En esta página se detallan los contenidos de cada una de las asignaturas optativas ofrecidas en el presente o en el pasado. En el futuro podrían incorporarse nuevas asignaturas optativas a la oferta actual. Para ver la oferta de asignaturas disponibles en cada bimestre visitar esta página.
Docentes a cargo: Dr. Ing. Pablo Gomez, Dr. Ing. Ariel Lutenberg
Temario:
1. Introducción a los sistemas agropecuarios
2. Vegetal Intensivo: fruticultura
3. Vegetal Intensivo: horticultura
4. Vegetal Extensivo: anuales
5. Vegetal Extensivo: forestal
6. Lechería
7. Ganadería
- Ver la página web del curso
Docentes a cargo: Miguel Augusto Azar
Temario:
1. Computación evolutiva
2. Algoritmos Genéticos
3. Operadores genéticos
4. Maximización y optimización
5. Optimización por Enjambre de Partículas (PSO)
6. Parámetros y topologías
7. Benchmark functions
Docentes a cargo: Ing. Magdalena Bouza, Ing. Carlos Germán Carreño Romano
Temario:
1. Introducción a las series de tiempo.
2. Modelos estacionarios. Aplicaciones.
3. Tendencia y estacionalidad.
4. Análisis espectral.
5. Heterocedasticidad.
6. Predicción.
7. Aplicaciones.
Docente a cargo: Esp. Lic. Martín Aníbal Lacheski.
Temario:
Introducción a bases de datos. Tipos de bases de datos. Estructuras de datos.
Modelado de datos. Diagramas Entidad-Relación. UML. Introducción al lenguaje SQL.
Diseño de bases de datos relacionales. Normalización. Consultas SQL y optimización básica.
Bases de Datos NoSQL. Bases documentales, clave-valor, columnares y de grafos.
Infraestructura de Datos y Cloud. Data Warehouse, Data Lake, Lakehouse.
Bases de datos vectoriales y búsqueda por similitud. Concurrencia, recuperabilidad, escalabilidad y seguridad de bases de datos.
Seguridad aplicada para IA. Tecnologías especializadas. Buenas prácticas.
Repaso, caso práctico integrador y consultas.
Docente a cargo: Camilo Argoty
Temario:
1. Autómatas. Máquinas de Turing.
2. Definiciones básicas de estructuras de datos.
3. Algoritmos “Divide y Reinarás”.
4. Algoritmos de búsqueda en grafos.
5. Algoritmos codiciosos.
6. Algoritmos de programación dinámica.
7. Aplicaciones.
Docente a cargo: Camilo Argoty
Temario:
1. Fundamentos éticos y problemas clave en la IA.
2. Principios éticos internacionales.
3. Explicabilidad, transparencia y rendición de cuentas.
4. Justicia, equidad y no discriminación.
5. Privacidad, vigilancia y protección de datos.
6. IA generativa, desinformación y sostenibilidad.
7. Riesgos futuros, AGI y alineación de valores.
8. Gobernanza, herramientas éticas y evaluación.
Docentes a cargo: Martín José Drago, Claudio César Higa.
Temario:
El Paradigma Clínico.
Investigación, Ética y Futuro.
Flujo de Datos y Gestión en Medicina.
Visión Computacional Médica (Imagenología).
Intervención Quirúrgica y Simulación.
Docentes a cargo: Arq. Kevin Abanto
Temario:
1. Introducción histórica & teórica
2. Discusión sobre la ética, regulación y responsabilidad
3. Control avanzado de imágenes
4. Control avanzado de inpainting y outpainting
5. Mejorar de la calidad del flujo de trabajo
6. Herramientas generativas
Docentes a cargo: Dr. Ing. Leonardo Giovanini, Dr. Lic. Matías Gerard, Ing. Juan Carrique
Temario:
1. Análisis y diseño de sistemas embebidos para inteligencia artificial según requerimientos. Codiseño del software y hardware.
