logo usm logo di Buscador

vinculacion 1600x393

vinculacion 768x188

vinculacion 480x118

 

Asignaturas

Plan de Estudios del MII

60 SCT en asignaturas + Seminario de Investigación I y II.

Asignaturas Nivel 400

Asignaturas Nivel 400 (7 SCT)

INF-413Calidad y Productividad de Software*M. Visconti

Descripción

En este curso se presentan los conceptos clave de medición en Ingeniería de software, particularmente en las áreas de gestión de proyectos y aseguramiento de calidad de software. Se aplican diversas técnicas y modelos del estado del arte para el dimensionamiento de software, la estimación de esfuerzo, tiempos y costos, y la gestión cuantitativa de la calidad en la producción de software. Finalmente, se analizan los fundamentos básicos del mejoramiento de procesos de software.

INF-414Arquitectura de Software*H. Astudillo

Descripción

El diseño de sistemas de software complejos requiere competencias de concepción, evaluación y construcción diferentes de las requeridas por diseño de aplicativos individuales. El énfasis radica en la satisfacción de propiedades sistémicas (“requisitos extra funcionales”) y el uso de tecnologías para sistemas distribuidos. Este curso reporta técnicas, modelos y criterios para describir, evaluar y desarrollar sistemas de software complejos.  Los elementos utilizados incluyen ejemplos de documentación de proyectos reales, casos de estudio, talleres grupales de evaluación, y lecturas complementarias.

INF-451Computación Gráfica*C. Lobos

Descripción

En esta asignatura se introduce a la Computación Gráfica. Se define un sistema computacional con gráfica y se programan aplicaciones a través de una librería con funciones gráficas como OpenGL. Temas que se estudian son: Interacción hombre- computador, transformaciones geométricas, proyecciones y modelación. Para estos temas se programan ejemplos en un lenguaje de programación como C/C++.

INF-460Descubrimiento de Conocimiento y Análisis Formal de ConceptosV. Codocedo

Descripción

El Descubrimiento de Conocimiento (Knowledge Discovery, KDD) es la disciplina enfocada en el estudio de los mecanismos de extracción de conocimiento desde bases de datos. El proceso de KDD describe en etapas progresivas e iterativas la conversion incremental de datos en información y luego en conocimiento utilizando herramientas estadísticas, de aprendizaje de máquinas y de minería de datos con el objetivo de construir sistemas de apoyo a la toma de decisiones. Para estudiar el proceso KDD utilizaremos el Análisis Formal de Conceptos (Formal Concept Analysis, FCA), un framework matemático utilizado en clasificación, análisis de datos y recuperación de información, entre otras tareas.

INF-461Redes Móviles y Computación Ubicua*E. Rosas

Descripción

Modelos de movilidad y simulación de redes móviles: Modelos con dependencia temporal, espacial, con restricciones geográficas y jerárquicos. Simulación de redes basados en eventos discretos. Funcionamiento de protocolos de redes móviles: Protocolos de Mobile Ad-hoc Networks (MANET), Redes tolerantes a disrupciones o latencias (DTN), Vehicular Ad-hoc Networks (VANET), redes sensores inalámbricas (WSN), redes celulares 3G-4G, Internet of Things. Eficiencia en protocolos de red: Estudio de protocolos consientes de la energía, protocolos basados en contexto, protocolos consientes de la localización. Computación distribuida sobre dispositivos móviles: Mobile cloud computing, Fog/Edge computing, Wearable computing./p>

INF-464Computación Distribuída para Big Data*E. Rosas

Descripción

Introducción: Principios y propiedades para sistemas Big Data: confiabilidad, escalabilidad y mantenimiento. Componentes y arquitectura de aplicaciones Big Data. Sistema de archivos y manejo de datos: Modelo de datos, escalabilidad en bases de datos, algoritmos de gossip, detección de fallas, token ring, replicación, particionamiento, consistencia, y coordinación de servicios. Procesamiento Batch: Modelo Map-Reduce, Hadoop Distributed File System (HDFS), planificación de tareas y manejo de recursos de cluster (YARN). Computación incremental. Procesamiento Stream: Modelo basado en grafos (S4, Storm), agrupamiento de stream, confiabilidad y tolerancia a fallas, algoritmos de balance de carga, algoritmos de elasticidad. Integración con sistema de mensajes y colas: Modelo de publish and subscribe (Kafka). Procesamiento de stream con paradigma micro-batch (Spark).

