Módulo 1 — Arquitectura de gemelo digital urbano y casos de uso

1.1 Fundamentos, alcance y criterios: Establece los fundamentos de Arquitectura de gemelo digital urbano y casos de uso mediante un análisis crítico de Arquitectura de gemelo digital urbano y casos de uso. Se revisan las decisiones que dependen de esta materia, los parámetros que más influyen en ellas y las simplificaciones habituales que pueden inducir errores. El participante formula un esquema de verificación que permita comprobar coherencia antes de avanzar al siguiente nivel del proyecto.

1.2 Datos, parámetros y calidad de entrada: Convierte la información de Arquitectura de gemelo digital urbano y casos de uso en entradas utilizables para Arquitectura de gemelo digital urbano y casos de uso. Se revisan nomenclatura, unidades, tolerancias, registros y trazabilidad, comparándolas con los requisitos de BIM-GIS y City Information Models. El alumno documenta incertidumbres y evita que un valor sin contexto se transforme automáticamente en una conclusión.

1.3 Método, modelado y comprobación: Transforma Arquitectura de gemelo digital urbano y casos de uso en un flujo reproducible de Arquitectura de gemelo digital urbano y casos de uso con apoyo de GIS/BIM y modelos urbanos. La práctica exige documentar parámetros, versiones, cambios y resultados intermedios. Se incorporan comprobaciones físicas, operativas o contractuales para detectar incoherencias antes de que el análisis se convierta en un entregable.

1.4 Riesgos, interfaces y controles: Integra sesgo del dato en Arquitectura de gemelo digital urbano y casos de uso y analiza su interacción con Arquitectura de gemelo digital urbano y casos de uso, otras disciplinas y la operación. Se construye una cadena causa–consecuencia–control, se asignan responsables y se definen señales tempranas, hold points y evidencia de cierre. El riesgo residual debe quedar explícito y vinculado a un criterio de escalado.

1.5 Entregable, QA/QC y defensa: Convierte el trabajo de Arquitectura de gemelo digital urbano y casos de uso en entregable técnico del módulo «Arquitectura de gemelo digital urbano y casos de uso», con especial atención a Arquitectura de gemelo digital urbano y casos de uso. La entrega debe permitir que un tercero reproduzca el razonamiento: fuentes, versiones, método, resultados, riesgos residuales y acciones. Se evalúa claridad, consistencia y capacidad para defender por qué la solución seleccionada es preferible a las alternativas.

Módulo 2 — BIM-GIS y City Information Models

2.1 Fundamentos, alcance y criterios: Define el alcance técnico de BIM-GIS y City Information Models y sitúa Arquitectura de gemelo digital urbano y casos de uso dentro de la decisión que debe tomarse. Se revisan conceptos, límites de aplicabilidad, dependencias y errores frecuentes. El participante debe distinguir qué parte del problema puede resolverse con reglas conocidas y qué parte exige datos adicionales, cálculo, ensayo o revisión especialista. El ejercicio termina con criterios explícitos para aceptar, condicionar o rechazar una hipótesis.

2.2 Datos, parámetros y calidad de entrada: Convierte la información de BIM-GIS y City Information Models en entradas utilizables para BIM-GIS y City Information Models. Se revisan nomenclatura, unidades, tolerancias, registros y trazabilidad, comparándolas con los requisitos de Inventario de activos y modelo semántico. El alumno documenta incertidumbres y evita que un valor sin contexto se transforme automáticamente en una conclusión.

2.3 Método, modelado y comprobación: Desarrolla BIM-GIS y City Information Models mediante Python/SQL y pipelines DataOps, justificando por qué la herramienta y el nivel de fidelidad son adecuados para BIM-GIS y City Information Models. Se revisan sensibilidad, simplificaciones y límites. El participante debe poder explicar cómo cambiaría la respuesta ante variaciones relevantes y qué parte del resultado depende del modelo frente a la evidencia directa.

