El MUTSC es una titulación ofrecida por el departamento de Señales, Sistemas y Radiocomunicaciones y proporciona una perspectiva complementaria a la ofrecida por otros másteres profesionales de nuestra escuela de ingeniería. Su objetivo es dotar a sus egresados de habilidades demandadas por la industria, los centros de investigación y la Universidad para trabajar en algunos temas de gran interés en la actualidad a nivel mundial. La titulación se ofrece completamente en inglés (las clases, en material de estudio y la interacción con los profesores).

El Máster consta de dos itinerarios. El primero, Tecnologías y Sistemas de RF, se corresponde con un tema clásico en la Ingeniería de Telecomunicación en el que nuestro Departamento es líder. El segundo itinerario, Procesamiento de Señales y Aprendizaje Máquina para Big Data, aborda nuevos desafíos en el procesamiento de señales y el aprendizaje automático aplicados a Big Data, cubriendo temas que actualmente tienen una gran demanda en diferentes sectores de la industria.

  • Año

    2016-2017

  • Idioma

    Inglés

  • Plazas

    40 nuevas plazas por año académico

  • Creditos

    60 ECTS

  • ECTS mínimo/máximo por año

    24/37 estudiantes a tiempo parcial
    38/60 estudiantes a jornada completa

  • Tipo

    Presencial

PROCESADO DE SEÑAL Y APRENDIZAJE AUTOMÁTICO PARA BIG DATA

El itinerario de Procesado de Señal y Aprendizaje Automático para Big Data está estructurado en 13 asignaturas. El programa ofrece formación básica en análisis estadístico, series temporales y técnicas de optimización, así como formación especializada en ciencia de datos, aprendizaje automático y redes neuronales. Incluye contenidos específicos donde se estudia la integración de estas técnicas con los últimos avances en procesado de señal y el manejo de grandes bases de datos. El programa presenta una fuerte orientación práctica dirigida a conocer impacto del análisis de datos y la inteligencia artificial en diferentes sectores industriales, incluyuendo las telecomunicaciones y los contenidos multimedia.

Modelado estadístico

3 ECTS

Descripción

Este curso proporciona las bases del análisis estadístico de datos como antecedente fundamental para el estudio de técnicas de aprendizaje automático. El curso revisa la teoría de la probabilidad, así como los conceptos y herramientas básicos para la estadística descriptiva y la inferencia estadística.

Análisis de series temporales

4.5 ECTS

Descripción

Este curso es una introducción a la teoría y la práctica del análisis de series de tiempo, proporcionando herramientas estadísticas para analizar datos aleatorios ordenados en el tiempo.

Fundamentos de optimización

3 ECTS

Descripción

Este curso cubre los fundamentos de la optimización de funciones de variables continuas, considerando tanto aspectos analíticos como algorítmicos. Se hace énfasis en técnicas basadas en los multiplicadores de Lagrange y Karush-Kuhn-Tucker para la optimización restringida. Todos los temas están motivados con problemas concretos derivados de aplicaciones prácticas.

Técnicas de optimización para análisis de big data

3 ECTS

Descripción

Esta asignatura utiliza la mayoría de los temas ya proporcionados en Optimization Fundamentals ahora enfocados al problema específico que surge con datos masivos. Aunque proporcionaremos los fundamentos teóricos sobre las técnicas evolucionadas, enfatizaremos diferentes estudios de casos clave en aplicaciones de big data. Distinguiremos tres bloques principales: 1) Paralelización de problemas simples como ecuaciones lineales, inversión de matrices y problemas no lineales. 2) Optimización distribuida y aprendizaje estadístico abordando técnicas de optimización de redes como consenso, difusión y chismes. 3) Paralelización de la optimización con datos masivos utilizando métodos basados ​​en el descenso de coordenadas.

Aprendizaje predictivo y descriptivo

6 ECTS

Descripción

Este curso cubre los principios y la metodología para el diseño, evaluación y selección de una gran variedad de métodos de Machine Learning para el aprendizaje supervisado y no supervisado. Se pone especial énfasis en los algoritmos adecuados para la implementación en paralelo para gestionar datos a muy gran escala.

