Escuela Profesional de Inteligencia Artificial

Contents: El proceso de escritura: planificar, textualizar y revisar; propiedades del texto; Ortografía, acentuación y puntuación según la norma vigente; El párrafo: idea principal, desarrollo y conectores; Taller: reescritura de párrafos con criterios de claridad y concisión

Capabilities: Redacta párrafos coherentes y correctos según la norma vigente del español.

Contents: Estrategias de lectura crítica de textos científicos y técnicos; El resumen y la síntesis; el parafraseo sin plagio; Búsqueda de fuentes confiables y citación en estilo APA

Capabilities: Sintetiza textos académicos y cita sus fuentes con el estilo APA.

Contents: El texto argumentativo: tesis, argumentos y contraargumentos; Falacias frecuentes y cómo evitarlas; El ensayo académico: estructura y planificación; Taller de redacción del ensayo con revisión entre pares

Capabilities: Elabora un ensayo argumentativo sustentado en fuentes académicas.

Contents: La exposición oral: estructura, apoyo visual y manejo del tiempo; El debate: reglas, escucha activa y réplica; Presentación oral del ensayo ante el aula

Capabilities: Expone y defiende oralmente sus ideas con apoyo visual pertinente.

Contents: La universidad, el Modelo Educativo de la UNMSM y los servicios para el estudiante; Metas de aprendizaje, motivación y gestión del tiempo; Planificación semanal del estudio y hábitos saludables; Taller: elaboración del plan personal de estudio

Capabilities: Planifica su estudio semanal con metas verificables.

Contents: Cómo aprende el cerebro: práctica de recuperación y práctica espaciada; Toma de apuntes, organizadores gráficos y mapas conceptuales; Resolución de problemas y estudio de las matemáticas

Capabilities: Aplica técnicas de estudio basadas en evidencia a sus asignaturas del ciclo.

Contents: Bibliotecas, bases de datos académicas y evaluación de la calidad de las fuentes; Integridad académica: plagio, citación y uso declarado de la inteligencia artificial; Herramientas digitales de productividad y de trabajo colaborativo; Taller: búsqueda y registro de fuentes para un tema del ciclo

Capabilities: Selecciona y registra fuentes académicas confiables con integridad.

Contents: Aprendizaje colaborativo: roles, acuerdos y resolución de conflictos; Preparación para evaluaciones y manejo de la ansiedad; Portafolio de aprendizaje y autoevaluación del semestre

Capabilities: Evalúa su propio proceso de aprendizaje mediante un portafolio.

Contents: Identidad, valores y proyecto de vida; Inteligencia emocional: autoconciencia y autorregulación; Fortalezas personales y áreas de mejora; Taller: línea de vida y metas personales

Capabilities: Formula su proyecto de vida a partir del análisis de sus fortalezas y valores.

Contents: Comunicación asertiva y escucha activa; Empatía y manejo de conflictos; Hablar en público: presentación personal y exposición breve

Capabilities: Se comunica con asertividad en situaciones de trabajo en grupo.

Contents: Enfoques de liderazgo: situacional, transformacional y de servicio; Toma de decisiones y delegación; Ética y responsabilidad del líder; Estudio de casos de liderazgo en ciencia y tecnología

Capabilities: Analiza estilos de liderazgo y su pertinencia en casos reales.

Contents: Equipos efectivos: roles, normas y confianza; Planificación y ejecución de un proyecto grupal de servicio a la comunidad universitaria; Presentación del proyecto y coevaluación

Capabilities: Conduce o integra un equipo que cumple un proyecto breve con resultados verificables.

Contents: Definición épsilon-delta de un límite y técnicas de demostración formal; Leyes de los límites, límites laterales y límites en el infinito; Continuidad: tipos, propiedades y el Teorema del Valor Intermedio

Capabilities: Evalúa límites usando leyes de límites, la regla de L’Hôpital y análisis asintótico. Enuncia la definición épsilon-delta de un límite y explica su significado geométrico.

Contents: Regla de L’Hôpital y formas indeterminadas; Límites de sucesiones: convergencia, Teorema del Sándwich y Bolzano-Weierstrass

Capabilities: Demuestra continuidad o discontinuidad de una función y aplica el Teorema del Valor Intermedio.

Contents: La derivada como límite; interpretaciones geométricas y físicas; diferenciabilidad; Reglas del producto, cociente y cadena; diferenciación implícita; tasas relacionadas; Teorema de Rolle, Teorema del Valor Medio y criterios de monotonía

Capabilities: Aplica las reglas de diferenciación y la diferenciación implícita para calcular derivadas de funciones compuestas e implícitas. Interpreta la derivada como tasa de cambio y como pendiente de la recta tangente.

Contents: Derivadas de orden superior, polinomios de Taylor y estimación del residuo; Extremos: pruebas de la primera y segunda derivada, trazado de curvas y optimización…

Capabilities: Resuelve problemas de optimización y traza curvas usando el Teorema del Valor Medio y las pruebas de derivadas.

Contents: Lógica proposicional y conjuntos; Números reales: axiomas, desigualdades y valor absoluto; Ecuaciones e inecuaciones polinómicas y racionales; Números complejos: forma binómica y forma polar

Capabilities: Resuelve ecuaciones e inecuaciones justificando cada paso con propiedades de los números reales.

Contents: Polinomios: división, raíces y factorización; Matrices y determinantes: operaciones y propiedades; Sistemas de ecuaciones lineales: eliminación gaussiana

Capabilities: Resuelve sistemas de ecuaciones lineales mediante métodos matriciales.

Contents: Vectores en el plano y el espacio: operaciones, norma y producto escalar; Producto vectorial y aplicaciones; La recta en el plano: ecuaciones, paralelismo y perpendicularidad; Rectas y planos en el espacio

Capabilities: Modela rectas y planos con vectores para resolver problemas geométricos.

Contents: Circunferencia y parábola; Elipse e hipérbola; Traslación y rotación de ejes; ecuación general de segundo grado

Capabilities: Identifica y grafica cónicas a partir de su ecuación general.

Contents: Ecosistemas, biodiversidad y servicios ecosistémicos del Perú; Recursos naturales y huella ecológica; Contaminación del aire, el agua y el suelo; Desarrollo sostenible: Agenda 2030 y Objetivos de Desarrollo Sostenible

Capabilities: Explica los principales problemas ambientales del país con datos de fuentes oficiales.

Contents: Bases científicas del cambio climático: evidencias y escenarios; Mitigación y adaptación; compromisos nacionales; Impactos en el Perú: glaciares, recursos hídricos y fenómeno de El Niño

Capabilities: Analiza los impactos del cambio climático en un territorio a partir de datos abiertos.

Contents: Peligro, vulnerabilidad y riesgo; el Sistema Nacional de Gestión del Riesgo de Desastres; Identificación de peligros y análisis de vulnerabilidad; Prevención, preparación y respuesta ante emergencias; Taller: mapa de riesgos de un espacio de la universidad o de la comunidad

Capabilities: Elabora un mapa de riesgos con medidas de prevención para un espacio concreto.

Contents: Economía circular y gestión de residuos, incluidos los residuos electrónicos; Tecnologías digitales para el monitoreo ambiental y la gestión del riesgo; Presentación de propuestas de acción vinculadas a un Objetivo de Desarrollo Sostenible

Capabilities: Propone una acción sostenible viable vinculada a un Objetivo de Desarrollo Sostenible.

Contents: Breve historia de la computación y los lenguajes de programación; Visión general del lenguaje de programación Python; Entornos y herramientas de programación; Estructura básica y ejecución de programas; Escritura, ejecución y depuración de programas simples; Un tipo como un conjunto de valores junto con un conjunto de operaciones: a) Tipos…

Capabilities: Compara la vida diaria antes y después de las computadoras personales e Internet. Implementa programas usando estructuras condicionales e iterativas.

Contents: Definición e invocación de funciones; Mecanismos de paso de parámetros (por valor, por referencia); Valores de retorno y múltiples retornos; Alcance y tiempo de vida de variables (local, global, nonlocal); Fundamentos de recursión; Expresiones lambda y funciones de orden superior

Capabilities: Diseña funciones con alcance y documentación apropiados. Implementa soluciones recursivas a problemas simples.

Contents: Listas y operaciones con listas (indexación, segmentación, mutabilidad); Tuplas e inmutabilidad; Diccionarios y mapeo clave-valor; Conjuntos y operaciones con conjuntos; Cadenas como secuencias; Comprensión de listas y expresiones generadoras

Capabilities: Construye una jerarquía de clases simple utilizando subclases que permita reutilizar código para subclases distintas. Implementa operaciones básicas de búsqueda y ordenamiento en listas.

Contents: Paradigmas: a) Fuerza Bruta (por ejemplo, búsqueda lineal, ordenamiento por selección…; Iteración vs recursión (por ejemplo, factorial, búsqueda en árbol); Estrategias de descomposición de problemas; Técnicas de diseño de algoritmos; Estrategias de depuración y prueba; Seguimiento de la ejecución del programa

Capabilities: Evalúa si un enfoque voraz conduce a una solución óptima. Aplica técnicas sistemáticas de depuración para localizar y corregir errores.

Contents: Dominios de problemas y paradigma de programación; Criterios para un buen diseño de lenguaje de programación: a) Principios de diseño de…; Breve revisión de paradigmas de programación; Comparación entre programación funcional e imperativa; Historia de los lenguajes de programación (énfasis en C y C++); Modelos de ejecución para JIT (Just-In-Time), compilador, intérprete

Capabilities: Evalúa las compensaciones en el diseño de lenguajes para aplicaciones específicas. Explica múltiples beneficios y limitaciones del tipado estático al escribir, mantener y depurar software.

Contents: Definición de clases: campos, métodos y constructores; Subclases, herencia (incluyendo herencia múltiple) y sobrescritura de métodos; Despacho dinámico: definición de llamada a método; Subtipado: a) Polimorfismo de subtipos; conversiones ascendentes (upcasts) implícitas en…; Clases y objetos en C++; Constructores y destructores

Capabilities: Construye una jerarquía de clases simple utilizando subclases que permita reutilizar código para subclases distintas. Implementa jerarquías de herencia para reutilización de código.

Contents: Acceso directo, indirecto e indexado a ubicación de memoria; Representación en tiempo de ejecución de abstracciones de datos como variables, arreglos…; Asignación y acceso de bajo nivel a estructuras de datos de alto nivel como tipos de…; Retorno de procedimiento como mecanismo de desasignación automática para elementos de…; Gestión manual de memoria: asignar, desasignar y reutilizar memoria del montón; Gestión automática de memoria: recolección de basura (garbage collection) como técnica…

Capabilities: Interpreta correctamente las variables y el ámbito léxico en un programa que usa clausuras de funciones. Implementa funciones genéricas usando plantillas.

Contents: Clases de colecciones, iteradores y otros componentes comunes de biblioteca; Contenedores de secuencia (vector, list, deque); Contenedores asociativos (set, map, unordered set); Adaptadores de contenedor (stack, queue, priority queue); Iteradores y algoritmos; Funtores y predicados

Capabilities: Implementa semántica de movimiento para optimización de rendimiento. Compara y contrasta los mecanismos para definir y proteger elementos de datos dentro de los enfoques procedural, funcional y orientado a objetos.

Contents: Lógica: lógica proposicional y de predicados, cuantificadores, demostraciones; Conjuntos: operaciones, cardinalidad, conjuntos potencia, productos cartesianos; Relaciones: propiedades, relaciones de equivalencia, órdenes parciales; Funciones: inyectivas, sobreyectivas, biyectivas, composición, inversa; Lógica avanzada: sistemas de demostración, completitud, decidibilidad; Teoría avanzada de conjuntos: conjuntos infinitos, argumento diagonal de Cantor

Capabilities: Construye demostraciones lógicas simples. Explica lógica proposicional y de predicados.

Contents: Lógica: lógica proposicional y de predicados, cuantificadores, demostraciones; Lógica avanzada: sistemas de demostración, completitud, decidibilidad; Teoría avanzada de conjuntos: conjuntos infinitos, argumento diagonal de Cantor; Relaciones avanzadas: clausuras, retículos; Funciones avanzadas: funciones recursivas, computabilidad

Capabilities: Construye demostraciones lógicas simples. Aplica operaciones de clausura a relaciones.

Contents: Relaciones: propiedades, relaciones de equivalencia, órdenes parciales; Funciones: inyectivas, sobreyectivas, biyectivas, composición, inversa; Grafos: definiciones, caminos, ciclos, árboles, conectividad; Teoría avanzada de grafos: planaridad, coloración, redes

Capabilities: Analiza propiedades avanzadas de grafos. Resuelve problemas básicos de grafos.

