Contenido de la página
Descripción del título
El Máster en Computational Engineering & Industrial Mathematics es un máster universitario en inglés y en modalidad online, diseñado para preparar a los estudiantes en el uso de herramientas avanzadas de ingeniería computacional y matemáticas aplicadas a la industria. Este máster proporciona una formación sólida en modelado de sistemas complejos, desarrollo de algoritmos, análisis de datos, estadística, optimización, simulación, machine learning e inteligencia artificial. A través de una perspectiva aplicada, los estudiantes adquieren las habilidades necesarias para resolver problemas reales en sectores como la logística, el transporte, la producción, las finanzas, y las smart cities, entre otros. Aunque el programa es online, los exámenes finales se realizan de forma presencial en el Campus de Alcoy de la UPV.
Objetivos del título
Desarrollar competencias en modelado matemático y simulación de sistemas complejos.
Formar en el diseño y optimización de algoritmos aplicados a la ingeniería y la industria.
Capacitar en técnicas avanzadas de análisis de datos, estadística, machine learning e inteligencia artificial.
Aplicar herramientas computacionales para resolver problemas reales en sectores como la logística, el transporte, la producción, las finanzas y las smart cities.
Fomentar habilidades para la toma de decisiones basada en datos y la implementación de soluciones innovadoras en entornos industriales.
Salidas profesionales
Las salidas profesionales para los egresados del Máster en Computational Engineering & Industrial Mathematics incluyen roles en sectores y puestos de alta demanda.
- Analista de Datos: Análisis de datos para mejorar procesos industriales y empresariales.
- Especialista en Machine Learning: Desarrollo de modelos predictivos y sistemas de IA aplicados a diversos sectores, como la producción, las finanzas o la logística.
- Analista Cuantitativo: Modelado matemático en finanzas y seguros, contribuyendo en la toma de decisiones estratégicas.
- Consultor en Optimización Industrial: Aplicación de algoritmos y modelos para mejorar la eficiencia en procesos de producción, logística, transporte, smart cities, etc.
- Desarrollador de Modelos Computacionales: Creación y simulación de modelos en áreas como energías, gestión de recursos o smart cities.
- Gestor de Proyectos Tecnológicos en Industria 4.0: Liderazgo de proyectos tecnológicos en entornos de automatización y digitalización industrial.
- Investigación: acceso a los programas de doctorado y grupos de investigación en ámbitos afines al máster.
Dirigido principalmente a
Este máster está diseñado para graduados que buscan especializarse en áreas de alta demanda en la industria tecnológica y científica.
- Graduados en Informática / Ingeniería Informática, Ciencia de Datos e Inteligencia Artificial.
- Graduados en Matemáticas, de Estadística, y de Ingeniería en Tecnologías Industriales.
- *Para graduados/as de Matemáticas, de Estadística, y de Ingeniería en Tecnologías Industriales se incorporan además las siguientes exigencias:
- a) Haber superado durante el grado un mínimo de 12 ECTS entre asignaturas de Programación, Algorítmica, y Computación, incluyendo un mínimo de 6 ECTS de Programación con un lenguaje de propósito general (e.g., C/C++, Python, Julia, o Java).
- b) Completar el curso «Programming for Data Analytics», el cual tendrá 6 ECTS y será ofrecido por la UPV con anterioridad al inicio del máster.
Estructura del máster
Créditos: 60 ECTS
Obligatorias: 30 ects | Optativas: 18 ects | Practicas externas: 0 ects | Trabajo final de máster (TFM): 12 ects
Módulo 1. Compulsory courses : 30 ects obligatorios
Materia: Computational Engineering
Créditos mínimos: 12 | Caracter: Obligatorio
Materia: Industrial Mathematics
Créditos mínimos: 18 | Caracter: Obligatorio
Módulo 2. Elective courses : 18 ects obligatorios
Materia: Hot Topics and Applications
Créditos mínimos: 18 | Caracter: Optativo
Módulo 3. Master’s Thesis : 12 ects obligatorios
Materia: Master’s Thesis
Créditos mínimos: 12 | Caracter: Trabajo Fin Titulación
Prácticas en empresa
No se contempla la posibilidad de realizar prácticas externas
Intercambio académico / convenios con otras universidades
Relación de instituciones de educación superior con las que se mantienen convenios de intercambio de interés para el título:
- CESKA ZEMEDELSKA UNIVERZITA V PRAZE (República Checa)
- VYSOKÁ SKOLA FINANCNÍ A SPRÁVNÍ, O.P.S. (República Checa)
- STICHTING HOGESCHOOL VAN UTRECHT (Holanda)
- LAB UNIVERSITY OF APPLIED SCIENCES (Finlandia)
- HAUTE ECOLE `GROUPE ICHEC-ISC SAINT LOUIS-ISFSC` (Bélgica)
- HOCHSCHULE AUGSBURG (Alemania)
- BUDAPESTI MÛSZAKI ÉS GAZDASAGTUDOMANYI EGYETEM (Hungría)
- Fachhochschule Salzburg GmbH (Austria)
- POLITECNICO DI MILANO (Italia)
- UNIVERSITÀ DEGLI STUDI DI ROMA `LA SAPIENZA` (Italia)
- HÖGSKOLAN I SKÖVDE (Suecia)
Instalaciones y laboratorios
La docencia se impartirá online mediante sesiones interactivas en vivo (docencia síncrona) y sus grabaciones podrán ser consultadas posteriormente a través de la plataforma TEAMS.
La metodología docente incluirá, entre otros, el uso de los siguientes recursos didácticos:
- Diapositivas con los conceptos principales de cada tema
- Software específico de cada asignatura
- Libros de referencia
- Actividades prácticas a realizar de forma colaborativa o individual
- Ejemplos de ejercicios prácticos resueltos con el uso de software
- Casos de estudio en el sector industrial o empresarial
- Artículos científicos
- Debates en el aula virtual
- Vídeos formativos seleccionados por el equipo docente
Trabajo Fin de Máster
El proyecto fin de máster se enfoca en la solución de un problema real en la industria utilizando técnicas avanzadas de ingeniería computacional y matemática industrial. Los estudiantes tendrán la oportunidad de aplicar sus habilidades en la modelización, optimización, simulación y análisis de datos para resolver un problema específico y desarrollar una solución práctica.
El proyecto fin de máster puede ser realizado en colaboración con una empresa, institución, o centro de investigación, lo que permite a los estudiantes trabajar en un entorno real y obtener experiencia práctica.
Además, el proyecto también puede ser una oportunidad para que los estudiantes desarrollen habilidades en la comunicación y presentación de resultados y conclusiones.