Laboratorio de aprendizaje automático

4.5 ECTS

Descripción

En este laboratorio los alumnos consolidarán sus conocimientos de teorías y antecedentes fundamentales recibidos a lo largo del primer semestre del Máster. Se presta especial atención al trabajo experimental en plataformas y herramientas de Big Data (Hadoop, Spark, H2O, R, Python, Scala, …) aplicadas sobre problemas prácticos a gran escala. Se consideran varios casos de uso reales, principalmente trabajando con series de tiempo financieras, señales de sensores y señales de voz y audio.

Fundamentos y aplicaciones de la ciencia de datos

2 ECTS

Descripción

Este curso tiene como objetivo ayudar a los estudiantes a obtener una perspectiva global de todos los cursos de esta pista. Los estudiantes aprenderán a evaluar críticamente el valor de diferentes enfoques científicos y tecnológicos para derivar conocimiento de los datos en aplicaciones del mundo real. Los estudios de casos y los debates se abordan en un conjunto de conferencias que reúnen a los principales expertos en diferentes sectores: radio y redes cognitivas, servicios de Internet del futuro, redes sociales y análisis multimedia, Internet de las cosas, máquina a máquina, ciudades inteligentes, Grids, Aplicaciones Biomédicas, Biometría y Forense, Servicios Financieros, Sistemas Robóticos …

Procesamiento de señales para Big Data

4 ECTS

Descripción

Este curso aborda los nuevos desafíos del procesamiento de señales cuando se aplica a datos a gran escala, incluidos los algoritmos de procesamiento para datos dispersos a gran escala, como la transformada de Fourier dispersa, el procesamiento de señales discretas en gráficos (DSPG) y el uso de tensores para analizar Big Data.

Big Data para señales de imagen y video

4 ECTS

Descripción

Este curso presenta una selección de las técnicas más recientes y relevantes para el procesamiento, transmisión y almacenamiento masivo de imágenes y videos. Aborda nuevos conceptos como nuevos marcos de muestreo de señales, detección de compresión, proyecciones aleatorias e introduce casos de uso prácticos innovadores, como la visualización intuitiva de datos de alta dimensión y aplicaciones en el campo de la visión por computadora.

Aprendizaje bioinspirado

3 ECTS

Descripción

El objetivo de este curso es desarrollar enfoques biológicamente inspirados para el aprendizaje automático, incluidas las redes neuronales artificiales, las redes neuronales profundas y los sistemas Swarm. El curso también introduce conceptos y aplicaciones de Ingeniería de Sistemas y Simulación de Sistemas Inteligentes.

Aprendizaje reforzado

3 ECTS

Descripción

Este curso presenta la motivación, fundamentos y diferentes métodos existentes para resolver problemas de Aprendizaje por Refuerzo. A lo largo del curso se consideran varios casos de uso práctico relacionados con la comunicación distribuida y las redes de sensores.

Proyectos de aplicación

4 ECTS

Descripción

En este curso los estudiantes pueden reforzar su experiencia de aprendizaje trabajando en proyectos prácticos que pueden seleccionar entre una amplia gama de áreas: radio cognitiva, redes de sensores, sensores sociales, gráficos sociales, análisis de sentimientos, sensores de teléfonos inteligentes y redes sociales, ciudades inteligentes, análisis multimedia. (imagen, video, voz, música y audio), biometría y analítica forense, ingeniería biomédica, comercio financiero, monitoreo ambiental, sistemas robóticos … Este curso también propondrá competencias estilo Kaggle (www.kaggle.com) donde los estudiantes formar equipos y trabajar juntos. Esto permitirá a los estudiantes aplicar los conceptos aprendidos en los diferentes cursos y desarrollar las habilidades computacionales para analizar datos en un entorno colaborativo.

Análisis de medios a gran escala

4 ECTS

Descripción

Esta asignatura tiene como objetivo presentar las técnicas y metodologías más relevantes para analizar colecciones multimedia a gran escala. Se estudian varios casos de uso: búsqueda y recuperación de contenido a gran escala, clasificación automática y comprensión del contenido, y sistemas de recomendación multimedia híbridos (basados ​​en contenido y colaborativos).

