MAJADA MARCIAL

Para este Técnico de Grado Medio, AutoCAD (y su versión específica para electricidad) es la herramienta para dibujar e interpretar la documentación de una instalación. El alumno aprende a delinear los esquemas unifilares y multifilares que definen el funcionamiento del cuadro eléctrico. - El Resultado de Aprendizaje 'Elaborar la documentación técnica' se alcanza al realizar los planos de implantación sobre una planta de arquitectura, indicando dónde van los tubos, las cajas y los mecanismos. El software permite al alumno desarrollar el Resultado de Aprendizaje 'Configurar instalaciones eléctricas y automáticas' al traducir los requisitos del proyecto en un plano técnico preciso.

Esta es una suite de simulación de alta frecuencia. Para el Técnico Superior, es una herramienta avanzada para el Resultado de Aprendizaje 'Diseñar y analizar sistemas electrónicos' . El alumno aprende a simular el comportamiento de campos electromagnéticos en componentes, antenas y placas de circuito impreso. Es fundamental para el Resultado de Aprendizaje 'Verificar la compatibilidad electromagnética' , permitiendo al alumno analizar y predecir interferencias entre dispositivos antes de su fabricación.

NX de Siemens ofrece capacidades integradas de diseño y simulación. El técnico superior alcanza el resultado de aprendizaje "Diseñar sistemas electrotécnicos complejos" modelando geometrías de armarios y cuadros de mando. Contribuye a "Optimizar distribución de componentes" mediante simulación de rutas de cableado y gestión térmica. El resultado de aprendizaje "Documentar sistemas para instalación" se fortalece exportando planos técnicos de montaje y especificaciones de conexionado.

El análisis de datos es fundamental para el Resultado de Aprendizaje 'Gestionar la operación de parques eólicos y solares' . El alumno aprende a usar modelos de 'machine learning' para analizar series temporales de datos meteorológicos y predecir la producción de energía. - El Resultado de Aprendizaje 'Optimizar la eficiencia energética' se logra al crear modelos que ajusten la orientación de los paneles solares o las palas de los aerogeneradores en función de la demanda y la predicción meteorológica.

Diseñar sistemas renovables híbridos, optimizar inversión, analizar retorno económico proyectos.

Ansys Mechanical permite simulación térmica y de fluidos para sistemas renovables. El técnico superior alcanza el resultado de aprendizaje "Simular rendimiento de sistemas solares térmicos" mediante análisis CFD y transferencia de calor. Contribuye a "Optimizar eficiencia energética" evaluando diferentes configuraciones. El resultado de aprendizaje "Validar diseños antes de fabricación" se fortalece mediante predicción de comportamiento real mediante simulación numérica.

Red Hat Enterprise Linux es un sistema operativo empresarial. Para el Técnico Superior, es fundamental para el Resultado de Aprendizaje 'Implantar y administrar sistemas operativos' . El alumno aprende a instalar, configurar y gestionar servidores en un entorno Linux, que es el estándar en la industria. Es clave para el Resultado de Aprendizaje 'Gestionar la seguridad del sistema' , ya que el alumno aprende a configurar cortafuegos, gestionar permisos de usuario y aplicar políticas de seguridad en un entorno robusto y certificado.

Simpana (ahora Plataforma Commvault) es una solución de gestión de datos. Para el Técnico Superior, es fundamental para el Resultado de Aprendizaje 'Administrar los servicios de red' , específicamente en lo relativo a la protección de datos. El alumno aprende a implantar políticas de copia de seguridad (backup) y planes de recuperación ante desastres. Es clave para el Resultado de Aprendizaje 'Garantizar la continuidad del negocio' , asegurando que los datos de la empresa se puedan recuperar de forma rápida y fiable en caso de un fallo.

Stack HP Z proporciona entorno completo para desarrollo web moderno. El técnico superior alcanza el resultado de aprendizaje "Desarrollar backend escalable con Python" en Stack. Contribuye a "Desplegar aplicaciones en contenedores Docker" natively. El resultado de aprendizaje "Optimizar performance de aplicaciones" se fortalece con herramientas profiling en Stack HP Z.

El análisis de datos es clave para el Resultado de Aprendizaje 'Gestionar los procesos de tesorería' . El alumno aprende a usar herramientas como Python para analizar series temporales de flujos de caja y crear modelos predictivos que anticipen necesidades de liquidez. - Para el Resultado de Aprendizaje 'Analizar la viabilidad de proyectos de inversión' , el alumno puede usar modelos de 'machine learning' para evaluar el riesgo crediticio de clientes o predecir la probabilidad de éxito de una inversión basándose en datos históricos.

