Digitalización aplicada a los sectores productivos- ILERNA

¿Cuáles son los procesos comunes que afectan a los sectores empresariales con la transformación digital?. Apoyo a servicios comunitarios. Gestión de stock y almacén. Digitalizar los documentos de la empresa. Formación y toma de conciencia de los trabajadores. Optimizar la gestión del talento humano. Sostenibilidad.

Relaciona cada Revolución Industrial con su principal característica. Transformación agraria hacia una economía industrializada. Aumento en la eficiencia y productividad industrial. Transformación digital de la economía.

La capa de percepción utiliza receptores capaces de detectar cambios en el entorno y convertir estas variaciones en señales que pueden ser interpretados por la red. Verdadero. Falso.

¿Cuáles son las principales funciones que se llevan a cabo en la capa de transmisión?. Cifrado. Autenticación y autorización. Seguridad. Gestión de red.

¿Qué capa procesa y utiliza los datos recibidos de las capas inferiores para tomar decisiones y ejecutar las acciones oportunas?. Capa de transmisión. Capa de aplicación. Capa de percepción.

Las tecnologías de información (IT) son las tecnologías utilizadas para recopilar, procesar, almacenar y distribuir información, también conocidas como tecnologías de digitalización en planta. Verdadero. Falso.

¿Cuáles son los principales componentes de las tecnologías de la información en los sistemas productivos?. Seguridad operativa. Sistemas de gestión de datos. Sistemas de control industrial. Aplicaciones empresariales. Interfaces hombre-máquina. Infraestructura de hardware y software.

Relaciona cada concepto con su descripción correspondiente: Ambas tecnologías manejan datos, pero en contextos diferentes: IT se enfoca en datos empresariales y OT en datos de producción. La convergencia entre IT y OT permite que la gestión empresarial sea más eficiente gracias a la interconexión entre dispositivos y sistemas. La colaboración entre los equipos de IT y OT es esencial para implementar correctamente todo el ecosistema tecnológico en la organización. Ambas tecnologías buscan mejorar la eficiencia, con IT enfocándose en datos y OT en la producción. La conexión entre IT y OT permite una mayor capacidad de adaptación de la producción a las demandas del mercado. La personalización de productos y servicios, junto con una comunicación más fluida, mejora la satisfacción del cliente. Un trabajo conjunto entre IT y OT es esencial para minimizar las amenazas cibernéticas y reducir riesgos.

¿Qué cambios ha provocado la transformación digital en la estructura organizativa de las empresas?. La creación de nuevos departamentos como desarrollo de software, gestión de datos, y seguridad en la información. La desaparición de los responsables de tecnología de la información (CTO/CIO). La eliminación de los departamentos tradicionales como recursos humanos y marketing. La centralización de todas las operaciones en un único departamento sin responsables máximos.

¿Cuáles son algunas de las ventajas que supone la transformación de una empresa clásica a una digitalizada?. Reducción del acceso a nuevos mercados. Reducción de costes. Mejora en la experiencia del cliente. Innovación continua. Acceso a nuevos mercados y clientes. Mayor agilidad y velocidad en la toma de decisiones. Aumento en los costos de infraestructura. Mejora en la eficiencia operativa.

¿Cuáles de las siguientes son características de las tecnologías habilitadoras digitales (THD)?. Escalabilidad. Sostenibilidad. Innovación. Creatividad. Ahorro. Analítica avanzada.

Indica cada ejemplo con qué tipo de riesgo se relaciona. Generación de residuos electrónicos. Resistencia al cambio. Establecimientos de monopolios tecnológicos.

Las tecnologías habilitadoras digitales (THD) proporcionan la tecnología necesaria para adaptarse a la industria 4.0, impulsando avances significativos en áreas como la manufactura, la salud, la energía, la agricultura o la movilidad, entre otras. Verdadero. Falso.

Indica cómo pueden ser los datos en las tecnologías de procesamiento masivo de datos e información. Estructurados. Complejos. No estructurados. Semiestructurados.

¿En qué pilar no se basa la ciberseguridad?. Detección. Eficacia. Prevención.

¿Cuáles de las siguientes son tecnologías de operación o de digitalización en planta?. Impresión 3D. Cloud computing. Big data. Robótica colaborativa. Gemelos digitales. Inteligencia artificial.

¿Cuáles de las siguientes son tecnologías de la información o de digitalización en negocio?. Cloud computing. Robótica colaborativa. Gemelos digitales. Inteligencia artificial. Big data. Impresión 3D.

Los wearables son dispositivos portátiles, como los relojes inteligentes, monitorizan en tiempo real signos vitales, actividad física y otros parámetros de salud. Verdadero. Falso.