Contents: Conteo: permutaciones, combinaciones, teorema del binomio; Conteo avanzado: funciones generadoras, principio de inclusión-exclusión; Relaciones de recurrencia: resolver recurrencias simples; Recurrencia avanzada: funciones generadoras, comportamiento asintótico

Capabilities: Desarrolla funciones generadoras para problemas de conteo. Aplica técnicas de conteo para resolver problemas.

Contents: Conocimiento científico, ciencia y tecnología; la investigación en la UNMSM; Tipos y enfoques de investigación; Ética de la investigación e integridad científica; Líneas y grupos de investigación de la Facultad

Capabilities: Distingue los enfoques de investigación y sus exigencias éticas.

Contents: Del tema al problema: delimitación y justificación; Preguntas y objetivos de investigación; Búsqueda sistemática en bases de datos académicas

Capabilities: Formula un problema de investigación delimitado y justificado.

Contents: Lectura y fichaje de artículos científicos; Gestores de referencias y citación; Matriz de síntesis de la literatura; Redacción del estado de la cuestión

Capabilities: Elabora una revisión breve de literatura con fuentes indexadas.

Contents: Diseño básico de una investigación y recolección de datos; El informe y el póster científico; Presentación de pósteres en una jornada de investigación formativa

Capabilities: Comunica los resultados de una indagación mediante un póster científico.

Contents: Territorio, regiones y diversidad cultural y lingüística; Población, migración interna y urbanización; Desigualdad, pobreza y brechas de acceso a servicios; Brecha digital e inclusión

Capabilities: Describe las brechas sociales y territoriales del país con indicadores oficiales.

Contents: Estado, democracia y ciudadanía; Estructura productiva, informalidad y empleo; Ciencia, tecnología e innovación en el desarrollo nacional

Capabilities: Analiza la relación entre la estructura productiva y el desarrollo tecnológico del país.

Contents: Globalización e interdependencia económica; Geopolítica de la tecnología y de los datos; Cambio climático, migraciones y conflictos; Organismos internacionales y Agenda 2030

Capabilities: Relaciona las tendencias mundiales con sus efectos en el Perú.

Contents: Planeamiento estratégico nacional y políticas públicas; Estudio de un problema nacional con datos abiertos; Debate y presentación de posiciones sustentadas

Capabilities: Argumenta una posición sustentada sobre un problema nacional.

Contents: El Teorema Fundamental del Cálculo y la antiderivada; Técnicas de integración: sustitución, partes, fracciones parciales y sustitución…

Capabilities: Enuncia el Teorema Fundamental del Cálculo y explica la relación entre la diferenciación y la integración.

Contents: Integrales impropias: criterios de convergencia y pruebas de comparación

Capabilities: Calcula integrales definidas e indefinidas usando técnicas estándar, incluyendo sustitución e integración por partes.

Contents: Sucesiones y series: pruebas de convergencia (cociente, raíz, comparación, integral)

Capabilities: Determina la convergencia de integrales impropias y series de potencias, y construye series de Taylor para funciones estándar.

Contents: Series de potencias, radio de convergencia, series de Taylor y Maclaurin

Capabilities: Determina la convergencia de integrales impropias y series de potencias, y construye series de Taylor para funciones estándar.

Contents: Descripción vectorial de posición, velocidad y aceleración; las tres leyes de Newton y…; Formulación y solución analítica de ecuaciones de movimiento para fuerzas constantes y…; Diagramas del espacio de fases (posición vs. velocidad) para visualizar el estado…; Integración numérica de ecuaciones de movimiento usando métodos de Euler, Verlet y…; Movimiento con restricciones y ligaduras holonómicas relevantes para eslabones robóticos…

Capabilities: Construye e interpreta diagramas del espacio de fases para caracterizar la estabilidad y periodicidad de un sistema mecánico simulado. Implementa un algoritmo de integración numérica como el método de Runge-Kutta para calcular la trayectoria de una partícula bajo fuerzas variables.

Contents: Teorema trabajo-energía que relaciona el trabajo neto realizado con el cambio en la…; Funciones de energía potencial y la relación fuerza-gradiente para campos de fuerza…; Conservación de la energía mecánica total y condiciones para su aplicabilidad; Diagramas de energía para identificar puntos de equilibrio, puntos de retorno y…; Modelos de colisiones elásticas e inelásticas: intercambio de momento y energía en…; Definición de centro de masa: R M de un sistema: p⃗ = m⃗v y P⃗ = M V⃗CM

Capabilities: Analiza cómo las fuerzas internas afectan a las partículas individuales pero no al momento total de un sistema. Resuelve la ecuación del cohete para determinar la velocidad en función de la masa expulsada.

Contents: Cinemática rotacional incluyendo desplazamiento angular, velocidad y aceleración (θ, ω, α); Definición de torque: ⃗τ = ⃗r × F⃗ y el cálculo de su magnitud; Momento angular de ⃗ = ⃗r × p⃗; Forma rotacional de la segunda ley de Newton: ⃗τnet = dL ⃗ una partícula: L dt 2 P; Momento de inercia I = mi ri y el teorema de los ejes paralelos; Energía cinética rotacional: Krot = 21 Iω 2

Capabilities: Analiza el movimiento de objetos que ruedan sin deslizar por un plano inclinado. Aplica la conservación del momento angular para analizar cambios en la velocidad de rotación cuando cambia el momento de inercia.

Contents: Movimiento armónico simple (MAS): ecuación de movimiento, posición, velocidad y…; Sistemas oscilantes: resorte-masa y péndulo simple/físico; Energía en el movimiento armónico simple; Oscilaciones amortiguadas y forzadas; introducción a la resonancia; Ondas transversales y longitudinales; velocidad p de propagación; Ecuación de onda y velocidad de una onda en una cuerda tensa: v = T /µ

Capabilities: Analiza la respuesta en amplitud de un oscilador forzado cerca de la frecuencia de resonancia. Aplica la ley de Fourier para calcular el flujo de calor a través de una pared plana o compuesta.

Contents: Clases de colecciones, iteradores y otros componentes comunes de biblioteca; Contenedores asociativos (std::set, std::map, variantes no ordenadas); Adaptadores de contenedor (stack, queue, priority queue); Algoritmos avanzados de STL; Funtores y predicados; Categorías de iteradores y rasgos

Capabilities: Implementa reenvío perfecto para paso eficiente de argumentos. Distingue cuándo usar Concepts, if constexpr o SFINAE heredado al mantener código C++ existente.

Contents: Asignación y acceso de bajo nivel a estructuras de datos de alto nivel como tipos de…; Retorno de procedimiento como mecanismo de desasignación automática para elementos de…; Gestión manual de memoria: asignar, desasignar y reutilizar memoria del montón; Gestión automática de memoria: recolección de basura (garbage collection) como técnica…; Lvalues y rvalues en C++11/14/17/20; Constructores de movimiento y operadores de asignación de movimiento

Capabilities: Analiza la seguridad en hilos de algoritmos concurrentes. Usa un modelo de paso de mensajes para analizar un protocolo de comunicación.

Contents: Abstracciones orientadas a objetos: herencia múltiple, mixins, rasgos (traits)…; Metaprogramación: macros, programación generativa, desarrollo basado en modelos…; Herencia múltiple y herencia virtual; Patrón CRTP (Patrón de Plantilla Curiosamente Recursivo); deducing this (C++23): simplifica CRTP al eliminar la necesidad de static…; Plantillas de expresión

Capabilities: Diseña interfaces de biblioteca extensibles usando diseño basado en políticas. Implementa CRTP para polimorfismo estático.

Contents: Abstracciones orientadas a objetos: herencia múltiple, mixins, rasgos (traits)…; Patrones creacionales, estructurales y de comportamiento; Patrones singleton seguros para hilos; Modismos de diseño modernos en C++; Inyección de dependencias e inversión de control; Abstracciones de control: manejo de excepciones, continuaciones (continuations), mónadas…

Capabilities: Evalúa compensaciones arquitectónicas en sistemas C++. Compara CMake con al menos una alternativa moderna (xmake, Meson o Bazel) en velocidad de compilación y reproducibilidad.

Contents: Arquitectura de máquina von Neumann; Unidad de control: captación, decodificación y ejecución de instrucciones; Introducción a SIMD vs MIMD y la taxonomía de Flynn; Organización de multiprocesadores/multinúcleo de memoria compartida; Arquitectura del conjunto de instrucciones (ISA) (por ejemplo, x86, ARM y RISC-V): a)…; Mecanismos de llamada y retorno de subrutinas

Capabilities: Analiza un diagrama de subrutina para comentar cómo se manejan las llamadas de subrutina a nivel de ensamblador. Evalúa un diagrama de ejemplo con paralelismo a nivel de instrucción y riesgos para describir cómo se manejan en las canalizaciones de procesadores típicos.

Contents: Jerarquía de memoria: la importancia de la localidad temporal y espacial; Organización y operaciones de memoria principal; Memoria persistente (por ejemplo, SSD, discos estándar); Latencia, tiempo de ciclo, ancho de banda e intercalado; Memorias caché: a) Mapeo de direcciones b) Tamaño de bloque c) Política de reemplazo y…; Coherencia de caché multiprocesador

Capabilities: Mide el efecto de la latencia de memoria en el tiempo de ejecución. Calcula el tiempo promedio de acceso a memoria bajo varias configuraciones de caché y memoria y mezclas de referencias de instrucciones y datos.

Contents: Fundamentos de E/S: a) Protocolo de enlace y almacenamiento en búfer b) E/S programada c)…; Estructuras de interrupción: vectorizadas y priorizadas, acuse de recibo de interrupción; Dispositivos de E/S (por ejemplo, ratón, teclado, pantalla, cámara, sensores, actuadores); Almacenamiento externo, organización física y unidades; Fundamentos de buses: a) Protocolos de bus b) Arbitraje c) Acceso directo a memoria (DMA); Implementación de rutas de datos simples, incluyendo segmentación de instrucciones…

Capabilities: Diseña un procesador completo, incluyendo ruta de datos y control. Analiza un diagrama de control de interrupciones para comentar cómo se usan las interrupciones para implementar control de E/S y transferencias de datos.

Contents: Arquitecturas SIMD y MIMD (por ejemplo, GPUs de Propósito General, TPUs y NPUs); Sistemas de memoria heterogéneos: a) Memoria compartida versus memoria distribuida b)…; Arquitecturas Específicas de Dominio (DSAs): a) Acelerador de Aprendizaje Automático b)…; Soluciones de empaquetado e integración como 3DIC y chiplets; Aprendizaje automático en diseño de arquitectura: a) Algoritmos de IA para análisis de…; Diseño Orientado a Datos (DOD): organización de datos en memoria (arreglo de estructuras…

Capabilities: Analiza un diagrama de sistema con arquitecturas paralelas alternativas, por ejemplo, SIMD y MIMD, e identifica las diferencias clave. Discute cómo determinarías cuándo usar un acelerador específico de dominio en lugar de una CPU de propósito general.

Contents: Funciones de Rⁿ en R y de Rⁿ en Rᵐ; curvas y superficies de nivel; Límites y continuidad en varias variables; Derivadas parciales y derivada direccional; Gradiente, plano tangente y aproximación lineal; Regla de la cadena multivariable

Capabilities: Calcula derivadas parciales, direccionales y gradientes de funciones de varias variables. Interpreta el gradiente como la dirección de máximo crecimiento de una función.

Contents: Jacobiano y hessiano; Derivadas de expresiones vectoriales y matriciales; Aproximación de Taylor de primer y segundo orden; Grafos computacionales y retropropagación; Diferenciación automática hacia adelante y hacia atrás

Capabilities: Deriva el gradiente de funciones de pérdida vectoriales con reglas de cálculo matricial. Implementa la diferenciación automática en modo inverso sobre un grafo computacional sencillo.

Contents: Puntos críticos y condiciones de optimalidad; Conjuntos y funciones convexas; Descenso de gradiente y tasa de aprendizaje; Método de Newton; Descenso de gradiente estocástico y por minilotes; Métodos con momento y Adam

Capabilities: Clasifica puntos críticos con el hessiano y verifica la convexidad de una función. Implementa variantes del descenso de gradiente y compara su convergencia.

Contents: Multiplicadores de Lagrange; Condiciones de Karush-Kuhn-Tucker; Dualidad y su uso en máquinas de vectores de soporte; Integrales dobles y triples; Cambio de variables y jacobiano en densidades de probabilidad

Capabilities: Resuelve problemas de optimización con restricciones mediante multiplicadores de Lagrange y condiciones KKT. Calcula integrales múltiples aplicadas a densidades de probabilidad conjuntas.

