se estudiaran las diversas arquitecturas de sistemas de control de procesos complejos y técnicas avanzadas de control, desarrolladas en base a la utilización de modelos de sistemas y algoritmos de control neuronal y difuso.
- Unidades: Introducción, Identificación de Plantas, Control Difuso, Control Predictivo Basado en modelo, Sistemas Expertos de Control, Control Neuronal, Otras Técnicas de Control Avanzado.
- Académico: Ing. Christian Camacho.
- Resultado de Aprendizaje:
- Comprender la diferencia entre sistemas de control clásico y sistemas de control inteligente.
- Obtener el modelo que representa la dinámica del proceso a controlar.
- Construir un sistema de control difuso.
- Construir un sistema de control neuronal.
- Conocer otras técnicas de control avanzado.
- Pre-requisitos: Redes de Computadores.
- Horario: Lunes F, Jueves D.
Fundamentos de Aprendizaje por Refuerzo
Descripción: Al finalizar la asignatura el y la estudiante estará capacitado(a) en distinguir los fundamentos de aprendizaje de máquina bajo sus diferentes paradigmas, profundizando en enfoques de aprendizaje basados en refuerzo. Al profundizar en el aprendizaje por refuerzo, el estudiante ampliará las habilidades hacia la resolución de desafíos de toma de decisiones secuenciales para sistemas de control, respaldados por la implementación de técnicas estándar como aquellas basadas en política o no, basadas en modelo y sin modelo, basadas en funciones de valor, entre otras. Además, el estudiante estará familiarizado con los términos clave relacionados al aprendizaje por refuerzo, así como la clasificación de las técnicas de este enfoque. Este enfoque equilibrado no solo les brinda una comprensión teórica, sino también habilidades prácticas esenciales para la implementación efectiva de soluciones basadas en aprendizaje por refuerzo..
- Unidades: Aprendizaje máquina, aprendizaje supervisado, aprendizaje por refuerzo, técnicas de aprendizaje por refuerzo.
- Académico: Dr. Álvaro Prado (alvaro.prado@ucn.cl ).
- Resultado de Aprendizaje:
- Describir los fundamentos y conceptos básicos pertenecientes al aprendizaje de máquinas, modelando un problema que requiere una solución basada en datos secuenciales y no secuenciales.
- Aplicar métodos y técnicas para manejo de datos secuenciales y no secuenciales para resolver problemas de ingeniería en base a aprendizaje por refuerzo.
- Diseñar la solución a un problema de toma de decisiones automatizada por un agente sobre un ambiente, aplicando métodos de aprendizaje automático por refuerzo.
- Aplicar un esquema de múltiples agentes en la solución de un problema de ingeniería que involucra el uso técnicas de aprendizaje automático por refuerzo.
- Evaluar las soluciones y modelos de aprendizaje, aplicando un conjunto de métricas estándares de desempeño.
- Pre-requisitos: Electrotecnia.
- Horario: Martes F, Miércoles E.
Gestión de Proyectos TI
Descripción: Al finalizar la asignatura las y los estudiantes serán capaces de gestionar proyectos TI, utilizando prácticas en el uso de herramientas y estándares para la gestión de cartera, programas y proyectos habilitados por TIC, métodos y práctica en el desarrollo de casos de negocios, y métodos para gestionar el cambio organizacional.
- Unidades: Gestión de proyectos TI en organizaciones, liderazgo en gestión de proyectos TI.
- Académico: Mg. Alejandro Peña (alpena@ucn.cl).
- Resultado de Aprendizaje:
- Analizar la relación entre portafolios, programas y proyectos TI
- Analizar fases de gestión de cambio organizacional en el contexto de proyectos TI
- Evaluar las estrategias de implementación de proyectos TI.
- Pre-requisitos: Base de Datos, Ingeniería de Software.
- Horario: Martes B, Viernes C.