2.4 Riesgos, interfaces y controles: Desarrolla el assurance de BIM-GIS y City Information Models frente a indicador mal definido, relacionándolo con BIM-GIS y City Information Models. Se revisan interfaces, responsabilidades y posibles fallos de coordinación. Cada control se acompaña de una forma concreta de verificación, un propietario y una condición de cierre para que la matriz de riesgos no quede desconectada de la ejecución.

2.5 Entregable, QA/QC y defensa: Convierte el trabajo de BIM-GIS y City Information Models en entregable técnico del módulo «BIM-GIS y City Information Models», con especial atención a BIM-GIS y City Information Models. La entrega debe permitir que un tercero reproduzca el razonamiento: fuentes, versiones, método, resultados, riesgos residuales y acciones. Se evalúa claridad, consistencia y capacidad para defender por qué la solución seleccionada es preferible a las alternativas.

Módulo 3 — Inventario de activos y modelo semántico

3.1 Fundamentos, alcance y criterios: Aborda Inventario de activos y modelo semántico desde la lógica de BIM-GIS y City Information Models, conectando requisitos, comportamiento esperado y evidencia disponible. El alumno aprende a convertir conceptos en criterios operativos y a justificar cuándo un supuesto resulta conservador, representativo o insuficiente. La salida es una base argumentada para las decisiones posteriores.

3.2 Datos, parámetros y calidad de entrada: Convierte la información de Inventario de activos y modelo semántico en entradas utilizables para Inventario de activos y modelo semántico. Se revisan nomenclatura, unidades, tolerancias, registros y trazabilidad, comparándolas con los requisitos de IoT urbano, edge y conectividad. El alumno documenta incertidumbres y evita que un valor sin contexto se transforme automáticamente en una conclusión.

3.3 Método, modelado y comprobación: Modela o evalúa Inventario de activos y modelo semántico dentro de Inventario de activos y modelo semántico mediante plataformas IoT y datos abiertos. El objetivo es convertir la herramienta en un instrumento de decisión: se definen entradas, casos, controles y comparación de resultados. El análisis incluye una verificación independiente que permita diferenciar precisión numérica de validez técnica.

3.4 Riesgos, interfaces y controles: Desarrolla el assurance de Inventario de activos y modelo semántico frente a interoperabilidad institucional insuficiente, relacionándolo con Inventario de activos y modelo semántico. Se revisan interfaces, responsabilidades y posibles fallos de coordinación. Cada control se acompaña de una forma concreta de verificación, un propietario y una condición de cierre para que la matriz de riesgos no quede desconectada de la ejecución.

3.5 Entregable, QA/QC y defensa: Entrega entregable técnico del módulo «Inventario de activos y modelo semántico» para cerrar Inventario de activos y modelo semántico, demostrando cómo Inventario de activos y modelo semántico se tradujo en una decisión. Se documentan alternativas, sensibilidad, riesgos y criterios de aceptación. El objetivo es que el documento sobreviva al cambio de equipo o fase y conserve el contexto necesario para operación, mantenimiento, auditoría o defensa.

Módulo 4 — IoT urbano, edge y conectividad

4.1 Fundamentos, alcance y criterios: Aborda IoT urbano, edge y conectividad desde la lógica de Inventario de activos y modelo semántico, conectando requisitos, comportamiento esperado y evidencia disponible. El alumno aprende a convertir conceptos en criterios operativos y a justificar cuándo un supuesto resulta conservador, representativo o insuficiente. La salida es una base argumentada para las decisiones posteriores.

4.2 Datos, parámetros y calidad de entrada: Organiza los datos necesarios para IoT urbano, edge y conectividad: fuentes, unidades, fechas, resolución, versiones y responsable. Se utilizan como referencia IoT urbano, edge y conectividad y el contexto de Utilities: agua, energía, alumbrado y residuos. El participante detecta vacíos, valores incompatibles y sesgos; clasifica la información como confirmada, inferida o pendiente; y define qué evidencia adicional necesita antes de aumentar la fidelidad del análisis.

