Máster universitario Online de Ingeniería Computacional y Matemática (interuniversitario: URV, UOC)

Trabajo final de máster

Los estudios de máster universitario de Ingeniería Computacional y Matemática concluyen con la elaboración de un trabajo final de 18 créditos ECTS.

Para poder matricularse de la asignatura anual Trabajo final es necesario que se tengan superados previamente, o bien matriculados en el mismo curso que el trabajo final, los 42 créditos correspondientes a las otras asignaturas del máster, mientras que los conocimientos previos concretos necesarios dependerán del área temática del trabajo final.

El trabajo final consiste en la realización de un proyecto, producto, memoria o estudio individual de síntesis de los conocimientos adquiridos en otras asignaturas del máster universitario de Ingeniería Computacional y Matemática. Es una asignatura obligatoria que el estudiante debe cursar para finalizar el programa y está orientada a la evaluación de las competencias asociadas al título. 

En el máster universitario de Ingeniería Computacional y Matemática se ofrece la posibilidad de llevar a cabo un trabajo final en diferentes ámbitos temáticos propuestos por profesores del equipo docente del máster. Las áreas disponibles se pueden consultar en el plan docente de la asignatura. El estudiante debe seleccionar el ámbito de conocimiento en el que quiere hacer su trabajo final de máster y hacer una solicitud que debe ser aceptada por el director o directora del trabajo final y por el equipo docente del programa.

El trabajo final es un trabajo individual que se hace con la tutorización y guía del director o directora del trabajo final, que hace el acompañamiento necesario para que el estudiante pueda llevarlo a cabo con éxito. El director o directora del trabajo final es el encargado de orientar al estudiante y hace el seguimiento del proyecto y lo asesora en cada uno de los aspectos: conceptualización, fundamentación, metodología, redacción de los resultados y defensa. La dedicación del estudiante está determinada por los créditos asignados a esta asignatura y por la equivalencia de 25 horas de dedicación del estudiante por cada crédito. 

El trabajo final concluye con una defensa, en la que el estudiante debe hacer una presentación (vídeo) que resume los resultados obtenidos y el desarrollo del trabajo, de forma online y asíncrona, ante una comisión de evaluación formada por tres miembros, que la evalúan.

A continuación, algunos ejemplos de trabajos finales realizados en el máster:

• An open-source development environment for Self-driving vehicles

• Análisis de datos clínicos en una Unidad de Cuidados Intensivos

• Aprendizaje supervisado en conjuntos de datos no balanceados con redes neuronales artificiales

• Impact evaluation of clustering-based k-anonymity for recommendations

• Jerarquías emergentes en redes complejas

• Metaheuristic algorithms for solving the multi-depot arc routing problem

• Simulación de sistemas flexibles: el caso del aerogenerador

  /li>

• Simulation of the mechanical behaviour of a historical church

• Solució d'alt rendiment per a química computacional

• Tecnologías que mejoran la privacidad en los sistemas de recomendación

• The center-focus and ciclicity problems: an implementation of the Lyapunov method and the interpolation technique

Recursos de aprendizaje

Desde su inicio, el programa proporciona a sus estudiantes los recursos de aprendizaje vinculados a cada una de sus asignaturas para la realización de su actividad docente. El origen de estos recursos de aprendizaje es múltiple: pueden ser materiales docentes que la propia UOC encarga y elabora o pueden ser recursos existentes en la red o ya publicados por terceros.

Los recursos de aprendizaje están disponibles en español e inglés, y el contenido del aula y las intervenciones del equipo docente están disponibles en inglés, español o catalán. Algunos materiales docentes (libros, artículos, etc.) están exclusivamente en inglés, por lo que hay que ser capaz de leer textos científico-técnicos en este idioma.

Por otro lado, el máster ofrece el software necesario para desarrollar las actividades prácticas. El estudiante utiliza Matlab y Simio en las asignaturas obligatorias y Python, R o Java, entre otros, en las asignaturas optativas.

El Máster también cuenta con laboratorios virtuales en las asignaturas de computación y sistemas distribuidos. Los espacios de trabajo de estos laboratorios son aulas virtuales, con un profesor coordinador experto que apoya en la elaboración de las prácticas de los estudiantes.

Duración

El máster universitario de Ingeniería Computacional y Matemática se ha diseñado para que pueda cursarse en un año (dos semestres) o dos (cuatro semestres), pero no existe un tiempo máximo para finalizar la titulación. Cada estudiante puede ajustar la duración y el ritmo de estudio a sus posibilidades de dedicación y disponibilidad de tiempo.

El estudiante puede elegir, de forma anual, el número de asignaturas de cada semestre en las que quiere matricularse. De hecho, el estudiante recibe asesoramiento personalizado del tutor o tutora para poder crear una planificación adecuada en la matriculación de las asignaturas que cursará, según sus necesidades, intereses, tiempo disponible y conocimientos previos, con el objetivo de consolidar las competencias que le aseguren una evolución adecuada a lo largo de la titulación.

Es recomendable cursar el máster en dos años, especialmente para aquellos estudiantes que no puedan tener dedicación exclusiva al máster. Solo se recomienda cursar el máster en un año, en el caso de poder tener dedicación exclusiva.

Competencias

Los titulados del máster interuniversitario de Ingeniería Computacional y Matemática estarán capacitados para:

• Comprender y poder aplicar conocimientos avanzados de computación y métodos numéricos o computacionales a problemas de ingeniería.
• Aplicar métodos computacionales, matemáticos y estadísticos para modelar, diseñar y desarrollar aplicaciones, servicios, sistemas inteligentes y sistemas basados en el conocimiento.
• Aplicar los métodos matemáticos y computacionales a la resolución de problemas tecnológicos y de ingeniería de empresa, particularmente en tareas de investigación, desarrollo e innovación.
• Modelar problemas mediante un lenguaje matemático y resolverlos mediante un razonamiento formal.
• Identificar teorías matemáticas necesarias para la construcción de modelos a partir de problemas de otras disciplinas.
• Manejar software matemático y estadístico.
• Sintetizar y presentar de forma oral y escrita los resultados de investigación acuerdo con las normas de redacción de documentación científica.
• Modelar, simular y analizar sistemas, procesos y redes.
• Analizar y procesar datos que permitan generar y gestionar información útil en la toma de decisiones.
• Diseñar, implementar y validar algoritmos utilizando las estructuras más convenientes.
• Desarrollar una propuesta de proyecto de investigación utilizando las herramientas de apoyo a la investigación.
• Comprender y poder aplicar conocimientos avanzados de computación de altas prestaciones, y en particular de computación paralela/distribuida, en la resolución de problemas científicos y de ingeniería.