Contents: Verbo To Be: Afirmativo, Negativo e Interrogativo; Pronombres personales y adjetivos posesivos; Expresiones numéricas (1-100): Puertos, direcciones y fundamentos binarios; Expresiones sociales en entornos académicos y de laboratorio; Posesivo ’s y sustantivos plurales aplicados a componentes (the CPU’s speed, the system’s…; Componentes de hardware y sus relaciones

Capabilities: Se presenta y describe los componentes de un sistema de cómputo en inglés con estructuras básicas.

Contents: Presente Simple I (Tercera persona: He/She/It) para describir procesos; Vocabulario: Cómo operan programas, algoritmos y dispositivos; Expresar la hora e interpretar relojes y horarios de sistemas; Verbos de operación: runs, compiles, executes, stores, transmits; Presente Simple II (I/You/We/They) para describir rutinas profesionales; Preguntas y negaciones con ’Do/Does’ en contextos técnicos

Capabilities: Describe procesos y rutinas profesionales en presente simple, de forma oral y escrita.

Contents: Existencial: There is / There are aplicado a descripciones de arquitecturas; Preposiciones de lugar: componentes en una placa madre, archivos en un directorio; Vocabulario: memoria, almacenamiento, buses, ranuras, puertos, capas; Descripción de topología de red e infraestructura física; Verbo modal Can/Can’t para describir capacidades y limitaciones computacionales; Adverbios de modo aplicados al rendimiento de sistemas

Capabilities: Describe la arquitectura de un computador y sus capacidades con vocabulario técnico.

Contents: Pasado Simple: Verbos regulares e irregulares para narrar la historia tecnológica; Expresiones de tiempo pasado: invented, developed, published, launched; Figuras clave: Turing, Babbage, Lovelace, von Neumann; Vocabulario: Generaciones de computadoras, hitos, inventos; Introducción al inglés técnico para computación e ingeniería; Lectura y comprensión de especificaciones técnicas simples

Capabilities: Narra hitos de la historia de la computación y expone sus metas profesionales en inglés.

Contents: Álgebra de matrices: suma, multiplicación por escalar, producto de matrices, transpuesta…; Resolución de sistemas de ecuaciones lineales mediante eliminación gaussiana y…

Capabilities: Resuelve sistemas de ecuaciones lineales mediante eliminación gaussiana o Gauss-Jordan, determinando el rango y la consistencia del sistema. Identifica tipos de matrices y realiza operaciones básicas de álgebra matricial, incluyendo el cálculo de la inversa de una matriz.

Contents: Determinantes: definición, propiedades, regla de Cramer e interpretación geométrica; Descomposiciones matriciales: LU, QR y descomposición en valores singulares (SVD)

Capabilities: Aplica la regla de Cramer y las descomposiciones LU, QR y SVD para resolver sistemas lineales y factorizar matrices.

Contents: Espacios y subespacios vectoriales; bases, dimensión e independencia lineal; Transformaciones lineales, núcleo e imagen, teorema rango-nulidad y representaciones…

Capabilities: Aplica transformaciones lineales para modelar y resolver problemas de cambio de base y composición de aplicaciones. Determina el núcleo, la imagen y la representación matricial de una aplicación lineal, verificando el teorema de rango-nulidad.

Contents: Valores y vectores propios; diagonalización y el teorema espectral; Espacios con producto interno, ortogonalidad, proceso de Gram-Schmidt y mínimos cuadrados; Formas cuadráticas y definitud: clasificación en positiva, negativa e indefinida mediante…

Capabilities: Aplica los métodos de mínimos cuadrados y la clasificación de formas cuadráticas mediante valores propios para resolver problemas de aproximación y optimización. Calcula la diagonalización de matrices mediante el teorema espectral y aplica el proceso de Gram-Schmidt para obtener bases ortogonales.

Contents: Medidas de posición: media, mediana, moda, media recortada y media ponderada; Medidas de dispersión: varianza, desviación estándar, RIQ, MAD y rango; Medidas de forma: asimetría y curtosis; cuantiles y percentiles; Estadísticas de resumen robustas: resistencia a valores atípicos y distribuciones de…; Experimentos aleatorios, resultados y espacios muestrales: finitos, contables e…; Operaciones de teoría de conjuntos sobre eventos: unión, intersección, complemento y…

Capabilities: Construye sigma-álgebras apropiadas para espacios medibles que surgen en problemas estadísticos. Compara estadísticas de resumen clásicas y robustas y justifica la elección para un conjunto de datos dado.

Contents: Definición e interpretación de la probabilidad condicional P(A|B) y sus propiedades; Teorema de Bayes y ley de la probabilidad total: derivación y aplicaciones; Independencia de eventos: independencia por pares e independencia mutua; Independencia condicional y su papel en los modelos gráficos probabilísticos; Funciones de masa de probabilidad (FMP) y funciones de distribución acumulada (FDA) para…; Distribuciones discretas clave: Bernoulli, Binomial, Geométrica, Binomial Negativa…

Capabilities: Analiza si los eventos son independientes o condicionalmente independientes en un modelo de probabilidad dado. Selecciona una distribución discreta apropiada para modelar un fenómeno aleatorio dado y justificar la elección.

Contents: FMP y FDP conjuntas para dos o más variables aleatorias; Distribuciones marginales y condicionales derivadas de distribuciones conjuntas; Covarianza, correlación y sus propiedades; la independencia implica covarianza cero (el…; La distribución normal bivariada y sus distribuciones condicionales; Ley débil de los grandes números: convergencia en probabilidad y sus implicaciones para…; Teorema central del límite: enunciado, condiciones y papel en la justificación de…

Capabilities: Evalúa la eficiencia de un estimador usando la cota inferior de Cramér-Rao. Aplica el método delta para derivar distribuciones asintóticas de estimadores no lineales.

Contents: Marco de Neyman-Pearson: hipótesis nula y alternativa, regiones de rechazo, errores tipo…; Valores p: definición, interpretación correcta y usos incorrectos comunes; potencia y…; Pruebas paramétricas comunes: prueba z, prueba t, prueba F y prueba ji-cuadrada; Lema de Neyman-Pearson y pruebas uniformemente más poderosas; Marco bayesiano: a priori, verosimilitud, a posteriori y el papel del teorema de Bayes; Distribuciones a priori: informativas, no informativas y conjugadas

Capabilities: Aplica factores de Bayes para comparar modelos estadísticos e interpretar la evidencia. Deriva la prueba más poderosa para una hipótesis simple usando el lema de Neyman-Pearson.

Contents: Revisión de metaprogramación con plantillas y rasgos avanzados; Rasgos de tipos y SFINAE para compilación condicional; Plantillas variádicas y paquetes de parámetros; Reenvío perfecto y referencias universales; Expresiones lambda con capturas genéricas; Diseño basado en políticas y CRTP (Patrón de Plantilla Curiosamente Recursivo)

Capabilities: Aplica diseño basado en políticas para crear estructuras de datos configurables. Diseña rasgos de tipos para personalizar el comportamiento de estructuras de datos.

Contents: árboles: a) Binarios, n-arios y árboles de búsqueda b) Balanceados (por ejemplo, AVL…; Implementación de plantilla de árbol binario con soporte de iteradores; Árbol de búsqueda binaria con operadores de comparación basados en rasgos; Algoritmos de recorrido de árbol (iterativo y recursivo); Árboles de expresión y sus aplicaciones; Estructuras de nodo basadas en plantilla con carga útil configurable

Capabilities: Evalúa compensaciones entre diferentes estructuras de árbol balanceado. Analiza complejidades de operaciones de árbol para diferentes estrategias de balanceo.

Contents: árboles: a) Binarios, n-arios y árboles de búsqueda b) Balanceados (por ejemplo, AVL…; Implementación de montículo binario usando representación de arreglo; Variantes de montículo mínimo y montículo máximo; Algoritmos heapify y análisis de complejidad; Implementación de ADT de cola de prioridad; Visión general de montículo binomial y montículo de Fibonacci

Capabilities: Evalúa rendimiento de diferentes esquemas de hashing. Analiza complejidad de operaciones de montículo para diferentes tipos de montículo.

Contents: Principios de diseño de estructuras de datos seguras para hilos; Listas enlazadas concurrentes basadas en bloqueos; Algoritmos sin bloqueo y libres de espera; Tablas hash concurrentes con bloqueo de grano fino; Operaciones atómicas y ordenamiento de memoria; Colas concurrentes (limitadas e ilimitadas)

Capabilities: Evalúa compensaciones espacio-tiempo en estructuras de datos probabilísticas. Aplica estructuras especializadas para resolver problemas específicos de dominio.

Contents: Propósito y ventajas de los sistemas de bases de datos; Componentes de los sistemas de bases de datos; Diseño de funciones fundamentales de DBMS (por ejemplo, mecanismos de consulta, gestión…; Arquitectura de base de datos, independencia de datos y abstracción de datos; Gestión de transacciones; Normalización

Capabilities: Aplica características E-R extendidas para modelado complejo. Diseña diagramas E-R para escenarios del mundo real.

Contents: Integridad de entidad y referencial: Clave candidata, superclaves; Diseño de base de datos relacional; Operaciones de álgebra relacional: selección, proyección, join, unión, etc; Restricciones de integridad: dominio, clave, entidad, referencial; Cálculo relacional: cálculo de tuplas y de dominio; Mapeo de diagramas E-R a esquemas relacionales

Capabilities: Diseña y crea índices apropiados para rendimiento. Implementa restricciones de integridad a nivel de esquema.

Contents: Consultas SQL complejas: subconsultas anidadas, subconsultas correlacionadas; Funciones de agregación y operaciones GROUP BY; Operaciones de conjunto: UNION, INTER- SECT, EXCEPT; Operaciones JOIN: inner, outer, natural, cross joins; Manipulación de datos: INSERT, UPDATE, DELETE; Control de transacciones: COMMIT, ROLLBACK, SAVEPOINT

Capabilities: Evalúa descomposiciones para sin pérdida de join y preservación de dependencias. Implementa operaciones de modificación de datos con control de transacciones.

Contents: Gestión de Transacciones: a) Niveles de Aislamiento b) ACID c) Serializabilidad d )…; Control de Concurrencia: a) Bloqueo en 2 Fases b) Estrategias de manejo de bloqueos…; Propiedades ACID: Atomicidad, Consistencia, Aislamiento, Durabilidad; Serializabilidad y serializabilidad por conflicto; Control de concurrencia basado en bloqueos: bloqueo en dos fases; Detección y prevención de interbloqueos

Capabilities: Analiza programaciones de transacciones para serializabilidad. Implementa medidas básicas de seguridad de bases de datos.

Contents: Espacios de probabilidad y probabilidad condicional; Teorema de Bayes; Variables aleatorias discretas y continuas; Distribuciones conjuntas, marginales y condicionales; Esperanza, varianza y covarianza; Distribución normal multivariada

Capabilities: Calcula probabilidades condicionales y aplica el teorema de Bayes a problemas de diagnóstico. Opera con distribuciones conjuntas y con la distribución normal multivariada.

Contents: Desigualdades de Markov y de Chebyshev; Ley de los grandes números; Teorema central del límite; Entropía y entropía cruzada; Divergencia de Kullback-Leibler e información mutua

Capabilities: Aplica los teoremas límite para justificar estimaciones por muestreo. Calcula entropía, entropía cruzada y divergencia entre distribuciones.

Contents: Estimación por máxima verosimilitud; Estimación bayesiana y distribuciones a priori conjugadas; Estimación máxima a posteriori y regularización; Sesgo, varianza y error cuadrático medio; Intervalos de confianza y remuestreo bootstrap

Capabilities: Deriva estimadores de máxima verosimilitud y máxima a posteriori para modelos comunes. Evalúa estimadores según su sesgo y su varianza.

Contents: Cadenas de Markov de tiempo discreto; Distribución estacionaria; Modelos ocultos de Markov; Procesos de Poisson; Simulación Monte Carlo; Muestreo por cadenas de Markov (MCMC)

Capabilities: Modela un sistema como cadena de Markov y calcula su distribución estacionaria. Simula procesos estocásticos y estima cantidades mediante Monte Carlo.

Contents: Agentes que resuelven problemas: estados, acciones y costo; Búsqueda en anchura y en profundidad; Costo uniforme y profundización iterativa; Búsqueda bidireccional; Completitud, optimalidad y complejidad de los algoritmos

Capabilities: Formula problemas reales como búsqueda en espacios de estados. Implementa y compara algoritmos de búsqueda no informada.