4.3 Método, modelado y comprobación: Transforma IoT urbano, edge y conectividad en un flujo reproducible de IoT urbano, edge y conectividad con apoyo de dashboards y modelos de movilidad o escenarios. La práctica exige documentar parámetros, versiones, cambios y resultados intermedios. Se incorporan comprobaciones físicas, operativas o contractuales para detectar incoherencias antes de que el análisis se convierta en un entregable.

4.4 Riesgos, interfaces y controles: Somete IoT urbano, edge y conectividad a una revisión de riesgo centrada en privacidad no resuelta. Se identifican mecanismos de fallo, consecuencias y dependencias con IoT urbano, edge y conectividad; después se seleccionan controles proporcionados y criterios stop/go. La práctica exige justificar el riesgo residual y documentar qué información puede modificar la decisión.

4.5 Entregable, QA/QC y defensa: Formaliza IoT urbano, edge y conectividad en entregable técnico del módulo «IoT urbano, edge y conectividad». El participante sintetiza IoT urbano, edge y conectividad sin eliminar la evidencia necesaria, diferencia hechos de interpretaciones y registra supuestos pendientes. La revisión final comprueba que cada recomendación tenga soporte, responsable y criterio de cierre, evitando documentos extensos pero poco accionables.

Módulo 5 — Utilities: agua, energía, alumbrado y residuos

5.1 Fundamentos, alcance y criterios: Construye el marco de decisión para Utilities: agua, energía, alumbrado y residuos a partir de IoT urbano, edge y conectividad. Se identifican variables dominantes, interacciones y condiciones que podrían invalidar una solución aparentemente correcta. El alumno documenta objetivos, restricciones y nivel de incertidumbre, y relaciona el contenido con seguridad, desempeño, operación y coste para evitar una lectura puramente académica.

5.2 Datos, parámetros y calidad de entrada: Organiza los datos necesarios para Utilities: agua, energía, alumbrado y residuos: fuentes, unidades, fechas, resolución, versiones y responsable. Se utilizan como referencia Utilities: agua, energía, alumbrado y residuos y el contexto de Movilidad y datos de transporte. El participante detecta vacíos, valores incompatibles y sesgos; clasifica la información como confirmada, inferida o pendiente; y define qué evidencia adicional necesita antes de aumentar la fidelidad del análisis.

5.3 Método, modelado y comprobación: Aplica GIS/BIM y modelos urbanos para desarrollar Utilities: agua, energía, alumbrado y residuos con un nivel de detalle proporcional al riesgo. Se estudian Utilities: agua, energía, alumbrado y residuos, parámetros sensibles, condiciones de contorno y escenarios alternativos. El alumno comprueba el resultado mediante una segunda referencia o cálculo independiente, evitando aceptar una salida solo porque el software la produce sin error.

5.4 Riesgos, interfaces y controles: Examina política basada en correlación no causal como escenario crítico de Utilities: agua, energía, alumbrado y residuos y contrasta su relación con Utilities: agua, energía, alumbrado y residuos. El alumno define prevención, detección, contingencia y recuperación, separando controles independientes de medidas redundantes solo en apariencia. El cierre se apoya en evidencia y no en declaraciones de cumplimiento.

5.5 Entregable, QA/QC y defensa: Entrega entregable técnico del módulo «Utilities: agua, energía, alumbrado y residuos» para cerrar Utilities: agua, energía, alumbrado y residuos, demostrando cómo Utilities: agua, energía, alumbrado y residuos se tradujo en una decisión. Se documentan alternativas, sensibilidad, riesgos y criterios de aceptación. El objetivo es que el documento sobreviva al cambio de equipo o fase y conserve el contexto necesario para operación, mantenimiento, auditoría o defensa.

Módulo 6 — Movilidad y datos de transporte

6.1 Fundamentos, alcance y criterios: Aborda Movilidad y datos de transporte desde la lógica de Utilities: agua, energía, alumbrado y residuos, conectando requisitos, comportamiento esperado y evidencia disponible. El alumno aprende a convertir conceptos en criterios operativos y a justificar cuándo un supuesto resulta conservador, representativo o insuficiente. La salida es una base argumentada para las decisiones posteriores.