Gestionar ciclo contable-fiscal, elaborar balances, generar reportes auditoría, cumplimiento normativo.

El RA 'Gestionar costes indirectos y directos de producción' (RD 1584/2011, módulo Contabilidad y Gestión Contable) está intrínsecamente conectado a esta herramienta de simulación. El alumno del Técnico Superior aprende que el 'coste de fabricación' no es un número abstracto de Excel: es el resultado de decisiones ingenieriles (espesor de chapa, proceso de soldadura, máquina asignada) que se toman EN EL CAD/CAE. Mediante ANSYS Mechanical, simula cómo optimizar una pieza para reducir peso (menos material = menor coste) sin perder resistencia estructural. El alumno mapea directamente: Simulación → Decisión Ingenieril → Impacto en Coste de Fabricación. El RA 'Analizar productos financieros y de inversión' también se potencia: el alumno entiende cómo evaluar la 'viabilidad económica' de una inversión en nueva maquinaria CNC (¿es más rentable invertir en soldadura robótica?) comparando escenarios de simulación. Una estación Z (Z4, Z6) es clave porque los análisis FEA de un componente real pueden tener 100k-1M elementos, exigiendo 32-64GB RAM. El alumno egresa como un 'Técnico de Costes de Ingeniería', capaz de comunicar decisiones técnicas en términos de impacto económico a la dirección.

El RA 'Gestionar costes indirectos y directos de producción' está directamente vinculado. ENOVIA DMU es el 'sistema de verdad' (single source of truth) del coste de producto. El alumno aprende que el 'coste de fabricación' surge del 'árbol de componentes' (BOM): cada pieza tiene un coste unitario de proveedor, un coste de logística, un coste de manejo. ENOVIA gestiona este árbol de 5000 piezas automáticamente. El RA 'Supervisar procesos administrativos de compras' se potencia: el alumno ve cómo los cambios de producto (ej. usar materiales alternativos) afectan directamente a los costes de aprovisionamiento. El RA 'Analizar la información contable y financiera' se conecta mediante la generación automática de reportes de coste por componente, por proveedor, por línea de producto. Una estación Z (Z4, Z6) es vital para 'navegar' en 3D el ensamblaje de 5000 piezas sin 'lag', permitiendo que el alumno verifique e identifique diseños ineficientes (piezas sobredimensionadas = costes innecesarios). El alumno egresa entendiendo el 'coste de producto' desde la perspectiva del 'árbol de ingeniería'.

El RA 'Gestionar costes indirectos y directos de producción' está totalmente integrado en esta herramienta. El alumno del Técnico Superior aprende que el 'coste de transformación' (coste de la mano de obra que convierte materia prima en producto) NO es fijo, sino que depende del 'proceso productivo'. Mediante Tecnomatix, el alumno simula un cambio de proceso (ej. aumentar la velocidad de una máquina de 100 a 120 piezas/hora) y ve cómo cambia el 'coste unitario'. El RA 'Supervisar procesos administrativos de compras' se potencia: comparar el coste de un robot de €500k que reduce el tiempo de ciclo 30% vs. mantener 3 operarios. El RA 'Analizar la información contable' se aplica mediante el análisis de 'Margen de Contribución': Precio de Venta - Coste de Material - Coste de Transformación. Una estación Z (Z4) con potencia CPU es crítica para ejecutar simulaciones de procesos discretos de 'miles de eventos' (cada evento es un producto siendo procesado). El alumno egresa como un 'Ingeniero de Procesos Financiero', capaz de evaluar inversiones en automatización desde la perspectiva del 'ROI' (Return on Investment).