Contents: Búsqueda voraz y A*; Heurísticas admisibles y consistentes; Ascenso de colinas y recocido simulado; Algoritmos genéticos y búsqueda en haz; Metaheurísticas para optimización combinatoria

Capabilities: Diseña heurísticas admisibles y justifica la optimalidad de A*. Aplica búsqueda local y metaheurísticas a problemas de optimización combinatoria.

Contents: Juegos y algoritmo minimax; Poda alfa-beta; Búsqueda de árbol Monte Carlo; Problemas de satisfacción de restricciones; Propagación y consistencia de arcos; Retroceso con heurísticas de ordenamiento

Capabilities: Implementa agentes de juego con minimax, poda alfa-beta y búsqueda de árbol Monte Carlo. Resuelve problemas de satisfacción de restricciones con propagación y retroceso.

Contents: Representaciones STRIPS y PDDL; Planificación hacia adelante y hacia atrás; Heurísticas para planificación; Planificación jerárquica de tareas; Planificación con incertidumbre; Planificación con modelos de lenguaje y sus límites

Capabilities: Modela dominios de planificación en PDDL y los resuelve con un planificador. Evalúa la calidad y el costo de los planes obtenidos con distintos enfoques.

Contents: Origen e historia de la ciencia cognitiva; Niveles de análisis de Marr; Representación y computación en la mente; Métodos experimentales de la psicología cognitiva; Arquitecturas cognitivas (ACT-R y Soar)

Capabilities: Explica los niveles de análisis y los métodos de la ciencia cognitiva. Compara arquitecturas cognitivas y sus supuestos.

Contents: Percepción visual y auditiva; Atención selectiva; Memoria de trabajo y memoria de largo plazo; Aprendizaje y condicionamiento; Categorización y conceptos

Capabilities: Describe los mecanismos de percepción, atención y memoria con evidencia experimental. Replica un experimento cognitivo clásico y analiza sus datos.

Contents: Adquisición y procesamiento del lenguaje; Razonamiento deductivo e inductivo; Heurísticas y sesgos en la decisión; Modelos bayesianos de la cognición; Cognición social y teoría de la mente

Capabilities: Analiza sesgos cognitivos y modelos bayesianos de la decisión. Contrasta el procesamiento humano del lenguaje con el de los modelos de lenguaje.

Contents: La neurona y el potencial de acción; Modelos de integración y disparo; Plasticidad sináptica y regla de Hebb; Codificación neuronal y redes recurrentes; Dopamina y aprendizaje por refuerzo; Inspiración biológica de las redes neuronales artificiales

Capabilities: Simula modelos de neuronas y de plasticidad sináptica. Relaciona principios de la neurociencia con arquitecturas de redes neuronales artificiales.

Contents: Repaso de Pasado Simple: Afirmativo y Negativo en contextos científicos; Expresiones de tiempo con ’ago’: Cuándo se inventaron o lanzaron tecnologías; Conjunciones: and, so, but, because — estructuración de explicaciones técnicas; Vocabulario: Hitos científicos, inventos y descubrimientos tecnológicos; Sustantivos contables e incontables en computación: files, data, code, memory; Uso de some, any, a lot of para cuantificar recursos técnicos

Capabilities: Narra avances científicos y explica relaciones entre datos y variables con conectores.

Contents: Planes futuros: Verb + to + infinitive en la planificación de proyectos; Uso de ’Will’ vs ’Going to’ para predicciones y lanzamientos programados; Verbos auxiliares para pronosticar: tendencias de IA, computación en la nube, computación…; Vocabulario: Tecnologías emergentes y trayectorias profesionales en computación; Adjetivos comparativos y superlativos aplicados a hardware y software; Comparación de lenguajes de programación, sistemas operativos y algoritmos

Capabilities: Compara tecnologías y formula predicciones sobre su evolución, de forma oral y escrita.

Contents: Presente Continuo para describir procesos técnicos activos y en curso; Uso actual: ”The server is processing requests.”; Uso futuro con Presente Continuo: despliegues y experimentos programados; Redacción: Actualizaciones de estado e informes de avance en proyectos técnicos; Introducción al Presente Perfecto para describir logros con relevancia actual; Palabras clave: ever, never, yet, just — aplicadas a versiones de software e investigación

Capabilities: Redacta informes breves de avance de un proyecto técnico en inglés.

Contents: Adjetivos terminados en -ed e -ing para describir experiencias y procesos técnicos; Verbos modales de obligación: must, have to — aplicados a requisitos de ingeniería; Vocabulario: Desafíos de ingeniería, restricciones, trade-offs y estándares; Redacción: Planteamiento corto de un problema técnico; Terminología técnica: Dispositivos de entrada/salida, almacenamiento y periféricos; Lectura y seguimiento de instrucciones de instalación y configuración de software

Capabilities: Plantea por escrito un problema técnico, sus requisitos y restricciones en inglés.

Contents: Tipo de Dato Abstracto (ADT) y operaciones sobre un ADT: a) Operaciones de diccionario…; Arreglos: a) Numéricos vs no numéricos, cadenas de caracteres b) Unidimensionales…; Registros/Estructuras/Tuplas y Objetos; Listas enlazadas (por razones históricas): a) Simples vs Dobles y Lineales vs Circulares; Pilas; Colas y deques: a) Cola de prioridad basada en montículo

Capabilities: Explica cómo se maneja la evitación de colisiones y la resolución de colisiones en tablas hash.

Contents: Paradigmas: a) Fuerza Bruta (por ejemplo, búsqueda lineal, ordenamiento por selección…; Manejo del crecimiento exponencial (por ejemplo, heurística A*, ramificación y poda…; Iteración vs recursión (por ejemplo, factorial, búsqueda en árbol); Paradigmas: a) Algoritmos de aproximación b) Mejora iterativa (por ejemplo…; Computación cuántica

Capabilities: Evalúa si un enfoque voraz conduce a una solución óptima. Explica varios enfoques para abordar problemas computacionales cuyas soluciones algorítmicas son exponenciales.

Contents: Marco de Análisis de Complejidad: a) Rendimiento de un algoritmo en el mejor caso, caso…; Mediciones empíricas de rendimiento; Compromisos tiempo-espacio en algoritmos; Análisis de complejidad asintótica (cotas promedio y peor caso): a) Notaciones formales…

Capabilities: Aplica la notación Big-O para dar cotas superiores en la complejidad tiempo/espacio de algoritmos. Explica cómo el balance del árbol afecta la eficiencia de las operaciones de árbol de búsqueda binaria.

Contents: Notaciones Little-o, Little-Omega y Little Theta; Análisis recursivo formal; Análisis amortizado; Tractabilidad e intractabilidad: a) Clases de Complejidad P, NP y NP-Completo b)…

Capabilities: Aplica relaciones de recurrencia elementales usando una forma del Teorema Maestro. Usa relaciones de recurrencia para evaluar la complejidad de tiempo de algoritmos definidos recursivamente.

Contents: Visión general de los problemas de IA, Ejemplos de aplicaciones recientes exitosas de IA; Definiciones de agentes con ejemplos (por ejemplo, reactivos, deliberativos); ¿Qué es el comportamiento inteligente?: a) La prueba de Turing y sus defectos b) Entrada…; Visión general de las Aplicaciones de IA, crecimiento e impacto (económico, social, ético); Problemas filosóficos; Historia de la IA

Capabilities: Evalúa si una heurística para un problema dado es admisible/puede garantizar una solución óptima. Compara y contrasta varias búsquedas heurísticas con respecto a la aplicabilidad a un problema dado.

Contents: Juegos adversariales de dos jugadores: a) Búsqueda minimax b) Poda alfa-beta: 1) Corte…; Búsqueda local; Búsqueda tabú; Juegos adversariales de dos jugadores: a) El efecto horizonte b) Libros de…; Implementación de búsqueda minimax, búsqueda en haz; Búsqueda expectimax (resolución MDP) y nodos de azar

Capabilities: Diseña e implementa un programa de recocido simulado para evitar mínimos locales en un problema. Implementa un algoritmo de aprendizaje estadístico y el proceso de optimización correspondiente para entrenar el clasificador y obtener una predicción en nuevos datos.

Contents: Redes neuronales básicas: a) Fundamentos de comprensión de cómo funcionan las redes…; ética para el Aprendizaje Automático: a) Enfocarse en datos reales, escenarios reales y…; Formulación del aprendizaje automático simple como un problema de optimización, como…; Conjuntos de modelos: a) Combinación de mayoría ponderada simple; Evaluación de rendimiento: a) Otras métricas para clasificación (por ejemplo, error…; Aprendizaje profundo: a) Redes feed-forward profundas (solo intuición, sin matemáticas)…

Capabilities: Evalúa el rendimiento de un sistema de aprendizaje simple en un conjunto de datos del mundo real. Aplica la regla de Bayes para determinar la probabilidad de una hipótesis dada la evidencia.

Contents: Independencia; Independencia condicional; Cadenas de Markov y modelos de Markov; Utilidad y toma de decisiones; Al menos una aplicación de IA a un problema y campo específico, como medicina, salud…; Modelos generativos profundos desplegados: a) Visión general de alto nivel de modelos…

Capabilities: Analiza el impacto social de una o más aplicaciones específicas de IA del mundo real, identificando problemas respecto a ética, equidad, sesgo, confianza y explicabilidad. Describe algunos de los modos de falla de los modelos generativos profundos actuales para lenguaje o imágenes, y cómo esto podría afectar su uso en una aplicación.

Contents: Gestión de configuración de software y control de versiones: Prácticas de Desarrollo de…; Gestión de lanzamientos (release management); Herramientas de prueba, incluyendo herramientas de análisis estático y dinámico.…; Automatización de procesos de software: a) Sistemas de construcción (build systems): el…; Flujo de revisión colaborativa como puerta de calidad a) Revisión obligatoria de pull…; Escaneo de vulnerabilidades de dependencias y de la cadena de suministro integrado en los…

Capabilities: Identifica los requisitos funcionales y no funcionales en un conjunto de requisitos. Recopila un conjunto de requisitos para un sistema de software simple.

Contents: Comunicación efectiva, incluida la oral y escrita, así como formal (correo electrónico…; Causas comunes de conflicto en el equipo y enfoques para la resolución de conflictos; Programación cooperativa: a) Programación por parejas (pair programming) o Enjambre…; Roles y responsabilidades en un equipo de software: Códigos de Ética y Responsabilidad…; Procesos del equipo: responsabilidades para las tareas, estimación de esfuerzo…

Capabilities: Propone y delega los roles y responsabilidades necesarios en un equipo de desarrollo de software. Facilita una estrategia de resolución de conflictos y resolución de problemas en un entorno de equipo.

Contents: Principios de diseño de sistemas. Confiabilidad del Sistema a) Niveles de abstracción…; Arquitectura de software. Confiabilidad del Sistema a) Paradigmas de diseño 1)…; Programación a gran escala vs programación a pequeña escala (programming in the large vs…; Malos olores del código (code smells) y otras indicaciones de la calidad del código…; Conceptos de verificación y validación a) Verificación: ¿Estamos construyendo la cosa…; Por qué importan las pruebas: ¿El componente sigue siendo funcional a medida que el…

Capabilities: Selecciona y usa un paradigma de diseño apropiado para diseñar un sistema de software simple y explicar cómo se han aplicado los principios de diseño de sistemas en este diseño. Identifica las dependencias entre un conjunto de componentes de software en un diseño arquitectónico.

Contents: Herramientas y automatización de verificación y validación a) Análisis estático b)…; Planificación y generación de pruebas a) Estimación de fallos y terminación de pruebas…; Pruebas de sistemas asíncronos, paralelos y concurrentes; Verificación y validación de artefactos que no son código (documentación, materiales de…; Desarrollo guiado por comportamiento (BDD) a) Expresar criterios de aceptación como…; Pruebas de mutación y análisis estático de calidad de código a) Pruebas de mutación para…

Capabilities: Analiza el puntaje de mutación de una suite de pruebas y refactoriza las pruebas para eliminar los mutantes sobrevivientes. Crea un plan de pruebas para un segmento de código de tamaño mediano que contenga código asíncrono, concurrente y/o paralelo, incluyendo una matriz de pruebas y generación de datos y entradas de prueba.

Contents: Los sistemas operativos median entre el hardware de propósito general y el software…; Funciones universales del sistema operativo (por ejemplo, proceso, interfaces de usuario…; Funciones extendidas y/o especializadas del sistema operativo (por ejemplo, sistemas…; Problemas de diseño (por ejemplo, eficiencia, robustez, flexibilidad, portabilidad…; Influencias de seguridad, redes, multimedia, computación paralela y distribuida; Preocupación general de seguridad/protección: Omitir considerar la seguridad en cada capa…

Capabilities: Evalúa los problemas de diseño en diferentes escenarios de uso (por ejemplo, sistema operativo en tiempo real, móvil, servidor). Crea y ejecuta scripts automatizados para gestionar varias tareas del sistema.