INF-472Optimización CombinatoriaC. Castro

Descripción

El curso presenta los conceptos fundamentales de la programación entera. Se estudia los modelos clásicos donde la programación entera es aplicada y los fundamentos de los métodos de resolución de los modelos de optimización combinatoria. Los conceptos teóricos son complementados con el uso de herramientas computacionales para el modelamiento y la resolución de problemas de optimización combinatoria.

INF-474Tópicos Avanzados en Inteligencia ArtificialM.C. Riff

Descripción

Este curso es una revisión de las nuevas tendencias y avances en los métodos de búsqueda basados en heurísticas más conocidos. Tanto los problemas de optimización combinatoria y los problemas de optimización continua serán tratados con mayor énfasis en la combinatoria. Se presentarán las principales técnicas discutiéndolas en forma crítica y sus variaciones. Se utilizarán papers clave incluyendo aplicaciones. Los estudiantes conocerán cómo y por qué estas técnicas funcionan, cuándo aplicarlas, las ventajas respecto de otras técnicas más tradicionales.

INF-475Modelamiento Estocástico y SimulaciónH. Allende

Descripción

Este curso se introducen los fundamentos de los procesos estocásticos, y sus aplicaciones a la modelización de sistemas complejos. El diseño de un sistema computacional exige no sólo satisfacer ciertas funciones, sino también determinar de forma cuantitativa el comportamiento y la eficacia del mismo. Para ello, típicamente debemos construir modelos que suelen incluir algún elemento estocástico. En el curso se introducen los principales modelos estocásticos, así como su utilidad para la toma de decisiones. El análisis de sistemas complejos suele conducir a problemas de optimización estocásticos de difícil solución. Una alternativa puede ser el empleo de la simulación, que esencialmente, consiste en la experimentación computacional de un modelo estocástico, que describe el comportamiento dinámico del sistema bajo estudio.

INF-476Algoritmos EvolucionistasM.C. Riff

Descripción

Este curso es un curso avanzado con énfasis en la propia exploración e investigación. La evaluación se realizará con trabajos, revisión de un paper y un proyecto. El proyecto será desarrollado individualmente. El proyecto puede sintetizar múltiples estrategias de diseño o ser una profundización de una en particular usando problemas y aplicaciones elegidas por el estudiante. Esta técnica es lo suficientemente flexible como para incluir aplicaciones clásicas de la investigación de operaciones, diseño en ingeniería, sistemas de manufactura y finanzas.

INF-477Redes Neuronales ArtificialesH. Allende/R. Ñanculef

Descripción

Este curso introduce los fundamentos de las redes neuronales artificiales (Artificial Neural Network, ANN) y sus aplicaciones a problemas de clasificación y reconocimiento de patrones. En el curso se introducen algunos desarrollos básicos de las ANN, para diferentes arquitecturas de redes aplicadas tanto a patrones estáticos como a patrones dinámicos. Se analizan diferentes aplicaciones de las ANN, así como sus posibilidades y limitaciones. Finalmente se estudian las redes neuronales recurrentes analizando los problemas de estabilidad, así como la efectividad y aplicación de algunos algoritmos constructivos.

INF-478Análisis Inteligente de Datos*H. Allende/R. Ñanculef

Descripción

Este curso pretende introducir a los alumnos en el análisis de datos basado en sistemas inteligentes y abordar algunas sus aplicaciones. Se estudiarán los fundamentos teóricos de los problemas de clasificación; agrupamiento y pronóstico en grandes bases de datos, tanto desde el punto de vista estadístico, como computacional; además, se abordarán los fundamentos probabilísticos de los modelos clásicos paramétricos y no paramétricos y aquellos basados en máquinas de aprendizaje. Se estudiarán las metodologías más relevantes para construir modelos de clasificación, agrupamiento y pronóstico, poniendo énfasis en aspectos computacionales y se abordarán algunas técnicas de validación.

