8. Laboratorios

8. Laboratorios

BIC01. Introducción a la Computación (Obligatorio) 1er Sem, Lab: 4 hr(s)

Laboratorio Básico de Computación:

  • Hardware: 30 equipos (Intel Core i5, 8GB RAM, SSD 256GB, gráficos/sonido integrados, Ethernet Gigabit).
  • Sistemas Operativos: Linux (Ubuntu LTS) / Windows 11 Pro (arranque dual).
  • Lenguajes: Python, Java, C++ (C++11/14/17/20), C#, Prolog, Lex/Yacc.
  • Herramientas: Git, VS Code, Eclipse, Jupyter Notebook.

BCH101. Química I (Obligatorio) 1er Sem, Lab: 2 hr(s)

Laboratorio de Química:

  • Equipos: Balanzas analíticas, microscopios, espectrofotómetros, kits de vidriería.
  • Seguridad: Campanas extractoras, duchas de emergencia, kits para derrames.
  • Reactivos: Ácidos/bases, soluciones tampón, solventes orgánicos, indicadores de pH.

CS112. Programación Orientada a Objetos I (Obligatorio) 2do Sem, Lab: 4 hr(s)

Laboratorio Básico de Computación:

  • Hardware: 30 equipos (Intel Core i5, 8GB RAM, SSD 256GB, gráficos/sonido integrados, Ethernet Gigabit).
  • Sistemas Operativos: Linux (Ubuntu LTS) / Windows 11 Pro (arranque dual).
  • Lenguajes: Python, Java, C++ (C++11/14/17/20), C#, Prolog, Lex/Yacc.
  • Herramientas: Git, VS Code, Eclipse, Jupyter Notebook.

BFI101. Física I (Obligatorio) 2do Sem, Lab: 4 hr(s)

Laboratorio de Física:

  • Equipos y Herramientas: Bancos ópticos, mesas de fuerzas, péndulos, carros dinámicos, espectrómetros, sensores PASCO y módulos de medición (multímetros, fuentes, vernier).
  • Hardware y Tecnología: Laptops de uso académico, sensores y módulos Arduino para adquisición de datos.
  • Software: Arduino IDE, MATLAB para análisis, Microsoft Office y software especializado en adquisición de datos experimentales.
  • Servicios y Experimentos: Prácticas de Física I y II (Mecánica, Termodinámica, Electromagnetismo, Ondas), capacitación en instrumentación y apoyo a proyectos de investigación.

CS113. Programación Orientada a Objetos II (Obligatorio) 3er Sem, Lab: 2 hr(s)

Laboratorio Básico de Computación:

  • Hardware: 30 equipos (Intel Core i5, 8GB RAM, SSD 256GB, gráficos/sonido integrados, Ethernet Gigabit).
  • Sistemas Operativos: Linux (Ubuntu LTS) / Windows 11 Pro (arranque dual).
  • Lenguajes: Python, Java, C++ (C++11/14/17/20), C#, Prolog, Lex/Yacc.
  • Herramientas: Git, VS Code, Eclipse, Jupyter Notebook.

CS2B1. Desarrollo Basado en Plataformas (Obligatorio) 3er Sem, Lab: 2 hr(s)

Laboratorio Avanzado de Computación:

  • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
  • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
  • Lenguajes: C++17/20, Python (con librerías científicas).
  • Software:
    • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
    • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
    • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

    AI161. IA Aplicada (Obligatorio) 3er Sem, Lab: 4 hr(s)

    Laboratorio Básico de Computación:

    • Hardware: 30 equipos (Intel Core i5, 8GB RAM, SSD 256GB, gráficos/sonido integrados, Ethernet Gigabit).
    • Sistemas Operativos: Linux (Ubuntu LTS) / Windows 11 Pro (arranque dual).
    • Lenguajes: Python, Java, C++ (C++11/14/17/20), C#, Prolog, Lex/Yacc.
    • Herramientas: Git, VS Code, Eclipse, Jupyter Notebook.

    CS210. Algoritmos y Estructuras de Datos (Obligatorio) 4to Sem, Lab: 2 hr(s)

    Laboratorio Avanzado de Computación:

    • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
    • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
    • Lenguajes: C++17/20, Python (con librerías científicas).
    • Software:
      • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
      • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
      • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

      CS211. Teoría de la Computación (Obligatorio) 4to Sem, Lab: 2 hr(s)

      Laboratorio Básico de Computación:

      • Hardware: 30 equipos (Intel Core i5, 8GB RAM, SSD 256GB, gráficos/sonido integrados, Ethernet Gigabit).
      • Sistemas Operativos: Linux (Ubuntu LTS) / Windows 11 Pro (arranque dual).
      • Lenguajes: Python, Java, C++ (C++11/14/17/20), C#, Prolog, Lex/Yacc.
      • Herramientas: Git, VS Code, Eclipse, Jupyter Notebook.

      CS221. Arquitectura de Computadores (Obligatorio) 4to Sem, Lab: 4 hr(s)

      Laboratorio de Redes y Ciberseguridad:

      • Hardware: 30 PCs + racks de red (switches/routers Cisco, clusters Raspberry Pi).
      • Sistemas Operativos: Linux (Kali, CentOS) / Windows Server.
      • Software: Wireshark, GNS3, VMware ESXi, emuladores 8086.
      • Enfoque: Simulación de redes, pruebas de penetración, protocolos IoT.

      CS271. Bases de Datos I (Obligatorio) 4to Sem, Lab: 4 hr(s)

      Laboratorio Avanzado de Computación:

      • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
      • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
      • Lenguajes: C++17/20, Python (con librerías científicas).
      • Software:
        • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
        • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
        • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

        CS212. Análisis y Diseño de Algoritmos (Obligatorio) 5to Sem, Lab: 2 hr(s)

        Laboratorio Avanzado de Computación:

        • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
        • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
        • Lenguajes: C++17/20, Python (con librerías científicas).
        • Software:
          • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
          • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
          • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

          CS261. Inteligencia Artificial (Obligatorio) 5to Sem, Lab: 2 hr(s)

          Laboratorio Básico de Computación:

          • Hardware: 30 equipos (Intel Core i5, 8GB RAM, SSD 256GB, gráficos/sonido integrados, Ethernet Gigabit).
          • Sistemas Operativos: Linux (Ubuntu LTS) / Windows 11 Pro (arranque dual).
          • Lenguajes: Python, Java, C++ (C++11/14/17/20), C#, Prolog, Lex/Yacc.
          • Herramientas: Git, VS Code, Eclipse, Jupyter Notebook.

