Descripción del título
La computación en la nube y la programación de aplicaciones de altas prestaciones están revolucionando el mundo digital y científico, impulsando la escalabilidad, la eficiencia y la innovación en todos los sectores. Hoy existe una gran demanda de profesionales capaces de dominar tanto las infraestructuras flexibles y distribuidas en la nube como los lenguajes, librerías y herramientas necesarias para el desarrollo de software de alto rendimiento (High Performance Computing – HPC) y alta productividad (High Throughput Computing – HTC).
En este máster, no solo aprenderás a diseñar arquitecturas resilientes y automatizar despliegues en plataformas cloud como AWS o Azure, sino que también te formarás en la programación paralela y optimización de aplicaciones que ejecutan simulaciones complejas, algoritmos matriciales, modelos meteorológicos, análisis genómicos y otras tareas científicas de gran demanda computacional. Todo ello combinado con el tratamiento masivo de datos propio del Big Data y la Inteligencia Artificial, que requieren tanto potencia de cómputo como infraestructuras eficientes.
Explorarás el funcionamiento de dispositivos hardware avanzados, como GPUs y procesadores multicore, y te familiarizarás con herramientas clave como OpenMP, CUDA, MPI o Threading Building Blocks. Además, aprenderás a optimizar el rendimiento del código secuencial utilizando compiladores avanzados de GNU o de Intel OneAPI, y a desplegar estos entornos sobre infraestructuras cloud adaptadas a las exigencias de cada aplicación.
Este programa te prepara para ser un profesional altamente cualificado, capaz de abordar los retos tecnológicos actuales desde una perspectiva integral: desde la infraestructura en la nube hasta la optimización del software de altas prestaciones. Una formación esencial para liderar proyectos de investigación, innovación y transformación digital en el mundo académico, científico y empresarial.
Objetivos del título
Formación de profesionales:
Con conocimientos sobre los principales servicios ofrecidos por los proveedores públicos de la nube más importantes en la actualidad.
Con amplios conocimientos sobre las arquitecturas de las plataformas cloud y de la gestión y orquestación de contenedores software.
Que dominen las principales tecnologías y herramientas para el procesamiento eficiente de grandes volúmenes de datos (big data) y procesos de IA (entranamiento, validacion y test), la creación de arquitecturas escalables en la nube y el uso de infraestructuras distribuidas de cómputo.
Con amplios conocimientos en diseño y desarrollo de servicios distribuidos eficientes y elásticos a desplegar en sistemas cloud.
Con amplios conocimientos de algorítmica paralela y habilidades y destrezas en el uso de las herramientas software y hardware que permiten el desarrollo de programas sobre sistemas de computación paralela.
Capaces de aplicar las técnicas de computación paralela para la resolución de problemas de gran dimensión y para la resolución de problemas de tiempo real.
Capaces de modelar problemas de ingeniería y problemas científicos utilizando técnicas de Computación de Altas Prestaciones.
Especialistas en Ciencias Computacionales, con una buena comprensión del análisis y la aplicación de algoritmos numéricos, técnicas de visualización y la forma en que los algoritmos utilizan las estructuras de datos y arquitecturas de computadores actuales, así como, las tecnologías de red que permiten el acceso a computadores remotos.
Capaces de desarrollar aplicaciones que garanticen la continuidad de su servicio, incluso cuando éstas sean actualizadas.
Con una base sólida para el estudio y diseño de algoritmos distribuidos.
Salidas profesionales
Este máster abre las puertas a un amplio abanico de oportunidades laborales, combinando la especialización en infraestructuras cloud con el conocimiento profundo de programación de altas prestaciones y optimización computacional.
- Arquitecto Cloud: Diseño y gestión de infraestructuras en la nube pública, híbrida o privada, optimizando el rendimiento, la seguridad y la escalabilidad.
- Ingeniero de DevOps y Automatización: Automatización de despliegues, integración continua y monitorización en entornos cloud y de alto rendimiento.
- Especialista en Computación de Altas Prestaciones (HPC): Desarrollo y optimización de aplicaciones científicas e industriales que requieren simulaciones complejas o procesamiento masivo de datos, usando técnicas de computación paralela y distribuida.
- Ingeniero de Big Data e Inteligencia Artificial: Diseño de pipelines para el procesamiento masivo de datos en entornos cloud, así como optimización de modelos de IA en plataformas de altas prestaciones.
- Administrador de Plataformas Cloud y HPC: Gestión de clústeres y supercomputadores, monitorización de recursos y optimización de cargas de trabajo científicas e industriales.
- Desarrollador de Software de Alto Rendimiento: Programación eficiente utilizando librerías y entornos de computación paralela (OpenMP, CUDA, MPI), optimización de código en entornos multicore y multinodo.