INF-479Reconocimiento de Formas en Minería de Datos*H. Allende/M. Mendoza

Fundamentos teóricos de las técnicas usadas para el reconocimiento de entidades y patrones. Estos fundamentos entregan los conocimientos necesarios para reconocer la aplicación de estas técnicas así como la base para resolver diversos tipos de problemas de reconocimiento. Se revisan algoritmos de clustering y reglas de asociación en el marco del aprendizaje no supervisado.

INF-480Redes Complejas*A. Moreira

Descripción

Este curso es una introducción al reciente campo interdisciplinario de las redes complejas, con énfasis en redes sociales y tecnológicas. Esta área, que trata con grafos de gran tamaño y estructura no aleatoria, ha emergido con fuerza desde fines de los años 90, y ha contribuido a entender una amplia variedad de fenómenos, desde el crecimiento de la Web hasta la propagación de epidemias o rumores, o la formación de comunidades. A la vez ha puesto de manifiesto la existencia de patrones comunes en la conectividad de sistemas tan distintos como la regulación génica, el cerebro humano, las conexiones entre conceptos, o las redes sociales online. El curso cubre los principales modelos, propiedades genéricas, herramientas de análisis y los ejemplos más importantes de redes específicas.

INF-483Recuperación de Información en TextoM. Mendoza

Descripción

Esta asignatura cubre los temas fundamentales de recuperación de información en texto, esto es, el estudio del procesamiento, indexamiento, organización y consulta de colecciones de texto, incluyendo documentos de hipertexto de la web. Contenidos: Leyes del texto (Zipf, Heaps, Mandelbrot); estructura del lenguaje natural (collocations, n-grams, part-of-speech); técnicas de extracción de información desde texto (test para collocations, POS tagging, algoritmo de Viterbi. Modelos probabilísticos de recuperación de información (Robertson/Sparck-Jones, Tf-Idf, eliteness Bookstein, BM25). Evaluación en base a relevancia binaria (precision/recall, F-measure), medidas de desempeño global (AP, MAP), desempeño por posición en el ranking, evaluación en base a relevancia categórica (NDCG), benchmarks. Caracterización de la Web, extracción de información en la Web (crawling), análisis de hiper-enlaces, arquitecturas de motores de búsqueda.

INF-484Web Semántica*C. Buil

Descripción

Al final de esta asignatura, el estudiante será capaz de utilizar tecnologías de la Web Semántica para lograr ese objetivo, logrando que sus propias aplicaciones puedan interpretar automáticamente el contenido de una página web, hacer que sus aplicaciones se entiendan entre ellas o que esas mismas aplicaciones razonen automáticamente acerca de los datos que ellas generan. Además, el estudiante serán capaz de desarrollar páginas web cuyos contenidos sean entendidos por los grandes jugadores de Internet: Google, Bing, Yahoo y Yandex.

INF-485Elementos de Análisis para Informática y ComputaciónL. Salinas

Descripción

Asignatura centrada en los conceptos, resultados y métodos del análisis necesarios para abordar temas de la investigación avanzada propios de la Informática y la Computación contemporáneas. (4 SCT)

INF-486Inferencia Estadística y AprendizajeH. Allende

Descripción

Esta asignatura cubre fundamentos teóricos de máquinas de aprendizaje. Incluye tópicos básicos de probabilidades, inferencia estadística y aprendizaje, modelos estadísticos y métodos. (4 SCT)

INF-487Computabilidad y Complejidad ComputacionalA. Moreira

Descripción

Este curso cubre los fundamentos de las teorías de computabilidad y complejidad computacional, bases de la informática teórica. En el caso de la computabilidad lo que se estudia son los límites de lo que un computador es, en principio, capaz de computar. Para esto se estudian las nociones de lenguajes formales, gramáticas y máquinas abstractas, con énfasis en el modelo de la máquina de Turing, su universalidad de cómputo y la existencia de problemas indecidibles. En el caso de la complejidad computacional lo que se estudian son los límites de lo que, para efectos prácticos, podemos calcular en un computador. Para esto se definen las clases más importantes de problemas (con énfasis en P y NP), la jerarquía de clases en que se insertan, sus problemas prototípicos, y las reducciones que permiten clasificar a otros problemas y con ello tener cotas para su dificultad. (4 SCT)