Indica qué nuevas profesiones provoca la progresiva e imparable implantación de las tecnologías habilitadoras. Conductor de drones. Agricultor tecnológico. Arquitecto de la nube. Ingeniero de robots.

¿Qué tecnología mejora la trazabilidad de los productos agrícolas, garantizando la transparencia en la cadena de suministro y fortaleciendo la confianza del consumidor final?. Inteligencia artificial. Blockchain. Big data.

Existen distintas clasificaciones o catalogaciones de la inteligencia artificial. Relaciona cada Tipo de IA con su correspondiente descripción. Sistemas diseñados y entrenados para realizar tareas específicas. Asistentes virtuales, sistemas de recomendación, sistemas de filtrado de spam de correo electrónico, o algoritmos de reconocimiento de voz o de reconocimiento facial. Tendría la capacidad de entender, aprender y aplicar conocimientos de una manera general, de una forma similar a como lo hace un ser humano. Podría tener una conversación significativa sobre cualquier tema, tanto técnico como filosófico, mostrando una comprensión profunda; sería capaz de llevar a cabo investigaciones científicas avanzadas, formulando hipótesis y llevando a cabo experimentos; y podría también adaptarse a nuevos entornos y tareas sin necesidad de sufrir una reprogramación específica. Utiliza representaciones explícitas y formales de conceptos y las relaciones existentes entre ellos empleando redes semánticas, ontologías y sistemas basados en reglas. Representación explícita del conocimiento, razonamiento basado en reglas, transparencia y comprensibilidad, o manipulación de lenguajes naturales. Se basa en modelos matemáticos y métodos computacionales que intentan emular el aprendizaje y el procesamiento de información de manera similar a cómo lo hacen los sistemas biológicos, particularmente el cerebro humano. Puede manejar grandes cantidades de datos y adaptarse a nuevas situaciones sin la necesidad de una programación explícita y detallada de reglas.

La evolución histórica de la inteligencia artificial (IA) es un viaje fascinante a través de décadas de investigación, descubrimientos y avances tecnológicos. A continuación, relaciona cada etapa con su correspondiente hallazgo. Décadas de 1940 y 1950. Década de 1950. Década de 1960 y 1970. Década de 1980. Década de 1990. Década de 2000. Década de 2010. Década de 2020.

La minería de datos, conocida también como data mining, es el proceso de descubrir patrones, tendencias y relaciones significativas en grandes conjuntos de datos mediante el uso de técnicas estadísticas, matemáticas y de inteligencia artificial. Este proceso implica el análisis de datos desde diferentes perspectivas y la conversión de estos datos en información útil para la toma de decisiones. Indica el orden de las etapas a seguir en el proceso de minería de datos. Recolección y preparación de datos. Transformación de datos. Modelado y análisis. Evaluación e interpretación. Despliegue y uso de resultados.

La minería de datos, conocida también como data mining, es el proceso de descubrir patrones, tendencias y relaciones significativas en grandes conjuntos de datos mediante el uso de técnicas estadísticas, matemáticas y de inteligencia artificial. Este proceso implica el análisis de datos desde diferentes perspectivas y la conversión de estos datos en información útil para la toma de decisiones. Relaciona cada técnica en minería de datos con su descripción. Clasificación. Clustering. Regresión. Análisis de asociación. Detección de anomalías.

Tanto el aprendizaje automático como el aprendizaje profundo necesitan gran cantidad de datos para aprender y mejorar de los errores cometidos. Es un proceso de entrenamiento infinito con el que se busca la mejora continua. Este entrenamiento o aprendizaje presenta tres enfoques distintos. Relaciona cada aprendizaje con su descripción. Aprendizaje supervisado. Aprendizaje no supervisado. Aprendizaje por refuerzo.

La inteligencia artificial tiene aplicaciones amplias y diversas en distintos sectores productivos. Relaciona las funciones con las áreas donde se está utilizando la IA. Diagnóstico y tratamiento. Detección de fraude. Automatización de procesos. Optimización de rutas. Predicción de cosechas. Recomendaciones de productos. Análisis de rendimiento. Reclutamiento y selección.

La nube permite a los usuarios acceder desde cualquier lugar dispositivo con conexión a Internet a una gran variedad de recursos. Verdadero. Falso.

¿Cuál es la función del proveedor de Internet en el protocolo básico de funcionamiento en la nube?. Convertir los datos en información y enviarlos de vuelta al usuario. Llevar los datos desde el dispositivo del usuario hasta el servidor de destino. Garantizar que el dispositivo del usuario tenga suficiente capacidad de almacenamiento. Procesar y almacenar los datos en el dispositivo del usuario.