Contents: Planificación con expropiación y sin expropiación; Planificadores y políticas (por ejemplo, primero en llegar primero en ser servido…; Conceptos de planificación de multiprocesador simétrico (SMP) y coherencia de caché Ver…; Temporizadores (por ejemplo, construir muchos temporizadores a partir de temporizadores…; Justicia e inanición; Subtemas de sistemas operativos como planificación consciente de energía y planificación…

Capabilities: Evalúa un problema o solución para determinar la idoneidad para multiprocesamiento asimétrico y/o simétrico. Compara y contrasta los algoritmos comunes utilizados para planificación con y sin expropiación de tareas en sistemas operativos, como prioridad, comparación de rendimiento y esquemas de participación justa.

Contents: Revisión de memoria física, traducción de direcciones y hardware de gestión de memoria.…; Impacto de la jerarquía de memoria incluyendo concepto de caché, búsqueda en caché y…; Direccionamiento lógico y físico, virtualización de espacio de direcciones. Ver también…; Conceptos de paginación, reemplazo de páginas, trashing y asignación de páginas y marcos; Técnicas de asignación/desasignación/almacenamiento (algoritmos y estructura de datos)…; Almacenamiento en caché de memoria y coherencia de caché y el efecto de vaciar la caché…

Capabilities: Evalúa diferentes enfoques para organización de archivos, reconociendo las fortalezas y debilidades de cada uno. Aplica constructores de software apropiadamente dado el conocimiento de la implementación del sistema de archivos.

Contents: Descripción general de mecanismos de seguridad del sistema operativo. Ver también…; Ataques y antagonismo (planificación, etc.). Ver también: Seguridad en IA y Hardware…; Revisión de vulnerabilidades principales en sistemas operativos reales. Ver también…; Estrategias de mitigación del sistema operativo como copias de seguridad. Ver también…; Separación política/mecanismo. Ver también: Gestión de Riesgos y Datos, Gobierno, Gestión…; Métodos y dispositivos de seguridad. Ver también: Seguridad en IA y Hardware, Control de…

Capabilities: Resume las características y limitaciones de un sistema operativo que impactan la protección y seguridad. Lista y describe los vectores de ataque que aprovechan vulnerabilidades del SO.

Contents: Sintaxis y semántica de la lógica proposicional; Formas normales, resolución y SAT; Lógica de primer orden; Unificación; Encadenamiento hacia adelante y hacia atrás

Capabilities: Representa conocimiento en lógica proposicional y de primer orden. Aplica resolución y encadenamiento para derivar conclusiones.

Contents: Redes semánticas y marcos; Lógicas descriptivas y OWL; Grafos de conocimiento; Razonamiento por defecto y no monótono; Programación lógica y programación por conjuntos de respuestas

Capabilities: Construye una ontología y la consulta con un razonador. Modela conocimiento incompleto con razonamiento no monótono.

Contents: Incertidumbre e independencia condicional; Redes bayesianas; Inferencia exacta por eliminación de variables; Inferencia aproximada por muestreo; Redes de decisión y teoría de la utilidad

Capabilities: Diseña redes bayesianas y calcula probabilidades a posteriori. Aplica inferencia aproximada a redes de tamaño realista.

Contents: Filtrado y predicción en modelos ocultos de Markov; Redes bayesianas dinámicas; Lógica difusa; Sistemas expertos y explicación; Integración neurosimbólica; Grafos de conocimiento y modelos de lenguaje

Capabilities: Implementa filtrado y predicción en modelos temporales. Desarrolla un sistema basado en conocimiento que justifica sus respuestas.

Contents: Importancia de las redes en la informática contemporánea, y desafíos asociados. Ver…; Organización de Internet (por ejemplo, usuarios, Proveedores de Servicios de Internet…; Técnicas de conmutación (por ejemplo, circuito y paquete); Capas y sus roles (aplicación, transporte, red, enlace de datos y física); Principios de estratificación (por ejemplo, encapsulación y modelo de reloj de arena).…; Elementos de red (por ejemplo, routers, switches, hubs, puntos de acceso y hosts)

Capabilities: Demuestra comprensión de las compensaciones (trade-offs) de soluciones de codificación y entramado. Identifica los diferentes tipos de complejidad en una red (bordes, núcleo, etc.).

Contents: Esquemas de denominación y direccionamiento (por ejemplo, DNS e Identificadores Uniformes…; Paradigmas de aplicaciones distribuidas (por ejemplo, cliente/servidor, peer-to-peer…; Diversidad de demandas de aplicaciones en red (por ejemplo, latencia, ancho de banda y…; Cobertura de protocolos de capa de aplicación (por ejemplo, HTTP); Interacciones con APIs de TCP, UDP y Socket. Ver también: Programas: Distribución…; Entrega no fiable (por ejemplo, UDP)

Capabilities: Diseña e implementa un protocolo fiable simple. Analiza las necesidades de demandas específicas de aplicaciones en red.

Contents: Paradigmas y jerarquía de enrutamiento (por ejemplo, intra/inter dominio, centralizado y…; Métodos de reenvío (por ejemplo, tablas de reenvío y algoritmos de coincidencia); IP y problemas de escalabilidad (por ejemplo, NAT, CIDR, BGP, diferentes versiones de IP); Introducción general sobre seguridad (Amenazas, vulnerabilidades y contramedidas). Ver…; Amenazas específicas de red y tipos de ataque (por ejemplo, denegación de servicio…; Contramedidas: a) Criptografía (por ejemplo, SSL, TLS, simétrica/asimétrica) b)…

Capabilities: Analiza varios aspectos de seguridad de red a partir de un estudio de caso. Describe algunos de los modelos de amenaza de seguridad de red.

Contents: Principios de comunicación celular (por ejemplo, 4G, 5G); Principios de LANs inalámbricas (principalmente 802.11); Comunicación dispositivo a dispositivo (por ejemplo, comunicación IoT); Redes inalámbricas multiescalón (por ejemplo, redes ad hoc, oportunistas, tolerantes a…; Middleboxes (por ejemplo, avances en el uso de IA, redes basadas en intención, filtrado…; Virtualización de Red (por ejemplo, SDN, Redes de Centros de Datos)

Capabilities: Describe usos prácticos de comunicación dispositivo a dispositivo, así como multiescalón.

Contents: Tipos de aprendizaje y formulación como optimización; Regresión lineal y mínimos cuadrados; Regresión logística; Función de pérdida y riesgo empírico; Sesgo, varianza y sobreajuste; Regularización L1 y L2

Capabilities: Formula problemas de regresión y clasificación como minimización del riesgo empírico. Controla el sobreajuste mediante regularización.

Contents: k vecinos más cercanos; Árboles de decisión; Máquinas de vectores de soporte y métodos de núcleos; Clasificadores bayesianos y modelos generativos; Métodos de conjunto: bagging, bosques aleatorios y boosting

Capabilities: Entrena y compara modelos supervisados sobre datos reales. Selecciona el modelo adecuado según los datos y las restricciones del problema.

Contents: Agrupamiento k-medias y jerárquico; Modelos de mezcla gaussiana y algoritmo EM; Análisis de componentes principales; Reducción de dimensionalidad no lineal; Detección de anomalías

Capabilities: Aplica técnicas de agrupamiento y reducción de dimensionalidad. Interpreta la estructura descubierta en datos no etiquetados.

Contents: Validación cruzada y selección de hiperparámetros; Métricas de clasificación y de regresión; Curvas ROC y calibración; Fuga de datos y diseño experimental; Equidad, sesgo y explicabilidad de modelos; Reproducibilidad de experimentos

Capabilities: Diseña protocolos de evaluación que evitan la fuga de datos. Evalúa la equidad y la explicabilidad de un modelo entrenado.

Contents: Paralelismo de datos, de tareas y de modelo; Jerarquía de memoria y ancho de banda; Leyes de Amdahl y de Gustafson; Modelo roofline e intensidad aritmética; Medición y perfilado del rendimiento

Capabilities: Estima el rendimiento esperado de una carga de trabajo con el modelo roofline. Perfila un programa e identifica sus cuellos de botella.

Contents: Arquitectura de GPU y modelo SIMT; Programación con CUDA: hilos, bloques y mallas; Memoria compartida y accesos coalescentes; Multiplicación de matrices optimizada; Kernels con Triton

Capabilities: Programa kernels para GPU que aprovechan la jerarquía de memoria. Optimiza una operación tensorial y mide su aceleración.

Contents: Tensores y su representación en memoria; Diferenciación automática en modo inverso; Implementación de capas y optimizadores; Entrenamiento con precisión mixta; Compilación de grafos y fusión de operadores

Capabilities: Implementa una biblioteca mínima de tensores con diferenciación automática. Explica cómo las bibliotecas de aprendizaje profundo ejecutan un grafo en el acelerador.

Contents: Comunicación colectiva (all-reduce); Paralelismo de datos distribuido; Paralelismo de tensores y de tuberías; Planificación de trabajos en clústeres; Costo y consumo energético del entrenamiento en la nube

Capabilities: Ejecuta el entrenamiento distribuido de un modelo en varios aceleradores. Estima el costo y la huella energética de un entrenamiento.

Contents: Conjuntos convexos y conos; Funciones convexas y sus propiedades; Operaciones que preservan la convexidad; Subgradientes; Funciones conjugadas

Capabilities: Demuestra la convexidad de conjuntos y funciones. Calcula subgradientes de funciones no diferenciables.

Contents: Programación lineal; Programación cuadrática y cónica; Dualidad de Lagrange; Condiciones de optimalidad; Modelado con herramientas de optimización

Capabilities: Formula problemas de aprendizaje como programas convexos. Interpreta el problema dual de un problema de optimización.

Contents: Descenso de gradiente y su convergencia; Métodos proximales; Método de Newton y cuasi-Newton; Métodos de puntos interiores; Método de direcciones alternadas (ADMM)

Capabilities: Implementa algoritmos de optimización de primer y segundo orden. Compara la convergencia de algoritmos en problemas reales.

Contents: Aritmética de punto flotante y errores; Solución de sistemas lineales y factorizaciones; Descomposición en valores singulares; Condicionamiento y estabilidad; Optimización estocástica a gran escala

Capabilities: Analiza la estabilidad numérica de un algoritmo. Aplica factorizaciones matriciales a problemas de aprendizaje.

Contents: Sistemas dinámicos y ecuaciones diferenciales; Representación en el espacio de estados; Linealización alrededor de un punto de operación; Función de transferencia; Simulación numérica de sistemas

Capabilities: Modela sistemas físicos en el espacio de estados. Simula la respuesta de un sistema dinámico.

Contents: Respuesta temporal y frecuencial; Estabilidad de sistemas lineales; Estabilidad de Lyapunov; Controlabilidad y observabilidad; Sistemas en tiempo discreto

Capabilities: Analiza la estabilidad de un sistema lineal y no lineal. Determina la controlabilidad y la observabilidad de un sistema.

Contents: Control PID y su sintonía; Realimentación de estados y ubicación de polos; Observadores de estado; Regulador cuadrático lineal; Filtro de Kalman

Capabilities: Diseña controladores PID y por realimentación de estados. Estima estados no medidos con observadores.

Contents: Control predictivo basado en modelos; Identificación de sistemas; Control y aprendizaje por refuerzo; Control de drones y robots móviles; Seguridad en sistemas autónomos

Capabilities: Implementa control predictivo para un sistema autónomo. Compara control basado en modelos con políticas aprendidas.

Contents: Enfoque centrado en los datos; Fuentes de datos y adquisición; Calidad de datos y sus dimensiones; Limpieza y transformación; Datos abiertos del Estado peruano

Capabilities: Evalúa la calidad de un conjunto de datos para entrenar un modelo. Diseña la adquisición de datos para un problema real.

Contents: Bases de datos NoSQL; Lagos y almacenes de datos; Formatos columnares; Bases de datos vectoriales; Búsqueda por similitud

Capabilities: Selecciona el almacenamiento adecuado según el tipo de dato. Implementa búsqueda por similitud sobre representaciones vectoriales.

Contents: Procesamiento distribuido con Spark; Procesamiento de flujos; Flujos ETL y ELT; Orquestación de tareas; Pruebas de flujos de datos

Capabilities: Implementa flujos de datos distribuidos. Orquesta y prueba un flujo de datos de extremo a extremo.