2. Análisis del diseño experimental y adquisición de datos: Preparación de ensayos y de validación en campo.
3. Análisis del preprocesamiento de datos: técnicas de procesamiento, ingeniería de características. Consideraciones de diseño e implementación.
4. Análisis y evaluación de algunos algoritmos de clasificación (SVM, MLP, DT, RF, kNN): entrenamiento y estrategias de validación. Proyecto Final.
Docente a cargo: Enzo Pacilio.
Temario:
Fundamentos de modelos de lenguaje (LLMs) y arquitecturas agénticas.
Patrones de diseño y arquitectura para aplicaciones web.
Ingeniería de prompts, contexto y harness.
Desarrollo agéntico de software y flujos autónomos.
Robustez, verificación y calidad de código.
Docente a cargo: Mg. Bruno Fernando Silva Plata.
Temario:
Introducción a LLMOps y Ecosistema Open Source.
Entornos Reproducibles y Gestión de Modelos.
Fine-Tuning de Small Language Models.
APIs y Serving de Modelos Generativos.
Optimización e Inferencia Eficiente de LLMs.
Pipelines de Aplicaciones LLM y Automatización.
Monitoreo, Evaluación y Observabilidad.
Sistemas LLM en Producción y Tendencias Modernas.
Docente a cargo: Esp. Ing. Benjamin Tourn.
Temario:
1. Introducción al SciML. Repaso de entrenamiento de modelos y optimización utilizados en deep learning.
2. PINN para resolver problemas de física matemática.
3. Implementación básica de problemas directos mediante PINN.
4. Estrategias de mejora para PINN.
5. Resolución de problemas inversos.
6. Modelos de operadores neuronales.
7. Tópicos avanzados de PINN y estado del arte.
8. Presentación y defensa de trabajos.
Requisitos mínimos:
1. Conocimiento de física aplicada.
2. Conocimientos de álgebra lineal y análisis matemático.
3. Conocimiento de modelado mediante ecuaciones diferenciales.
4. Conocimientos de algoritmos generales, algoritmos de optimización, programación.
5. Conocimiento de redes neuronales.
Ver el programa de la materia.
Docente a cargo: Mg. Bruno Fernando Silva Plata.
Temario:
Fundamentos de Geometría 3D y Formación de Imagen.
Calibración de Cámaras y Geometría Multivista.
Stereo Vision y Estimación de Profundidad.
Point Clouds y Representaciones 3D.
Deep Learning para Datos 3D.
Reconstrucción 3D Moderna y NeRFs.
Transformers y Foundation Models 3D.
Sistemas 3D en Producción y Aplicaciones Industriales.
Docentes a cargo: Mg. Ing. José Azzaro
Temario:
1. Control de variables ambientales.
2. Estructura de un BMS.
3. Control de acceso, control de tableros eléctricos, utilization de imageries.
4. Sistemas de deteccion y extincion de incendio.
5. Simulación energética de un edificio.
6. Redes de comunicación para Edificios: KNX, LonWorks, BacNet.
Docentes a cargo: Dr. Ing. Anibal Zanini
Temario:
1. Concepto de realimentación.
2. Visión académica y profesional.
3. Estructura de controladores industriales.
4. Estructura de un DCS. Controladores PID. Sintonía.
5. Reglas de Ziegler Nichols.
6. Rechazo de perturbaciones: control en cascada, control en adelanto.
Docentes a cargo: Ing. Fabiana Ferreira
Temario:
1. Características principales del PLC
2. Lenguajes de programación, “Ladder”.
3. Bloques de función: temporizadores, contadores, comparadores, Programación secuencial.
4. Método de Estados y Transiciones.
5. Módulos de interrupción y funciones - Transferencia de datos entre módulos.
6. Conceptos básicos de comunicación de datos aplicables a comunicaciones industriales.
7. Sistemas básicos de comunicación industrial. Buses de dispositivos. Buses de campo. Ethernet industrial. Redes Wireless. Redes para domótica.
