Referencias Bibliográficas: [Pacheco and Malensek, 2021,Herlihy et al., 2020]
Temas
- Uno o más de los siguientes dominios algorítmicos. Ver también: Fundamentos Algorítmicos (AL) -AlgorithmicStrategies:
- álgebra lineal: Operaciones con vectores y matrices, precisión/estabilidad numérica, aplicaciones en análisis de datos y aprendizaje automático.
- Procesamiento de datos: ordenación, búsqueda y recuperación, estructuras de datos concurrentes.
- Grafos, búsqueda y combinatoria: Marcado, paralelización de aristas, acotamiento, especulación, análisis basado en redes.
- Modelado y simulación: ecuaciones diferenciales; aleatorización, problemas de N-cuerpos, algoritmos genéticos.
- Lógica computacional: satisfactibilidad (SAT), programación lógica concurrente.
- Gráficos y geometría computacional: Transformaciones, renderizado, trazado de rayos.
- Gestión de recursos: Asignar, colocar, reciclar y planificar procesadores, memoria, canales y hosts; recursos exclusivos vs compartidos; algoritmos estáticos, dinámicos y elásticos; Restricciones de tiempo real; Lotes, priorización, partición; descentralización mediante robo de trabajo y técnicas relacionadas.
- Servicios: Implementar APIs web, moneda electrónica, sistemas de transacción, juegos multijugador.
Aprendizaje esperado (Learning Outcomes)
- Diseñar, implementar, analizar y evaluar un componente o aplicación para X que opere en un contexto dado, donde X esté en uno de los dominios listados, por ejemplo, un algoritmo genético para el diseño de una planta de fábrica [Diseñar]
- Criticar el diseño e implementación de un componente o aplicación existente, o uno desarrollado por compañeros de clase [Críticar (análisis crítico)]
- Comparar el rendimiento y la eficiencia energética de múltiples implementaciones de un diseño similar, por ejemplo, multinúcleo versus clúster versus GPU [Comparar]
Generado por Ernesto Cuadros-Vargas , Sociedad Peruana de Computación-Peru, basado en el modelo de la Computing Curricula de IEEE-CS/ACM