          CS272. Bases de Datos II (Obligatorio) 5to Sem, Lab: 2 hr(s)

          Laboratorio Avanzado de Computación:

          • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
          • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
          • Lenguajes: C++17/20, Python (con librerías científicas).
          • Software:
            • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
            • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
            • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

            CS291. Ingeniería de Software I (Obligatorio) 5to Sem, Lab: 2 hr(s)

            Laboratorio Avanzado de Computación:

            • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
            • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
            • Lenguajes: C++17/20, Python (con librerías científicas).
            • Software:
              • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
              • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
              • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

              CS2S1. Sistemas Operativos (Obligatorio) 5to Sem, Lab: 2 hr(s)

              Laboratorio Avanzado de Computación:

              • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
              • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
              • Lenguajes: C++17/20, Python (con librerías científicas).
              • Software:
                • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
                • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
                • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

                CS231. Redes y Comunicación (Obligatorio) 6to Sem, Lab: 2 hr(s)

                Laboratorio Avanzado de Computación:

                • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
                • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
                • Lenguajes: C++17/20, Python (con librerías científicas).
                • Software:
                  • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
                  • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
                  • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

                  CS311. Algoritmos para Problemas Complejos (Obligatorio) 6to Sem, Lab: 2 hr(s)

                  Laboratorio Básico de Computación:

                  • Hardware: 30 equipos (Intel Core i5, 8GB RAM, SSD 256GB, gráficos/sonido integrados, Ethernet Gigabit).
                  • Sistemas Operativos: Linux (Ubuntu LTS) / Windows 11 Pro (arranque dual).
                  • Lenguajes: Python, Java, C++ (C++11/14/17/20), C#, Prolog, Lex/Yacc.
                  • Herramientas: Git, VS Code, Eclipse, Jupyter Notebook.

                  CS312. Estructuras de Datos Avanzadas (Obligatorio) 6to Sem, Lab: 2 hr(s)

                  Laboratorio Avanzado de Computación:

                  • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
                  • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
                  • Lenguajes: C++17/20, Python (con librerías científicas).
                  • Software:
                    • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
                    • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
                    • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

                    CS342. Compiladores (Obligatorio) 6to Sem, Lab: 2 hr(s)

                    Laboratorio Avanzado de Computación:

                    • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
                    • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
                    • Lenguajes: C++17/20, Python (con librerías científicas).
                    • Software:
                      • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
                      • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
                      • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

                      AI263. Introducción al Aprendizaje de Máquina (Obligatorio) 6to Sem, Lab: 4 hr(s)

                      Laboratorio Básico de Computación:

                      • Hardware: 30 equipos (Intel Core i5, 8GB RAM, SSD 256GB, gráficos/sonido integrados, Ethernet Gigabit).
                      • Sistemas Operativos: Linux (Ubuntu LTS) / Windows 11 Pro (arranque dual).
                      • Lenguajes: Python, Java, C++ (C++11/14/17/20), C#, Prolog, Lex/Yacc.
                      • Herramientas: Git, VS Code, Eclipse, Jupyter Notebook.

                      FI201. Física Computacional (Obligatorio) 6to Sem, Lab: 2 hr(s)

                      Laboratorio de Física:

                      • Equipos y Herramientas: Bancos ópticos, mesas de fuerzas, péndulos, carros dinámicos, espectrómetros, sensores PASCO y módulos de medición (multímetros, fuentes, vernier).
                      • Hardware y Tecnología: Laptops de uso académico, sensores y módulos Arduino para adquisición de datos.
                      • Software: Arduino IDE, MATLAB para análisis, Microsoft Office y software especializado en adquisición de datos experimentales.
                      • Servicios y Experimentos: Prácticas de Física I y II (Mecánica, Termodinámica, Electromagnetismo, Ondas), capacitación en instrumentación y apoyo a proyectos de investigación.

                      CS251. Computación Gráfica (Obligatorio) 7mo Sem, Lab: 4 hr(s)

                      Laboratorio Avanzado de Computación:

                      • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
                      • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
                      • Lenguajes: C++17/20, Python (con librerías científicas).
                      • Software:
                        • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
                        • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
                        • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

                        CS292. Ingeniería de Software II (Obligatorio) 7mo Sem, Lab: 2 hr(s)

                        Laboratorio Avanzado de Computación:

                        • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
                        • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
                        • Lenguajes: C++17/20, Python (con librerías científicas).
                        • Software:
                          • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
                          • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
                          • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

                          CS2H1. Experiencia de Usuario (UX) (Obligatorio) 7mo Sem, Lab: 4 hr(s)

                          Laboratorio Básico de Computación:

                          • Hardware: 30 equipos (Intel Core i5, 8GB RAM, SSD 256GB, gráficos/sonido integrados, Ethernet Gigabit).
                          • Sistemas Operativos: Linux (Ubuntu LTS) / Windows 11 Pro (arranque dual).
                          • Lenguajes: Python, Java, C++ (C++11/14/17/20), C#, Prolog, Lex/Yacc.
                          • Herramientas: Git, VS Code, Eclipse, Jupyter Notebook.

                          AI264. Aprendizaje Profundo (Obligatorio) 7mo Sem, Lab: 4 hr(s)

                          Laboratorio Básico de Computación:

                          • Hardware: 30 equipos (Intel Core i5, 8GB RAM, SSD 256GB, gráficos/sonido integrados, Ethernet Gigabit).
                          • Sistemas Operativos: Linux (Ubuntu LTS) / Windows 11 Pro (arranque dual).
                          • Lenguajes: Python, Java, C++ (C++11/14/17/20), C#, Prolog, Lex/Yacc.
                          • Herramientas: Git, VS Code, Eclipse, Jupyter Notebook.

                          CS3I1. Seguridad en Computación (Obligatorio) 8vo Sem, Lab: 2 hr(s)

                          Laboratorio Avanzado de Computación:

                          • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
                          • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
                          • Lenguajes: C++17/20, Python (con librerías científicas).
                          • Software:
                            • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
                            • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
                            • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

                            CS3P1. Computación Paralela y Distribuída (Obligatorio) 8vo Sem, Lab: 2 hr(s)

                            Laboratorio Avanzado de Computación:

                            • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
                            • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
                            • Lenguajes: C++17/20, Python (con librerías científicas).
                            • Software:
                              • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
                              • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
                              • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

                              CS402. Proyecto de tesis 1 (Obligatorio) 8vo Sem, Lab: 4 hr(s)

                              Laboratorio Avanzado de Computación:

                              • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
                              • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
                              • Lenguajes: C++17/20, Python (con librerías científicas).
                              • Software:
                                • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
                                • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
                                • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

                                AI268. Visión Computacional (Electivo) 8vo Sem, Lab: 2 hr(s)

                                Laboratorio Avanzado de Computación:

                                • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
                                • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
                                • Lenguajes: C++17/20, Python (con librerías científicas).
                                • Software:
                                  • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
                                  • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
                                  • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

                                  CS393. Sistemas de Información (Electivo) 8vo Sem, Lab: 2 hr(s)

                                  Laboratorio Avanzado de Computación:

                                  • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
                                  • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
                                  • Lenguajes: C++17/20, Python (con librerías científicas).
                                  • Software:
                                    • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
                                    • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
                                    • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

                                    CS370. Big Data (Obligatorio) 9no Sem, Lab: 2 hr(s)

                                    Laboratorio Avanzado de Computación:

                                    • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
                                    • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
                                    • Lenguajes: C++17/20, Python (con librerías científicas).
                                    • Software:
                                      • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
                                      • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
                                      • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

                                      CS403. Proyecto de tesis 2 (Obligatorio) 9no Sem, Lab: 4 hr(s)

                                      Laboratorio Avanzado de Computación:

                                      • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
                                      • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
                                      • Lenguajes: C++17/20, Python (con librerías científicas).
                                      • Software:
                                        • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
                                        • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
                                        • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

                                        AI365. Modelos Generativos Avanzados en IA (Obligatorio) 9no Sem, Lab: 4 hr(s)

                                        Laboratorio Básico de Computación:

                                        • Hardware: 30 equipos (Intel Core i5, 8GB RAM, SSD 256GB, gráficos/sonido integrados, Ethernet Gigabit).
                                        • Sistemas Operativos: Linux (Ubuntu LTS) / Windows 11 Pro (arranque dual).
                                        • Lenguajes: Python, Java, C++ (C++11/14/17/20), C#, Prolog, Lex/Yacc.
                                        • Herramientas: Git, VS Code, Eclipse, Jupyter Notebook.