Docentes a cargo: Ing. Juan Matías Catanneo, Ing. Yoel Yamil Lopez
Temario:
1. Introducción a la infraestructura de los sistemas de comunicaciones distribuidos.
2. Infraestructura física y lógica.
3. Modelos de comunicación para Internet de las cosas (IoT).
4. Modulaciones y técnicas de transmisión.
5. Uso de espectro, frecuencias disponibles y reglamentación para su uso.
6. Antenas y cobertura.
7. Interoperabilidad y estándares IoT.
8. Seguridad y privacidad de la información.
9. Costeo y presupuesto para la instalación, operación y mantenimiento.
10. Análisis de los modelos de negocios y la viabilidad.
Docentes a cargo: Ing. Fernando Lichtschein, Carlos Pantelides
Temario:
1. Fundamentos de IoT.
2. Principios de Ciberseguridad para IoT.
3. Análisis de una aplicación IoT sencilla.
4. El papel de Cloud.
5. Análisis y discusión de casos de uso.
Docente a cargo: Federico Farfán
Temario:
1. Introducción a LPWAN y panorama de LoRa vs. LoRaWAN.
2. Fundamentos de radio: transmisión, propagación y nociones de cobertura.
3. Tramas y performance: tiempo en el aire en LoRa/LoRaWAN y variables que lo impactan.
4. Hardware típico: transceptores, microcontroladores y placas de desarrollo para LoRaWAN.
5. Parámetros regionales y consideraciones de configuración según región.
6. Dispositivos finales LoRaWAN: clases A/B/C y activación ABP vs OTAA.
7. Programación/Firmware de nodos (LoRa y LoRaWAN): bibliotecas, comunicación MCU–transceptor.
8. Gateways LoRaWAN: rol, tipos y configuración básica.
9. Arquitectura de red LoRaWAN: redes públicas/privadas/mixtas y flujo general de datos.
10. Servidor de red LoRaWAN: alta/registro de nodos y gateways, manejo de datos.
11. Servidor de aplicación: exportación/consumo de datos, almacenamiento y dashboards (p.ej., Node-RED como ejemplo).
Docentes a cargo: Ing. Eduardo Ap Iwan
Temario:
1. Modelos de Despliegue.
2. IaaS: Infrastructure as a Service.
3. PaaS : Platform as a Service.
4. SaaS: Software as a Service.
5. NaaS: Network as a Service
6. Servicios OTT: Over the Top
Docentes a cargo: Esp. Tec. Ciro Edgardo Romero
Temario:
1. Introducción a criptografía
2. Ecosistemas descentralizados
3. Plataformas y herramientas para sistemas descentralizados
4. Redes descentralizadas y sus activos
5. Seguridad informática y defensa ante ataques
Docente a cargo: Matías Perdomo
Temario:
1. Historia y Fundamentos de Cloud Computing.
2. Hyperscale Datacenters y Virtualización de Hardware.
3. Virtualización de SO: Contenedores y Orquestación.
4. Redes y Conectividad en la Nube.
5. Automatización, Infraestructura como Código y DevOps.
6. Cloud y la Revolución de Datos: Big Data, IA y ML.
7. Seguridad, Tendencias y Futuro del Cloud.
Docentes a cargo: Mg. Ing. Juan Manuel Reta, Mg. Ing. Eduardo Filomena
Temario:
1. Introducción general a la bioingeniería y sus campos de aplicación.
2. Registro y acondicionamiento de biopotenciales.
3. Marco regulatorio y aspectos normativos.
4. Registros de signos vitales y sus aplicaciones.
5. Diseño de aplicaciones basadas en Soluciones Integradas.
6. Aplicaciones de sistemas embebidos en adquisición y procesamiento de biopotenciales.
- Ver la página web del curso - Descargue el programa del curso
Docente a cargo: Ing. Jerónimo La Bruna
Temario:
1. Sistema Nacional de Normas, Calidad y Certificación. Campos regulados en Argentina.
2. Estructura y comprensión de las normas (Se utilizará como norma de referencia la IEC 61010-1).
3. Terminología y consideraciones básicas.
4. Consideraciones sobre los ensayos, condiciones de referencia, condiciones de primer defecto.
5. Requisitos de marcado y documentación.
6. Protección contra descargas eléctricas.
a. Diagramas de aislaciones.
