Diplomado en Automática e informática industrial

Estudia en la Universidad N°1 de habla hispana en Latinoamérica 2024 por QS World University Rankings

Acerca del programa:

El Diplomado en Automática e informática industrial es un programa de formación en sistemas de automatización, informática industrial, modelamiento, control y optimización de procesos, aprendizaje de máquinas y aprendizaje profundo y aplicación en sistemas de energía e industria de procesos.

Diplomado en Automática e Informática Industrial

Dirigido a:

Profesionales afines a la ingeniería de procesos e ingeniería eléctrica, electrónica y automatización vinculados a procesos productivos industriales; tales como ingenieros de sistemas, ingenieros de servicio, integradores de sistemas, personal de mantención y comisionamiento, entre otros.


Jefe de Programa

José Ricardo Pérez

Ph.D., Imperial College (University of London), con especialidad en automatización, destilación, extracción de productos naturales, fermentaciones, modelamiento, optimización. Ha desarrollado aplicaciones de modelación, control y optimización de varios procesos químicos y bioprocesos, tales como secador por aspersión, secado rotatorio, flotación, destilación, extracción con solventes, cultivo sobre sustrato sólido y fermentaciones sumergidas. Profesor Titular del Departamento Ingeniería Química y Bioprocesos UC.

Equipo Docente

keyboard_arrow_down

Aldo Cipriano

Doktor Ingenieur, Technische Universität München. Magíster en Ingeniería Eléctrica e Ingeniero Civil Electricista, Universidad de Chile.

Profesor Emérito, Departamento de Ingeniería Eléctrica de la Escuela de Ingeniería UC. Ha desarrollado docencia, investigación, consultoría y transferencia por más de 40 años. Desde 1985 realiza actividades de Educación Profesional y Continua, participando en Diplomados y otros programas relacionados con sistemas dinámicos, control de procesos, simulación de procesos, control inteligente, control predictivo, tecnologías de automatización y control, y monitorización remota e inteligente de signos vitales, entre otras materias.

En la UC ha desempeñado numerosos cargos, entre ellos los de Vicedecano y Decano de la Facultad de Ingeniería.

Diego Arenas

Ingeniería Civil Electricista Universidad de Chile, Gerente de la División de Sistemas y Tecnologías de Informática Industrial de Contac Ingenieros. Más de 35 años de experiencia en el diseño, desarrollo y administración de proyectos, aplicaciones y sistemas de procesamiento en tiempo real orientados al control de procesos y a la gestión de la información operacional. Participación en el diseño e implementación de sistemas distribuidos de control, supervisión y adquisición de datos y en la especificación, diseño y construcción de sistemas de información y gestión de operaciones y activos e integración de sistemas operacionales.

 Hugo Garcés

Ingeniero Civil Electrónico, Magíster y Doctor en Ciencias de la Ingeniería mención Ingeniería Eléctrica Universidad de Concepción. Profesor Asistente Departamento Ingeniería de Computación Universidad Católica de la Santísima Concepción. Investigador Principal y Director de proyectos Fondecyt, Fondef, FIC-R y Corfo-Bienes Públicos, entre otros.

 Claudio Gaete

Ingeniero Civil Eléctrico, licenciado en ciencias de la ingeniería Universidad de Santiago, experto en sistemas de control de procesos. Actualmente Ejecutivo en SIEMENS Chile como gerente de productos PROCESS Automation. Vasta experiencia en proyectos de implementación y modernización sistemas de control en sectores como minería, agua, pulpa y papel, alimentos.

Felipe Huerta

Ph.D del Imperial College London (2021), y magíster (2016) de la UC. Es profesor asistente en el Departamento de Ingeniería Química y Bioprocesos de la UC, unidad en la dicta Fenómenos de transporte y operaciones unitarias. Además, el año 2019 obtuvo el premio John. S. Archer Award a la excelencia en investigación en geociencias e ingeniería del petróleo. Asimismo, sus áreas actuales de investigación son la modelación y simulación de fenómenos de transporte, líquidos criogénicos, intensificación de procesos y almacenamiento de energía.

Cristián Lehuedé

Ingeniero Civil de Industrias mención Tecnologías de la Información PUC, Profesor partime Departamento Ciencia de la Computación UC. Especialidad bases de datos y arquitectura de computadoras. 

Nicolás Lobos Rodríguez

Magíster en Ciencias de la Ingeniería e Ingeniero Civil Industrial, Diploma en Ingeniería Eléctrica de la Pontificia Universidad Católica de Chile. Ha participado en estudios de consultoría junto a actores públicos y privados del sector, entre ellos el Ministerio de Energía, la Comisión Nacional de Energía y el Coordinador Eléctrico Nacional. 

Ricardo Luna

Ingeniero Químico, Universidad Tecnológica Metropolitana de Chile. Magister en ingeniería y Doctor en Ciencias de la Ingeniería, Pontificia Universidad Católica de Chile. Experiencia en modelación, optimización y automatización de procesos químicos y bioprocesos y en la optimización de procesos que involucran elaboración de bebidas alcohólicas. Actualmente se desempeña como investigador post-doctoral en el Centro de Investigación e Innovación de Concha Toro. 

