Competencias y objetivos

 

Contexto de la asignatura para el curso 2025-26

La asignatura Infraestructuras y Servicios Cloud, troncal del tercer curso y primer cuatrimestre del Grado en Ingeniería en Inteligencia Artificial, tiene como objetivo dotar al estudiantado de una comprensión sólida sobre los entornos tecnológicos en los que se diseñan, despliegan y escalan actualmente las soluciones de IA. En este contexto, la computación en la nube se ha consolidado como un elemento clave, al permitir el acceso flexible a recursos computacionales y servicios especializados mediante modelos como Infrastructure as a Service (IaaS), Platform as a Service (PaaS) o Serverless. Esta capacidad resulta esencial para el entrenamiento de modelos, el procesamiento distribuido de datos o la puesta en producción de sistemas inteligentes.

Junto con el Cloud Computing, el Edge Computing ha adquirido un papel estratégico al permitir la ejecución de tareas de inferencia y análisis cerca del origen de los datos, reduciendo la latencia y mejorando la eficiencia en aplicaciones críticas como la salud, la robótica o los sistemas autónomos. La asignatura aborda estas infraestructuras desde una perspectiva práctica y aplicada, capacitando al estudiantado para comprender, seleccionar y utilizar servicios, herramientas y arquitecturas distribuidas adaptadas a las necesidades específicas de los sistemas de inteligencia artificial modernos.

 

 

Resultados de aprendizaje / Competencias de la asignatura (verificadas por ANECA en grados y másteres oficiales) para el curso 2025-26

Competencias Transversales

  • CT01 : Utilizar de forma habitual las herramientas informáticas, así como las tecnologías de la información y las comunicaciones, en todo su desempeño profesional.
  • CT02 : Comunicar de forma oral y escrita transmitiendo información, ideas, problemas y soluciones a un público tanto especializado como no especializado.

 

Competencias Generales

  • CG1 : Analizar, diseñar, implementar e implantar soluciones completas de inteligencia artificial utilizando las infraestructuras, tecnologías, métodos, herramientas y plataformas adecuadas a cada problema
  • CG3 : Analizar fuentes documentales y adquirir conocimientos del ámbito de la inteligencia artificial para seguir los últimos avances en esta área, determinar su aplicabilidad para la resolución de problemas y adaptarse a nuevos escenarios futuros.
  • CG4 : Obtener soluciones eficientes, óptimas y/o probables aplicando los principios propios de la ingeniería y el método científico, describiendo de forma adecuada el problema y realizando una evaluación sólida de la propuesta.
  • CG8 : Concebir, desarrollar e implantar sistemas de inteligencia artificial teniendo en cuenta aspectos de calidad y seguridad, dentro del marco normativo, además de atender a criterios medioambientales y de uso racional, ético y eficiente de recursos e información

 

Competencias Específicas

  • CE16 : Comprender y valorar los diferentes modelos de servicio y modelos de despliegue asociados a la computación Cloud, así como los servicios proporcionados por proveedores orientados a la inteligencia artificial. Desarrollar y desplegar aplicaciones distribuidas a lo largo del Edge y del Core Cloud.

 

Competencias Básicas

  • CB3 : Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética

 

 

 

Resultados de aprendizaje (Objetivos formativos)

 

1. Saber diseñar una arquitectura de un sistema distribuido en función de los requisitos establecidos en el problema, así como proponer los paradigmas
de computación distribuida, protocolos y mecanismos de comunicación entre objetos más adecuados para cada escenario. 2. Conocer los modelos
y técnicas de diseño y despliegue de aplicaciones distribuidas a lo largo del Edge y del Core Cloud. 3. Saber evaluar las características de un sistema
distribuido en términos de eficiencia, rendimiento, coste, así como valorar su impacto económico y social. 4. Conocer los diferentes modelos de
servicio y de despliegue asociados a la computación Cloud, así como los servicios proporcionados por proveedores Cloud orientados a la inteligencia
artificial. 5. Comprender los diferentes mecanismos de virtualización de la infraestructura y aprender a construir sistemas virtualizados. 6. Ser capaz de
diseñar, desarrollar y desplegar aplicaciones y sistemas de inteligencia artificial en diferentes ámbitos utilizando las principales alternativas a lo largo
del Edge y Core Cloud.

1. Saber diseñar una arquitectura de un sistema distribuido en función de los requisitos establecidos en el problema, así como proponer los paradigmas de computación distribuida, protocolos y mecanismos de comunicación entre objetos más adecuados para cada escenario.

2. Conocer los modelos y técnicas de diseño y despliegue de aplicaciones distribuidas a lo largo del Edge y del Core Cloud.

3. Saber evaluar las características de un sistema distribuido en términos de eficiencia, rendimiento, coste, así como valorar su impacto económico y social.

4. Conocer los diferentes modelos de servicio y de despliegue asociados a la computación Cloud, así como los servicios proporcionados por proveedores Cloud orientados a la inteligencia artificial.

5. Comprender los diferentes mecanismos de virtualización de la infraestructura y aprender a construir sistemas virtualizados.

6. Ser capaz de diseñar, desarrollar y desplegar aplicaciones y sistemas de inteligencia artificial en diferentes ámbitos utilizando las principales alternativas a lo largo del Edge y Core Cloud.

 

 

 

Objetivos específicos indicados por el profesorado para el curso 2025-26

Conocer y aplicar modelos y técnicas de diseño y despliegue de aplicaciones distribuidas en entornos de computación en la nube, tanto en el núcleo (Core Cloud) como en el perímetro (Edge Computing).

Evaluar el comportamiento de un sistema distribuido desde el punto de vista de su rendimiento, escalabilidad, eficiencia y coste, considerando además su impacto económico, social y ambiental en diferentes escenarios de uso.

Comprender los modelos de servicio Cloud (IaaS, PaaS, SaaS, FaaS) y las estrategias de despliegue (pública, privada, híbrida y multicloud), así como identificar los servicios más relevantes ofrecidos por proveedores Cloud para el desarrollo de soluciones basadas en inteligencia artificial.

Diseñar arquitecturas distribuidas en entornos de Cloud y Edge Computing a partir de los requisitos del sistema, seleccionando los modelos de computación, mecanismos de comunicación y tecnologías más adecuados para cada escenario.

Entender los mecanismos de virtualización de infraestructura (virtualización de hardware, contenedores, orquestadores, redes virtuales, almacenamiento, etc.) y adquirir habilidades prácticas para construir y gestionar entornos virtualizados.

Diseñar, implementar y desplegar soluciones de inteligencia artificial integrando componentes distribuidos, servicios Cloud y capacidades de computación en el perímetro, teniendo en cuenta aspectos técnicos, económicos y operativos.

 

 

Datos generales

Código: 33672
Profesor/a responsable:
Gilart Iglesias, Virgilio
Crdts. ECTS: 6,00
Créditos teóricos: 1,20
Créditos prácticos: 1,20
Carga no presencial: 3,60

Departamentos con docencia

  • Dep.: Tecnología Informática y Computación
    Área: Arquitectura y Tecnología de Computadores
    Créditos teóricos: 1,2
    Créditos prácticos: 1,2
    Este dep. es responsable de la asignatura.
    Este dep. es responsable del acta.

Estudios en los que se imparte