Ampliación de digitalización aplicada al sector productivo

¿Cuál es la Ley Orgánica de Protección de Datos Personales y Garantía de los Derechos Digitales (LOPD-GDD)?. Ley Orgánica 3/2018, de 5 de diciembre. Ley Orgánica 12/2000, de 1 de marzo. Ley Orgánica 123/2008, de 10 de abril. Ley Orgánica 83/1993, de 15 de julio.

¿Cuál es la principal medida de seguridad que hay que realizar para evitar el robo de credenciales y accesos no autorizados?. Implementar autenticación de doble factor para requerir un segundo factor de verificación. Configurar correctamente los permisos y cifrar la información almacenada. Utilizar sistemas de mitigación de DDoS y balanceadores de carga. Realizar auditorías de seguridad y aplicar las mejores prácticas de configuración.

Basándonos en la evaluación de riesgos digitales el robo de credenciales de empleados es un riesgo de nivel: Bajo. Alto. Medio. Ninguna de las anteriores es correcta.

Basándonos en la evaluación de riesgos digitales el virus en un archivo adjunto de correo electrónico es un riesgo de nivel: Alto. Medio. Bajo. A y B son correctas.

De que maneras se pueden clasificar las amenazas: Según su origen, intencionalidad y el tipo de impacto. Según su origen, integridad y disponibilidad. Según su integridad y confidencialidad. Según su intencionalidad y disponibilidad.

En 1989 se produjo: Apple lanza su primer iPhone. Aparece el Internet de las Cosas (IoT). Se desarrollan las primeras computadoras electrónicas como la ENIAC y la UNIVAC. Tim Berners-Lee desarrolla la World Wide Web (WWW), estableciendo las bases del internet moderno.

La Implementación de políticas de seguridad: Establecen normas y procedimientos para proteger la información y minimizar los riesgos cibernéticos. Protegen la conexión de usuarios remotos y evitan el espionaje de datos. Crean una mentalidad proactiva en ciberseguridad. Aumentan los daños en caso de ataques de ransomware o fallos del sistema.

Las principales amenazas en la computación en la nube son: Robo de credenciales y accesos no autorizados. Fuga o pérdida de datos. Ataques de denegación de servicio (DDoS). Todas las anteriores son correctas.

Las vulnerabilidades en la industria digitalizada pueden clasificarse en las diferentes categorías: Vulnerabilidades técnicas, humanas y en los procesos. Vulnerabilidades de red y seguridad. Vulnerabilidades de código fuente y parches de seguridad. Ninguna de las anteriores es correcta.

Respecto a la transformación digital ¿cuándo fue el origen, automatización y computación?. 1980 - 1999. 2000 - 2010. 2010 - 2025. 1940 - 1970.

¿Cómo ayuda el Machine Learning en el mantenimiento predictivo?. Eliminando la necesidad de revisiones de mantenimiento. Sustituyendo a los técnicos especializados en mantenimiento. Detectando fallos antes de que ocurran mediante el análisis de datos históricos. Usando reglas fijas en lugar de datos en tiempo real.

¿Cuáles son los tipos principales de aprendizaje en Machine Learning?. Inteligente, automático y robótico. Adaptativo, supervisado y tecnológico. Supervisado, no supervisado y por refuerzo. Mecánico, repetitivo y algorítmico.

¿Qué es el Machine Learning?. Un tipo de hardware avanzado. Una técnica para programar manualmente cada acción de un sistema. Una rama de la inteligencia artificial que permite a los sistemas aprender de los datos. Un software para diseñar gráficos en 3D.

¿Qué permite el Machine Learning a los sistemas?. Funcionar sin electricidad. Aprender y mejorar automáticamente sin programación explícita. Convertir datos en imágenes. Ejecutar instrucciones fijas sin cambios.

¿Qué permite el Machine Learning en el análisis de datos?. La identificación de patrones y tendencias que no son evidentes de manera manual. La eliminación de información irrelevante sin necesidad de validación. La ejecución de tareas sin analizar los datos en profundidad. La reducción de datos sin ninguna transformación previa.

El mantenimiento predictivo se apoya en diversas tecnologías para recopilar y analizar datos una de ellas es el uso de sensores que miden variables como: Temperatura, vibración, humedad y presión. Vibración, humedad y presión. Temperatura, vibración y presión. Temperatura, humedad y presión.

