Master of Lifelong Learning in Cooperative, Connected and Automated Mobility

Sistemas digitales embebidos (3 créditos)
Coordinador: Raúl Sánchez Reíllo (Dept. Tecnología
Electrónica)

Los estudiantes aprenderán sobre microcontroladores, arquitecturas de hardware y software, y técnicas de programación para sistemas embebidos. A través de proyectos prácticos y estudios de caso, se desarrollarán habilidades para crear y optimizar sistemas digitales embebidos que mejoren la funcionalidad, seguridad y eficiencia de los vehículos inteligentes y conectados.

Sistemas y sensores ADAS (3 créditos)
Coordinador: Fernando García (Dept. Automática)

Esta asignatura se centra en los sistemas avanzados de asistencia al conductor (ADAS) y los sensores que los habilitan. Los estudiantes explorarán tecnologías como radar, lidar, cámaras y sensores ultrasónicos, y cómo estos se integran en los vehículos para mejorar la seguridad y avanzar hacia la conducción automatizada. Se desarrollarán habilidades para diseñar, implementar y evaluar sistemas ADAS innovadores que contribuyan a una movilidad más segura y eficiente.

Vehículos conectados (6 créditos)
Coordinadores: Juan Carlos Aguado Manzano (Universidad de Valladolid)  y José Eugenio Naranjo (Universidad Politécnica de Madrid)

Esta asignatura introduce a los alumnos en las tecnologías de comunicaciones aplicadas a sistemas de movilidad. Los estudiantes aprenderán sobre redes de comunicación, protocolos y estándares para vehículos conectados, así como sobre aplicaciones que mejoran la seguridad, eficiencia y experiencia del usuario. Se desarrollarán habilidades para diseñar e implementar soluciones innovadoras que integren la conectividad en el ecosistema de movilidad inteligente.

Ciberseguridad (6 créditos)
Coordinador: José María de Fuentes Garcia Romero de Tejada (Dept. Informática)

Esta asignatura permitirá a los alumnos adquirir conocimientos del campo de la ciberseguridad aplicada, desarrollando habilidades para diseñar e implementar soluciones robustas que aseguren la integridad,
confidencialidad y disponibilidad de los datos y sistemas críticos en la movilidad urbana.

Introducción al aprendizaje máquina (3 créditos)
Coordinador: Álvaro García López (Eviden)

Esta asignatura busca introducir a los alumnos en temas de gran actualidad dentro de la inteligencia artificial moderna, en concreto, aquellos relacionados con aprendizaje máquina.
Asignatura creada con un marcado carácter práctico, se buscan adquirir los conocimientos básicos que permitan a los alumnos desarrolla aplicaciones de movilidad empleando tecnologías de lenguaje máquina.

Big Data (3 créditos)
Coordinador: Esther Cid Romero (Eviden)

Esta asignatura busca profundizar en la temática de Big Data y sus aplicaciones en el campo de la movilidad. se enfoca en el análisis y gestión de grandes volúmenes de datos para optimizar los sistemas de transporte. Los estudiantes aprenderán a utilizar herramientas y técnicas avanzadas de procesamiento de datos, analítica predictiva y visualización para extraer información valiosa que mejore la eficiencia, seguridad y sostenibilidad de la movilidad. Se desarrollarán habilidades para implementar soluciones basadas en Big Data que transformen el futuro del transporte inteligente.

IA aplicada a los servicios de movilidad (3 créditos)
Coordinador: Fernando García (Dept. Automática)

La asignatura proporciona una comprensión profunda de cómo la IA puede revolucionar los servicios de movilidad. Los estudiantes aprenderán a aplicar algoritmos de aprendizaje automático y análisis de datos para resolver problemas de tráfico, mejorar la eficiencia de los sistemas de transporte, fomentar la movilidad sostenible, entre otros. Se explorarán soluciones innovadoras que están transformando la movilidad urbana y el transporte inteligente.

Pruebas y validación de software (6 créditos)
Coordinador: Antonio Amescua Seco (Dept. Informática)

La asignatura se enfoca en las metodologías yherramientas necesarias para asegurar la calidad y fiabilidad del software. Los estudiantes aprenderán a diseñar y ejecutar pruebas rigurosas, detectar y corregir errores, y validar elrendimiento de aplicaciones. Se profundizará en técnicas avanzadas para garantizar la robustez y seguridad del software en entornos de movilidad

Dinámica Vehicular (6 créditos)
Coordinador: Daniel Garcia -Pozuelo Ramos (Dept. Mecánica)

La asignatura se centra en el estudio de las fuerzas y movimientos que afectan el comportamiento de los vehículos. Los estudiantes aprenderán a analizar y modelar la dinámica de vehículos, incluyendo aspectos como la estabilidad, el control y la tracción. Mediante simulaciones, experimentos y proyectos prácticos, se desarrollarán habilidades para diseñar y optimizar vehículos que sean seguros, eficientes y capaces de ofrecer un alto rendimiento en diversas condiciones.