b. Distancias en aire y líneas de fuga.
c. Tensión resistida.
d. Corrientes de fuga.
e. Puesta a tierra.
f. Aislamientos sólidos.
g. Diseño de las envolturas.
7. Protección contra peligros y esfuerzos mecánicos.
8. Límites de temperatura, resistencia al calor y al fuego.
9. Protección contra humedad y líquidos.
10. Consideraciones sobre componentes.
Docentes a cargo: Mg. Ing. Diego Brengi
Temario:
1. Proceso general de diseño.
2. Documentación formal y sistema de versiones.
3. Circuito esquemático.
4. Circuito impreso.
5. Proceso de diseño.
Docentes a cargo: Pablo Sebastián González, Javier Choclin
Temario:
1. Componentes y estructura de un sistema robótico: eslabones, juntas y actuadores.
2. Análisis de cinemática directa e inversa, y estudio de las limitaciones de movimiento (grados de libertad, singularidades y configuraciones).
3. Planificación de trayectorias y tipos de movimientos.
4. Introducción a ROS2: arquitectura, comunicación entre nodos, y manejo de herramientas de programación y simulación.
5. Creación y configuración de nodos en ROS2, uso de transformaciones (TF) y descripción de robots (URDF).
6. Simulación en ROS2 e integración con Ignition Gazebo. Planificación y control de movimientos en robots manipuladores mediante Moveit y OMPL.
Docentes a cargo: Mg. Ing. Pablo Slavkin, Mg. Ing. Hanes Sciarrone
Temario:
Device Drivers.
Módulos del kernel.
Linkeo dinámico de drivers.
Clases de dispositivos.
File Systems.
Dispositivos de bloque.
Interfaz de los dispositivos con el device tree.
Interacción con el proceso innovador, manejo de interrupciones desde el driver.
Docentes a cargo: Ing. Roberto Manuel Cibils
Temario:
1. Ambiente espacial.
2. Desarrollo de proyectos espaciales.
3. Satélites y sus subsistemas.
4. Misiones reales de la industria espacial.
Docente a cargo: Mg. Ing. Pablo Slavkin
Temario:
1. Señales y sistemas LTI, adquisición, aliasing, cuantización, dithering.
2. Nyquist-Shanon, reconstrucción, números Q y Float, biblioteca CMSIS-DSP, introducción a Python y numpy.
3. Euler, Fourier, DFT, IDFT, fuga espectral, potencia y energía de señales, Parseval, DFT(FFT) con CMSIS y numpy.
4. DFT / IDFT de señales complejas, pares DFT/IDFT peculiares, correlación, correlación con python y CMSIS-DSP.
5. Respuesta al impulso, descomposición en deltas, convolución, teorema de la convolución, convolución con CMSIS-DSP y numpy.
6. Filtros, clasificación, overlap and add, diseño de filtros con pyFDAX, ventanas, filtros con CMSIS-DSP y numpy, filtros por convolución en tiempo y multiplicación en frecuencia.
7. Deconvolution, zona útil de convolución, up/down sampling, ejemplos de aplicación con CMSIS-DSP.
Docentes a cargo: Mg. Ing. Pablo González, Ing. Andrés Brumovsky
Temario:
1. Robots: definición y capacidades. Especificaciones. Criterios de selección.
2. Sistemas robotizados. Programación offline de robots industriales.
3. Sistemas de visión para máquinas. Componentes. Criterios de selección.
4. Conceptos básicos de programación de sistemas de visión. Integración con robots.