En el campo de la agricultura, la automatización ha mejorado los procesos de cultivo y cosecha con: Tractores autónomos. Sistemas de riego inteligentes. Drones para monitorear los cultivos. Todas las anteriores son correctas.

Indica que opción se refiere a un robot con Inteligencia Artificial. Un robot de soldadura solo puede soldar en ubicaciones predeterminadas y no puede identificar defectos en las piezas sin intervención humana. Un robot de aspiración tradicional cambia de dirección solo cuando choca contra un obstáculo. Un robot de ensamblaje en una fábrica se detiene si una pieza no está en la posición esperada, ya que no tiene capacidad de ajuste automático. Un robot asistente en un hospital puede interpretar órdenes verbales de los médicos y llevar medicamentos a los pacientes.

Indica que opción se refiere a un robot tradicional. Robot industrial con visión artificial puede ajustar su trayectoria automáticamente si detecta una pieza fuera de lugar. Un brazo robótico en una línea de ensamblaje solo puede soldar en un punto específico y no puede adaptarse a nuevas posiciones sin modificar su código. Vehículo autónomo ajusta su velocidad y dirección en función del tráfico y las condiciones climáticas en tiempo real. Robot de limpieza con IA escanea la habitación, reconoce objetos y optimiza su ruta para una limpieza eficiente.

Un robot antropomórfico ¿cuántas articulaciones rotacionales tiene?. Tres o más articulaciones rotacionales. Una articulación rotacional. Dos articulaciones rotacionales. Ninguna articulación rotacional.

¿A qué se refiere el almacenamiento de datos industriales?. A la forma en que se analizan los datos generados por los sistemas industriales. A la forma en que se guardan los datos generados por los sistemas industriales para su posterior análisis. A la forma en que se transforman los datos generados por los sistemas industriales. A la forma en que se integran los datos generados por los sistemas industriales.

¿Cuál de las siguientes afirmaciones sobre los sensores en entornos industriales es correcta?. Los sensores solo monitorean la temperatura y la presión. Los sensores convierten las mediciones en señales eléctricas que pueden ser procesadas y analizadas. Los sensores no requieren planificación para su implementación. Los sensores no son útiles en la industria.

¿Cuál de las siguientes etapas del procesamiento de datos industriales implica la eliminación de errores, duplicados o información irrelevante?. Recolección de datos. Limpieza de datos. Transformación de datos. Integración de datos.

¿Cuál de las siguientes opciones NO es un beneficio del uso de la analítica de datos en la industria?. Mejora de la eficiencia al identificar cuellos de botella y áreas de mejora. Reducción de costes operativos y de mantenimiento. Proporcionar una base sólida para la toma de decisiones informadas. Aumento de la satisfacción del cliente.

¿Cuál de las siguientes opciones NO es un paso en el ciclo de vida de los datos?. Venta. Obtención. Preparación. Mantenimiento.

¿Cuál de los siguientes sistemas de producción permite la supervisión y control de procesos industriales a través de la recopilación de datos en tiempo real?. MES (Manufacturing Execution Systems). ERP (Enterprise Resource Planning). SCADA (Supervisory Control and Data Acquisition). PDS (Production Data System).

¿Qué es Hadoop?. Un sistema operativo para ordenadores personales. Un framework de software de código abierto para el almacenamiento y procesamiento de grandes volúmenes de datos en un entorno distribuido. Un lenguaje de programación para aplicaciones móviles. Un software de edición de imágenes.

¿Qué tipo de analítica se centra en el análisis de datos históricos para entender qué ha ocurrido en el pasado?. Analítica predictiva. Analítica prescriptiva. Analítica descriptiva. Analítica avanzada.

¿Qué tipo de analítica utiliza modelos estadísticos y algoritmos de Machine Learning para predecir futuros eventos basados en datos históricos?. Analítica predictiva. Analítica descriptiva. Analítica prescriptiva. Analítica exploratoria.

La analítica de datos en la digitalización se refiere: El proceso de examinar pequeños conjuntos de datos para descubrir patrones. El proceso de examinar grandes conjuntos de datos para descubrir patrones, correlaciones y tendencias. La capacidad de utilizar tecnologías para almacenar datos. Crear registros financieros empresariales.