6.2 Datos, parámetros y calidad de entrada: Organiza los datos necesarios para Movilidad y datos de transporte: fuentes, unidades, fechas, resolución, versiones y responsable. Se utilizan como referencia Movilidad y datos de transporte y el contexto de Series temporales, eventos y contexto espacial. El participante detecta vacíos, valores incompatibles y sesgos; clasifica la información como confirmada, inferida o pendiente; y define qué evidencia adicional necesita antes de aumentar la fidelidad del análisis.

6.3 Método, modelado y comprobación: Desarrolla Movilidad y datos de transporte mediante Python/SQL y pipelines DataOps, justificando por qué la herramienta y el nivel de fidelidad son adecuados para Movilidad y datos de transporte. Se revisan sensibilidad, simplificaciones y límites. El participante debe poder explicar cómo cambiaría la respuesta ante variaciones relevantes y qué parte del resultado depende del modelo frente a la evidencia directa.

6.4 Riesgos, interfaces y controles: Evalúa cómo sesgo del dato puede comprometer Movilidad y datos de transporte. A partir de Movilidad y datos de transporte, el participante identifica escenarios, barreras preventivas, controles de detección y respuestas. Se jerarquizan acciones por criticidad y se evita confundir la mera existencia de un procedimiento con la eficacia real del control.

6.5 Entregable, QA/QC y defensa: Convierte el trabajo de Movilidad y datos de transporte en entregable técnico del módulo «Movilidad y datos de transporte», con especial atención a Movilidad y datos de transporte. La entrega debe permitir que un tercero reproduzca el razonamiento: fuentes, versiones, método, resultados, riesgos residuales y acciones. Se evalúa claridad, consistencia y capacidad para defender por qué la solución seleccionada es preferible a las alternativas.

Módulo 7 — Series temporales, eventos y contexto espacial

7.1 Fundamentos, alcance y criterios: Define el alcance técnico de Series temporales, eventos y contexto espacial y sitúa Movilidad y datos de transporte dentro de la decisión que debe tomarse. Se revisan conceptos, límites de aplicabilidad, dependencias y errores frecuentes. El participante debe distinguir qué parte del problema puede resolverse con reglas conocidas y qué parte exige datos adicionales, cálculo, ensayo o revisión especialista. El ejercicio termina con criterios explícitos para aceptar, condicionar o rechazar una hipótesis.

7.2 Datos, parámetros y calidad de entrada: Desarrolla un plan de información para Series temporales, eventos y contexto espacial tomando Series temporales, eventos y contexto espacial como variable de control. Se comprueba procedencia, representatividad y calidad, y se relaciona el dato con Dashboards, alarmas y control operacional. La práctica incorpora criterios de completitud y consistencia para decidir si el conjunto de entradas es suficiente, debe condicionarse o requiere una nueva campaña de medición o revisión documental.

7.3 Método, modelado y comprobación: Desarrolla Series temporales, eventos y contexto espacial mediante plataformas IoT y datos abiertos, justificando por qué la herramienta y el nivel de fidelidad son adecuados para Series temporales, eventos y contexto espacial. Se revisan sensibilidad, simplificaciones y límites. El participante debe poder explicar cómo cambiaría la respuesta ante variaciones relevantes y qué parte del resultado depende del modelo frente a la evidencia directa.

7.4 Riesgos, interfaces y controles: Examina indicador mal definido como escenario crítico de Series temporales, eventos y contexto espacial y contrasta su relación con Series temporales, eventos y contexto espacial. El alumno define prevención, detección, contingencia y recuperación, separando controles independientes de medidas redundantes solo en apariencia. El cierre se apoya en evidencia y no en declaraciones de cumplimiento.

7.5 Entregable, QA/QC y defensa: Prepara entregable técnico del módulo «Series temporales, eventos y contexto espacial» como evidencia profesional de Series temporales, eventos y contexto espacial. Se organiza la información de Series temporales, eventos y contexto espacial en una narrativa técnica comprensible, acompañada de cálculos, modelos, tablas o registros relevantes. El resultado debe ser auditable, coherente con las versiones de entrada y útil para una decisión concreta.

