Microcredencial Universitaria Data-intensive Aerospace Engineering
- Inicio
- Microcredenciales Universitarias
- Microcredencial Universitaria Data-intensive Aerospace Engineering
- Inicio
- Dirección: Andrea Ianiro.
- Idioma: Inglés.
- Modalidad: On line.
- Fechas: Del 17 al 26 de noviembre de 2025.
- Horario: Lunes y miércoles de 15:00 to 19:00 horas.
- Duración: 16 horas.
- ECTS: 2.
- Price: €300.
- Plazas: 20
- Plazo de admisión : Hasta el 16 de noviembre de 2025.
- Becas: 18 Becas Banco Santander
- Departamento: Ingeniería Aeroespacial
El estudiantado podrá analizar e interpretar datos de ingeniería aeroespacial mediante técnicas exploratorias y aplicar modelos de aprendizaje automático , como regresión, clasificación, agrupación y redes neuronales, para resolver problemas como el diseño de perfiles, el diagnóstico de motores y la predicción meteorológica.
Asimismo, desarrollarán flujos de trabajo completos y basados en datos en Python, adquiriendo habilidades prácticas para apoyar la innovación y la toma de decisiones informadas en aplicaciones aeroespaciales.
- PROGRAMA
Se trata de un curso práctico centrado en la aplicación de técnicas de análisis de datos y aprendizaje automático a problemas reales de ingeniería aeroespacial.
Como complemento a las clases teóricas, el curso hace hincapié en la implementación práctica de utilizando cuadernos interactivos de Python en Google Colab, lo que permite a los estudiantes trabajar directamente con datos de ingeniería de y desarrollar flujos de trabajo de ML totalmente funcionales desde cero.
El programa introduce conceptos fundamentales de la ciencia de datos:
- Análisis exploratorio de datos
- Regresión
- Clasificación
- Reducción de dimensionalidad
- Agrupación y redes neuronales
a través de aplicaciones adaptadas explícitamente a contextos aeroespaciales.
Cada tema se explora a través de ejemplos guiados y aprendizaje basado en proyectos utilizando conjuntos de datos reales o simulados de alta fidelidad.
Los casos de uso incluyen el diseño aerodinámico y la predicción del rendimiento de los perfiles aerodinámicos mediante regresión y modelos sustitutos basados en CNN, el mantenimiento predictivo de motores turbofán y el aprovechamiento de series temporales multivariantes procedentes de sensores a bordo o la predicción meteorológica basada en datos de satélite, utilizando algoritmos de clasificación y agrupación.
- PROFESORADO
Profesorado UC3M
- Andrea Ianiro
Catedrático Dep. Aeroespacial. - Carlos Sanmiguel Vila
Profesor Asociado Dep. Aeroespacial.
- Andrea Ianiro
- ADMISIÓN
Dirigido a:
No se requiere titulación universitaria.
INSCRIPCIÓN, MATRÍCULA Y PAGOPRIMER PASO - REGISTRO
- Si eres o has sido estudiante de la UC3M no necesitas registrarte
- Si no recuerdas tu clave puedes crear una nueva
SEGUNDO PASO - INSCRIPCIÓN, MATRÍCULA Y PAGO
Accede con tu usuario y clave
Para cualquier consulta o incidencia relacionada con la solicitud de admisión ponte en contacto con admisiontp@postgrado.uc3m.es
- INFORMACIÓN PRÁCTICA
Metodología
Los estudiantes son evaluados mediante la presentación de cuadernos Google Colab en los que resuelven estudios de casos aeroespaciales y responden a preguntas relacionadas.
La evaluación se centra en la correcta aplicación de los métodos y la interpretación de los resultados, midiendo los conocimientos y habilidades en ingeniería aeroespacial basada en datos.
Fechas de imparticiónDel 17 al 26 de noviembre de 2025.
HorarioLunes y miércoles de 15:00 a 19:00 horas.
- BECAS SANTANDER
Becas Santander Microcredenciales 2025
- Plazo: 3 de septiembre de 2025 hasta el 28 de octubre de 2025 (ambos incluidos)
- Número de ayudas: 18
- Importe: 300€
- Resolución: antes del 28 de noviembre de 2025