                                        AI369. Robótica (Electivo) 9no Sem, Lab: 2 hr(s)

                                        Laboratorio Avanzado de Computación:

                                        • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
                                        • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
                                        • Lenguajes: C++17/20, Python (con librerías científicas).
                                        • Software:
                                          • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
                                          • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
                                          • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

                                          CS351. Tópicos en Computación Gráfica (Electivo) 9no Sem, Lab: 2 hr(s)

                                          Laboratorio Avanzado de Computación:

                                          • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
                                          • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
                                          • Lenguajes: C++17/20, Python (con librerías científicas).
                                          • Software:
                                            • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
                                            • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
                                            • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

                                            CS353. Computación Cuántica (Electivo) 9no Sem, Lab: 2 hr(s)

                                            Laboratorio Avanzado de Computación:

                                            • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
                                            • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
                                            • Lenguajes: C++17/20, Python (con librerías científicas).
                                            • Software:
                                              • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
                                              • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
                                              • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

                                              CS392. Tópicos en Ingeniería de Software (Electivo) 9no Sem, Lab: 2 hr(s)

                                              Laboratorio Avanzado de Computación:

                                              • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
                                              • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
                                              • Lenguajes: C++17/20, Python (con librerías científicas).
                                              • Software:
                                                • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
                                                • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
                                                • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

                                                CS3P3. Internet de las Cosas (Electivo) 9no Sem, Lab: 4 hr(s)

                                                Laboratorio Avanzado de Computación:

                                                • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
                                                • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
                                                • Lenguajes: C++17/20, Python (con librerías científicas).
                                                • Software:
                                                  • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
                                                  • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
                                                  • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

                                                  CS3P2. Cloud Computing (Obligatorio) 10mo Sem, Lab: 2 hr(s)

                                                  Laboratorio Avanzado de Computación:

                                                  • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
                                                  • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
                                                  • Lenguajes: C++17/20, Python (con librerías científicas).
                                                  • Software:
                                                    • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
                                                    • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
                                                    • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

                                                    CS404. Taller de Investigación (Obligatorio) 10mo Sem, Lab: 4 hr(s)

                                                    Laboratorio Avanzado de Computación:

                                                    • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
                                                    • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
                                                    • Lenguajes: C++17/20, Python (con librerías científicas).
                                                    • Software:
                                                      • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
                                                      • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
                                                      • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

                                                      AI367. Tópicos en Inteligencia Artificial (Obligatorio) 10mo Sem, Lab: 2 hr(s)

                                                      Laboratorio Avanzado de Computación:

                                                      • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
                                                      • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
                                                      • Lenguajes: C++17/20, Python (con librerías científicas).
                                                      • Software:
                                                        • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
                                                        • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
                                                        • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

                                                        AI368. Computación Evolutiva (Obligatorio) 10mo Sem, Lab: 2 hr(s)

                                                        Laboratorio Avanzado de Computación:

                                                        • Hardware: 30 PCs de alto rendimiento (Intel Core i7, 16GB RAM, SSD NVMe 512GB, NVIDIA GTX 1660, Ethernet Gigabit).
                                                        • Sistemas Operativos: Linux (Fedora) / Windows 11 Pro.
                                                        • Lenguajes: C++17/20, Python (con librerías científicas).
                                                        • Software:
                                                          • Desarrollo: J2EE, .NET 6, MATLAB, GCC/Clang.
                                                          • Bases de datos/Cloud: PostgreSQL, MongoDB, Docker.
                                                          • Especializado: Rational Rose, VTK, LEDA, emuladores 8086. itemize