Módulo 8 — Dashboards, alarmas y control operacional

8.1 Fundamentos, alcance y criterios: Analiza Series temporales, eventos y contexto espacial como componente central de Dashboards, alarmas y control operacional. La práctica exige identificar mecanismos, causas, consecuencias y criterios de comparación antes de seleccionar herramientas. Se trabaja la diferencia entre dato observado, valor calculado y juicio profesional, dejando constancia de los límites que deben comunicarse a un revisor o cliente.

8.2 Datos, parámetros y calidad de entrada: Prepara las entradas de Dashboards, alarmas y control operacional mediante una revisión estructurada de Dashboards, alarmas y control operacional. El trabajo incluye control de versiones, detección de outliers, comprobaciones de orden de magnitud y contraste con APIs, interoperabilidad y servicios. Cada dato queda vinculado a una fuente y a una decisión, de forma que el modelo posterior pueda auditarse.

8.3 Método, modelado y comprobación: Aplica dashboards y modelos de movilidad o escenarios para desarrollar Dashboards, alarmas y control operacional con un nivel de detalle proporcional al riesgo. Se estudian Dashboards, alarmas y control operacional, parámetros sensibles, condiciones de contorno y escenarios alternativos. El alumno comprueba el resultado mediante una segunda referencia o cálculo independiente, evitando aceptar una salida solo porque el software la produce sin error.

8.4 Riesgos, interfaces y controles: Evalúa cómo interoperabilidad institucional insuficiente puede comprometer Dashboards, alarmas y control operacional. A partir de Dashboards, alarmas y control operacional, el participante identifica escenarios, barreras preventivas, controles de detección y respuestas. Se jerarquizan acciones por criticidad y se evita confundir la mera existencia de un procedimiento con la eficacia real del control.

8.5 Entregable, QA/QC y defensa: Convierte el trabajo de Dashboards, alarmas y control operacional en entregable técnico del módulo «Dashboards, alarmas y control operacional», con especial atención a Dashboards, alarmas y control operacional. La entrega debe permitir que un tercero reproduzca el razonamiento: fuentes, versiones, método, resultados, riesgos residuales y acciones. Se evalúa claridad, consistencia y capacidad para defender por qué la solución seleccionada es preferible a las alternativas.

Módulo 9 — APIs, interoperabilidad y servicios

9.1 Fundamentos, alcance y criterios: Aborda APIs, interoperabilidad y servicios desde la lógica de Dashboards, alarmas y control operacional, conectando requisitos, comportamiento esperado y evidencia disponible. El alumno aprende a convertir conceptos en criterios operativos y a justificar cuándo un supuesto resulta conservador, representativo o insuficiente. La salida es una base argumentada para las decisiones posteriores.

9.2 Datos, parámetros y calidad de entrada: Organiza los datos necesarios para APIs, interoperabilidad y servicios: fuentes, unidades, fechas, resolución, versiones y responsable. Se utilizan como referencia APIs, interoperabilidad y servicios y el contexto de Ciberseguridad, privacidad y gobierno del dato. El participante detecta vacíos, valores incompatibles y sesgos; clasifica la información como confirmada, inferida o pendiente; y define qué evidencia adicional necesita antes de aumentar la fidelidad del análisis.

9.3 Método, modelado y comprobación: Construye el procedimiento de análisis de APIs, interoperabilidad y servicios utilizando GIS/BIM y modelos urbanos. El método se articula alrededor de APIs, interoperabilidad y servicios: hipótesis, pasos de cálculo o modelado, sensibilidad y criterios de convergencia o aceptación. Se comparan escenarios para identificar qué variable domina la decisión y qué resultado necesita validación externa.

9.4 Riesgos, interfaces y controles: Somete APIs, interoperabilidad y servicios a una revisión de riesgo centrada en privacidad no resuelta. Se identifican mecanismos de fallo, consecuencias y dependencias con APIs, interoperabilidad y servicios; después se seleccionan controles proporcionados y criterios stop/go. La práctica exige justificar el riesgo residual y documentar qué información puede modificar la decisión.

