1. Conocer las principales tecnologías, plataformas, protocolos y arquitecturas para la adquisición, almacenamiento, comunicación y procesamiento de datos en el contexto de Internet de las Cosas y de los Sistemas ciberfísicos.

2. Conocer y comprender distintos requerimientos de funcionamiento específico de los sistemas de Internet de las Cosas y de los Sistemas Ciberfísicos (restricciones de tiempo-real, precisión y consumo, entre otras).

3.Adquirir una visión general de los sistemas de internet de las cosas y de los sistemas ciberfísicos con planteamientos de modelo en su aplicación a la creación de soluciones de Inteligencia Artificial.

4. Ser capaz de diseñar, desarrollar, desplegar y evaluar aplicaciones de Internet de las Cosas y de Sistemas ciberfísicos basadas en datos adquiridos por sensores, sensores inteligentes o redes de sensores.

5. Conocer los métodos y técnicas de seguridad informática en su aplicación a los sistemas de Internet de las cosas y a los sistemas 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.