                                                          ABET (2022). Abet criteria for student professional development. Technical report, ABET.
                                                          ACM (2008). Digital Libray. Association for Computing Machinery. http://portal.acm.org/dl.cfm.
                                                          ACM (2018). Acm code of ethics and professional conduct. Technical report, ACM.
                                                          ACM (2019). Guidelines for extracurricular activities in computing. Technical report, ACM.
                                                          ACM and IEEE-CS (2017). Information technology curricula 2017. Technical report, ACM and IEEE-CS.
                                                          ACM Data Science Task Force (2021). Computing competencies for undergraduate data science curricula. Technical report, Association for Computing Machinery (ACM).
                                                          ACM/IEEE-CS (2020). Computing curricula 2020. Technical report, ACM Press and IEEE Computer Society Press.
                                                          ACM/IEEE-CS Joint Task Force on Cybersecurity Education (2017). Cybersecurity curricula 2017. Technical report, ACM Press and IEEE Computer Society Press and Association for Information Systems Special Interest Group on Information Security and Privacy (AIS SIGSEC) and International Federation for Information Processing Technical Committee on Information Security Education (IFIP WG 11.8).
                                                          ACM/IEEE-CS/AAAI Joint Task Force (2023). Cs2023: Acm/ieee-cs/aaai computer science curricula. Technical report, ACM Press and IEEE Computer Society Press and AAAI Press.
                                                          Agrawal, D. et al. (2023). Toward a systems architecture for ai-enabled applications. Communications of the ACM, 66(6):54–63.
                                                          Aho, A. V., Lam, M. S., Sethi, R., and Ullman, J. D. (2006). Compilers: Principles, Techniques, and Tools. Pearson, 2nd edition.
                                                          Alpaydin, E. (2020). Introduction to Machine Learning. MIT Press, 4th edition.
                                                          Aluru, S., editor (2006). Handbook of Computational Molecular Biology. Computer and Information Science Series. Chapman & Hall, CRC.
                                                          Anderson, R. J. (2020). Security Engineering: A Guide to Building Dependable Distributed Systems. Wiley, 3rd edition.
                                                          Angel, E. and Shreiner, D. (2014). Interactive Computer Graphics: A Top-Down Approach with WebGL. Pearson, 7th edition.
                                                          Apostol, T. M. (1997). Calculus, Vol. II: Multi-Variable Calculus and Linear Algebra with Applications. John Wiley & Sons, 2nd edition.
                                                          Appel, A. W. (2004). Modern Compiler Implementation in Java. Cambridge University Press, 2nd edition.
                                                          Arpaci-Dusseau, R. H. and Arpaci-Dusseau, A. C. (2018). Operating Systems: Three Easy Pieces. Arpaci-Dusseau Books, 1.0 edition.
                                                          Baase, S. and Henry, T. (2017). A Gift of Fire: Social, Legal, and Ethical Issues for Computing Technology. Pearson, 5th edition.
                                                          Back, T. (1996). Evolutionary Algorithms in Theory and Practice. Oxford University Press.
                                                          Bass, L., Clements, P., and Kazman, R. (2021). Software Architecture in Practice. Addison-Wesley Professional, 4th edition.
                                                          Beaulieu, A. (2009). Learning SQL. O'Reilly Media, 2nd edition.
                                                          Bender, E. M., Gebru, T., McMillan-Major, A., and Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? In Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (FAccT '21), pages 610–623. Association for Computing Machinery. Foundational paper on AI ethics with ongoing relevance.
                                                          Bernstein, P. A., Hadzilacos, V., and Goodman, N. (1987). Concurrency Control and Recovery in Database Systems. Addison-Wesley.
                                                          Bill, C. and Matei, Z. (2018). Spark: The Definitive Guide: Big Data Processing Made Simple. O'Reilly Media.
                                                          Bishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer.
                                                          Bondi, A. B. (2015). Foundations of Software and System Performance Engineering: Process, Performance Modeling, Requirements, Testing, Scalability, and Practice. Addison-Wesley, Upper Saddle River, NJ.
                                                          Bostrom, N. (2014). Superintelligence: Paths, Dangers, Strategies. Oxford University Press.
                                                          Bravyi, S., Dial, O., Gambetta, J. M., Gil, D., and Nazario, Z. (2022). Quantum algorithms for fixed qubit architectures. Nature Reviews Physics, 4(8):499–512. Survey on quantum algorithms for optimization and simulation with near-term devices.
                                                          Brook, P. (1969). El espacio vacío: Arte y técnica del teatro. Península.
                                                          Brookshear, J. G. and Brylow, D. (2019a). Computer Science: An Overview. Pearson, global edition edition.
                                                          Brookshear, J. G. and Brylow, D. (2019b). Computer Science: An Overview. Pearson, global edition edition.
                                                          Brown, T. L., Jr., H. E. L., Bursten, B. E., Murphy, C. J., and Woodward, P. M. (2017). Chemistry: The Central Science. Pearson.
                                                          Burden, R. L. and Faires, J. D. (2010). Numerical Analysis. Cengage Learning.
                                                          Burns, B., Beda, J., Hightower, K., and Evenson, L. (2022). Kubernetes: Up and Running. O'Reilly Media, 3rd edition.
                                                          Buyya, R. and Dastjerdi, A. V. (2016). Internet of Things: Principles and Paradigms. Morgan Kaufmann.
                                                          Buyya, R., Vecchiola, C., and Selvi, S. T. (2013). Mastering Cloud Computing: Foundations and Applications Programming. Morgan Kaufmann, 1st edition.
                                                          Cambridge (2006). Diccionario Inglés-Espanol Cambridge. Editorial Oxford.
                                                          Campbell, A. B. (2001). Historia general del teatro en el Perú. Universidad de San Martín de Porres.
                                                          Cardona, P. and Lombardi, P. G. (2002). Cómo desarrollar las Competencias de Liderazgo. PAD, Lima, 3rd edition.
                                                          Cardona, P. and na, C. R. P. (2008). Dirección por misiones: Cómo generar empresas de alto rendimiento. Deusto.
                                                          Cardona, P. and Wilkinson, H. (2009). Creciendo como Líder. Ediciones Universidad de Navarra EUNSA.
                                                          Chang, R. and Goldsby, K. A. (2016). Chemistry. McGraw-Hill Education.
                                                          Chapra, S. C. and Canale, R. P. (2015). Numerical Methods for Engineers. McGraw-Hill Education.
                                                          Chinchilla, N. and Moragas, M. (2007). Dueños de Nuestro Destino. Editorial Ariel.
                                                          Chinese Academy of Cyberspace Studies (2024). Ai governance and ethics in china. Technical report, Cyberspace Administration of China. Official Chinese perspective on AI governance and ethical standards.
                                                          Chollet, F. (2021). Deep Learning with Python. Manning, 2nd edition.
                                                          CiteSeer.IST (2008). Scientific Literature Digital Libray. College of Information Sciences and Technology, Penn State University. http://citeseer.ist.psu.edu.
                                                          Clote, P. and Backofen, R. (2000). Computational Molecular Biology: An Introduction. John Wiley & Sons Ltd. 279 pages.
                                                          Cloud, A. (2024a). AI Ethics and best practices in the chinese context. Chinese perspective on AI ethics and implementation guidelines.
                                                          Cloud, G. (2024b). Introduction to responsible ai. Google's updated framework for responsible AI development and use.
