Al concluir la asignatura, el alumno será capaz de realizar una perfectibilidad técnica del diseño
de un vehículo, identificando los distintos tipos que existen, analizando objetivamente su
comportamiento y prestaciones, así como de cada uno de los sistemas y subsistemas que lo
conforman, desde el punto de vista de diseño y/o verificación; esto a fin de elaborar un proyecto
de síntesis que permita integrar los conocimientos aprendidos en la carrera.
Al concluir la asignatura, el alumno será capaz de entender e identificar los fundamentos
matemáticos de algoritmos empleados en aprendizaje profundo (Deep Learning),
implementando dichos algoritmos utilizando tecnologías y librerías de programación como
Python, TensorFlow, Keras, Scikit-Learn, y OpenCV en múltiples plataformas como Linux,
Cloud, OS y Windows para identificar áreas de oportunidad en el campo de la ingeniería
donde se puedan desarrollar soluciones confiables, robustas e innovadoras basadas en
algoritmos de Deep Learning.
Al concluir la asignatura, el alumno será capaz de identificar los métodos de diseño más
utilizados, aplicando sus principios fundamentales, para el análisis, diseño y selección de
elementos mecánicos.
Al finalizar la asignatura el alumno será capaz de reconocer y aplicar temas de vanguardia de
tecnologías computacionales de nivel intermedio, mediante el análisis de las tecnologías
actuales, para aplicarlos en el desarrollo de casos.
Al finalizar la asignatura el alumno será capaz de aplicar temas de vanguardia de tecnologías
computacionales de nivel avanzado que existen a nivel global, mediante el análisis
comparativo entre países, para realizar simulaciones de soluciones.
Al concluir la asignatura, el alumno será capaz de resolver problemas identificando como se
involucran las relaciones entre la geometría y los movimientos de un mecanismo, así como
las fuerzas que producen esos movimientos, con la finalidad de analizar y diseñar
mecanismos.
Al concluir la asignatura, el alumno será capaz de reconocer y entender el contexto y aplicación
del Big Data, así como las técnicas de analítica requeridas para la toma de decisiones en la
empresa. De igual manera, identificará y entenderá la naturaleza, características y aplicación
en el contexto del Big Data de algoritmos de clasificación, así como del algoritmo de análisis
multivariado de Mínimos Cuadrados Parciales (PLS, Partial Least Squares), reconociendo los
fundamentos del diseño de experimentos, para la estructuración de modelos de decisión en
Al concluir la asignatura, el alumno será capaz de identificar los elementos básicos de la
automatización en los sistemas modernos de manufactura, mediante su clasificación, para
aplicar los conocimientos de la automatización de sistemas a procesos de manufactura en las
áreas de neumática, electroneumática y controles lógicos programables.
Al concluir la asignatura, el alumno será capaz de dominar los aprendizajes y las competencias
profesionales desarrollados en la etapa terminal de la carrera, con la meta de prepararse para
el desarrollo de proyectos interdisciplinarios que le permitan afrontar los retos del entorno
actual.
Al concluir la asignatura, el alumno será capaz de planificar, integrar y desarrollar un proyecto
similar a los que se enfrentará en su vida profesional donde pueda aplicar los conocimientos
adquiridos en la carrera de Ingeniería en Robótica y Sistemas Inteligentes, desarrollando la
capacidad metodológica de buscar, procesar y utilizar información, para diseñar soluciones,
plantear problemas y aplicar las técnicas adecuadas para cualquier problema en el área de la
robótica y los sistemas inteligentes.