9.5 Entregable, QA/QC y defensa: Cierra APIs, interoperabilidad y servicios mediante entregable técnico del módulo «APIs, interoperabilidad y servicios». El documento integra alcance, entradas, hipótesis, análisis de APIs, interoperabilidad y servicios, resultados, incertidumbre, decisiones rechazadas y recomendaciones. Se exige trazabilidad entre dato y conclusión, criterios de aceptación y próximos pasos para que el entregable pueda utilizarse en revisión, aprobación o actualización.

Módulo 10 — Ciberseguridad, privacidad y gobierno del dato

10.1 Fundamentos, alcance y criterios: Construye el marco de decisión para Ciberseguridad, privacidad y gobierno del dato a partir de APIs, interoperabilidad y servicios. Se identifican variables dominantes, interacciones y condiciones que podrían invalidar una solución aparentemente correcta. El alumno documenta objetivos, restricciones y nivel de incertidumbre, y relaciona el contenido con seguridad, desempeño, operación y coste para evitar una lectura puramente académica.

10.2 Datos, parámetros y calidad de entrada: Desarrolla un plan de información para Ciberseguridad, privacidad y gobierno del dato tomando Ciberseguridad, privacidad y gobierno del dato como variable de control. Se comprueba procedencia, representatividad y calidad, y se relaciona el dato con KPIs de servicio, resiliencia y sostenibilidad. La práctica incorpora criterios de completitud y consistencia para decidir si el conjunto de entradas es suficiente, debe condicionarse o requiere una nueva campaña de medición o revisión documental.

10.3 Método, modelado y comprobación: Aplica Python/SQL y pipelines DataOps para desarrollar Ciberseguridad, privacidad y gobierno del dato con un nivel de detalle proporcional al riesgo. Se estudian Ciberseguridad, privacidad y gobierno del dato, parámetros sensibles, condiciones de contorno y escenarios alternativos. El alumno comprueba el resultado mediante una segunda referencia o cálculo independiente, evitando aceptar una salida solo porque el software la produce sin error.

10.4 Riesgos, interfaces y controles: Evalúa cómo política basada en correlación no causal puede comprometer Ciberseguridad, privacidad y gobierno del dato. A partir de Ciberseguridad, privacidad y gobierno del dato, el participante identifica escenarios, barreras preventivas, controles de detección y respuestas. Se jerarquizan acciones por criticidad y se evita confundir la mera existencia de un procedimiento con la eficacia real del control.

10.5 Entregable, QA/QC y defensa: Convierte el trabajo de Ciberseguridad, privacidad y gobierno del dato en entregable técnico del módulo «Ciberseguridad, privacidad y gobierno del dato», con especial atención a Ciberseguridad, privacidad y gobierno del dato. La entrega debe permitir que un tercero reproduzca el razonamiento: fuentes, versiones, método, resultados, riesgos residuales y acciones. Se evalúa claridad, consistencia y capacidad para defender por qué la solución seleccionada es preferible a las alternativas.

Módulo 11 — KPIs de servicio, resiliencia y sostenibilidad

11.1 Fundamentos, alcance y criterios: Define el alcance técnico de KPIs de servicio, resiliencia y sostenibilidad y sitúa Ciberseguridad, privacidad y gobierno del dato dentro de la decisión que debe tomarse. Se revisan conceptos, límites de aplicabilidad, dependencias y errores frecuentes. El participante debe distinguir qué parte del problema puede resolverse con reglas conocidas y qué parte exige datos adicionales, cálculo, ensayo o revisión especialista. El ejercicio termina con criterios explícitos para aceptar, condicionar o rechazar una hipótesis.

11.2 Datos, parámetros y calidad de entrada: Define la calidad mínima de información para KPIs de servicio, resiliencia y sostenibilidad, centrando el análisis en KPIs de servicio, resiliencia y sostenibilidad y su relación con Capstone: gemelo BIM-GIS-IoT de un servicio urbano. Se establecen criterios de aceptación, campos obligatorios, evidencias y tratamiento de datos faltantes. El resultado es una ficha de entrada que impide avanzar de forma inadvertida con información insuficiente.