Los proveedores de servicios en la nube se clasifican en distintos niveles de prestación de servicios. Relaciona cada nivel con su definición. Los usuarios pueden acceder a estos recursos y utilizarlos según sea necesario, pagando solo por lo que consumen. Se proporciona al usuario aplicaciones bajo suscripción. Los usuarios pueden acceder a estas aplicaciones desde cualquier dispositivo con conexión a internet. Comparte recursos y ofrece servicios al público a través de Internet. No se comparte y ofrece servicios a través de una red interna privada, normalmente hospedada en el entorno local.

Un sistema de cloud computing permite realizar una amplia variedad de trabajos y tareas en diversas industrias. ¿Cuáles de los siguientes son posibles usos de la nube?. Aplicaciones web y móviles. Streaming y contenidos multimedia. Herramientas para empresas. Almacenamiento y gestión de datos.

¿Cuál de las siguientes opciones describe una ventaja del uso de la nube en las empresas?. Reduce la capacidad de las empresas para escalar sus operaciones de manera flexible. Limita el acceso de los empleados a los recursos desde fuera de la oficina. Permite a las empresas pagar solo por los recursos que consumen, ahorrando en costos de infraestructura. Requiere que las empresas compren y mantengan servidores físicos para su almacenamiento de datos.

El edge computing y el cloud computing ofrecen el mismo tiempo de respuesta, ya que ambos procesan los datos en ubicaciones centrales remotas. Verdadero. Falso.

La latencia es el tiempo en el que la información tarda en ir al servidor. Verdadero. Falso.

La relación entre el edge computing y la nube es complementaria y sinérgica. ¿Cuáles de las siguientes opciones describen correctamente la relación entre edge computing y cloud computing?. Edge computing distribuye datos entre dispositivos, lo que disminuye el riesgo de ciberataques. La nube se utiliza para tareas que requieren grandes cantidades de datos y procesamiento intensivo. Edge computing aumenta la necesidad de transferir todos los datos a la nube, elevando los costos de ancho de banda. Edge computing complementa la nube ofreciendo procesamiento más cercano al usuario final. Cloud computing es ideal para aplicaciones que requieren respuestas en tiempo real y baja latencia. Edge computing disminuye el tiempo de respuesta al procesar datos en centros cercanos al usuario.

Las tecnologías de edge, fog y mist computing no están concebidas como alternativas a la informática en la nube, sino más bien como un complemento que persigue, fundamentalmente, la optimización del rendimiento. Relaciona las descripciones con su correcta aplicación. Mejora la velocidad y el rendimiento del transporte de datos. Por otro lado, aumenta la seguridad, pues los datos viajan menos por la red. Los conjuntos de datos que requieren algoritmos muy sofisticados se manejan mejor en la nube, mientras que los procesos analíticos más simples se mantienen mejor en el borde. El objetivo principal es reducir la latencia y mejorar el rendimiento. Es útil en aplicaciones donde se requiere una respuesta rápida, como en IoT, la industria 4.0, la conducción autónoma y la salud conectada, entre otros. Se centra en la ejecución de algoritmos de inteligencia artificial y machine learning en los propios dispositivos finales. Es particularmente útil en aplicaciones donde la conectividad a la nube puede ser intermitente o costosa.

El uso de recursos en la nube ofrece una serie de beneficios para las organizaciones en comparación con la infraestructura tradicional de TI (tecnologías de la información). ¿Cuáles de las siguientes opciones representan ventajas del uso de recursos en la nube en comparación con la infraestructura tradicional de TI?. Actualizaciones automáticas gestionadas por el proveedor. Respaldo y recuperación de datos automáticos. Medidas avanzadas de seguridad, como cifrado y autenticación multifactor. Mayor carga administrativa en mantenimiento de hardware. Menor flexibilidad en la adopción de nuevas tecnologías. Mayor riesgo de pérdida de datos en caso de fallos. Rápida implementación de aplicaciones y servicios. Alta fiabilidad garantizada por la especialización de los proveedores.

La diferencia entre datos e información es fundamental en la gestión del conocimiento y en la toma de decisiones. Relaciona si los siguientes rasgos corresponden a "Datos" o "Información". Un gráfico que representa las tendencias de ventas a lo largo del tiempo. Representan unidades individuales de información que, por sí solos, no tienen significado intrínseco. Facilita la interpretación y el análisis, ayudando a tomar decisiones informadas. Se presenta en formatos como gráficos, tablas, informes o visualizaciones que permiten la comprensión y análisis. Números, fechas, nombres, mediciones, o cualquier valor bruto. Requieren procesamiento. Necesitan ser organizados, analizados o interpretados para adquirir relevancia. Se pueden presentar en diferentes formatos como números, texto, imágenes, etc. Tiene contexto y es comprensible.

