Al concluir la asignatura el alumno será capaz de aplicar los conceptos básicos de
automatización en los sistemas modernos de manufactura de las áreas de neumática,
electroneumática y controladores lógicos programables (PLC). De tal manera que tendrá la
habilidad de resolver e implementar soluciones automatizadas en las empresas. Además podrá
usar los conocimientos adquiridos en neumática y electroneumática para resolver situaciones
que requieren automatización, simulando procesos de producción reales en software
especializado y equipo de laboratorio.

Al concluir la asignatura, el alumno será capaz de integrar los conocimientos de los cursos de
inteligencia artificial, visión computacional y robótica avanzada, para lograr el diseño,
construcción, instrumentación y control de un vehículo autónomo. Asimismo, implementará
algoritmos de procesamiento digital de imágenes, visión computacional e inteligencia
artificial utilizando tecnologías y librerías de programación como Python, TensorFlow, Keras,
Scikit-Learn, y OpenCV en Linux, identificando áreas de oportunidad en el campo de la

Al concluir la asignatura, el alumno será capaz de identificar los principios de operación y
aplicaciones de dispositivos semiconductores como diodos, transistores bipolares y
transistores de efecto de campo; para aplicarlos a la modelación y simulación por computadora
de circuitos analógicos.

Al concluir la asignatura, el alumno será capaz de aplicar los principios básicos para el diseño
de sistemas de control e identificación de procesos dinámicos reales, identificando el
funcionamiento del lazo de control digital y todos sus elementos, así como su utilización para
el control de sistemas térmicos y electromecánicos con la finalidad de diseñar e implementar
un controlador PID digital y sintonizarlo a través de diferentes técnicas adaptadas a sistemas
de primero y segundo orden, así como una Interfaz Hombre-Máquina (HMI) que le permita

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 finalizar la asignatura el alumno será capaz de entender e identificar los fundamentos
matemáticos de algoritmos de aprendizaje supervisado y no supervisado para aplicaciones de
regresión, clasificación, agrupación, y asociación de información empleados en machine
learning ML. Asimismo, implementará 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, con la finalidad de identificar áreas de

Al concluir la asignatura el alumno será capaz de reconocer las tecnologías de la Industria 4.0.
analizando, administrando e interviniendo en la modernización de cualquier proceso
industrial, para llevarlo mediante la robótica al ecosistema de Industria 4.0, sin importar el tipo
de industria. Asimismo, identificará los elementos y conceptos básicos de robótica en los
sistemas modernos de manufactura, aplicando dichos conceptos a sistemas automatizados de
producción, revisión de calidad, pruebas y/o investigación.

Al concluir la asignatura, el alumno será capaz de reconocer los diferentes métodos de control
utilizados en los procesos, identificando cuando utilizar cada uno de los métodos dependiendo
el problema a regular, con el fin de diseñar programas de control para los diferentes sistemas
físicos y la automatización de celdas de manufactura.

Al concluir la asignatura, el alumno será capaz de aplicar las herramientas computacionales
para el análisis de sistemas invariantes en el tiempo, identificando los distintos tipos de
señales y sistemas, así como analizando la información que contienen a través de distintos
métodos, con la finalidad de manipular señales por medio de métodos de análisis tales como
la transformada de Fourier, la transformada de La Place y la transformada Z en sistemas
lineales continuos y discretos.