INF-488Tópicos Actuales en Ingeniería de SoftwareH. Astudillo

Descripción

La Ingeniería de Software es la disciplina que se ocupa de la construcción sistemática, eficaz y eficiente de sistemas de software. Casi toda la Ciencia de Computación existe sobre la programación, pero el desarrollo de sistemas que satisfagan expectativas conflictivas y ambiguas de terceros es mucho más complejo, y la creación y mantención de equipos y organizaciones que hagan esto sistemáticamente es el foco de esta disciplina. Los participantes serán expuestos a las corrientes históricamente principales de investigación de la comunidad, y un panorama de la investigación actual que incluye sub-disciplinas, temas transversales, y enfoques inter- disciplinarios. (4 SCT)

INF-489Tópicos en Sistemas de InformaciónC. López

Descripción

Introducción a la disciplina de sistemas de información, historia de la disciplina, debate sobre su identidad, principales teorías y métodos de investigación, enfoque socio-técnico para el estudio de sistemas de información. Teorías y métodos de investigación por tópicos de investigación en el área: TIC y organizaciones, TIC e individuos, TIC y equipos de trabajo/colaboración, TIC y su desarrollo, TIC y mercados.

INF-490TEI: Computación Peer to Peer*X. Bonnaire

Descripción

Este curso es un curso avanzado con énfasis en la propia exploración e investigación. La evaluación se realizará con un certamen y un proyecto. El proyecto está orientado a diseñar e implementar un servicio a gran escala usando técnicas Peer to Peer. El trabajo será en equipo.

INF-490TEI: Arquitecturas Empresariales*H. Astudillo

Descripción

En esta asignatura los estudiantes conocerán y aplicarán los conceptos fundamentales de BPM en el contexto de una estructura empresarial, conociendo los modelos fundamentales y la integración de estos.

INF-490TEI: Seminario de Sistemas Distribuidos*R. Monge

Descripción

Esta asignatura tiene como propósito explorar y profundizar en materias específicas relacionados con el curso previo de introducción general a Sistemas Distribuidos. Cada año, según los temas que estén más vigentes y los intereses de los alumnos, se trabaja en una temática específica.

INF-490TEI: Astro-informáticaM. Solar/M. Araya

Descripción

Corresponde a un curso electivo del área de Sistemas Computación, donde los alumnos aprenderán temas fundamentales para comprender astronomía, y cuáles son sus implicancias dentro de la astro-ingeniería, y en particular en la Ingeniería Informática. El objetivo general de este curso es dar al alumno suficiente conocimiento para saber cuáles son los diversos tipos de telescopios, la tecnología desarrollada para realizar observaciones astronómicas, los sistemas computacionales envueltos, y las características principales y más relevantes de los distintos proyectos de astronomía desde una perspectiva de la Ingeniería Informática.

*Articuladas con pregrado para convalidación.

Asignaturas Nivel 500

Asignaturas Nivel 500 (8 SCT)

INF-510Métodos Numéricos ComputacionalesC. Torres

OBJETIVOS: Discutir el uso acoplado de herramientas clásicas y modernas en la computación científica. Dejando al estudiante capacitado para:

  • Evaluar de diferentes algoritmos avanzados para la resolución de sistemas de ecuaciones lineales, comprender ventajas y desventajas de cada uno de los algoritmos propuestos y entender técnicas especiales recientes para mejorar su desempeño.
  • Discutir, analizar y proponer aproximaciones a problemas descritos por ecuaciones diferenciales.
  • Proponer mejoras, discutir y evaluar de métodos rápidos en Computación Científica.

INF-520Compresión de TextoD. Arroyuelo

Descripción

Al finalizar este curso el alumno conocerá los fundamentos de teoría de la información, será capaz de reconocer qué tipos de textos pueden ser comprimidos, conocerá las distintas familias de algoritmos de compresión, conocerá a fondo las principales herramientas de compresión de texto disponibles en la actualidad, y será capaz de modificar las herramientas de compresión actuales para agregarles mejoras o proponer nuevas variantes.