El ciclo de vida del dato en el contexto de la digitalización se refiere al conjunto de etapas por las que pasa un dato desde su creación hasta su eliminación. Este ciclo puede variar según el contexto y el sector. Ordena las etapas del ciclo de vida del dato. Almacenamiento. Uso de los datos. Distribución. Archivado, eliminación o destrucción. Captura o recopilación. Procesamiento y análisis de los datos.

El análisis convierte los datos en información útil para las empresas. Cabe pensar que, en un entorno digital, las organizaciones generan enormes volúmenes de datos a partir de diversas fuentes como transacciones en línea, interacciones con clientes, sensores IoT, redes sociales y muchos otros. Sin un análisis efectivo, esos datos no tendrían ningún valor; de ahí la gran importancia que tiene el análisis de los datos en los procesos de digitalización. Relaciona cada descripción con su correspondiente fase en el análisis de datos. Consiste en la revisión de los datos para entender su estructura y su calidad. Se utilizan técnicas de visualización para identificar tendencias o anomalías. Se crean modelos matemáticos o estadísticos que describen las relaciones entre variables y permiten efectuar predicciones. El objetivo es validar el rendimiento. Para ello se debe probar la precisión y validez de los modelos construidos utilizando conjuntos de datos de prueba o validación. Se traducen los resultados del análisis en insights accionables. Se supervisa el rendimiento de los modelos a lo largo del tiempo para asegurar que sigan siendo precisos y relevantes. Se presentan los hallazgos de manera clara y concisa a las partes interesadas a través de informes, dashboards o presentaciones, para facilitar la comprensión y la toma de decisiones.

La arquitectura big data es la infraestructura necesaria para almacenar, procesar y analizar grandes volúmenes de datos de manera eficiente. Indica cuáles son las principales características del big data. Capacidad para gestionar grandes volúmenes de datos de alta complejidad. Es limitada al análisis de datos estáticos y de una sola fuente. Procesamiento y generación de datos a gran velocidad. Permite extraer información para la toma de decisiones, identificando patrones y tendencias. Solo puede manejar datos estructurados, como bases de datos relacionales. Utiliza herramientas avanzadas como almacenamiento distribuido y procesamiento paralelo. Los datos provienen de diversas fuentes, como redes sociales y sensores. Incluye datos estructurados, semiestructurados y no estructurados.

Existe una gran interrelación entre diversas tecnologías relacionadas con el análisis de datos y, más concretamente, con el big data y la inteligencia artificial. La ciencia del análisis de datos no sería posible sin el gran volumen de datos que maneja el big data, pues requiere un gran volumen de información y, al mismo tiempo, sin grandes cantidades de datos, los algoritmos de la inteligencia artificial no podrían aprender y generalizar con eficacia. Relaciona cada indicación con su correcta tecnología. Se refiere al proceso de inspeccionar, limpiar, transformar y modelar datos con el objetivo de descubrir información útil, sacar conclusiones y apoyar la toma de decisiones. Se enfoca en la infraestructura y tecnologías necesarias para manejar estos enormes conjuntos de datos. Busca emular la inteligencia humana mediante algoritmos y modelos que permiten a las máquinas realizar tareas como reconocimiento de voz, visión por computadora, toma de decisiones, entre otras. Es un campo de la informática que se enfoca en crear sistemas que pueden realizar tareas que típicamente requieren inteligencia humana. Se centra en extraer insights y patrones a partir de datos estructurados y, en menor medida, no estructurados.

¿Cuáles de las siguientes opciones son características y actividades de la ingeniería de datos?. Se centra en construir la infraestructura y procesos para mover los datos eficientemente. Utilización de herramientas de ETL como Apache NiFi y Talend. Uso de tecnologías como bases de datos distribuidas y procesamiento en tiempo real. Creación de sistemas que gestionan el flujo de datos desde su origen hasta su consumo final. Construcción de pipelines de datos y arquitecturas de almacenamiento en la nube. Creación de infraestructuras para la captura, almacenamiento y preparación de datos. Extracción de valor y conocimiento a partir de los datos utilizando técnicas analíticas avanzadas. Se encuentra en la última etapa del ciclo de vida de los datos, enfocándose en el consumo final de los datos.