Tesis de maestría

12 ECTS

Descripción

El Trabajo Fin de Máster ofrece una gran oportunidad para colaborar estrechamente con tu profesor favorito en temas avanzados que se acordarán con él. Ubicado en el segundo semestre con 12 ECTS, en ese momento tendrás la perspectiva global sobre cuáles son los temas más desafiantes o más demandados por empresas locales o internacionales en las que deseas profundizar. Luego de una discusión inicial con tu asesor académico sobre tus preferencias, este se pondrá en contacto con el investigador más adecuado entre nuestros profesores que liderará tu etapa final antes de obtener la titulación final. Tendrá la posibilidad de acceder a los laboratorios profesionales de nuestro departamento e involucrarse en nuestra investigación o en nuestros proyectos de transferencia tecnológica. Finalmente tendrás que elaborar un informe extenso describiendo tus logros y hacer una presentación oral defendiendo tus resultados frente a otros profesores expertos en la materia. Al final, habrás ganado plena madurez profesional para continuar tu carrera en el mundo académico o empresas de alta tecnología con capacidades únicas.

TECNOLOGÍAS Y SISTEMAS RF

El itinerario de Tecnologías RF y Sistemas está estructurado en diez asignaturas. Hay un conjunto de ella dedicadas a los fundamentos y las tecnologías, y otro a la comunicación radio. Las primeras comprenden tecnologías de RF y antenas, comprensión y uso de solucionadores electromagnéticos modernos, software de radio y técnicas avanzadas de medición. En el segundo bloque de asignaturas, se presentan sistemas comunicaciones móviles, sistemas MIMO y comunicaciones RF seguras. La integración de tecnologías y aplicaciones ofrece a los estudiantes una perspectiva nueva y fresca de los sistemas modernos de RF

 

Fundamentos de optimización

3 ECTS

Descripción

Este curso cubre los fundamentos de la optimización de funciones de variables continuas, considerando tanto aspectos analíticos como algorítmicos. Se hace énfasis en técnicas basadas en los multiplicadores de Lagrange y Karush-Kuhn-Tucker para la optimización restringida. Todos los temas están motivados con problemas concretos derivados de aplicaciones prácticas.

Técnicas de optimización de radiofrecuencia

3 ECTS

Descripción

El diseño de circuitos y subsistemas de radiofrecuencia mediante simuladores electromagnéticos y de circuitos exige resolver problemas de optimización global, a menudo de funciones ruidosas y costosas. Revisaremos los métodos heurísticos más conocidos, como el recocido simulado, los algoritmos genéticos y las estrategias de evolución. El uso de modelos sustitutos también se abordará revisando la técnica de mapeo espacial. Todos estos temas serán ilustrados mediante proyectos prácticos, donde el alumno optimizará diferentes subsistemas o componentes de radiofrecuencia.

Tecnologías RF

6 ECTS

Descripción

Este curso es un enfoque integral de los sistemas de radiofrecuencia y las tecnologías involucradas. No es un curso de diseño para componentes o circuitos activos y pasivos. Es un enfoque de arriba hacia abajo que comienza con las especificaciones de un sistema y termina con la selección de la tecnología, los componentes y los circuitos adecuados para cumplir con estas especificaciones. Un conocimiento profundo de la variedad de componentes en el mercado, sus especificaciones y limitaciones es básico para un diseño exitoso de sistemas de RF complejos.

Temas avanzados sobre tecnologías de antenas

6 ECTS

Descripción

En este curso se da una sólida formación sobre conceptos avanzados en tecnología de antenas. Cubre aspectos tanto teóricos como prácticos. Se utilizará software comercial o propio para el diseño y simulación de antenas. El curso se basa en el concepto PBL.

Comunicaciones móviles 4G

3 ECTS

Descripción

En este curso se presentan los fundamentos de las comunicaciones móviles modernas y la planificación de sistemas 4G. El curso se centra en la interfaz de RF. Se dan varias técnicas de gestión de recursos de RF. Finalmente, se presenta una descripción general de los futuros sistemas 5G.

Diseño de Comm. Sistemas y equipos

6 ECTS

Descripción

En este curso se describe en profundidad los elementos necesarios, hardware y software, para la implementación de sistemas de comunicación digital. Se dan los fundamentos de las comunicaciones digitales así como los conceptos avanzados sobre el procesamiento de señales digitales para corregir problemas prácticos en el canal de transmisión.