INF-522Text MiningM. Mendoza

Descripción

Esta asignatura provee una introducción sistemática a una amplia gama de técnicas que permiten analizar texto. Estas técnicas permiten detectar patrones en el texto para ayudar a descubrir información útil para la toma de decisiones. Contenidos: Fundamentos de text mining: modelos de palabras (unigram, bigram, n-grams), elementos de teoría de información (entropía, entropía conjunta y condicional, divergencias Kullback-Leibler y Jensen-Shannon, perplejidad de modelos). Modelos de tópicos: modelos no paramétricos basados en variables latentes (Latent Semantic Analysis, probabilistic Latent Semantic Analysis, Non-Negative Matrix Factorization), modelos paramétricos basados en variables latentes (Latent Dirichlet Allocation), inferencia en modelos de tópicos (decoupling trick e inferencia variacional, Gibbs sampling). Modelos basados en redes neuronales (deep learning y NLP): modelos de lenguaje basados en redes recurrentes, clasificación de secuencias, etiquetado de secuencias, encodings para texto (word2vec, CBOW, GloVE, FastText), redes seq2seq, encodings para NLP para aplicaciones downstream NLP como Q&A y textual entailment (ELMO, BERT), modelos de atención multi cabezal (transformer) para texto, supervised attention en sentiment analysis, solución al problema de desbalance en detección usando técnicas de remuestreo tipo SMOTE.

INF-524Evaluación de Arquitectura de SoftwareH. Astudillo

Descripción

Exploración sistemática de literatura científica reciente relativa a la medición, comparación y evaluación de arquitecturas de software.

 

INF-529Ingeniería de Software Experimental M. Visconti

Descripción

Experimentación en Ingeniería de Software concierne el uso del diseño y análisis experimental para validar ideas y creencias, en un campo ampliamente dominado por suposiciones y especulaciones, orientado en forma práctica para los ingenieros de software. ¿Son válidas nuestras suposiciones? ¿Qué afirmaciones de la comunidad de desarrollo de software son válidas? ¿Bajo qué circunstancias son válidas? Responder estas preguntas es crítico para otorgar mayor certeza a las ideas en que se fundamenta la Ingeniería de Software. Durante la construcción de software no se utilizan, habitualmente, técnicas formales de experimentación. Este hecho contrasta con las prácticas comunes de otras ingenierías y campos científicos, en las cuales es obligatorio realizar una rigurosa experimentación que apoye las investigaciones realizadas. En este curso se discute el uso de Análisis y Diseño de Experimentos en Ingeniería de Software, estableciendo las bases teóricas para la efectiva realización de experimentos.

INF-564Diseño Avanzado de AlgoritmosD. Arroyuelo/M. Mendoza

Descripción

El curso está orientado a desarrollar los conocimientos y habilidades asociadas al diseño avanzado de algoritmos. Es una asignatura auto contenida en el área. En ella se tratan las técnicas básicas de análisis y diseño de algoritmos y además se profundiza en aspectos avanzados de diseño como algoritmos aproximados, aleatorizados, algoritmos paralelos y en línea.

INF-565Metodología de la InvestigaciónH. Astudillo/H. Allende

Este curso introduce a los alumnos en la metodología de la investigación científica en Ingeniería Informática y les permite desarrollar algunas competencias necesarias en la formulación de proyectos de investigación y en la escritura de artículos y tesis.

INF-568Simulación Mediante Mallas GeométricasC. Lobos

Descripción

Esta asignatura forma parte de los cursos electivos de la carrera Ingeniería Civil Informática y forma parte del área de conocimientos Ingeniería Aplicada. Esta asignatura está orientada a alumnos de la carrera Ingeniería Civil Informática y alumnos del Magíster en Ciencias de la Ingeniería Informática. En esta asignatura los estudiantes aprenderán como un conjunto de Ecuaciones Diferenciales Parciales (EDPs), que representan un comportamiento físico, se simula mediante Elementos, Volúmenes o Diferencias Finitas en un computador.