Internet de las Cosas
Descripción: El curso tiene como propósito principal el dotar al futuro profesional, de las capacidades necesarias que le permitan diseñar e implementar una solución para un problema de automatización, robótica o de tipo doméstico y/o industrial que involucre la utilización de un sistema embebido. Al final del curso el alumno será capaz de diseñar una solución a un problema tecnológico utilizando Sistemas embebidos, desde su definición, programación e implantación..
- Unidades: Introducción y Definiciones, Estructura de un Sistema Embebido, Protocolos de Comunicación, Dispositivos de Percepción y Actuación para Sistemas Embebidos, Programación de Sistemas Embebidos, Desarrollo de Aplicaciones Embebidas.
- Académico: Dr. Oswaldo Menendez (oswaldo.menendez@ucn.cl).
- Resultado de Aprendizaje:
- Identificar los diferentes tipos de sistemas embebidos actualmente disponibles en el mercado.
- Clasificar en función de su arquitectura y organización, los diferentes tipos de sistemas embebidos.
- Identificar los diferentes tipos de dispositivos de percepción y actuación.
- Desarrollar un algoritmo en un Sistema Embebido.
- Diseñar, Implementar y validar la solución previamente definida..
- Pre-requisitos: Electrotecnia.
- Horario: Martes C, Miércoles C.
Introducción a Data Science
Descripción: Al final del curso el alumno podrá aplicar técnicas de data science y de sus disciplinas asociadas (estadística y aprendizaje automático) para modelar y resolver problemas aplicados en diversos contextos.
- Unidades: Introduccion, Obtención de Datos, Modelado Estadístico y Aprendizaje Automático, Técnicas de Modelado Avanzado, Tópicos Adicionales.
- Académico: Dr. Brian Keith (brian.keith@ucn.cl).
- Resultado de Aprendizaje:
- Comprender los conceptos fundamentales de Data Science y su relación con otras disciplinas como estadística y aprendizaje automático.
- Implementar métodos de obtención de datos en distintos dominios de aplicación.
- Diseñar modelos para el análisis de datos en diversos contextos de aplicación.
- Aplicar modelos de análisis de datos teniendo en consideración el dominio que está siendo analizado.
- Interpretar los resultados obtenidos mediante modelos de análisis de datos.
- Comunicar los análisis realizados en un trabajo de análisis de datos en distintos dominios de aplicación.
- Pre-requisitos: N/A.
- Horario: Lunes C, Jueves B.
Investigación Científica
Descripción: Al finalizar la asignatura el y la estudiante estará capacitado(a) para identificar los principios de investigación científica, utilizar recursos bibliográficos, conocer políticas científicas, ejecutar proyectos de investigación y generar bocetos de artículos científicos en el contexto de las Ciencias de la Computación y Tecnologías de la Información.
- Unidades: Procesos de investigación científica, recursos bibliográficos y bibliométricos, proceso de construcción de artículos científicos, política científica.
- Académico: Dr. Brian Keith (brian.keith@ucn.cl), Dr. Aldo Quelopana (aldo.quelopana@ucn.cl).
- Resultado de Aprendizaje:
- Identificar los principios básicos de los Procesos de Investigación Científica y del Método Científico en el contexto de las Ciencias de la Computación, Tecnologías de la Información, y subdisciplinas asociadas.
- Utilizar adecuadamente recursos bibliográficos y elementos de bibliometría básicos en el contexto disciplinar.
- Identificar las políticas científicas del país, relacionadas a la formación de investigadores y desarrollo de proyectos de investigación.
- Ejecutar un proyecto de investigación supervisado siguiendo las metodologías según la subdisciplina
- Elaborar un boceto de un artículo científico siguiendo los formatos y directrices propias de la subdisciplina asociada a su investigación.
- Pre-requisitos: VI semestre (IenCI), V semestre (ICCI).
- Horario: Lunes D.
- Nota: Es necesario llenar el siguiente formulario de inscripción de proyecto de investigación y enviarlo a los profesores de la asignatura.
