Como fin primordial perseguido por este Máster podemos destacar la formación de investigadores y profesionales independientes, con experiencia en el campo que define el Máster, Computación Paralela y Distribuida, con plena capacidad de realizar su trabajo de investigación y/o de transferencia tecnológica, y con capacidad para dirigir y ayudar en su campo de competencia, a otros investigadores y/o a otros profesionales.

Objetivos finales

Objetivos específicos

  1. Adquisición de los conceptos básicos en Computación Paralela y sus aplicaciones en Ingeniería
  2. Adquisición de conocimientos básicos y experiencia en Sistemas Distribuidos y Tecnologías Grid
  3. Estudiar los modelos computacionales y las técnicas de evaluación y diseño de algoritmos propias de la Computación Paralela
  4. Conocer la tecnología de la programación propia de los sistemas paralelos y las herramientas disponibles actualmente en Computación Paralela: Entornos, lenguajes, estándares, librerías
  5. Desarrollar habilidades para resolver problemas abiertos y complejos en el campo de la Ingeniería y de la Investigación utilizando técnicas de Computación Paralela
  6. Estudiar los algoritmos secuenciales y paralelos más utilizados en Ingeniería y analizar como se pueden desarrollar a partir de ellos software fiable y tolerante a fallos
  7. Conocer el manejo de las librerías numéricas de altas prestaciones, sus posibilidades y sus aplicaciones en distintos campos de la Ingeniería
  8. Aprender a resolver problemas de Ingeniería que requieran el uso de técnicas de Altas Prestaciones
  9. Estudio de los modelos y técnicas de evaluación y diseño de algoritmos propios de los sistemas distribuidos
  10. Conocer las tecnologías de programación propias de los sistemas distribuidos y las herramientas disponibles actualmente en estos sistemas
  11. Desarrollar habilidades para resolver problemas abiertos en el área de los sistemas distribuidos
  12. Estudiar los conceptos básicos de las Tecnologías Grid y su aplicación en el despliegue de e-Infraestructuras para la e-Ciencia (entornos colaborativos, organizaciones virtuales, ...)
  13. Conocer las arquitecturas Grid actuales orientadas a problemas en e-Ciencia (Computación, Tratamiento de Datos, Integración de Sistemas de Información, ...)
  14. Desarrollar habilidades para el despliegue de infraestructuras Grid y la implementación de soluciones en diferentes áreas de la Ciencia y la Tecnología