- Consultor en Transformación Digital e Infraestructura Cloud: Asesoramiento estratégico a empresas que migran sus sistemas y aplicaciones al entorno cloud, incorporando además soluciones HPC para cargas críticas.
- Investigador en Computación Científica y Tecnologías Cloud: Aplicación de técnicas avanzadas de programación, optimización y despliegue cloud para proyectos de investigación en áreas como la física computacional, bioinformática, meteorología, etc.
Dirigido principalmente a
Este máster está diseñado para profesionales con formación en áreas técnicas y científicas.
- Ingenieros, licenciados y graduados en Informática, ingenieros de Telecomunicaciones, ingenieros Industriales, licenciados en Física y en Matemáticas.
- Titulados en otras ingenierías que dispongan de un título equivalente en carga docente a 180 créditos ECTS, e ingenieros procedentes de otros países con características similares a las anteriormente citadas.
Estructura del máster
Créditos: 60 ECTS
Obligatorias: 32 ects | Optativas: 16 ects | Practicas externas: 0 ects | Trabajo Final de Máster (TFM): 12 ects
Módulo 1. Núcleo del Máster. Fase I : 16 ects obligatorios
Materia: Conceptos de la computación paralela
Créditos mínimos: 4 | Caracter: Obligatorio
Materia: Conceptos Básicos de la Computación Científica
Créditos mínimos: 4 | Caracter: Obligatorio
Materia: Conceptos de la computación en Grid
Créditos mínimos: 4 | Caracter: Obligatorio
Materia: Fundamentos de las Aplicaciones Distribuidas
Créditos mínimos: 4 | Caracter: Obligatorio
Módulo 2. Núcleo del Máster. Fase II : 16 ects obligatorios
Materia: Métodos de la Computación Paralela y Científica
Créditos mínimos: 8 | Caracter: Obligatorio
Materia: Métodos de la Computación Distribuida y en Grid
Créditos mínimos: 8 | Caracter: Obligatorio
Módulo 3. Especialización : 16 ects optativos
Materia: Aplicaciones y Seminarios
Créditos mínimos: 16 | Caracter: Optativo
Módulo 4. Trabajo de fin de máster : 12 ects trabajo fin titulación
Materia: Trabajo de fin de máster
Créditos mínimos: 12 | Caracter: Trabajo Fin Titulación
Prácticas en empresa
Las prácticas en empresa no son obligatorias en el máster, pero los alumnos pueden realizarlas según la normativa correspondiente.
Procedimiento Prácticas en Empresa
Trabajo Fin de Máster en Empresa
Los alumnos que lo deseen podrán realizar la tesis de máster en el marco de una empresa con la que exista un convenio. Los alumnos interesados deben ponerse en contacto con el coordinador del máster.
Enlaces de Interés
Investigación y acceso a doctorado
Grupos de I+D en los que participan los profesores del Máster:
Institutos y Departamentos donde los profesores que participan en el máster desarrollan proyectos de I+D+I y de transferencia tecnológica:
Líneas de Investigación:
- Computación Paralela
- Tecnologías Cloud
- Sistemas Distribuidos y Sistemas Altamente Disponibles
- Ciencias Computacionales
Escuela de doctorado: https://www.upv.es/contenidos/DOCINF/
Trabajo Fin de Máster
El Trabajo de Fin de Máster, de 12 créditos ECTS, tiene carácter obligatorio. Debe constituir un ejercicio original a realizar individualmente.
Consiste en el desarrollo de un trabajo de investigación básica (orientación científica de iniciación a la investigación), o de aplicación práctica (orientación profesional), en las líneas de Computación Paralela y Científica, o Computación Distribuida y en Grid, en el que se sinteticen e integren las competencias adquiridas en las asignaturas cursadas.
El alumno deberá realizar una memoria del trabajo que, además, deberá exponer y defender públicamente ante un tribunal. Para poder presentar el TFM es necesario haber superado al menos 48 créditos de las asginaturas.
Para la evaluación, se tendrá exclusivamente en cuenta por parte del tribunal la calidad de la memoria y de la presentación de manera general y, de manera específica, la originalidad y relevancia para los trabajos con orientación investigadora y la metodología y aplicabilidad para los trabajos con orientación profesional. Como orientación, la duración del trabajo debe ser aproximadamente de unos 3 meses.
Elección del Trabajo Fin de Máster:
El trabajo en particular se podrá solicitar dentro de la oferta pública que existe mediante la aplicación de TFM (Ebrón), disponible en la Intranet de la UPV, o podrá acordarse directamente entre un profesor del Máster y un alumno (TFM concertado).