El proceso de ingeniería de datos es fundamental para garantizar que los datos estén disponibles, sean accesibles y estén preparados para su análisis. Relaciona cada descripción con su etapa en este proceso. Reunir datos de diversas fuentes, que pueden incluir bases de datos, archivos, dispositivos del internet de las cosas. Elegir métodos y tecnologías para almacenar los datos de manera eficiente y segura. Transformar y limpiar los datos en bruto para hacerlos que resulten aptos para el análisis. Combinar datos de diferentes fuentes para crear una vista unificada. Aplicar técnicas estadísticas y de aprendizaje automático para extraer información valiosa de los datos. Crear representaciones visuales de los datos y resultados del análisis para facilitar la comprensión y la toma de decisiones. Asegurar que los sistemas de datos se mantengan actualizados y funcionen de manera eficiente. Implementar políticas y procedimientos para garantizar la calidad, integridad y seguridad de los datos.

¿Cuáles de las siguientes opciones representan beneficios del almacenamiento en la nube?. Ofrece escalabilidad y elasticidad, permitiendo ajustar la capacidad de almacenamiento según las necesidades. Permite el acceso a datos desde cualquier lugar con conexión a internet. Funciona bajo un modelo de pago por uso, resultando más económico para usuarios individuales y pequeñas empresas. Requiere la compra de hardware adicional para aumentar la capacidad de almacenamiento. Se limita a datos estructurados, excluyendo datos semiestructurados y no estructurados. Ofrece herramientas para trabajo colaborativo, como edición y acceso compartido en tiempo real. Restringe el acceso a usuarios que se encuentren en una ubicación física específica. Facilita la integración con otras aplicaciones y servicios en la nube mediante APIs.

En el ámbito empresarial la ciencia de datos permite resolver problemas complejos, tomar decisiones informadas y generar predicciones. Relaciona cada característica con su correspondiente área de la organización. Permite a las empresas ajustar precios dinámicamente en función de la demanda, la competencia y otros factores, maximizando ingresos y márgenes. Son capaces de identificar oportunidades de mejora o desarrollo de nuevos productos que mejoren la satisfacción del cliente y la competitividad en el mercado. Se aplica para optimizar rutas de entrega, gestionar inventarios en tiempo real y mejorar la eficiencia. Las empresas pueden segmentar sus bases de datos en grupos con comportamientos y preferencias similares. Ayudan a filtrar candidatos, analizar currículums y predecir qué perfiles son los más adecuados para ciertos puestos.

¿Cuáles de las siguientes opciones representan estrategias comunes para protegerse contra ataques cibernéticos?. Desactivar las actualizaciones de software para evitar interrupciones en el sistema. Capacitar a los empleados en prácticas seguras en línea, como evitar enlaces sospechosos. Desarrollar un plan de respuesta a incidentes para contener y recuperarse de ataques. Respaldo regular de datos y almacenamiento en una ubicación segura fuera de la red. Implementar autenticación de múltiples factores (MFA) para aumentar la seguridad de cuentas de usuario. Realizar auditorías de seguridad periódicas para identificar vulnerabilidades en la infraestructura. Permitir el acceso a todos los empleados sin restricción para facilitar la operatividad. Uso de firewalls y antivirus actualizados para controlar el tráfico y detectar malware.

La primera fase de "Análisis y diagnóstico inicial" es de gran importancia porque en ella se establecen las bases para todo el proyecto de transformación digital. Es fundamental que conozcas a fondo la situación actual de la empresa que va a llevar a cabo el proceso de transformación digital para poder identificar cuáles son las áreas de mejora. Ordena los pasos que hay que seguir en esta fase: Evaluar el estado actual de la empresa. Identificación de necesidades y oportunidades. Análisis de competencia y tendencias del mercado.

Indica si son "herramientas y métodos" o "documentación" los siguientes aspectos en la fase de "Análisis y diagnóstico inicial". Análisis PESTEL. Análisis DAFO. Mapeo de procesos (BMP). Encuestas y entrevistas. Informe de evaluación de la situación actual. Matriz DAFO. Mapeo de procesos y flujos de trabajo. Presentación ejecutiva.

Una vez realizado el análisis, llega la fase de "Definir los objetivos". Esta etapa es esencial para establecer una dirección clara y medible del proyecto de transformación digital ya que permitirá marcar, a todos los implicados en el proceso, la línea a seguir. Indica qué características deben tener esos objetivos. Medir e identificar los errores. Alineación y compromiso. Preparación ante los posibles desafíos. Claridad y enfoque. Gestión de proveedores.