Seguridad TI
Descripción: Al finalizar el curso el estudiante estará en condiciones de desarrollar una infraestructura de seguridad para redes empresariales, reconociendo ataques y vulnerabilidades a redes informáticas y desarrollar formas de mitigar ataques de seguridad. Se enfatiza el uso de tecnologías de seguridad usando firewalls PIX, ASA, tanto en la instalación, configuración, diagnóstico y monitoreo de dispositivos de redes para mantener la integridad, confidencialidad y disponibilidad de los activos y datos usados en la estructura de seguridad de una red empresarial.
- Unidades: Agresiones y Ataques, Seguridad en Redes, Construcción de Infraestructura Segura, Criptografía y VPN..
- Académico: Dr. Rafael Martínez (rafael.martinez@ucn.cl).
- Resultado de Aprendizaje:
- Describir e identificar los distintos tipos de ataques contra un sistema particular y como pueden ser mitigados.
- Describir la arquitectura de criptografía de clave pública y privada y cómo el PKI soporta la seguridad de la red.
- Describir las virtudes y limitaciones de las tecnologías de seguridad en cada capa de la pila de red.
- Configurar una red de seguridad para una red empresarial.
- Describir las fortalezas y debilidades operacionales de diferentes tecnologías de firewall.
- Explicar tecnologías IPS, respuestas de ataques y opciones de monitoreo.
- Explorar los servicios criptográficos y examinar algoritmos simétricos y asimétricos..
- Pre-requisitos: Redes de Computadores.
- Horario: Martes D, Viernes D.
Sistemas Adquisición y Distribución de Datos
Descripción: La discusión sobre Sistemas de Control y Adquisición de Datos (SCADA) se centra en un conjunto de tecnologías esenciales en la ingeniería de software destinadas al control y la supervisión remota de procesos industriales, las cuales contribuyen a la optimización de la eficiencia y la seguridad. La asignatura en cuestión brinda a los y las estudiantes una oportunidad inigualable para indagar en un componente crítico del procesamiento de información. Mediante un énfasis en los controladores lógicos programables y la comunicación industrial, la asignatura está diseñada para dotar a los y las estudiantes de un entendimiento robusto acerca de la captura y distribución de datos en contextos industriales, incluyendo, pero no limitándose a, los sectores minero, petrolero y alimenticio. Además, la asignatura tiene el objetivo de ofrecer flexibilidad y adoptar una metodología didáctica que descompone y aclara conceptos complejos. A través de esta asignatura, los y las estudiantes no solo van a potenciar sus habilidades técnicas, sino que también se verán inmersos en un campo de estudio que es sumamente actual y de gran trascendencia en el escenario digital de nuestros días.
- Unidades: Conceptos generales y terminología, sistemas operativos de tiempo real, funciones en la adquisición y distribución de datos, arquitecturas para adquisición y distribución de datos, enlaces y redes de campo para sistemas de tiempo real.
- Académico: Ing. Georginio Anangano.
- Resultado de Aprendizaje:
- Conocer la teoría asociadas a un Sistema de Adquisición y Distribución de Datos.
- Comprender los conceptos involucrados en los Sistemas Operativos de Tiempo Real.
- Construir Sistemas Inteligentes de Adquisición y Distribución de Datos.
- Pre-requisitos: Fundamentos de Robótica.
- Horario: Miércoles D, Jueves E.
Sistemas Inteligentes
Descripción: Este curso prepara al estudiante para determinar cuando un enfoque de Inteligencia Artificial es apropiado para solucionar un problema dado, identificando la representación más conveniente, el mecanismo de razonamiento, e implementando y evaluando la solución. Al finalizar el curso el estudiante estará en capacidad de diseñar e implementar una solución a un problema basado en un sistema inteligente, es decir, un sistema que incorpora esquemas de representación del conocimiento, mecanismos de solución de problemas, y técnicas de aprendizaje.
- Unidades: Fundamentos de sistemas inteligentes, solución de problemas mediante búsquedas, representación del conocimiento y razonamiento, fundamentos de aprendizaje automático, introducción a data mining.
- Académico: Dr. Ranjit Das (ranjit.das@ucn.cl).
