TONY GALLARDO

Para el Técnico de Grado Medio, SketchUp (y sus extensiones) es una herramienta de diseño y producción. \n\nEl Resultado de Aprendizaje **'Elaborar soluciones constructivas y estéticas de carpintería y mueble'** se alcanza al modelar el mueble en 3D. \n\nEl Resultado de Aprendizaje **'Generar la documentación técnica'** se cumple al usar extensiones específicas para crear el despiece de tablas, optimizar el corte y generar las instrucciones de montaje para el taller, conectando el diseño 3D con la fabricación real.

El análisis de datos es vital para el Resultado de Aprendizaje **'Gestionar la información en emergencias'**. El alumno aprende a usar herramientas de 'big data' para procesar miles de llamadas, mensajes de redes sociales y datos de sensores en tiempo real. \n\nEsto permite alcanzar el Resultado de Aprendizaje **'Supervisar las operaciones de emergencia'**, creando 'modelos predictivos' que simulen la evolución de un incendio forestal o una inundación, permitiendo asignar los recursos de forma más eficiente.

Crear mapas de análisis riesgos, planificar evacuaciones georeferenciadas, coordinar recursos SIG.

Para el Técnico Superior en Mecatrónica, esta herramienta (en su versión Mechanical) se usa para documentar proyectos de automatización industrial. El software es fundamental para diseñar la distribución 2D de una fábrica, ubicando con precisión cada robot, célula de soldadura y línea de producción. \n\nEl alumno desarrolla el Resultado de Aprendizaje **'Diseñar sistemas mecatrónicos'** al crear la distribución de la planta. También alcanzan el Resultado de Aprendizaje **'Elaborar la documentación técnica'** al diseñar los esquemas neumáticos e hidráulicos que controlarán la maquinaria, una tarea que requiere alta precisión en la delineación.

El análisis de datos transforma el Resultado de Aprendizaje **'Planificar el mantenimiento de la maquinaria'**. El alumno aprende a usar modelos de 'machine learning' para analizar los datos de los sensores (vibración, temperatura) de los robots y motores de la línea de producción. \n\nEsto permite alcanzar el Resultado de Aprendizaje **'Realizar mantenimiento predictivo'**, creando un 'gemelo digital' que anticipa un fallo antes de que ocurra, permitiendo una reparación programada y evitando paradas catastróficas de la producción.

Para el Técnico Superior en Mecatrónica, AutoCAD (en su versión Electrical) es una herramienta clave para el Resultado de Aprendizaje **'Diseñar esquemas de sistemas mecatrónicos'**. El alumno aprende a crear y modificar los planos eléctricos, neumáticos e hidráulicos de una máquina. Esto es vital para el Resultado de Aprendizaje **'Realizar el mantenimiento'**, ya que debe ser capaz de interpretar estos planos para diagnosticar averías en los automatismos y la maquinaria industrial.

Para el Técnico Superior en Mecatrónica, DELMIA es la herramienta de 'programación offline' de robots. Permite alcanzar el Resultado de Aprendizaje **'Programar robots y sistemas automatizados'**. En lugar de parar la producción para programar el robot 'online', el alumno aprende a hacerlo en un entorno virtual 3D. El Resultado de Aprendizaje **'Optimizar los ciclos de trabajo'** se logra al simular y depurar la trayectoria del robot, detectando colisiones y reduciendo el tiempo de ciclo.

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. \n\nEsto 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.

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.

Diseñar piezas mecánicas, generar programas CAM, simular procesos de mecanizado.