Indica si son "herramientas y métodos" o "documentación" los siguientes aspectos en la fase de "Definición de objetivos". Cuadro de mando integral. OKRs. Encuestas y entrevistas. Software de gestión de proyectos. Informe de objetivos. KPIs y métricas. Plan de comunicación. Asignación de recursos. Matriz de riesgos. Acta de reuniones.

La tercera fase "Planificación estratégica" se centra en desarrollar el plan de ejecución del proyecto de transformación digital. Es el momento de definir las acciones específicas y los plazos y recursos (de todo tipo) necesarios para llevarlas a cabo. Indica qué características deben tener esta fase de planificación. Claridad en el proceso. Asignación eficiente de recursos. Analizar los riesgos. Comunicación a la alta dirección. Seguimiento y control.

Indica si son "herramientas y métodos" o "documentación" los siguientes aspectos en la fase de "Planificación estratégica". Diagrama de Gantt. Métodos ágiles. CPM. Matriz de riesgos. Hoja de ruta del proyecto. Asignación de responsabilidades. Plan de recursos. Plan de comunicación.

La fase de "Selección e implementación de la tecnología" es fundamental, ya que la tecnología seleccionada será la plataforma sobre la que se construirá la transformación digital de la empresa. Relaciona cada descripción con su etapa. Realizar un despliegue progresivo para minimizar riesgos, comenzando con los departamentos o procesos más críticos. Controlar de cerca el progreso inicial para identificar y resolver cualquier problema rápidamente. Configurar y personalizar las soluciones tecnológicas para que se adapten a las necesidades específicas de la empresa. Recoger la retroalimentación de los usuarios y realizar ajustes según sea necesario.

Indica si son "herramientas y métodos" o "documentación" los siguientes aspectos en la fase de "Selección e implementación de la tecnología". Software de evaluación de tecnología. Plataformas de gestión de proyectos. Seguridad de TI. Informa de evaluación de tecnologías. Matriz comparativa. Contratos con proveedores. Programas de capacitación. Plan de soporte continuo.

La etapa de "Despliegue y ejecución" es el momento en que toda la planificación se convierte en realidad. Aquí es donde las estrategias y planes desarrollados en las fases anteriores se implementan. Este es un momento crítico, ya que la ejecución efectiva permite que se logren los objetivos del proyecto. Relaciona cada descripción con su etapa. Puedes considerar la realización de alguna prueba piloto más, para identificar posibles problemas antes del despliegue total. Hay que establecer un equipo de control para monitorear el despliegue y resolver problemas en tiempo real. Instalar y configurar cualquier nuevo hardware o software. Garantizar que todo el personal está preparado para utilizar las nuevas herramientas o sistemas. Hay que controlar el funcionamiento del sistema y el cumplimiento de los objetivos iniciales garantizando el correcto funcionamiento. Recoge opiniones y comentarios de todos los usuarios y partes interesadas que te permitan hacer los primeros ajustes en el sistema. Registra cualquier lección aprendida durante el despliegue para futuras referencias y mejoras en próximos proyectos. Prepara un informe final que detalle los resultados del despliegue, los problemas encontrados y cómo se resolvieron, y las recomendaciones para el futuro.

Ordena las fases que se debe seguir para elaborar un plan de transformación digital. Análisis y diagnóstico inicial. Definición de objetivos. Planificación estratégica. Selección e implementación de la tecnología. Despliegue y ejecución. Evaluación y optimización.

¿Cuál es una ventaja de la digitalización de una empresa?. Acceso a nuevos mercados y clientes. Todas son correctas. Reducción de costes. Mejora en la eficiencia operativa.

¿Cuál es un cambio importante en la estructura organizativa de una empresa digitalizada?. La creación de nuevos departamentos dedicados a tecnologías digitales. La descentralización del poder de toma de decisiones. La implementación de jerarquías más rígidas. La eliminación de departamentos especializados.

¿Qué son los sistemas ciberfísicos (CPS)?. Sistemas de inteligencia artificial para la toma de decisiones empresariales. Sistemas de gestión de inventarios en línea. Sistemas integrados de computación capaces de controlar y colaborar con sistemas físicos utilizando redes de comunicación. Sistemas de control de calidad en la producción.

¿Cuál es una diferencia entre las tecnologías de la información (IT) y las tecnologías de operación (OT) en sistemas productivos?. Las IT se utilizan en la producción de bienes, mientras que las OT se utilizan en la prestación de servicios. Las IT se ocupan de la supervisión y control de procesos físicos, mientras que las OT se centran en el procesamiento de datos. Las IT se dedican al procesamiento de datos, mientras que las OT se centran en la automatización de procesos físicos. Las IT se centran en el desarrollo de hardware, mientras que las OT se centran en el desarrollo de software.