El RA 'Gestionar costes indirectos y directos de producción' está profundamente conectado. ANSYS CFX predice el 'coste de transformación' desde la perspectiva del 'consumo de energía/recursos'. El alumno del Técnico Superior aprende que un producto manufacturado (ej. un lingote de acero, agua desalinizada) tiene un 'coste energético' que surge de la física del proceso (flujo, temperatura, presión). Mejorando el diseño del proceso (CFX simula diferentes geometrías), el alumno reduce el 'coste de transformación'. El RA 'Analizar productos financieros' se potencia evaluando inversiones en 'mejoras de eficiencia' (¿Es rentable invertir €2M en un nuevo generador 8% más eficiente? ¿Cuál es el 'Payback'?). El RA 'Supervisar procesos administrativos de compras' también se aplica: si mejoro la eficiencia, bajo el consumo de biomasa, por lo que puedo 'negociar' con proveedores desde una posición más fuerte (necesito menos toneladas/año). Una estación Z (Z6, Z8) es OBLIGATORIA para CFX: es 100% intensivo en CPU y memoria (el mallado CFD de un generador real tiene 5-10M elementos, exigiendo 64-128GB RAM y procesamiento paralelo de múltiples CPUs Xeon). El alumno egresa como un 'Técnico de Costes de Producción con Visión de Eficiencia Energética'.

El análisis de datos es el núcleo del Resultado de Aprendizaje 'Obtener, analizar y organizar la información en la investigación de mercados' . El alumno aprende a usar herramientas como Python para procesar grandes volúmenes de datos de ventas y comportamiento de usuarios. - Esto permite al alumno alcanzar el Resultado de Aprendizaje 'Definir estrategias y políticas de marketing' , creando 'modelos de segmentación' que agrupan a los clientes por su probabilidad de compra, o 'sistemas de recomendación' para la venta cruzada.

El análisis de datos potencia el Resultado de Aprendizaje 'Detectar y analizar las necesidades de intervención social' . El alumno aprende a usar herramientas de análisis de datos para cruzar información sociodemográfica (paro, renta, nivel de estudios) e identificar las zonas de una ciudad con mayor riesgo de exclusión social. - Esto permite al alumno participar en el Resultado de Aprendizaje 'Diseñar proyectos de intervención social' de forma más efectiva, focalizando los recursos públicos donde más se necesitan.

Stack HP Z proporciona plataforma Ubuntu segura para análisis de ciberseguridad. El especialista alcanza el resultado de aprendizaje "Analizar amenazas utilizando Python y ML" implementando algoritmos de detección en Stack. Contribuye a "Automatizar análisis de seguridad" usando scripts Python sobre Ubuntu. El resultado de aprendizaje "Investigar incidentes de seguridad" se fortalece con herramientas Linux nativas en Stack HP Z.

Este curso es el epicentro de esta tecnología. El Resultado de Aprendizaje 'Desarrollar modelos de inteligencia artificial' se logra usando Python y librerías como TensorFlow y PyTorch. - El alumno aprende a aplicar estos modelos a problemas audiovisuales: usar 'visión por computador' para el Resultado de Aprendizaje 'Realizar rotoscopia y 'tracking' automático' ; usar 'redes generativas' (GANs) para crear 'deepfakes' éticos o 'upscaling' de imagen; y usar 'procesamiento de lenguaje natural' para subtitular automáticamente.

Este curso es el epicentro de esta tecnología. El Resultado de Aprendizaje 'Aplicar técnicas de 'machine learning'' se logra usando Python y librerías como Scikit-learn, TensorFlow y PyTorch. - El alumno aprende a entrenar modelos, lo que es clave para el Resultado de Aprendizaje 'Desarrollar soluciones de 'deep learning' (redes neuronales) para visión por computador o procesamiento de lenguaje natural. El Resultado de Aprendizaje 'Gestionar sistemas de 'big data' se cubre al aprender a usar herramientas para procesar volúmenes masivos de información.

Análisis exploratorio con notebooks interactivos, documentación reproducible y comunicación de insights técnicos.

Stack HP Z proporciona infraestructura premium para IA y Big Data. El especialista alcanza el resultado de aprendizaje "Entrenar modelos Deep Learning a escala" usando GPU y CUDA. Contribuye a "Procesar Big Data eficientemente" con CPU multi-core + GPU. El resultado de aprendizaje "Desplegar modelos ML en producción" se fortalece con Docker en Stack HP Z.

El Stack de Ciencia de Datos Z by HP proporciona herramientas para análisis energético avanzado. El especialista alcanza el resultado de aprendizaje "Analizar datos energéticos mediante machine learning" utilizando Python, TensorFlow para modelado predictivo. Contribuye a "Identificar ineficiencias energéticas" mediante análisis de patrones en consumo. El resultado de aprendizaje "Generar informes de auditoría basados en datos" se fortalece mediante automatización de análisis y visualización de resultados.