                                                          Committee, I. E. (2019). Ethical dilemmas in engineering. Technical report, IEEE.
                                                          Cooper, K. and Torczon, L. (2011). Engineering a Compiler. Morgan Kaufmann, 2nd edition.
                                                          Cormen, T. H., Leiserson, C. E., Rivest, R. L., and Stein, C. (2009). Introduction to Algorithms. MIT Press, 3rd edition.
                                                          Cormen, T. H., Leiserson, C. E., Rivest, R. L., and Stein, C. (2022). Introduction to Algorithms. MIT Press, 4th edition.
                                                          Corporation, N. (2024). Cuda c++ programming guide. https://docs.nvidia.com/cuda/cuda-c-programming-guide/. Documentación oficial de NVIDIA.
                                                          Craig, J. J. (2017). Introduction to Robotics: Mechanics and Control. Pearson, 4th edition.
                                                          Cuadros-Vargas, E., Romero, R. A. F., Mock, M., and Brisaboa, N. (2004). Implementing data structures: An incremental approach. Available at: http://socios.spc.org.pe/ecuadros/cursos/pdfs/.
                                                          Dasgupta, S., Papadimitriou, C., and Vazirani, U. (2006). Algorithms. McGraw-Hill Education.
                                                          de Educación de la ACM, C. (2022). Guía para prácticas pre-profesionales exitosas en ciencia de la computación. Technical report, Association for Computing Machinery.
                                                          Deb, K. (2001). Multi-Objective Optimization using Evolutionary Algorithms. Wiley.
                                                          DeepSeek (2024). Deepseek model documentation and best practices. Official documentation for DeepSeek AI models and usage guides.
                                                          Deitel, H. and Deitel, P. (2017). C++17: The Complete Guide. Pearson.
                                                          Devore, J. L. (2016). Probability and Statistics for Engineering and the Sciences. Cengage Learning.
                                                          Dianine-Havard, A. (2009). Perfil del Líder. Hacia un Liderazgo Virtuoso. Ediciones Urano S.A.
                                                          D'Souza, A. (1994). Descubre tu Liderazgo. Editorial Sal Terrae.
                                                          Duckett, J. (2014). JavaScript and JQuery: Interactive Front-End Web Development. Wiley.
                                                          Díaz-Herrera, J. L. and Hilburn, T. B. (2004). Software engineering: Curriculum Guidelines for Undergraduate Degree Programs in Software Engineering. Technical report, ACM, IEEE.
                                                          Eiben, A. E. and Smith, J. E. (2015). Introduction to Evolutionary Computing. Springer, 2nd edition.
                                                          Eilam, E. (2005). Reversing: Secrets of Reverse Engineering. Wiley, Indianapolis, IN.
                                                          Elmasri, R. and Navathe, S. B. (2015). Fundamentals of Database Systems. Pearson, 7th edition.
                                                          European Union (2024). AI Act: Regulatory framework. Technical report, European Commission. Comprehensive AI regulation framework effective in 2024.
                                                          Ferreiro, P. and Alcázar, M. (2009). Gobierno de Personas en la Empresa. Ediciones Universidad de Navarra EUNSA.
                                                          Fielding, R. T. (2000). Architectural Styles and the Design of Network-based Software Architectures. PhD thesis, University of California, Irvine.
                                                          Flanagan, D. (2020). JavaScript: The Definitive Guide. O'Reilly Media, 7th edition.
                                                          Force, A. E. T. (2020). Case studies in computing and society. Technical report, ACM.
                                                          Foster, D. (2022). Generative Deep Learning. O'Reilly Media, 2nd edition.
                                                          Fowler, M. (2017). Refactoring: Improving the Design of Existing Code. Addison-Wesley, 2nd edition.
                                                          Fowler, M. (2018). Refactoring: Improving the Design of Existing Code. Addison-Wesley Professional, 2nd edition.
                                                          Gaede, V. and Günther, O. (1998). Multidimensional access methods. ACM Computing Surveys, 30(2):170–231.
                                                          Gamma, E., Helm, R., Johnson, R., and Vlissides, J. (1994a). Design Patterns: Elements of Reusable Object-Oriented Software. Addison-Wesley Professional.
                                                          Gamma, E., Helm, R., Johnson, R., and Vlissides, J. M. (1994b). Design Patterns: Elements of Reusable Object-Oriented Software. Addison-Wesley Professional.
                                                          Garcia-Molina, H., Ullman, J. D., and Widom, J. (2008). Database Systems: The Complete Book. Pearson, 2nd edition.
                                                          Gasca, J. (2021). Web Security for Developers. No Starch Press.
                                                          Goleman, D. (2012). Inteligencia emocional. Editorial Kairós.
                                                          Gonzalez, R. C. and Woods, R. E. (2018). Digital Image Processing. Pearson, 4th edition.
                                                          Goodfellow, I., Bengio, Y., and Courville, A. (2016a). Deep Learning. MIT Press.
                                                          Goodfellow, I., Bengio, Y., and Courville, A. (2016b). Deep Learning. MIT Press.
                                                          Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A., and Bengio, Y. (2014). Generative adversarial networks. In NeurIPS.
                                                          Gregg, B. (2020). Systems Performance: Enterprise and the Cloud. Addison-Wesley Professional, Boston, MA, 2nd edition.
                                                          Grimaldi, R. P. (2003). Discrete and Combinatorial Mathematics: An Applied Introduction. Pearson, 5th edition.
                                                          Grotowski, J. (1970). Hacia un teatro pobre. Siglo XXI.
                                                          Guttag, J. V. (2013). Introduction to Computation and Programming Using Python. MIT Press, 1st edition.
                                                          Géron, A. (2022). Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow. O'Reilly, 3rd edition.
                                                          Halim, S. and Halim, F. (2020). Competitive Programming 4: The Lower Bound of Programming Contests. Lulu.
                                                          Hanes, D., Salgueiro, G., and Grossetete, P. (2017). IoT Fundamentals: Networking Technologies, Protocols, and Use Cases for the Internet of Things. Cisco Press.
                                                          Harris, D. and Harris, S. (2012). Digital Design and Computer Architecture. Morgan Kaufmann, 2nd edition.
                                                          Hastie, T., Tibshirani, R., and Friedman, J. (2009). The Elements of Statistical Learning. Springer, 2nd edition.
                                                          Hawkins, P. (2012). Coaching y liderazgo de equipos. Ediciones Granica.
                                                          He, K., Zhang, X., Ren, S., and Sun, J. (2016). Deep residual learning for image recognition. CVPR, pages 770–778.
                                                          Hearn, D., Baker, M. P., and Carithers, W. (2014). Computer Graphics with OpenGL. Pearson, 4th edition.
                                                          Hecht, E. (2017). Optics. Pearson.
                                                          Hellman, E. (2013). Android Programming: Pushing the Limits. Wiley.
                                                          Herlihy, M. and Shavit, N. (2012). The Art of Multiprocessor Programming. Morgan Kaufmann, revised 1st edition.
                                                          Herlihy, M., Shavit, N., Luchangco, V., and Spear, M. (2020). The Art of Multiprocessor Programming. Morgan Kaufmann, 2nd edition.
                                                          Hersey, P., Blanchard, K. H., and Johnson, D. E. (1998). Administración del comportamiento organizacional: liderazgo situacional. Prentice Hall, 7th edition.
                                                          Hopcroft, J. E., Motwani, R., and Ullman, J. D. (2013). Introduction to Automata Theory, Languages, and Computation. Pearson, 3rd edition.
                                                          Huete, L. M. (2008). Construye tu Sueño. LID Editorial Empresarial.