¿Cuál es una característica principal de la Cuarta Revolución Industrial?. La convergencia de tecnologías como la inteligencia artificial, el internet de las cosas y la robótica. La utilización de robots en la agricultura. El uso de la energía nuclear para la producción de electricidad. La implementación de sistemas de gestión empresarial en la nube.

¿Qué son los gemelos digitales?. Herramientas de realidad virtual utilizadas en la formación médica. Sistemas de gestión avanzada de la cadena de suministro. Réplicas virtuales de objetos, sistemas o procesos del mundo real utilizadas para análisis y simulaciones. Dispositivos de monitorización en tiempo real de parámetros agrícolas.

¿Cuál es una función de la ciberseguridad?. Detectar y responder a posibles amenazas y violaciones de la seguridad. Mantener actualizados los sistemas de autenticación y parches de seguridad. Restaurar la funcionalidad de sistemas y datos afectados por incidentes de seguridad. Proteger los sistemas informáticos de las amenazas cibernéticas.

¿Qué es la robótica colaborativa?. Una técnica de robótica utilizada únicamente en la medicina. Un sistema de robots autónomos sin intervención humana. Un proceso de fabricación aditiva mediante impresión 3D. Un enfoque en el que los robots y los seres humanos trabajan juntos de forma segura y eficiente en diferentes entornos productivos.

¿Qué es el big data?. Datos estructurados almacenados en bases de datos relacionales. Una tecnología que utiliza sistemas de almacenamiento distribuido. La capacidad de recopilar, almacenar, analizar y mostrar patrones y tendencias de grandes volúmenes de datos. Documento en formato XML o JSON.

¿Cuál es una nueva profesión que ha surgido gracias a la implementación de las tecnologías habilitadoras digitales?. Desarrollador de aplicaciones móviles. Mecánico de robots. Operador de drones. Consultor en transformación digital.

¿Cuáles son ventajas del uso de los recursos de la nube?. Escalabilidad, flexibilidad y agilidad. Ahorro de costos, innovación tecnológica. Todas son correctas. Respaldo y recuperación de datos.

¿Qué es el edge computing?. Un modelo de computación que permite llevar el análisis y almacenamiento de datos lo más cerca posible del dispositivo donde se generan. Un enfoque de computación que utiliza la inteligencia artificial y el machine learning para procesar datos en tiempo real. Una tecnología de computación distribuida que permite el procesamiento de datos a través de una red interna privada. Un modelo de computación en la nube que reduce la latencia y mejora el rendimiento de las aplicaciones.

¿Cuál es la relación entre el edge computing y la nube?. Independiente y aislada. Complementaria y sinérgica. Contradictoria y conflictiva. Competitiva y excluyente.

¿Cuál es uno de los ámbitos de aplicación del cloud computing?. Todas son correctas. Educación y acceso a recursos educativos en línea. Salud y asistencia sanitaria para almacenamiento de registros electrónicos y telemedicina. Empresas y negocios para almacenamiento de datos y gestión de la cadena de suministro.

¿Cuál no es un nivel de cloud computing?. Red como servicio (NaaS). Plataforma como servicio (PaaS). Software como servicio (SaaS). Infraestructura como servicio (IaaS).

¿Cuáles son los dos tipos principales de inteligencia artificial según las tareas específicas que pueden llevar a cabo?. Inteligencia artificial simbólica e inteligencia artificial fuerte. Inteligencia artificial simbólica e inteligencia artificial subsimbólica. Inteligencia artificial débil e inteligencia artificial fuerte. Inteligencia artificial supervisada e inteligencia artificial no supervisada.

¿Cuál es la diferencia entre la inteligencia artificial débil y la inteligencia artificial fuerte?. La inteligencia artificial débil se basa en la manipulación de símbolos y reglas para representar y procesar el conocimiento, mientras que la inteligencia artificial fuerte se basa en el aprendizaje estadístico a partir de grandes conjuntos de datos. La inteligencia artificial débil se basa en la lógica difusa y el razonamiento basado en reglas, mientras que la inteligencia artificial fuerte utiliza redes neuronales artificiales y algoritmos genéticos. La inteligencia artificial débil se refiere a sistemas que imitan la inteligencia humana en tareas específicas, mientras que la inteligencia artificial fuerte se refiere a sistemas que superan la inteligencia humana en todas las áreas. La inteligencia artificial débil se refiere a sistemas diseñados y entrenados para realizar tareas específicas, mientras que la inteligencia artificial fuerte se refiere a un tipo de inteligencia que tendría la capacidad de entender, aprender y aplicar conocimientos de una manera general.