Contents: Linaje y metadatos; Privacidad y anonimización; Protección de datos personales en el Perú; Documentación de conjuntos de datos; Licencias y uso de datos para entrenamiento

Capabilities: Documenta un conjunto de datos con su linaje y sus restricciones de uso. Aplica técnicas de anonimización conforme a la normativa.

Contents: Alfabetos, cadenas y lenguajes; Autómatas finitos deterministas y no deterministas; Expresiones regulares; Lema de bombeo para lenguajes regulares; Minimización de autómatas

Capabilities: Diseña autómatas finitos para lenguajes regulares. Demuestra que un lenguaje no es regular.

Contents: Gramáticas y derivaciones; Formas normales; Autómatas de pila; Lema de bombeo para lenguajes libres de contexto; Análisis sintáctico

Capabilities: Construye gramáticas y autómatas de pila equivalentes. Aplica el análisis sintáctico a lenguajes sencillos.

Contents: Máquinas de Turing; Tesis de Church-Turing; Lenguajes decidibles y reconocibles; Problema de la parada; Reducciones

Capabilities: Diseña máquinas de Turing para problemas sencillos. Demuestra la indecidibilidad mediante reducciones.

Contents: Clases P y NP; NP-completitud y reducciones polinomiales; Complejidad de problemas de búsqueda y planificación; Algoritmos de aproximación; Algoritmos aleatorizados

Capabilities: Demuestra la NP-completitud de un problema. Relaciona la complejidad con las estrategias de búsqueda de la IA.

Contents: Evitar falacias y tergiversaciones en la argumentación; Teorías éticas y toma de decisiones (marcos filosóficos y sociales, por ejemplo); Reconocimiento del papel que juega la cultura en nuestra comprensión, adopción, diseño y…; Por qué la ética es importante en la informática y cómo la ética es similar y diferente…; Introducción a los marcos éticos (por ejemplo, consecuencialismo como el utilitarismo, no…; Valores de la comunidad y las leyes por las que vivimos

Capabilities: Evalúa cómo y por qué la ética es tan importante en la informática y cómo se relaciona con las normas culturales, valores y leyes. Analiza dilemas éticos relacionados con la creación y uso de tecnología desde múltiples perspectivas utilizando marcos éticos.

Contents: Métricas de equidad (paridad demográfica, igualdad de oportunidades); Herramientas: IBM Fairness 360, Google What-If

Capabilities: Propone estrategias de mitigación. Mide sesgos en modelos con Python.

Contents: Atribución legal en fallos de IA (ej: vehículos autónomos); Normas ISO para IA confiable

Capabilities: Redacta cláusulas de responsabilidad. Analiza conflictos legales.

Contents: Derechos de propiedad intelectual; Fundamentos legales para la protección de la propiedad intelectual; Fundamentos filosóficos de la propiedad intelectual; Formas de propiedad intelectual (por ejemplo, derechos de autor, patentes, secretos…; Propiedad intelectual digital intangible (IDIP); Limitaciones a las protecciones de derechos de autor, incluyendo uso justo (fair use) y…

Capabilities: Analiza el uso de obras con derechos de autor bajo los conceptos de uso justo (fair use) y la doctrina de la primera venta (first sale doctrine). Identifica ejemplos contemporáneos de propiedad intelectual digital intangible.

Contents: Capacidades y limitaciones humanas: percepción, cognición, habilidades motoras; Características del usuario: demografía, experiencia, contexto cultural; Objetivos, tareas y contextos de uso del usuario; Aspectos sociales y organizacionales de la interacción; Modelos y teorías cognitivas relevantes para HCI; Aspectos emocionales y afectivos de la interacción

Capabilities: Analiza cómo las características del usuario influyen en la interacción con sistemas informáticos. Realiza investigación de usuarios usando métodos apropiados como entrevistas u observaciones.

Contents: Principios y pautas de accesibilidad; Discapacidades y tecnologías de asistencia; Diseño inclusivo y principios de diseño universal; Métodos de evaluación para accesibilidad; Diseñar para diversas capacidades y contextos; Estándares de accesibilidad y cumplimiento

Capabilities: Diseña y conduce experimentos controlados para investigación en HCI. Crea diseños que acomoden diversas capacidades y contextos de uso.

Contents: Proceso de diseño: diseño centrado en el usuario, diseño iterativo; Diseño de interacción: conceptos, principios, patrones; Técnicas de prototipado: baja fidelidad, alta fidelidad, interactivo; Arquitectura de información y diseño de navegación; Técnicas avanzadas de interacción: gestos, voz, multimodal; Diseño para dominios específicos: móvil, web, computación ubicua

Capabilities: Diseña sistemas que tomen en cuenta diferencias y contextos culturales. Analiza el impacto social de las tecnologías interactivas en individuos y sociedad.

Contents: Principios de diseño de la interacción humano-IA: expectativas, errores y control del usuario; Transparencia y explicabilidad en interfaces con componentes de IA; Diseño conversacional e interfaces multimodales (voz, texto, imagen); Evaluación empírica de la experiencia: pruebas con usuarios, cuestionario SUS y analítica de uso; Patrones oscuros, privacidad y diseño ético de interfaces; Accesibilidad de interfaces con IA y documentación del diseño

Capabilities: Diseña la interacción de un sistema con componentes de IA aplicando principios de transparencia y control del usuario. Evalúa la experiencia de usuario de un prototipo con métodos empíricos y propone mejoras sustentadas.

Contents: Perceptrón multicapa; Funciones de activación y de pérdida; Retropropagación; Inicialización de parámetros; Optimizadores y calendarios de tasa de aprendizaje; Normalización por lotes y por capas

Capabilities: Entrena redes multicapa y diagnostica problemas de convergencia. Selecciona optimizadores e hiperparámetros con evidencia experimental.

Contents: Dropout, aumento de datos y parada temprana; Convolución y agrupamiento; Arquitecturas residuales; Transferencia de aprendizaje y ajuste fino; Visualización de representaciones aprendidas

Capabilities: Diseña redes convolucionales para tareas de clasificación. Aplica transferencia de aprendizaje con datos limitados.

Contents: Redes recurrentes, LSTM y GRU; Mecanismo de atención; Arquitectura Transformer; Codificación posicional; Preentrenamiento autosupervisado

Capabilities: Implementa un Transformer a partir de sus componentes. Compara modelos recurrentes y basados en atención en tareas secuenciales.

Contents: Redes neuronales de grafos; Autoencoders y autoencoders variacionales; Introducción a los modelos de difusión; Interpretabilidad de redes profundas; Robustez y ejemplos adversarios; Ciclo experimental reproducible

Capabilities: Evalúa la robustez de un modelo frente a perturbaciones adversarias. Documenta experimentos reproducibles con control de versiones y semillas.

Contents: Agente, entorno, recompensa y retorno; Procesos de decisión de Markov; Funciones de valor y ecuaciones de Bellman; Iteración de valor y de política; Bandidos multibrazo y exploración

Capabilities: Modela un problema de decisión secuencial como proceso de decisión de Markov. Resuelve procesos de decisión pequeños con programación dinámica.

Contents: Métodos Monte Carlo; Diferencias temporales; SARSA y Q-learning; Trazas de elegibilidad; Planificación con modelos (Dyna)

Capabilities: Implementa SARSA y Q-learning y compara su convergencia. Analiza el equilibrio entre exploración y explotación.

Contents: Aproximación de funciones de valor; Redes Q profundas y sus variantes; Gradiente de política y REINFORCE; Métodos actor-crítico; Optimización de política proximal (PPO); Evaluación y reproducibilidad en aprendizaje por refuerzo

Capabilities: Entrena agentes con métodos de valor y de gradiente de política. Evalúa políticas con varias semillas y métricas adecuadas.

Contents: Aprendizaje por refuerzo basado en modelos; Aprendizaje por imitación y por refuerzo inverso; Aprendizaje por refuerzo multiagente; Aprendizaje por refuerzo con retroalimentación humana; Especificación de recompensas y seguridad

Capabilities: Aplica aprendizaje por imitación o por refuerzo con retroalimentación humana a un problema acotado. Identifica casos de recompensa mal especificada y propone mitigaciones.

Contents: Ciclo de vida de un sistema de IA; Requisitos y métricas de negocio y de modelo; Arquitecturas de sistemas con componentes de aprendizaje; Deuda técnica en sistemas de aprendizaje automático; Riesgos y ética desde el diseño

Capabilities: Especifica requisitos y métricas de un sistema con componentes de aprendizaje. Diseña la arquitectura de un sistema de IA y analiza su deuda técnica.

Contents: Ingeniería y versionado de datos; Validación y calidad de datos; Seguimiento de experimentos y registro de modelos; Entornos reproducibles con contenedores; Etiquetado y datos sintéticos

Capabilities: Versiona datos, código y modelos en un flujo reproducible. Automatiza la validación de datos de entrada.

Contents: Servicio de modelos por API y por lotes; Contenedores y orquestación; Integración y entrega continuas para modelos; Pruebas de modelos y de sistemas de IA; Despliegue de modelos de lenguaje con generación aumentada por recuperación

Capabilities: Despliega un modelo como servicio con integración y entrega continuas. Diseña pruebas para un sistema que incorpora un modelo.

Contents: Monitoreo del desempeño y de la deriva de datos; Observabilidad y registro de eventos; Reentrenamiento y retroalimentación; Seguridad, privacidad y cumplimiento; Costo y huella energética en la nube

Capabilities: Monitorea la deriva de un modelo en operación y define reglas de reentrenamiento. Evalúa el costo y los riesgos de operación de un sistema de IA.

Contents: Desarrollar una mentalidad de seguridad que incorpore conceptos transversales…; Vulnerabilidades, amenazas, superficies de ataque y vectores de ataque Protección y…; Denegación de Servicio (DoS) y Denegación de Servicio Distribuida (DDoS) Protección y…; Principios y prácticas de protección, por ejemplo, privilegio mínimo, diseño abierto…; Consideraciones de optimización entre seguridad, privacidad, rendimiento y otros…; Conceptos de confianza (trust) y confiabilidad (trustworthiness)

Capabilities: Diseña y desarrolla enfoques para proteger un sistema de un conjunto de amenazas identificadas. Evalúa un sistema para posibles ataques que pueda lanzar un adversario.

Contents: Vulnerabilidades y debilidades comunes; Inyección SQL y otros ataques de inyección; Técnicas de cross-site scripting y mitigaciones; Validación de entrada y sanitización de datos Protección y Seguridad, Conceptos y…; Técnicas de seguridad ofensiva como defensa; Técnicas de detección de malware asistidas por IA

Capabilities: Evalúa y previene ataques de inyección SQL en una aplicación de base de datos. Construye un programa que pruebe todos los errores de manejo de entrada.

Contents: Objetivos de la ingeniería de seguridad: construir sistemas que permanezcan confiables a…; Análisis de problemas y análisis situacional para abordar la seguridad del sistema…; Análisis de seguridad, que cubre análisis de requisitos de seguridad; análisis de…; Dominios de ataque de seguridad y superficies de ataque, por ejemplo, comunicaciones y…; Modos, técnicas y tácticas de ataque de seguridad, por ejemplo, abuso de autenticación…; Principios y metodologías básicas para la informática forense

Capabilities: Diseña e implementa software para apoyar la informática forense. Desarrolla enfoques para abordar los desafíos asociados con la informática forense de dispositivos móviles.

Contents: Proteger activos críticos de amenazas; Gobierno de seguridad (security governance): objetivos organizacionales y evaluación…; Gestión de seguridad (security management): lograr y mantener niveles apropiados de…; Política de seguridad (security policy): políticas organizacionales, políticas…; Impactos sociales de las fallas en seguridad y privacidad Equidad Digital y…; Aplicabilidad de leyes y regulaciones sobre seguridad y privacidad Delitos y Ataques…

Capabilities: Evalúa las ramificaciones legales de un sistema que no se ajusta a las leyes y regulaciones aplicables. Construye un sistema que se ajuste a las leyes de seguridad.

Contents: Tipos de investigación en computación: empírica, teórica, constructiva y evaluativa; El método científico aplicado a la investigación en computación; Principales bases de datos académicas: IEEE Xplore, ACM Digital Library, Google Scholar…; Estrategias de búsqueda bibliográfica: operadores booleanos, seguimiento de citas y…; Gestores de referencias: Zotero, Mendeley e integración con BibTeX; Estructura de un artículo científico: resumen, introducción, trabajos relacionados…

Capabilities: Diseña una taxonomía preliminar de enfoques para un área de investigación asignada. Construye una matriz de lectura organizada que sintetice múltiples trabajos sobre un tópico dado.