INF-571Programación con RestriccionesC. Castro

Descripción

El curso presenta los conceptos fundamentales de la programación con restricciones. Se estudia los problemas clásicos donde el modelamiento basado en la satisfacción de restricciones es aplicado. Se estudia los fundamentos de los métodos de resolución de problemas de satisfacción de restricciones. Los conceptos teóricos son complementados con el uso de herramientas computacionales para el modelamiento y la resolución de problemas de satisfacción de restricciones.

INF-572Computación EvolutivaM. C. Riff

Descripción

En este curso se profundizan los conceptos de metaheurísticas, algoritmos de búsqueda local, algoritmos genéticos, algoritmos miméticos, grasp. Se hace énfasis en las aplicaciones y en los problemas de optimización combinatoria con restricciones.

INF-575Lógica BorrosaC. Moraga

Descripción

En este curso se dan los fundamentos formales de la Lógica Borrosa, a partir del contexto de la lógica matemática clásica, particularmente el cálculo de predicados. Los (sub)conjuntos borrosos emergen vinculados al lenguaje natural con una intencionalidad semántica: por una parte representan el uso del lenguaje (en un contexto dado) y por otra, permiten el manejo formal de conocimientos vagos. Se discutirán distintos operadores para el cálculo con predicados borrosos, se presentarán teoremas de caracterización y mecanismos de generalización. El curso terminará con el análisis de inferencias en lógica borrosa.

INF-577Redes Neuronales AvanzadasH. Allende

Descripción

Este curso provee de un tratamiento de las distintas arquitecturas de redes neuronales artificiales (ANN) y sus aplicaciones a los problemas de aproximación universal, de clasificación y reconocimiento de patrones, tanto estáticos como dinámicos. Se analizan diferentes aplicaciones de las ANN, a la resolución de problemas de modelado matemático en ingeniería, reconocimiento de voz e imágenes, así como sus posibilidades y limitaciones. También se estudian las redes neuro-borrosas y redes probabilísticas.

INF-578Máquinas de Aprendizaje ComputacionalH. Allende/R. Ñanculef

Objetivos

Al finalizar el curso el alumno estará capacitado para:

  • Conocer los fundamentos estadísticos y computacionales de las Máquinas de Aprendizaje.
  • Diseñar y aplicar Máquinas de Aprendizaje a problemas de reconocimiento de formas: Clasificación, Asociación, Pronóstico, entre otras.
  • Conocer y aplicar diversos algoritmos de Máquinas de Aprendizaje.
  • Conocer los principales avances de las Artificial Neural Networks (ANN), para los problemas de clasificación y reconocimiento de patrones.

INF-582Cloud Computing y Big DataM. Solar

Descripción

La asignatura introduce los conceptos de la computación en la “nube” como una plataforma alternativa para High Performance Computing (HPC), desde los elementos que componen un data center hasta los requerimientos de redes de interconexión, capacidades de procesamiento (computing) y capacidad de almacenamiento (storage). Se presentan las ventajas y desventajas del modelo en la “nube” para resolver aplicaciones técnicas y científicas que utilizan grandes volúmenes de datos (Big Data), que no son fáciles de mover. Se pone un especial énfasis en las soluciones costo/efectivas analizando, discutiendo y estableciendo comparaciones entre distintas soluciones de “nubes”: pública y privadas, comerciales y académicas, así como su análisis tipo Total Cost of Ownership (TCO). La asignatura contempla también un acercamiento práctico al tema a través de la construcción de aplicaciones en la nube como servicios, MapReduce (Hadoop), PaaS (Azure), mover grandes volúmenes de datos (RDBMS tradicional) o mover los algoritmos hacia los datos (NoSQL).

Seminarios de Investigación

INF-462Seminario de Investigación IDirector de Tesis

Seminario destinado a estudiar en la literatura especializada, los trabajos relacionados con el tema de tesis del alumno, con el objeto de profundizar en el tema específico de la tesis, explorando las fronteras del conocimiento y proponiendo métodos alternativos. Finaliza con la presentación de la propuesta de tesis al comité de programa. 

La nota se obtiene al aprobar el tema de tesis.

INF-463Seminario de Investigación IIDirector de Tesis

Seminario destinado a realizar la tesis. Finaliza con la redacción de la tesis. La nota se obtiene al entregar la tesis para rendir su examen de magíster.