1. Conéixer les principals tecnologies, plataformes, protocols i arquitectures per a l'adquisició, emmagatzematge, comunicació i processament de dades en el context d'Internet de les Coses i dels Sistemes ciberfísicos.

2. Conéixer i comprendre diferents requeriments de funcionament específic dels sistemes d'Internet de les Coses i dels Sistemes Ciberfísicos (restriccions de temps-real, precisió i consum, entre altres).

3.Adquirir una visió general dels sistemes d'internet de les coses i dels sistemes ciberfísicos amb plantejaments de model en la seua aplicació a la creació de solucions d'Intel·ligència Artificial.

4. Ser capaç de dissenyar, desenvolupar, desplegar i avaluar aplicacions d'Internet de les Coses i de Sistemes ciberfísicos basades en dades adquirides per sensors, sensors intel·ligents o xarxes de sensors.

5. Conéixer els mètodes i tècniques de seguretat informàtica en la seua aplicació als sistemes d'Internet de les coses i als sistemes ciberfísicos

1. Analizar sistemas embebidos integrados con inteligencia artificial:
Los estudiantes serán capaces de desglosar y evaluar arquitecturas de sistemas embebidos que incorporen capacidades de procesamiento inteligente, identificando sus componentes clave y su interacción.

2. Seleccionar plataformas adecuadas para sistemas embebidos con IA:
Aprender a determinarqué hardware y software son más apropiados para ejecutar algoritmos de inteligencia artificial en dispositivos con restricciones de recursos, considerando factores como eficiencia energética, rendimiento y costo.

3. Diseñar soluciones basadas en IA para aplicaciones embebidas:
Desarrollar habilidades para crear prototipos funcionales que utilicen técnicas de aprendizaje automático adaptadas a entornos embebidos, optimizando modelos para ejecución en tiempo real.

4. Implementar algoritmos de IA en sistemas embebidos:
Adquirir competencias prácticas en la
implementación de algoritmos básicos de inteligencia artificial en microcontroladores y otros dispositivos embebidos, asegurando su correcta operación bajo condiciones reales.

5. Optimizar el uso de recursos en sistemas embebidos con IA:
Familiarizarse con métodos y herramientas para minimizar el consumo de energía y memoria mientras se mantienen altos niveles de precisión y rendimiento en aplicaciones de IA embebida.

6. Evaluar el impacto de la IA en la eficiencia y funcionalidad de los sistemas embebidos:
Comprender cómo la incorporación de tecnologías de IA puede mejorar las capacidades de decisión autónoma y adaptabilidad de los sistemas embebidos en diferentes contextos industriales y comerciales.