                                                          Hunsaker, P. (2010). El nuevo arte de gestionar equipos. Empresa Activa.
                                                          Hunt, A. and Thomas, D. (1999). The Pragmatic Programmer: From Journeyman to Master. Addison-Wesley, 1st edition.
                                                          IBM Research (2023). Ibm quantum hardware roadmap. Technical report, IBM Research. Accedido: 2026-02-13. La página original ha sido movida o actualizada.
                                                          IEEE (2020). Ieee code of ethics. Technical report, IEEE.
                                                          IEEE-Computer Society (2008). Digital Libray. IEEE-Computer Society. http://www.computer.org/publications/dlib.
                                                          Institute, T. R. (2024). Ai development in china: Current status and future trends. Technical report, Tencent Research Institute. Comprehensive analysis of the development of the Chinese AI ecosystem.
                                                          Johnson, J. (2013). Designing with the Mind in Mind. Morgan Kaufmann, 2nd edition.
                                                          Johnson, J. (2020). Designing with the Mind in Mind: Simple Guide to Understanding User Interface Design Guidelines. Morgan Kaufmann, 3rd edition.
                                                          Josuttis, N. M. (2019). C++17: The Complete Guide. Pearson Education.
                                                          Jurafsky, D. and Martin, J. H. (2024). Speech and Language Processing. Prentice Hall, 3rd edition.
                                                          Karau, H., Konwinski, A., Wendell, P., and Zaharia, M. (2017). Learning Spark: Lightning-Fast Big Data Analysis. O'Reilly Media.
                                                          Kim, G., Humble, J., Debois, P., and Willis, J. (2016). The DevOps Handbook. IT Revolution Press.
                                                          Kim, G., Humble, J., Debois, P., Willis, J., and Forsgren, N. (2021). The DevOps Handbook: How to Create World-Class Agility, Reliability, and Security in Technology Organizations. IT Revolution Press, 2nd edition.
                                                          Kirk, D. B. and mei W. Hwu, W. (2016). Programming Massively Parallel Processors: A Hands-on Approach. Morgan Kaufmann, Cambridge, MA, 3rd edition.
                                                          Kleinberg, J. and Tardos, É. (2005). Algorithm Design. Pearson.
                                                          Kleppmann, M. (2017a). Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems. O'Reilly Media.
                                                          Kleppmann, M. (2017b). Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems. O'Reilly Media.
                                                          Kleppner, D. and Kolenkow, R. J. (2013). An Introduction to Mechanics. Cambridge University Press, 2nd edition.
                                                          Knuth, D. E. (1997a). The Art of Computer Programming, Volume 1: Fundamental Algorithms. Addison-Wesley, 3rd edition.
                                                          Knuth, D. E. (1997b). The Art of Computer Programming, Volume 1: Fundamental Algorithms. Addison-Wesley Professional, 3rd edition.
                                                          Kozen, D. C. (2006). Theory of Computation. Springer.
                                                          Krogh, A., Brown, M., Mian, I. S., Sjá¶lander, K., and Haussler, D. (1994). Hidden markov models in computational biology, applications to protein modeling. J Molecular Biology, 235:1501–1531.
                                                          Kurose, J. and Ross, K. (2021). Computer Networking: A Top-Down Approach. Pearson, 8th edition.
                                                          Laaksonen, A. (2020). Competitive Programmer's Handbook. Draft.
                                                          Larson, R. and Edwards, B. H. (2014). Calculus. Cengage Learning.
                                                          Laudon, K. C. and Laudon, J. P. (2021). Management Information Systems: Managing the Digital Firm. Pearson, 17th edition.
                                                          LaValle, S. M. (2023). Virtual Reality. Cambridge University Press.
                                                          Lay, D. C., Lay, S. R., and McDonald, J. J. (2016). Linear Algebra and Its Applications. Pearson.
                                                          LeBlanc, R., Sobel, A., Ben-Menachem, M., Lethbridge, T. C., Díaz-Herrera, J. L., Hilburn, T. B., McGettrick, A., Atlee, J. M., Hawthorne, E. K., Leaney, J., Budgen, D., Matsumoto, Y., Thompson, J. B., Ardis, M., Hislop, G., Offutt, J., Sebern, M., and Visser, W. (2015). Curriculum Guidelines for Undergraduate Degree Programs in Software Engineering. Technical report, IEEE Computer Society, ACM.
                                                          Lehman, E., Leighton, F. T., and Meyer, A. R. (2018). Mathematics for Computer Science. MIT OpenCourseWare.
                                                          Lencioni, P. (2003). Las cinco disfunciones de un equipo. Empresa Activa.
                                                          Lin, J. and Dyer, C. (2010). Data-Intensive Text Processing with MapReduce. Morgan and Claypool Publishers.
                                                          Luger, G. F. (2008). Artificial Intelligence: Structures and Strategies for Complex Problem Solving. Pearson, 6th edition.
                                                          MacGrew, J. (1999). Focus on Grammar Basic. Editorial Oxford.
                                                          Majorana, A. (1958). El arte de hablar en público. La España Moderna.
                                                          Manning, C. D., Raghavan, P., and Schütze, H. (2008). Introduction to Information Retrieval. Cambridge University Press.
                                                          Marinescu, D. C. (2022). Cloud Computing: Theory and Practice. Morgan Kaufmann, 3rd edition.
                                                          Marschner, S. and Shirley, P. (2021a). Fundamentals of Computer Graphics. A K Peters/CRC Press, 5th edition.
                                                          Marschner, S. and Shirley, P. (2021b). Fundamentals of Computer Graphics. CRC Press, 5th edition. Same book as Marschner2021; alternate citation key using lead author Shirley.
                                                          Marsden, J. E. and Tromba, A. (2011). Vector Calculus. W. H. Freeman and Company, 6th edition.
                                                          Matei, Z., Mosharaf, C., Tathagata, D., Ankur, D., Justin, M., Murphy, M., J, F. M., Scott, S., and Ion, S. (2012). Resilient distributed datasets: A fault-tolerant abstraction for in-memory cluster computing. In Proceedings of the 9th USENIX Symposium on Networked Systems Design and Implementation (NSDI). USENIX Association.
                                                          Mehrabi, N., Morstatter, F., Saxena, N., Lerman, K., and Galstyan, A. (2021). A survey on bias and fairness in machine learning. ACM Computing Surveys, 54(6).
                                                          mei W. Hwu, W., Kirk, D. B., and Hajj, I. E. (2022). Programming Massively Parallel Processors: A Hands-on Approach. Morgan Kaufmann, 4th edition.
                                                          Meyers, S. (2014). Effective Modern C++: 42 Specific Ways to Improve Your Use of C++11 and C++14. O'Reilly Media.
                                                          Microsoft (2024). Crafting prompts for ai systems. Microsoft Learn. Official Microsoft guide for prompt engineering updated for 2024.
                                                          Mikolov, T., Chen, K., Corrado, G., and Dean, J. (2013). Efficient estimation of word representations in vector space. arXiv preprint. arXiv:1301.3781.
                                                          Miravalles, L. (1998). Iniciación al teatro: teoría y práctica. San Pablo.
                                                          Mitchell, M. (1998). An Introduction to Genetic Algorithms. MIT Press.
                                                          Mollick, E. (2023). Chatgpt and how ai disrupts industries. Harvard Business Review, 101(5):42–51. Analysis of the practical impact of AI on global sectors.
                                                          Mollick, E. and Mollick, L. (2024). Co-Intelligence: Living and Working with AI. Portfolio. Practical guide for human-AI collaboration.
                                                          MongoDB, Inc. (2025). Mongodb manual. MongoDB, Inc. https://www.mongodb.com/docs/.
                                                          Morris, K. (2021). Infrastructure as Code: Dynamic Systems for the Cloud Age. O'Reilly Media, 2nd edition.