Contents: Integridad académica: plagio, autoplagio, fabricación y falsificación de datos; Ética en investigación en computación: privacidad, sesgo algorítmico y estudios con…; Acceso abierto, licencias (Creative Commons, GPL) y propiedad intelectual en software; Buenas prácticas de citación y atribución de autoría en trabajos colaborativos; El proceso de revisión por pares: rol del revisor y responsabilidades del autor

Capabilities: Analiza dilemas éticos en investigación computacional aplicando principios de integridad. Distingue las formas de mala conducta académica y aplica prácticas de citación correctas.

Contents: Estructura de LaTeX: preámbulo, secciones, ecuaciones, figuras, tablas y referencias…; Plantillas de conferencias y revistas: IEEE y ACM; Estilo de escritura académica en computación: claridad, precisión y voz activa; Redacción de cada sección del artículo: resumen, introducción, trabajos relacionados…; Integración Continua de documentos: control de versiones de documentos LaTeX con Git; Gestión de bibliografía con BibTeX y JabRef

Capabilities: Evalúa la calidad de redacción de un artículo propio o ajeno según criterios de claridad y estructura. Aplica las convenciones de escritura académica propias de la comunidad de computación.

Contents: Tipos de revisiones: narrativa, sistemática, estudio de mapeo y meta-análisis; Protocolo de revisión sistemática de literatura (SLR): preguntas de investigación…; Pautas PRISMA: diagrama de flujo de selección de estudios primarios; Técnicas de síntesis: narrativa, votación y análisis temático; Diseño de taxonomías y esquemas de clasificación para un survey; Estructura y redacción de un artículo del tipo survey

Capabilities: Redacta un artículo de tipo survey con taxonomía, síntesis crítica y comparación de enfoques. Diseña y ejecuta un protocolo de revisión sistemática de literatura para un tópico de computación.

Contents: Niveles del lenguaje y ambigüedad; Tokenización y normalización; Modelos de n-gramas; Representaciones distribuidas de palabras; Clasificación de textos

Capabilities: Construye representaciones de texto y clasificadores básicos. Explica las fuentes de ambigüedad del lenguaje y su efecto en los modelos.

Contents: Etiquetado de secuencias y reconocimiento de entidades; Análisis sintáctico de dependencias; Modelos secuencia a secuencia; Traducción automática neuronal; Atención y Transformer en el procesamiento de lenguaje

Capabilities: Implementa modelos neuronales para etiquetado y análisis sintáctico. Entrena un modelo secuencia a secuencia y evalúa su calidad.

Contents: Preentrenamiento enmascarado y autorregresivo; Ajuste fino y ajuste eficiente en parámetros; Instrucciones e ingeniería de indicaciones; Generación aumentada por recuperación; Evaluación de modelos de lenguaje

Capabilities: Adapta un modelo preentrenado a una tarea con ajuste fino eficiente. Construye un sistema de generación aumentada por recuperación y lo evalúa.

Contents: Sistemas de preguntas y respuestas y de diálogo; Resumen y extracción de información; Procesamiento multilingüe y de lenguas con pocos recursos (quechua, aimara y lenguas amazónicas); Sesgo y toxicidad en modelos de lenguaje; Proyecto con datos locales

Capabilities: Desarrolla una aplicación de lenguaje con datos de una organización o comunidad local. Evalúa el sesgo de un sistema de lenguaje y propone mitigaciones.

Contents: Modelos de cámara y formación de la imagen; Filtrado lineal y no lineal; Detección de bordes y esquinas; Descriptores locales; Transformaciones geométricas

Capabilities: Aplica filtros y detectores de características a imágenes reales. Estima transformaciones geométricas entre imágenes.

Contents: Clasificación con redes convolucionales; Transformers de visión; Aprendizaje autosupervisado y contrastivo; Transferencia de aprendizaje; Conjuntos de datos y métricas

Capabilities: Entrena clasificadores de imágenes con redes convolucionales y Transformers. Aplica aprendizaje autosupervisado con pocos datos etiquetados.

Contents: Detección de objetos de una y de dos etapas; Segmentación semántica y de instancias; Estimación de pose; Seguimiento en video; Flujo óptico

Capabilities: Implementa detectores y segmentadores de objetos. Evalúa modelos de detección con métricas estándar.

Contents: Geometría epipolar y visión estéreo; Reconstrucción tridimensional y representaciones neuronales de escenas; Modelos visión-lenguaje; Generación de imágenes; Imágenes satelitales y médicas

Capabilities: Reconstruye escenas tridimensionales a partir de varias vistas. Aplica modelos de visión a un problema ambiental, agrícola o de salud del país.

Contents: Modelado de densidad y máxima verosimilitud; Autoencoders variacionales; Redes generativas adversarias; Flujos normalizantes; Evaluación de modelos generativos

Capabilities: Entrena modelos generativos latentes y adversarios. Evalúa la calidad y la diversidad de las muestras generadas.

Contents: Modelos autorregresivos; Preentrenamiento de Transformers a gran escala; Leyes de escalamiento; Mezcla de expertos; Inferencia eficiente y estrategias de decodificación

Capabilities: Explica el preentrenamiento y el escalamiento de los modelos de lenguaje. Compara estrategias de decodificación según la tarea.

Contents: Procesos de difusión y eliminación de ruido; Guía con y sin clasificador; Generación de imagen, audio y video a partir de texto; Modelos multimodales visión-lenguaje; Edición y control de la generación

Capabilities: Implementa un modelo de difusión sencillo. Aplica modelos multimodales a una tarea de generación controlada.

Contents: Ajuste fino supervisado; Aprendizaje por refuerzo con retroalimentación humana y optimización directa de preferencias; Generación aumentada por recuperación; Alucinaciones, sesgo y contaminación de datos; Propiedad intelectual, marcas de agua y detección de contenido sintético

Capabilities: Adapta un modelo fundacional con ajuste fino y alineamiento de preferencias. Evalúa alucinaciones y sesgos de un modelo generativo.

Contents: Catálogo de actividades reconocidas, evidencias exigidas, horas y topes por categoría; Elaboración del plan personal de actividades y registro en el portafolio; Actividades académicas y científicas: congresos, escuelas y ponencias; Capítulos estudiantiles y comunidades técnicas

Capabilities: Planifica las actividades complementarias que realizará según el catálogo aprobado.

Contents: Hackathons, datatones y concursos de programación (ICPC); Día de Logros (Demo Day): presentación de proyectos ante jurado externo; Certificaciones y cursos de la industria

Capabilities: Participa en competencias o eventos técnicos y documenta el resultado obtenido.

Contents: Sistema de voluntariado de la UNMSM y proyectos de responsabilidad social; Voluntariado tecnológico en comunidades y organizaciones; Tutoría de pares y apoyo académico; Registro de evidencias e informe de impacto

Capabilities: Ejecuta una actividad de servicio y registra su impacto en la comunidad beneficiaria.

Contents: Elencos, festivales, danzas y talleres artísticos; selecciones deportivas; Validación de evidencias por la Dirección de la Escuela; Presentación del portafolio y reflexión final

Capabilities: Sustenta su portafolio de actividades con evidencias validadas.

Contents: Implicaciones sociales (por ejemplo, ideologías políticas y culturales) en un mundo…; Impacto de las aplicaciones informáticas (por ejemplo, redes sociales, aplicaciones de…; Consecuencias de involucrar tecnologías informáticas, particularmente inteligencia…; Crecimiento y control de internet, datos, informática e inteligencia artificial; Implicaciones de privacidad de la recopilación generalizada de datos, incluyendo pero no…; Concepciones de anonimato, seudonimidad e identidad

Capabilities: Evalúa soluciones a las amenazas a la privacidad en bases de datos transaccionales y almacenes de datos. Analiza la eficacia de un diseño e implementación dados utilizando datos empíricos.

Contents: Delitos informáticos, recurso legal para criminales informáticos e impacto en víctimas y…; Ingeniería social, fraude habilitado por la informática, robo de identidad y recuperación…; Terrorismo cibernético, hacking criminal y hacktivismo; Malware, virus, gusanos; Ataques a infraestructura crítica como redes eléctricas y oleoductos

Capabilities: Identifica problemas con las leyes que se aplican a los delitos informáticos. Examina los problemas éticos y legales que rodean el mal uso del acceso y varias violaciones de seguridad.

Contents: Cómo la identidad impacta y es impactada por las tecnologías y entornos informáticos…; Los beneficios de los equipos de desarrollo diversos y los impactos de los equipos que no…; Impactos ambientales, sociales y culturales de las decisiones de implementación (por…; Impactos sociales y ambientales locales/regionales/globales de los sistemas informáticos…; Modelos económicos: regulados y no regulados, monopolios, efectos de red (network…; Estrategias de precios y despliegue: obsolescencia programada (planned obsolescence)…

Capabilities: Evalúa el impacto del poder y el privilegio en la profesión de la informática en lo que respecta a la cultura, industria, productos y sociedad. Identifica ejemplos de los beneficios que los equipos diversos pueden aportar a los productos de software y cómo la falta de diversidad tiene costos.

Contents: Aprendizaje-servicio: identificación de una necesidad real de una comunidad u organización; Diseño de la intervención con la organización beneficiaria e indicadores de impacto; Ejecución de la solución computacional y registro de evidencias; Evaluación del impacto social y ambiental; devolución de resultados a los beneficiarios

Capabilities: Ejecuta un proyecto de aprendizaje-servicio que atiende una necesidad real y evalúa su impacto.

Contents: Innovación, emprendimiento y ecosistema de innovación del Perú; Gestión de la innovación: principios y sistema de gestión; Descubrimiento de problemas: entrevistas y observación de usuarios; Taller: definición del problema y del segmento de clientes

Capabilities: Identifica una oportunidad de innovación sustentada en evidencia de usuarios.

Contents: Propuesta de valor y lienzo del modelo de negocio; Desarrollo de clientes e hipótesis del modelo; Mercado, competencia y propiedad intelectual del software

Capabilities: Diseña un modelo de negocio de base tecnológica con hipótesis verificables.

Contents: Método de emprendimiento ágil: construir, medir y aprender; Prototipado y producto mínimo viable; Métricas de tracción y experimentos de validación; Taller: iteración del producto con datos de usuarios

Capabilities: Valida un producto mínimo viable con usuarios reales y métricas.

Contents: Costos, ingresos y proyección financiera básica; Fuentes de financiamiento: fondos concursables, incubadoras e inversión; Presentación ante jurado en el Día de Logros (Demo Day)

Capabilities: Sustenta su emprendimiento ante un jurado externo.

Contents: Modalidades del proyecto de fin de carrera: investigación, desarrollo tecnológico o…; Identificación del problema con una organización o grupo de interés; criterio de impacto…; Selección y refinamiento del tópico de investigación en coordinación con el asesor; Búsqueda exhaustiva multi-fuente: IEEE Xplore, ACM Digital Library, Google Scholar, arXiv…; Identificación de trabajos seminales y artículos más citados del área; Construcción del grafo de citaciones y análisis de la evolución temporal del tópico

Capabilities: Construye un mapa completo de la literatura de un tópico específico identificando los trabajos fundamentales. Analiza la evolución temporal de un área de investigación identificando tendencias y brechas.

Contents: Análisis crítico de propuestas: metodología, datasets, métricas y limitaciones de cada…; Construcción de tablas comparativas de propuestas existentes con criterios objetivos; Identificación de brechas de investigación (research gaps) no resueltas en el área; Formulación de la pregunta de investigación propia a partir del análisis del estado del…; Marco teórico: síntesis estructurada y coherente del conocimiento relevante del área; Estructura de una propuesta de investigación: problema, motivación y objetivos

Capabilities: Elabora una propuesta de investigación que defina el problema, objetivos y posible solución. Formula una pregunta de investigación propia sustentada en el análisis del estado del arte.

Contents: Estructura del plan del proyecto según el formato institucional; Definición precisa del problema de investigación y pregunta central del proyecto; Formulación de objetivos generales y específicos verificables; Cronograma de actividades con hitos hasta la defensa final del proyecto; Análisis de viabilidad: recursos, tiempos, riesgos y contingencias del proyecto; Definición del enfoque metodológico: experimental, analítico o constructivo

Capabilities: Diseña la metodología de investigación alineada con los objetivos. Elabora un cronograma detallado con hitos y análisis de riesgos hasta la defensa del proyecto.