- Resultado de Aprendizaje:
- Diferenciar entre los conceptos de razonamiento/comportamiento óptimo versus humano.
- Describir el Test de Turing y los distintos tipos de ambientes con el cual un agente puede interactuar.
- Describir los tipos de agentes inteligentes, según su naturaleza.
- Aplicar distintas tipos de estrategias de búsqueda para resolver un problema que requiera explorar un espacio de estados.
- Construir una representación formal de conocimiento de un problema en un dominio dado, a través de mecanismos de lógica y de redes semánticas.
- Aplicar mecanismos de razonamiento basados en inferencia.
- Aplicar técnicas de aprendizaje automático para resolver problemas de predicción, clasificación, y agrupamiento.
- Aplicar técnicas de modelamiento predictivo y descriptivo para resolver un problema simple de data mining.
- Pre-requisitos: Lenguajes de Programación.
- Horario: Lunes A, Viernes A.
- Nota: asignatura impartida en inglés.
Tecnologías Inteligentes de Automatización
Descripción: Al finalizar la asignatura, el y la estudiante estarán en capacidad de integrar tecnologías inteligentes en la industria, aplicando conocimientos en automatización, destacando habilidades específicas de ingeniería de software. Podrá diseñar interfaces HMI bajo el estándar ISA 101, desarrollar lógicas de control eficientes en PLC, y simular sistemas SCADA y HMI en entornos virtuales para optimizar procesos industriales. Además, el y la estudiante habrá explorado tendencias actuales de aprendizaje aplicadas en la industria, siendo capaz de analizar su usabilidad en diversos sectores del entorno. Adquirirá la destreza de implementar y evaluar modelos de aprendizaje para el mantenimiento de sistemas automatizados. Este enfoque equilibrado no solo brinda una comprensión teórica, sino también habilidades prácticas esenciales para la implementación efectiva de soluciones.
- Unidades: Contexto de la automatización en la industria, controladores lógicos programables, principios de scada y hmi (isa 101), exploración de machine learning en la industria, aprendizaje de máquina para el mantenimiento predictivo.
- Académico: Ing. Georginio Anangano.
- Resultado de Aprendizaje:
- Describir los fundamentos de la automatización en la industria, identificando las tecnologías emergentes y la eficiencia operativa desde una perspectiva de ingeniería de software.
- Programar controladores lógicos programables PLC, implementando lógica de control eficiente en la resolución de problemas específicos de la automatización industrial.
- Diseñar interfaces HMI eficientes y centradas en el usuario, aplicando los principios del estándar ISA 101 centrados en la experiencia de los operadores en entornos industriales.
- Implementar modelos de aprendizaje simples, identificando aplicaciones en diversos sectores industriales y su potencial impacto en la ingeniería.
- Evaluar modelos de aprendizaje específicos en la predicción de fallas y mantenimiento preventivo en la industria, evaluando su eficacia y optimizando su rendimiento.
- Pre-requisitos: Electrotecnia.
- Horario: Martes E, Miércoles F.
TIC en Procesos Mineros
Descripción: Este curso está diseñado para proporcionar a los estudiantes una comprensión de la cadena de valor de los minerales y el papel crítico que desempeñan las tecnologías de la información en la industria minera. Se busca dotar a los participantes de los conocimientos esenciales requeridos para emprender tareas y realizar mejoras significativas dentro de este sector desde la perspectiva computacional.
- Unidades: Modelos y estándares para sistemas productivos, tecnologías de la información en procesos mineros.
- Académico: Dr. Aldo Quelopana (aldo.quelopana@ucn.cl).
- Resultado de Aprendizaje:
- Clasificar las distintas tecnologías de la información utilizadas en la minería de acuerdo a los modelos y estándares para sistemas productivos.
- Construir la arquitectura de soluciones TIC para una faena minera estándar.
- Resumir el estado del arte en tecnologías de la información para proceso de extracción.
- Resumir el estado del arte en tecnologías de la información para proceso de procesamiento.
- Pre-requisitos: N/A.
- Horario: Miércoles A, Viernes B.