                                                          Murphy, K. P. (2012). Machine Learning: A Probabilistic Perspective. MIT Press.
                                                          Möttönen, M. and Vartiainen, J. (2023). Quantum Computing: From Qubits to Quantum Machines. Springer.
                                                          Müller, V. C. (2021). Ethics of Artificial Intelligence and Robotics. Cambridge University Press.
                                                          National Institute of Standards and Technology (2020). Security and privacy controls for information systems and organizations. Technical Report NIST SP 800-53 Rev. 5, National Institute of Standards and Technology, Gaithersburg, MD. Disponible en: https://csrc.nist.gov/publications/detail/sp/800-53/rev-5/final.
                                                          Navarro, G. (2016). Compact Data Structures. Cambridge University Press.
                                                          Newman, S. (2021). Building Microservices: Designing Fine-Grained Systems. O'Reilly Media, 2nd edition.
                                                          Ng, A. (2019). AI for everyone. Technical report, DeepLearning.AI. Curso en línea, actualizado continuamente en Coursera.
                                                          Nielsen, M. A. and Chuang, I. L. (2010). Quantum Computation and Quantum Information. Cambridge University Press.
                                                          Noble, J. (2012). Programming Interactivity: A Designer's Guide to Processing, Arduino, and OpenFrameworks. O'Reilly Media, 2nd edition.
                                                          Norman, D. (2013). The Design of Everyday Things: Revised and Expanded Edition. Basic Books, 2nd edition.
                                                          Okasaki, C. (1999). Purely Functional Data Structures. Cambridge University Press.
                                                          OpenAI (2024). Best practices for prompt engineering. Updated official prompt engineering guidelines from OpenAI.
                                                          Özsu, M. T. and Valduriez, P. (2020). Principles of Distributed Database Systems. Springer, 4th edition.
                                                          Pacheco, P. S. and Malensek, M. (2021). An Introduction to Parallel Programming. Morgan Kaufmann, 2nd edition.
                                                          Parent, R. (2012). Computer Animation: Algorithms and Techniques. Morgan Kaufmann, 3rd edition.
                                                          Patterson, D. A. and Hennessy, J. L. (2020). Computer Organization and Design RISC-V Edition: The Hardware Software Interface. Morgan Kaufmann, 2nd edition.
                                                          Pavis, P. (1998). Diccionario del Teatro: Dramaturgia, Estética, Semiología. Paidós.
                                                          Peterson, L. L. and Davie, B. S. (2022). Computer Networks: A Systems Approach. Morgan Kaufmann, 6th edition.
                                                          Pevzner, P. A. (2000). Computational Molecular Biology: an Algorithmic Approach. The MIT Press.
                                                          Pfleeger, C. P., Pfleeger, S. L., and Margulies, J. (2015). Security in Computing. Prentice Hall, 5th edition.
                                                          Preskill, J. (2018). Lecture notes on quantum computation. Curso Ph219/CS219, California Institute of Technology. Material disponible en línea. La URL original http://theory.caltech.edu/~preskill/ph219/ no está operativa (febrero 2026). Se recomienda buscar la versión actual en el sitio web del autor.
                                                          Pressman, R. S. and Maxim, B. (2014). Software Engineering: A Practitioner's Approach. McGraw-Hill, 8th edition.
                                                          Pressman, R. S. and Maxim, B. (2019). Software Engineering: A Practitioner's Approach. McGraw-Hill Education, 9th edition.
                                                          Prince, S. J. D. (2012). Computer Vision: Models, Learning, and Inference. Cambridge University Press.
                                                          Prompt Engineering Institute (2024). Prompt engineering guide. https://www.promptingguide.ai/. Recurso integral de ingeniería de prompts actualizado continuamente. Accedido: 15 de enero de 2024.
                                                          Psaltis, A. (2017). Streaming Data: Understanding the real-time pipeline. Manning Publications.
                                                          Quinn, M. J. (2019). Ethics for the Information Age. Pearson, 8th edition.
                                                          R, D., S.R, E., A, K., and G, M. (1998). Biological Sequence Analysis: Probabilistic Models of Proteins and Nucleic Acids. Cambridge University Press.
                                                          Ramakrishnan, R. and Gehrke, J. (2002). Database Management Systems. McGraw-Hill, 3rd edition.
                                                          Ramakrishnan, R. and Gehrke, J. (2003). Database Management Systems. McGraw-Hill, 3rd edition.
                                                          Richards, M. and Ford, N. (2020). Fundamentals of Software Architecture: An Engineering Approach. O'Reilly Media, 1st edition.
                                                          Robbins, A. and Beebe, N. H. (2005). Classic Shell Scripting. O'Reilly Media.
                                                          Robbins, S. (2004). Comportamiento Organizacional. México,Pearson Educación.
                                                          Rombach, R., Blattmann, A., Lorenz, D., Esser, P., and Ommer, B. (2022). High-resolution image synthesis with latent diffusion models. CVPR.
                                                          Rosen, K. H. (2019). Discrete Mathematics and Its Applications. McGraw-Hill Education, 8th edition.
                                                          Ross, S. M. (2014). A First Course in Probability. Pearson.
                                                          Russell, S. and Norvig, P. (2020). Artificial Intelligence: A Modern Approach. Pearson, 4th edition.
                                                          Russell, S. and Norvig, P. (2021). Artificial Intelligence: A Modern Approach. Pearson, 4th edition.
                                                          Sadalage, P. J. and Fowler, M. (2012). NoSQL Distilled: A Brief Guide to the Emerging World of Polyglot Persistence. Addison-Wesley.
                                                          Samet, H. (2006). Foundations of Multidimensional and Metric Data Structures. Elsevier/Morgan Kaufmann.
                                                          Scheinerman, E. A. (2012). Mathematics: A Discrete Introduction. Cengage Learning, 3rd edition.
                                                          Schuld, M. and Petruccione, F. (2021). Machine Learning with Quantum Computers. Springer, 2nd edition. Comprehensive introduction to quantum machine learning algorithms and implementations.
                                                          Sedgewick, R. and Wayne, K. (2011). Algorithms. Addison-Wesley, 4th edition.
                                                          Serway, R. A. and Jewett, J. W. (2018). Physics for Scientists and Engineers with Modern Physics. Cengage Learning, 10th edition.
                                                          Setubal, J. C. and Meidanis, J. (1997). Introduction to computational molecular biology. Boston: PWS Publishing Company.
                                                          Shakelford, R., Cross, J. H., Davies, G., Impagliazzo, J., Kamali, R., LeBlanc, R., Lunt, B., McGettrick, A., Sloan, R., and Topi, H. (2005). Computing curricula 2005. Technical report, ACM/IEEE.
                                                          Shneiderman, B. (2022). Human-Centered AI. Oxford University Press, 1st edition.
                                                          Siegwart, R., Nourbakhsh, I. R., and Scaramuzza, D. (2011). Introduction to Autonomous Mobile Robots. MIT Press, 2nd edition.
                                                          Sikorski, M. and Honig, A. (2012). Practical Malware Analysis: The Hands-On Guide to Dissecting Malicious Software. No Starch Press, San Francisco, CA.
                                                          Silberschatz, A., Galvin, P. B., and Gagne, G. (2018). Operating System Concepts. Wiley, 10th edition.
                                                          Silberschatz, A., Korth, H. F., and Sudarshan, S. (2019). Database System Concepts. McGraw-Hill, 7th edition.
                                                          Sipser, M. (2012). Introduction to the Theory of Computation. Cengage Learning, 3rd edition.