¿En qué sector se utiliza la inteligencia artificial para la optimización de rutas de entrega?. Transporte y logística. Agricultura. Educación. Retail y comercio electrónico.

¿Cuál es una aplicación de la inteligencia artificial en el sector de la salud?. Gestión de inventarios en farmacias. Asesoría financiera para pacientes. Análisis de imágenes médicas para detectar enfermedades. Detección de fraudes en seguros médicos.

¿Cuál es un lenguaje de programación ampliamente utilizado en inteligencia artificial que ofrece simplicidad, bibliotecas desarrolladas y una gran comunidad de soporte?. Java. Python. C++. R.

¿Cuál es una característica del big data?. Es capaz de gestionar grandes volúmenes de datos que serían imposibles de procesar con las bases de datos tradicionales. Se caracteriza por la lentitud a la que se generan, capturan y procesan los datos. Es capaz de ofrecer datos irrelevantes para la toma de decisiones. Los datos son de índole muy parecida, y provienen de una gran variedad de fuentes.

¿Qué es la ingeniería de datos?. La ingeniería de datos es una subdisciplina de la ciencia de datos que se enfoca en el procesamiento y análisis de grandes volúmenes de datos. La ingeniería de datos es la creación de sistemas que gestionan el flujo de datos desde su origen hasta su consumo final por parte de aplicaciones analíticas o modelos de machine learning. La ingeniería de datos es la implementación de técnicas de programación y algoritmos para optimizar el análisis de datos. La ingeniería de datos se refiere a la organización y almacenamiento eficiente de datos en bases de datos o en la nube.

¿En qué consiste la etapa de captura o recopilación de datos del ciclo de vida del dato?. En transformar los datos en información útil mediante técnicas de procesamiento y análisis. En reunir datos de diversas fuentes, como bases de datos internas, sensores, encuestas, redes sociales, transacciones comerciales o aplicaciones móviles. En almacenar los datos de manera segura y eficiente en bases de datos o en la nube. En distribuir la información resultante a los usuarios finales a través de informes, dashboards o notificaciones.

¿Qué es el almacenamiento de datos en la nube?. El almacenamiento de datos en la nube es un modelo en el que los datos se guardan en servidores remotos, accesibles a través de internet, en lugar de estar almacenados localmente en discos duros o servidores propios. El almacenamiento de datos en la nube es un modelo en el que los datos se almacenan en servidores locales, pero son accesibles desde cualquier lugar a través de internet. El almacenamiento de datos en la nube es una técnica de respaldo de datos que utiliza servidores locales para almacenar copias de seguridad. El almacenamiento de datos en la nube se refiere a la creación de bases de datos distribuidas en múltiples ubicaciones para garantizar la redundancia y la disponibilidad de los datos.

¿Cuál es la diferencia entre datos e información?. Los datos son el resultado de procesar, organizar y estructurar la información, mientras que la información son hechos o cifras crudas y sin procesar. La diferencia entre datos e información se basa en la cantidad de información que contienen: los datos son menos informativos que la información. Los datos y la información son términos que se utilizan indistintamente para referirse al mismo concepto. Los datos son hechos o cifras crudas y sin procesar, mientras que la información es el resultado de procesar, organizar y estructurar los datos para que sean útiles y comprensibles.

¿Cuál es la primera fase del proyecto de transformación digital?. Planificación estratégica. Análisis y diagnóstico inicial. Selección e implementación de la tecnología. Definición de objetivos.

¿Qué se evalúa en la cuarta fase del proyecto de transformación digital?. La definición y planificación estratégica del proyecto. La tecnología seleccionada y su implementación. El estado actual de la empresa y los procesos empresariales. Los objetivos claros y medibles del proyecto.

¿Qué se evalúa en la primera fase del proyecto de transformación digital?. El estado actual de la empresa, los procesos empresariales y las habilidades digitales de los trabajadores. Las tecnologías emergentes y su aplicación en la empresa. Las estrategias tecnológicas de la competencia. Las ventas y servicios históricos de la empresa.

¿Cuál es una herramienta utilizada en la primera fase del proyecto de transformación digital?. Análisis DAFO. Gestión de proyectos ágiles (Scrum, Kanban). Software de evaluación de tecnología (Gartner Magic Quadrant). Diagramas de Gantt.

¿Cuál es una herramienta utilizada en la segunda fase del proyecto de transformación digital?. Diagramas de Gantt. Software de evaluación de tecnología (Gartner Magic Quadrant). Cuadro de mando integral. Matriz de riesgos.