TAJAMAR

Para el Técnico de Grado Medio, esta herramienta es clave para el Resultado de Aprendizaje **'Preparar la forma impresora para troquelado'**. \n\nEl alumno aprende a 'interpretar' el diseño estructural del Técnico Superior. Utiliza el software para 'revisar' las líneas de corte y plegado del 'troquel', asegurar que no hay errores, y 'enviar' el archivo a la máquina de fabricación del troquel o a la máquina de 'corte digital'. Es la conexión fundamental entre el diseño y la planta de producción.

ArtiosCAD es el estándar mundial para el diseño estructural de envases y embalajes. Para el Técnico Superior, es la herramienta central para el Resultado de Aprendizaje **'Diseñar envases y embalajes estructurales'**. \n\nEl alumno aprende a crear el 'desarrollo' plano de una caja, un expositor de punto de venta o un estuche. El software permite diseñar los 'troqueles' (las líneas de corte y plegado) en 2D y validarlos instantáneamente con un plegado virtual en 3D. Esto es clave para el Resultado de Aprendizaje **'Realizar prototipos y maquetas'**.

La inteligencia artificial generativa impacta en el Resultado de Aprendizaje **'Diseñar productos gráficos'**. El alumno aprende a usar herramientas (como modelos entrenados con PyTorch) para generar imágenes y conceptos visuales en la fase de ideación, agilizando el proceso creativo. \n\nAdemás, el Resultado de Aprendizaje **'Gestionar la producción multimedia'** se ve potenciado al usar análisis de datos (con Python) para medir el impacto de una campaña, analizando el 'sentimiento' de las audiencias en redes sociales.

ArtiosCAD es el estándar de la industria del 'packaging'. Para el Técnico Superior, es la herramienta central para el Resultado de Aprendizaje **'Diseñar envases y embalajes'**. El alumno aprende a diseñar la 'estructura 2D' de la caja (el 'troquel') y a plegarla virtualmente en 3D para comprobar su montaje. El Resultado de Aprendizaje **'Preparar archivos para la preimpresión'** se cubre al poder aplicar el diseño gráfico (hecho en Illustrator) sobre el modelo 3D de la caja.

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.

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. \n\nPara 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 análisis de datos y la inteligencia artificial impactan en el Resultado de Aprendizaje **'Cuantificar la condición física, biológica y motivacional'**. El alumno aprende a usar herramientas como Python para analizar grandes volúmenes de datos de sensores y 'wearables' (pulso, potencia, variabilidad cardíaca). \n\nEsto permite al alumno potenciar el Resultado de Aprendizaje **'Programar el acondicionamiento físico'** usando modelos predictivos de 'machine learning' para detectar patrones de fatiga, optimizar las cargas de entrenamiento y prevenir el riesgo de lesión.

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. \n\nEl 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. \n\nEl 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.