Visión por computador (6 créditos)
Coordinador: Abdulla Al-Kaff (Depr. Automática)

La asignatura ofrece una exploración profunda de las técnicas y aplicaciones del procesamiento de imágenes y análisis visual. Los estudiantes aprenderán a desarrollar e implementar algoritmos avanzados para la detección y reconocimiento de objetos, análisis de vídeo y comprensión de escenas. A través de proyectos prácticos se adquirirán habilidades para aplicar diversos campos, dando especial relevancia a los casos de uso de movilidad.

Arquitectura del vehículo inteligente y conectado (3 créditos)
Coordinador: Jorge Villagrá (CSIC)

La asignatura aborda el diseño y desarrollo de vehículos avanzados equipados con tecnologías de conectividad e inteligencia artificial. Los estudiantes explorarán la integración de sensores, sistemas de comunicación y plataformas de procesamiento de datos para crear vehículos autónomos y conectados. A través de estudios de caso y proyectos prácticos, se adquirirán conocimientos sobre cómo estas tecnologías transforman la movilidad, mejoran la seguridad y optimizan la eficiencia del transporte.

Trabajo Final de Máster (12 créditos)

Profesorado de la UC3M

• Abdulla Al Kaff 
  Ing. De Sistemas y Automática 
  Profesor Ayudante
• Fernando Garcia Fernandez      
  Ing. De Sistemas y Automática 
  Profesor Titular
• José María de Fuentes Garcia Romero de Tejada            
  Informática      
  Profesor Titular
• Lorena Gonzalez Manzano        
  Informática      
  Profesora Titular
• Antonio Amescua Seco
  Informática      
  Catedrático
• Daniel Garcia -Pozuelo Ramos  
  Ing. Mecánica  
  Profesor Titular
• Maria Jesus Lopez Boada           
  Ing. Mecánica  
  Catedrática
• Beatriz Lopez Boada     
  Ing. Mecánica  
  Catedrática

Profesorado externo

• Vicente Milanés
  Renault
  Innovation Project manager
• José Eugenio Naranjo Hernández
  Universidad Politécnica Madrid de Madrid
  T.s de Ing. de sistemas informáticos
  Catedrático de universidad
• Felipe Jiménez Alonso
  Universidad Politécnica Madrid de
  Dep. de Ing. Mecánica
  Catedrático de universidad
• Juan Carlos Aguado Manzano
  Universidad de Valladolid
  Teoría de la señal y comunicaciones
  Profesor titular
• Jorge Villagrá   
  CSIC     
  Científico titular
• Jorge Godoy     
  CSIC
  Científico titular
• Esther Cid Romero        
  Eviden 
  Industry Leader
• Alvaro Garcia López      
  Eviden 
  Business Development Architect
• Irene Cortes Lafuente
  Renault
  SW Project Manager
• Carlos Guindel Gómez
  Renault
  ADAS/AD Software Engineer

Los egresados serán capaces de llevar a cabo un proceso de análisis y síntesis para resolver problemas, diseñar y evaluar soluciones del ámbito de la movilidad basados en un completo conocimiento en la normativa vigente y en los fundamentos de las tecnologías involucradas como son los sensores, los sistemas eléctricos y electrónicos embarcados, inteligencia artificial y ciberseguridad.

Además, serán competentes para realizar diseños en el ámbito de los vehículos inteligentes y la movilidad autónoma, sistemas embarcados, proyectos empresariales en el ámbito de la movilidad, ciberseguridad aplicada a la movilidad e inteligencia artificial, que cumplan con las especificaciones requeridas colaborando con otros profesionales de tecnologías afines dentro de equipos multidisciplinares.

Finalmente, los egresados serán competentes para aplicar sus conocimientos y comprensión para resolver problemas y diseñar dispositivos, equipos, procesos o procedimientos en el ámbito de la movilidad, de acuerdo con criterios de coste, calidad, seguridad, eficiencia y respeto por el medioambiente. Hay que reseñar que esta titulación proporciona las capacidades genéricas que los egresados requieren para la práctica de la ingeniería en la sociedad actual: comunicar conocimientos oralmente y por escrito, ante un público tanto especializado como no especializado, trabajar en equipos multidisciplinares e internacionales, aprendizaje continuo que les permita adaptarse a nuevas situaciones, etc.

Todas estas competencias y capacidades les permitirán entrar en un mercado laboral boyante, que busca aplicar las últimas tecnologías en comunicaciones, electrónica e inteligencia artificial en el campo de la movilidad.

Duración y Horarios

Las asignaturas estarán divididas en franjas horarias de 2 horas lectivas (dos sesiones de 45 minutos con descansos de 15). De lunes a viernes en horario de tarde, de 17 a 21 horas. Los viernes se reservarán para recuperaciones y seminarios.

Las clases se impartirán en formato presencial con grabación online empleando blackboard collaborate, para los alumnos que asisten de forma telemática.

Información adicional

a) La dirección de correo electrónico que facilita la Universidad al alumno, una vez realizada la matrícula, será utilizada prioritariamente en las comunicaciones con el alumno, por lo que es imprescindible su activación y consulta periódica.

b) La falta de pago en la fecha establecida supondrá la denegación o anulación de la matrícula en los términos y efectos que la Universidad establezca.

Lugar de impartición

☛ Campus de Leganés

☛ Realiza una visita virtual al Campus de Leganés

☛ Más información del Campus