11.3 Método, modelado y comprobación: Aplica plataformas IoT y datos abiertos para desarrollar KPIs de servicio, resiliencia y sostenibilidad con un nivel de detalle proporcional al riesgo. Se estudian KPIs de servicio, resiliencia y sostenibilidad, parámetros sensibles, condiciones de contorno y escenarios alternativos. El alumno comprueba el resultado mediante una segunda referencia o cálculo independiente, evitando aceptar una salida solo porque el software la produce sin error.

11.4 Riesgos, interfaces y controles: Evalúa cómo sesgo del dato puede comprometer KPIs de servicio, resiliencia y sostenibilidad. A partir de KPIs de servicio, resiliencia y sostenibilidad, el participante identifica escenarios, barreras preventivas, controles de detección y respuestas. Se jerarquizan acciones por criticidad y se evita confundir la mera existencia de un procedimiento con la eficacia real del control.

11.5 Entregable, QA/QC y defensa: Formaliza KPIs de servicio, resiliencia y sostenibilidad en entregable técnico del módulo «KPIs de servicio, resiliencia y sostenibilidad». El participante sintetiza KPIs de servicio, resiliencia y sostenibilidad sin eliminar la evidencia necesaria, diferencia hechos de interpretaciones y registra supuestos pendientes. La revisión final comprueba que cada recomendación tenga soporte, responsable y criterio de cierre, evitando documentos extensos pero poco accionables.

Módulo 12 — Capstone: gemelo BIM-GIS-IoT de un servicio urbano

12.1 Fundamentos, alcance y criterios: Aborda Capstone: gemelo BIM-GIS-IoT de un servicio urbano desde la lógica de KPIs de servicio, resiliencia y sostenibilidad, conectando requisitos, comportamiento esperado y evidencia disponible. El alumno aprende a convertir conceptos en criterios operativos y a justificar cuándo un supuesto resulta conservador, representativo o insuficiente. La salida es una base argumentada para las decisiones posteriores.

12.2 Datos, parámetros y calidad de entrada: Define la calidad mínima de información para Capstone: gemelo BIM-GIS-IoT de un servicio urbano, centrando el análisis en Capstone: gemelo BIM-GIS-IoT de un servicio urbano y su relación con Arquitectura de gemelo digital urbano y casos de uso. Se establecen criterios de aceptación, campos obligatorios, evidencias y tratamiento de datos faltantes. El resultado es una ficha de entrada que impide avanzar de forma inadvertida con información insuficiente.

12.3 Método, modelado y comprobación: Desarrolla Capstone: gemelo BIM-GIS-IoT de un servicio urbano mediante dashboards y modelos de movilidad o escenarios, justificando por qué la herramienta y el nivel de fidelidad son adecuados para Capstone: gemelo BIM-GIS-IoT de un servicio urbano. Se revisan sensibilidad, simplificaciones y límites. El participante debe poder explicar cómo cambiaría la respuesta ante variaciones relevantes y qué parte del resultado depende del modelo frente a la evidencia directa.

12.4 Riesgos, interfaces y controles: Somete Capstone: gemelo BIM-GIS-IoT de un servicio urbano a una revisión de riesgo centrada en indicador mal definido. Se identifican mecanismos de fallo, consecuencias y dependencias con Capstone: gemelo BIM-GIS-IoT de un servicio urbano; después se seleccionan controles proporcionados y criterios stop/go. La práctica exige justificar el riesgo residual y documentar qué información puede modificar la decisión.

12.5 Entregable, QA/QC y defensa: Formaliza Capstone: gemelo BIM-GIS-IoT de un servicio urbano en entregable técnico del módulo «Capstone: gemelo BIM-GIS-IoT de un servicio urbano». El participante sintetiza Capstone: gemelo BIM-GIS-IoT de un servicio urbano sin eliminar la evidencia necesaria, diferencia hechos de interpretaciones y registra supuestos pendientes. La revisión final comprueba que cada recomendación tenga soporte, responsable y criterio de cierre, evitando documentos extensos pero poco accionables.