                                                          Skiena, S. S. (2020). The Algorithm Design Manual. Springer, 3rd edition.
                                                          Soars, L. and John (2002a). American Headway N 1 Student Book. Editorial Oxford.
                                                          Soars, L. and John (2002b). American Headway N 2 Student Book. Editorial Oxford.
                                                          Soars, L. and John (2002c). American Headway N 3 Student Book. Editorial Oxford.
                                                          Soars, L. and John (2002d). American Headway N 3 Teachers Book. Editorial Oxford.
                                                          Soars, L. and John (2002e). American Headway N 3 Work Book. Editorial Oxford.
                                                          Society, I. C. (2021). Prácticas Profesionales en Computación: Ética y Gestión. IEEE Press.
                                                          Sohl-Dickstein, J., Song, Y., and Ermon, S. (2023). Diffusion Models: A Comprehensive Practical Guide. AI Press.
                                                          Soldan, D., Aylor, J., Clements, A., Engel, G., Hoelzeman, R., Hughes, E. A., Hughes, J. L., Impagliazzo, J., Jaeger, R. C., Klenke, R., Lyon, D. A., McGettrick, A., Nelson, V. P., Neebel, D. J., Page, I., Peterson, G. D., Ranganathan, N., Sloan, R., Srimani, P. K., Theys, M. D., Wolf, W., and Varanasi, M. (2016). Computer engineering curricula 2016. Technical report, ACM and IEEE-CS.
                                                          Sommerville, I. (2015). Software Engineering. Pearson, 10th edition.
                                                          Stair, R. and Reynolds, G. (2017). Principles of Information Systems. Cengage Learning, 13th edition.
                                                          Stallings, W. (2015). Computer Organization and Architecture: Designing for Performance. Pearson, 10th edition.
                                                          Stallings, W. (2017). Operating Systems: Internals and Design Principles. Pearson, 9th edition.
                                                          Stallings, W. (2022). Cryptography and Network Security: Principles and Practice. Pearson, 8th edition.
                                                          Stanislavski, C. (1983). El trabajo del actor sobre sí mismo. Quetzal.
                                                          Sterling, T., Brodowicz, M., and Anderson, M. (2024). High Performance Computing: Modern Systems and Practices. Morgan Kaufmann, 2nd edition.
                                                          Stewart, J. (2015). Calculus: Early Transcendentals. Cengage Learning.
                                                          Strang, G. (2016). Introduction to Linear Algebra. Wellesley-Cambridge Press.
                                                          Stroustrup, B. (2013). The C++ Programming Language. Addison-Wesley Professional.
                                                          Stroustrup, B. (2022). A Tour of C++. Addison-Wesley Professional, 3rd edition.
                                                          Sutton, R. S. and Barto, A. G. (2018). Reinforcement Learning: An Introduction. MIT Press, 2nd edition.
                                                          Szeliski, R. (2022). Computer Vision: Algorithms and Applications. Springer, 2nd edition.
                                                          Tanenbaum, A. S. and Austin, T. (2012). Structured Computer Organization. Pearson, 6th edition.
                                                          Tanenbaum, A. S. and Bos, H. (2014). Modern Operating Systems. Pearson, 4th edition.
                                                          Tanenbaum, A. S., Feamster, N., and Wetherall, D. J. (2021). Computer Networks. Pearson, 6th edition.
                                                          Tavani, H. T. (2013). Ethics and Technology: Controversies, Questions, and Strategies for Ethical Computing. Wiley, Hoboken, NJ, 4th edition.
                                                          Taylor, J. R. (2005). Classical Mechanics. University Science Books.
                                                          Team, G. A. Q. (2019). Quantum supremacy using a programmable superconducting processor. Nature, 574.
                                                          Team, I. Q. (2023). Qiskit Textbook. IBM.
                                                          Tencent AI Lab (2023). Responsible ai practices in the chinese technology industry. Technical report, Tencent AI Lab. Industrial perspective on AI ethics from a leading Chinese technology company.
                                                          The Joint ACM/AIS IS2020 Task Force (2020). A competency model for undergraduate programs in information systems. Technical report, ACM Press and AIS Press.
                                                          Thrun, S., Burgard, W., and Fox, D. (2005). Probabilistic Robotics. MIT Press.
                                                          Tipler, P. A. and Mosca, G. (2007). Physics for Scientists and Engineers. W. H. Freeman and Company, 6th edition.
                                                          Traina Jr, C., Traina, A. J. M., Seeger, B., and Faloutsos, C. (2000). Slim-trees: High performance metric trees minimizing overlap between nodes. In Advances in Database Technology - EDBT 2000. Springer.
                                                          Tunstall, L., von Werra, L., and Wolf, T. (2022). Natural Language Processing with Transformers. O'Reilly Media.
                                                          UNESCO (2023). Ai and education: Guidance for policy-makers. Technical report, UNESCO. Latest guidance on AI literacy and ethical implementation in education.
                                                          Valacich, J. and Schneider, C. (2021). Information Systems Today: Managing in the Digital World. Pearson, 9th edition.
                                                          van Steen, M. and Tanenbaum, A. S. (2023). Distributed Systems. Maarten van Steen, 4th edition.
                                                          Vandevoorde, D., Josuttis, N. M., and Gregor, D. (2017a). C++ Templates: The Complete Guide. Addison-Wesley Professional.
                                                          Vandevoorde, D., Josuttis, N. M., and Gregor, D. (2017b). C++ Templates: The Complete Guide. Addison-Wesley Professional.
                                                          Vandevoorde, D., Josuttis, N. M., and Gregor, D. (2018). C++ Templates: The Complete Guide. Addison-Wesley Professional.
                                                          Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A., Kaiser, L., and Polosukhin, I. (2017). Attention is all you need. Advances in Neural Information Processing Systems, 30.
                                                          Velleman, D. J. (2019). How to Prove It: A Structured Approach. Cambridge University Press, 3rd edition.
                                                          Voigt, P. and von dem Bussche, A. (2018). The EU General Data Protection Regulation (GDPR): A Practical Guide. Springer.
                                                          White, J., Fu, Q., Hays, S., Sandborn, M., Olea, C., Gilbert, H., Elnashar, A., Spencer-Smith, J., and Schmidt, D. C. (2023). A prompt pattern catalog to enhance prompt engineering with chatgpt. arXiv preprint. Peer-reviewed research on prompt engineering patterns.
                                                          White, T. (2015). Hadoop: The Definitive Guide. O'Reilly Media, 4th edition.
                                                          Wiegers, K. and Beatty, J. (2013). Software Requirements. Microsoft Press, 3rd edition.
                                                          Wigdor, D. and Wixon, D. (2011). Brave NUI World: Designing Natural User Interfaces for Touch and Gesture. Morgan Kaufmann.
                                                          Williams, A. (2019). C++ Concurrency in Action. Manning Publications.
                                                          Young, H. D. and Freedman, R. A. (2015). Sears and Zemansky's University Physics with Modern Physics. Pearson Education, 14th edition.
                                                          Young, H. D. and Freedman, R. A. (2018). University Physics with Modern Physics. Pearson.
                                                          Zelle, J. M. (2010). Python Programming: An Introduction to Computer Science. Franklin, Beedle & Associates Inc, 2nd edition.
                                                          Zezula, P., Amato, G., Dohnal, V., and Batko, M. (2007). Similarity Search: The Metric Space Approach. Springer.thebibliography

                                                          ¿Encontraste una errata, un curso desactualizado, un enlace roto, o tienes una sugerencia? Cuéntanos.

                                                          Escanea para abrir en tu teléfono