Contents: Diseño experimental: variables, métricas y posibles benchmarks del área; Reproducción de resultados de trabajos relevantes del estado del arte; Implementación de baselines para comparación objetiva de enfoques; Análisis estadístico básico: pruebas de significancia e intervalos de confianza; Gestión de datos experimentales: datasets, configuraciones, versiones y registro de…; Preparación de la presentación oral del reporte técnico ante el comité evaluador

Capabilities: Presenta y defiende oralmente el reporte técnico ante un comité académico con rigor. Interpreta y reporta resultados experimentales con rigor estadístico apropiado.

Contents: Agente racional y tipos de entorno; Arquitecturas reactivas, deliberativas e híbridas; Modelo creencias-deseos-intenciones; Agentes cognitivos; Medición del desempeño de agentes

Capabilities: Diseña la arquitectura de un agente según su entorno. Compara arquitecturas de agentes por su desempeño.

Contents: Razonamiento paso a paso; Planificación y uso de herramientas; Memoria y recuperación de información; Protocolos de integración de herramientas y contexto; Agentes de programación y de automatización web

Capabilities: Implementa un agente que planifica y usa herramientas externas. Integra memoria y recuperación de información en un agente.

Contents: Teoría de juegos y equilibrios; Coordinación y comunicación entre agentes; Negociación y subastas; Elección social; Sistemas multiagente con modelos de lenguaje

Capabilities: Modela interacciones estratégicas entre agentes. Coordina varios agentes para resolver una tarea compleja.

Contents: Bancos de prueba de agentes; Inyección de instrucciones y otros ataques; Supervisión humana y límites de autonomía; Costo y confiabilidad; Proyecto de agente para una organización

Capabilities: Evalúa un agente con bancos de prueba y escenarios adversos. Define controles de supervisión humana para un agente desplegado.

Contents: Cinemática directa e inversa; Dinámica de manipuladores y robots móviles; Sensores y actuadores; Sistema operativo robótico (ROS 2); Simulación robótica

Capabilities: Modela la cinemática de un robot manipulador o móvil. Programa un robot en simulación con ROS 2.

Contents: Fusión de sensores; Filtro de Kalman extendido; Filtro de partículas; Localización y mapeo simultáneos (SLAM); Percepción con cámaras y LiDAR

Capabilities: Implementa la localización de un robot con filtros probabilísticos. Construye mapas del entorno con SLAM.

Contents: Espacio de configuraciones; Planificación por muestreo (RRT y PRM); Planificación de trayectorias; Control de seguimiento; Navegación autónoma

Capabilities: Planifica trayectorias libres de colisiones. Integra planificación y control en la navegación de un robot.

Contents: Aprendizaje por refuerzo en simulación; Transferencia de la simulación al robot real; Aprendizaje por imitación; Modelos visión-lenguaje-acción; Interacción humano-robot y seguridad

Capabilities: Entrena una política robótica en simulación y la transfiere a un robot. Evalúa la seguridad de un robot que interactúa con personas.

Contents: Principios de la IA centrada en el ser humano; Pautas de interacción humano-IA; Modelos mentales y confianza; Automatización y agencia humana; Accesibilidad e inclusión

Capabilities: Aplica pautas de interacción humano-IA al análisis de productos existentes. Identifica riesgos de sobreconfianza y de pérdida de agencia.

Contents: Descubrimiento de necesidades; Prototipado con modelos de IA; Interfaces conversacionales; Diseño para errores e incertidumbre; Diseño con usuarios de lenguas originarias

Capabilities: Prototipa un producto con IA a partir de necesidades de usuarios. Diseña la respuesta del sistema ante errores e incertidumbre.

Contents: Explicaciones para usuarios finales; Calibración de la confianza; Control y corrección por el usuario; Transparencia y etiquetado de contenido generado; Privacidad percibida

Capabilities: Diseña explicaciones adecuadas al usuario y a la decisión. Implementa mecanismos de control y corrección por el usuario.

Contents: Estudios con usuarios; Métricas de colaboración humano-IA; Experimentos A/B; Evaluación de impacto en el usuario; Proyecto con usuarios reales

Capabilities: Diseña y conduce un estudio con usuarios. Evalúa el desempeño conjunto de personas y sistemas de IA.

Contents: Métricas de eficiencia: latencia, memoria y energía; Poda y dispersión; Cuantización; Destilación de conocimiento; Compromisos entre exactitud y eficiencia

Capabilities: Reduce el tamaño de un modelo con poda y cuantización. Mide el efecto de la compresión en exactitud, latencia y energía.

Contents: Búsqueda de arquitecturas neuronales; Modelos compactos para visión y lenguaje; Modelos de lenguaje eficientes; Inferencia en dispositivos; Compiladores de modelos

Capabilities: Selecciona arquitecturas eficientes para un dispositivo objetivo. Despliega un modelo de lenguaje compacto en una computadora personal.

Contents: Aprendizaje federado; Privacidad diferencial; Comunicación eficiente en el entrenamiento distribuido; Entrenamiento en el dispositivo; Robustez ante datos heterogéneos

Capabilities: Implementa un esquema de aprendizaje federado. Evalúa el compromiso entre privacidad y utilidad.

Contents: Microcontroladores y TinyML; Sensores y arquitecturas de Internet de las cosas; Procesamiento en el borde y en la nube; Aplicaciones en agricultura, energía y ciudades; Huella de carbono de la IA

Capabilities: Despliega un modelo en un microcontrolador conectado a sensores. Estima la huella de carbono de una solución de IA.

Contents: Codificación por pares de bytes; Transformer decodificador; Variantes eficientes de atención; Mezcla de expertos; Contabilidad de FLOP y de memoria

Capabilities: Implementa un tokenizador y un Transformer decodificador. Estima los recursos que requiere entrenar un modelo.

Contents: Kernels y fusión de operadores; Paralelismo de datos, tensores y tuberías; Leyes de escalamiento; Inferencia y caché de claves y valores; Presupuesto de cómputo

Capabilities: Ajusta leyes de escalamiento con experimentos pequeños. Optimiza la inferencia de un modelo.

Contents: Curación de datos de la web; Filtrado, deduplicación y mezcla de datos; Datos sintéticos; Evaluación de capacidades; Contaminación de los conjuntos de prueba

Capabilities: Construye un conjunto de entrenamiento filtrado y deduplicado. Evalúa un modelo controlando la contaminación.

Contents: Ajuste fino supervisado; Optimización de preferencias; Aprendizaje por refuerzo con recompensas verificables; Razonamiento y uso de herramientas; Modelos para el español y las lenguas del Perú

Capabilities: Aplica ajuste fino supervisado y optimización de preferencias. Entrena un modelo en tareas con recompensas verificables.

Contents: IA en salud; IA en finanzas y seguros; IA en agricultura, minería y energía; IA en el Estado y los servicios públicos; Casos de aplicación en el Perú

Capabilities: Analiza casos de aplicación de la IA en sectores del país. Identifica oportunidades de aplicación en una organización.

Contents: Ciclo de vida de proyectos de aprendizaje automático; Enfoques predictivos, ágiles e híbridos; Estimación de esfuerzo, costo y retorno; Equipos multidisciplinarios; Gestión de riesgos técnicos

Capabilities: Planifica un proyecto de IA con su alcance, cronograma y riesgos. Estima el costo y el retorno de una solución de IA.

Contents: Propuesta de valor y modelo de negocio; Producto mínimo viable con IA; Propiedad intelectual y licencias de modelos; Adquisición de soluciones de IA en el Estado; Presentación ante inversionistas

Capabilities: Formula el modelo de negocio de un producto con IA. Valida un producto mínimo viable con usuarios.

Contents: Clasificación de riesgos del reglamento de la Ley 31814; Sistemas de gestión de IA; Protección de datos personales; Evaluación de impacto; Proyecto con una organización

Capabilities: Evalúa el cumplimiento normativo de un proyecto de IA. Ejecuta un proyecto de IA con una organización real.

Contents: Marco legal de las modalidades formativas laborales y convenio de prácticas; Plan de prácticas: objetivos, actividades y competencias por demostrar; Inserción en el equipo de trabajo y normas de la organización; Seminario: ética profesional y confidencialidad de la información

Capabilities: Formula su plan de prácticas alineado con las competencias del perfil de egreso.

Contents: Ejecución de las tareas asignadas en proyectos de la organización; Registro de actividades en la bitácora de prácticas; Seminario de seguimiento: avances y dificultades

Capabilities: Ejecuta tareas profesionales de computación con las prácticas y estándares de la organización.

Contents: Participación en el ciclo completo de un entregable del equipo; Evaluación intermedia del supervisor de la organización; Seminario: aprendizaje autónomo de tecnologías usadas en la práctica; Identificación de una mejora o aporte para la organización

Capabilities: Aporta una mejora documentada al proceso o producto en el que participa.

Contents: Redacción del informe final de prácticas; Evaluación final del supervisor y constancia de prácticas; Sustentación de la experiencia ante el docente y los pares

Capabilities: Sustenta su experiencia preprofesional con evidencias y reflexión crítica.

Contents: Implementación de la propuesta original: prototipo, algoritmo o modelo del proyecto; Reproducción de baselines relevantes del estado del arte para comparación; Ejecución de experimentos preliminares con análisis estadístico básico; Registro y documentación de configuraciones, versiones y resultados; Identificación de limitaciones y ajuste iterativo de la propuesta; Redacción del capítulo de metodología y diseño experimental en LaTeX

Capabilities: Redacta los capítulos de metodología y trabajos relacionados con rigor académico. Aplica ciclos de revisión con el asesor para mejorar la calidad del documento.

Contents: Ejecución completa del protocolo experimental definido en el plan del proyecto; Análisis estadístico final: pruebas de significancia, intervalos de confianza y efecto; Comparación objetiva con baselines y estado del arte usando métricas establecidas; Interpretación de resultados: hallazgos, limitaciones y amenazas a la validez; Documentación reproducible: código, datasets, configuraciones y resultados

Capabilities: Analiza resultados con rigor estadístico e interpreta hallazgos con respecto a la hipótesis. Completa la ejecución del protocolo experimental con todos los casos definidos.

Contents: Redacción del capítulo de resultados: tablas, figuras y análisis comparativo de alta…; Redacción del capítulo de conclusiones: hallazgos, contribuciones originales y…; Redacción del capítulo de trabajo futuro: extensiones y problemas abiertos; Redacción de la introducción final: motivación, problema y resumen de contribuciones; Redacción del resumen ejecutivo (abstract) en español e inglés; Diseño de la presentación oral: estructura, narrativa y manejo del tiempo

Capabilities: Diseña y expone una presentación oral clara y estructurada del trabajo del proyecto. Redacta el capítulo de resultados con visualizaciones claras y análisis comparativo.

Contents: Proceso institucional de entrega del informe final: documentación y plazos reglamentarios; Pre-sustentación ante autoridades de la facultad: evaluación del borrador final; Incorporación de correcciones del comité pre-sustentador en el documento; Trámites administrativos: designación de jurado y programación de la sustentación; Ética en la diseminación: acceso abierto, repositorio institucional y derechos de autoría

Capabilities: Presenta el borrador final ante el comité pre-sustentador e incorpora sus correcciones. Entrega el informe final completo cumpliendo todos los requisitos institucionales.

Contents: Principios éticos de la inteligencia artificial; Equidad algorítmica y sesgo; Privacidad y protección de datos personales; Transparencia y explicabilidad; Impacto en el trabajo y en la sociedad

Capabilities: Analiza dilemas éticos de sistemas de IA con marcos normativos y casos reales. Mide la equidad de un modelo con métricas apropiadas.

Contents: Ley 31814 y su reglamento: usos indebidos y riesgo alto; Estrategia Nacional de Inteligencia Artificial; Marcos internacionales de regulación; Sistemas de gestión de IA (ISO/IEC 42001); Gestión de riesgos con el marco del NIST

Capabilities: Clasifica un sistema de IA según el riesgo que define el reglamento de la Ley 31814. Propone controles de gobernanza para una organización que usa IA.

Contents: Especificación de objetivos y explotación de la recompensa; Alineamiento por preferencias humanas; Interpretabilidad mecanicista; Ataques adversarios, evasión de salvaguardas y equipos rojos; Supervisión escalable; Riesgos de sistemas avanzados

Capabilities: Evalúa la robustez de un modelo de lenguaje con técnicas de equipo rojo. Explica técnicas de alineamiento y sus limitaciones.

Contents: Evaluaciones de modelos y tarjetas de modelo; Auditoría algorítmica; Evaluación de impacto; Supervisión humana en sistemas de riesgo alto; Proyecto: auditoría de un sistema de IA

Capabilities: Audita un sistema de IA y redacta un informe con hallazgos y recomendaciones. Diseña mecanismos de supervisión humana para un sistema de riesgo alto.