Electromagnetismo computacional

6 ECTS

Descripción

Se presentarán los fundamentos del diseño y análisis de circuitos y circuitos pasivos a RF y frecuencia de microondas utilizando el método numérico más utilizado, MoM, FDTD, FEM, GTD, Mode Matching, etc. El diseño avanzado se llevará a cabo utilizando software comercial disponible.

Comunicaciones RF seguras

3 ECTS

Descripción

Este curso se centró en los sistemas de comunicación que pueden ser atacados en un entorno hostil. Medidas electrónicas y contramedidas para las comunicaciones. Los primeros problemas son los métodos de transmisión robustos, y luego se extienden a técnicas resistentes a ataques inteligentes.

Desde el procesamiento de matrices hasta las comunicaciones MIMO

6 ECTS

Descripción

Presentamos una vista unificada del procesamiento de matrices, formación de haces modernos y sistemas MIMO, incluido el procesamiento de matrices. Antenas adaptables. Problemas de implementación relacionados con las comunicaciones MIMO, comunicaciones MIMO de usuario único, comunicaciones MIMO de múltiples usuarios, comunicaciones MIMO de múltiples usuarios / múltiples celdas, MIMO masivo, MIMO virtual y redes de sensores inalámbricos.

Curso de laboratorio sobre mediciones de RF

6 ECTS

Descripción

Se realizarán una serie de sesiones prácticas sobre medición de antenas, caracterización de materiales, calibración de analizadores de redes vectoriales, medición de componentes activos, compatibilidad electromagnética, etc.

Tesis de maestría

12 ECTS

Descripción

El Trabajo Fin de Máster ofrece una gran oportunidad para colaborar estrechamente con tu profesor favorito en temas avanzados que se acordarán con él. Ubicado en el segundo semestre con 12 ECTS, en ese momento tendrás la perspectiva global sobre cuáles son los temas más desafiantes o más demandados por empresas locales o internacionales en las que deseas profundizar. Luego de una discusión inicial con tu asesor académico sobre tus preferencias, este se pondrá en contacto con el investigador más adecuado entre nuestros profesores que liderará tu etapa final antes de obtener la titulación final. Tendrá la posibilidad de acceder a los laboratorios profesionales de nuestro departamento e involucrarse en nuestra investigación o en nuestros proyectos de transferencia tecnológica. Finalmente tendrás que elaborar un informe extenso describiendo tus logros y hacer una presentación oral defendiendo tus resultados frente a otros profesores expertos en la materia. Al final, habrás ganado plena madurez profesional para continuar tu carrera en el mundo académico o empresas de alta tecnología con capacidades únicas.

Recomendaciones

Lo que más destacaría del máster es la combinación que se hace de teoría y práctica. A lo largo de la carrera siempre afrontas todo de una manera muy teórica y aquí los conocimientos teóricos tienen una aplicación inmediata y visible en el mundo real.
Raquel Dueñas Suárez - Data scientist en SGAE
El máster me ha aportado una mayor especialización en el área de procesado de señal y aprendizaje automático, así como un pensamiento analítico con el cual me he podido enfrentar a los diferentes problemas que me han ido planteando tanto en estas áreas y como en la Inteligencia artificial y los negocios.
Carlos Rodríguez Abellán - Senior Data Scientist en Telefónica.
Del SSR destaco la profesionalidad, el amplio conocimiento de los docentes y la estrecha relación entre alumnos y profesores.
Xiaolian Sun - Especialista en medidas de antenas en LEHA (Laboratoratorio de Ensayos y Homologación de Antenas de la UPM)
Tras 13 años trabajando en el sector de las comunicaciones por satélite y buscaba expandir mis conocimientos. Encontrar este máster fue exactamente lo que necesitaba, ya que sabía que la UPM, iba a aportarme un aprendizaje de calidad.
Ekhi Uranga - Centro Europeo de Astronomía Espacial (ESAC) de la Agencia Europea del Espacio (ESA).

Información práctica

Preinscripción

La Universidad establece las fechas de matrícula que se publican en:

Calendario

Horarios

Exámenes

Otros

Empresas colaboradoras

Contacto

Coordinador del programa
Carlos Cuevas Rodríguez
Email
Teléfono
Información adicional
Todas las consultas sobre el procedimiento de admisión a este Máster deben dirigirse a mastertsc@ssr.upm.es
El lanzamiento de cada pista del máster está condicionado a la inscripción de un número mínimo de alumnos.