Este diplomado busca formar con alta calidad y tecnología a profesionales que conocerán herramientas de desarrollo modernas para microcontroladores ARM Cortex M0+ y lenguaje C. Pondrán en práctica conceptos teóricos de machine learning usando la librería de Google Tensor Flowy lenguaje Python. Aprenderán a hacer despliegue de aplicaciones desde servidores en la nube bajo entornos de Linux hasta crear su propio dashboard para visualización de datos en la nube.

¿Por Qué Unimagdalena?

1. Acreditación institucional de alta calidad por el Ministerio de Educación Nacional, siendo la segunda universidad pública de la región caribe en recibir dicha distinción

2. Certificación en gestión de la calidad, bajo la norma NTC-ISO 9001:2015.

3. Se encuentra dentro de las 53 universidades colombianas clasificadas en el Ranking Internacional QS.

4. La Agencia Calificadora de Riesgo Global, Fitch Ratings, subió la calificación de la Universidad del Magdalena en escala nacional de largo plazo, otorgándole una calificación histórica para la Alma Mater de ‘AA(col)’ desde ‘A+(col)’.

5. Hace parte de importantes redes académicas y científicas que trabajan en sostenibilidad. Se destacan las siguientes:

Red Pacto Global Colombia
Principios para la Educación Responsable en Gestión (PRME)
Red Campus Sustentable
Programa Academy Latinoamérica – Proyecto RISU3 (Ariusa)
Red Ambiental de Universidades Sostenibles RAUS
Global University Network for innovation (GUNi)

Requerimientos tecnológicos mínimos

Durante el diplomado se realizarán prácticas con herramientas software gratuitas y de libre distribución cuyos requerimientos de cómputo mínimos son:

Computador con procesador Intel Core i5 + 8GB de memoria RAM.
Sistema operativo Microsoft Windows 10 de 64 bits.
Garantizar espacio disponible en disco duro de al menos 50GB.
Servicio de internet estable y disponible durante las clases remota

Características Del Programa

N. de módulos

Siete módulos

Duración

15 Semanas

Horario de clases

Viernes: 6:00 p.m. – 9:00 p.m. Sábados: 7:00 a.m. – 12:00 p.m.

Modalidad

Telepresencial

Estudiante Unimagdalena

$1.312.500

No. Horas

96 horas de clases + 24 horas de asesoría y evaluación de proyecto en IoT.

Profesionales

$1.550.000

Currículum Del Programa

Modulo 1: Introducción y fundamentos al IoT (24 horas)

Conceptos fundamentales del espectro electromagnético y su disponibilidad para 5G.
Repaso de redes de computadores: modelo TCP-IP, el concepto de sockets y el protocolo MQTT.
Generalidades sobre redes de corto alcance: Bluetooth, WiFi y Zigbee.
Generalidades sobre tecnologías 2G, 3G, 4G
Generalidades sobre redes LPWAN: Lora, Sigfox
¿Qué es realmente 5G y cuál es la arquitectura de una red móvil?
Tecnología Celular de bajo consumo: Cat M1, NB (Narrow Band), PSM (Power Saving Mode)
Laboratorio 1: Creando la primera red IoT de mensajería usando MQTT
Laboratorio 2: Creando un dashboard para IoT usando Node-RED

Modulo 2: Infraestructura y tecnologías de radio para IoT (24 horas)

Componentes que integran un ecosistema IoT
Aplicaciones Machine to Machine (M2M)
Nodo de datos
Servidor de datos en la nube
Computación distribuida y brokers de mensajería para IoT
Antenas: tipos, selección, consideraciones de diseño y sintonización
Conceptos básicos de posicionamiento global GNSS : Constelaciones, TTFF, Sensibilidad
Laboratorio 4: Modem de amplio espectro Quectel EC25-AU como puerta de acceso a internet
Laboratorio 3: Mensajería asíncrona MQTT usando modem Quectel EC25-AU
Laboratorio 5: Geoposicionamiento (Global Navigation Satellite System, GNSS) usando Quectel EC25-AU

Modulo 3: Nodo de datos IoT basados en microcontroladores de ultra bajo consumo ARM Cortex M0+ (32 horas)

Panorama general de tecnologías emergentes en el área de los microcontroladores y microprocesadores
Repaso lenguaje ANSI-C para microcontroladores
Buenas practicas de desarrollo en lenguaje C para microcontroladores
Modos de ultra bajo consumo para microcontroladores ARM Cortex M0+
Sensores para IoT: características especiales y recomendaciones de selección para aplicaciones IoT
Laboratorio 6: Lenguaje ANSI-C para microcontroladores usando MCUExpresso
Laboratorio 7: Instalación de herramientas, creación de nuevos proyectos, herramientas de compilación, programación y depuración
Laboratorio 8: Periféricos en microcontroladores ARM (ADC, SPI, I2C, GPIO, UART)
Laboratorio 9: Captura y procesamiento de sensores analógicos y digitales
Laboratorio 10: Interconectando microcontrolador y modem Quectel EC25-AU usando puerto UART y comandos AT

Módulo 4: Servidores y servicios WEB (8 horas)

Módulo 5: Computación y analítica en IoT (32 horas)

Introducción aprendizaje automático, estado del arte
Métodos y Aplicaciones en Analítica
Comparación AI Frameworks
Repaso lenguaje Python
Laboratorio 12: Modelos de predicción en pequeñas bases de datos
Laboratorio 13: Reconocimiento de patrones
Laboratorio 14: Modelos de predicción de series temporales

Profesorado

Juan Torres.

Doctor en Ingeniería con énfasis en telecomunicaciones de la Universidad de los Andes. Tiene experiencia de más de 10 años en especificación, diseño y desarrollo de sistemas electrónicos e informáticos, ha trabajado en las áreas de computación, dispositivos IoT, redes y comunicaciones móviles. Sus temas de investigación son los modelos de probabilidad y estadística, programación, simulación de redes 5G, eficiencia, compartición y regulación del espectro radioeléctrico.

Gustavo Galeano.

Ingeniero electrónico de la Universidad Pontificia Bolivariana. Más de 20 años de experiencia como ingeniero de soporte para tecnologías de semiconductores y 12 años en temas relacionados con telecomunicaciones inalámbricas. Actualmente trabaja para como ingeniero de soporte técnico y comercial para países miembros de la Comunidad Andina y Centroamérica.

Edisson Maldonado.

M.Sc. En ingeniería electrónica y de computadores (Microelectrónica Machine Learning ) de la Universidad de los Andes. Actualmente trabaja como científico de visión por computador y temas relacionados con tratamiento de datos, reconocimiento de patrones, machine learning, Big Data y predicción de series.

Ernesto Rincon.

M.Sc. En ingeniería electrónica y de computadores (Microelectrónica) de la Universidad de los Andes. Más de 10 años como ingeniero de desarrollo de soluciones IoT (hardware, firmware, software). Actualmente trabaja como ingeniero I+D en aplicaciones IoT para redes inteligentes de transmisión de energía.