José Joaquín Mohedano

Licenciado en Ingeniería Industrial por la Universidad Politécnica de Catalunya, Máster en Ingeniería de Control por la Universidad de California Irvine. Más de 15 años de experiencia en sistemas IIoT, SCADA, MES/MOM y Gestión Energética. Actualmente centrado en software Industria 4.0 y Digitalización para Gestión de Operaciones Industriales y en coordinar el equipo de soporte postventa de Opertek

Rafael Normey Rico

Ingeniero Eléctrico Universidad de la República Uruguay (UDELAR), Subgerente de Ingeniería de Control en la Gerencia de Sector Protección Automatización y Control del Área Trasmisión de U.T.E., 25 años de experiencia dentro del campo de la Automatización, Control y Telecontrol de Subestaciones Eléctricas, liderando diferentes proyectos de digitalización de subestaciones de transmisión con arquitectura basada en el estándar IEC61850. Profesor en el Instituto de Ingeniería Eléctrica de la UDELAR, profesor adjunto Universidad Católica del Uruguay. 

Juan Pinto Pavés

Ingeniero en Gestión Informática, Master Tecnologías de la Información, UTFSM. Instructor certificado MICROSOFT SQL Server – Visual Studio – Windows 2008 Server. Consultor senior Big Data. 

Pedro Saa

Ph.D. The University of Queensland, Australian Institute for Bioengineering and Nanotechnology. Investigador e Ingeniero de Proyectos, Centro de Modelamiento Matemático de la Universidad de Chile y Laboratorio de Biotecnología de la Pontificia Universidad Católica de Chile.

Profesor Asistente UC Departamento de Ingeniería Química y Bioprocesos, Escuela de Ingeniería. Instituto de Ingeniería Matemática y Computacional. Especialidad: Optimización de biosistemas, Modelamiento de bioprocesos, Análisis estadístico de datos, Estadística Bayesiana. 

Rodrigo Sandoval

Ingeniero Civil mención Ciencias de la Computación y Magíster en Ciencias de la Ingeniería UC. Profesor de Ciencias de la Computación Escuela de Ingeniería UC. Fundador de R. Solver. Especialista en ML/DL. 

Mario Torres

Ingeniero Civil Electrónico Universidad de Concepción. Diplomado en Big Data y Machine Learning UC. Ingeniero Full Stack Departamento de Ingeniería Eléctrica UC. Especialista en IIoT.

José Cuevas

Doctorado en Ciencias de la Ingeniería, Magíster en Ciencias de la Ingeniería e Ingeniero Civil Industrial, mención Ingeniería Química, UC. Más de 10 años de experiencia en el ámbito de la transferencia tecnológica, la innovación y la transformación digital. Ha ocupado roles de liderazgo en empresas de renombre como NotCo y Viña Concha y Toro, así como también ha desempeñado funciones de consultor, mentor, académico e investigador.

* EP (Educación Profesional) de la Escuela de Ingeniería se reserva el derecho de remplazar, en caso de fuerza mayor, a él o los profesores indicados en este programa; y de asignar al docente que dicta el programa según disponibilidad de los profesores.

a según disponibilidad de los profesores.

Descripción

La automatización e informática industrial desempeñan un papel crucial en la eficiencia y eficacia de una industria y, como resultado final, en la economía de dicha industria.

El Diplomado está diseñado para entrenar al personal que contribuye en mejorar la competitividad de su organización. Está dirigido a especialistas de los principales sectores de la economía nacional que deseen ampliar sus conocimientos y competencias en sistemas de automatización y tecnologías de la información, especialmente diseñadas para entornos industriales. 

Una vez finalizado el Diplomado el estudiante será capaz de evaluar los sistemas de automatización y control, comunicación industrial y gestión de información para la optimización de procesos productivos, de manera de proponer soluciones a los problemas que se presentan en dichos sectores industriales. 

La metodología de enseñanza se caracterizará por su componente práctico, que permitirá a los estudiantes interactuar con equipamiento industrial. Esto incluye la configuración, integración y diagnóstico de diferentes sistemas y aplicaciones. Además, se llevarán a cabo actividades de laboratorio en una plataforma virtual con software de aplicación industrial y acceso remoto a laboratorios físicos en la Escuela de Ingeniería. Además, los estudiantes contarán con un LMS Moodle o escritorio virtual que contendrá material de clases, acceso a clases grabadas, evaluaciones y otros recursos. El Diplomado promoverá una relación directa entre docentes y estudiantes, y las clases que utilizarán diversos recursos para lograr una transferencia efectiva y eficiente de conocimientos y la adquisición de habilidades, siguiendo el enfoque de “aprender aplicando”.

Requisitos de Ingreso

  • Licenciatura o título profesional equivalente, ingenieros de ejecución o técnico profesional.

Se recomienda:

  • Manejo a nivel usuario intermedio de sistema operativo Windows.
  • Conocimientos de nivel intermedio de inglés y computación para acceder a bibliografía y sistemas computacionales.

Objetivos de Aprendizaje

  1. Definir proyectos que promuevan la automatización e informática industrial en la industria de procesos y energía.
  2. Proponer soluciones destinadas a optimizar los procesos en la industria.
  3. Analizar arquitecturas y protocolos para sistemas de automatización e informática industrial en la industria de procesos y energía.
  4. Evaluar tecnologías de sistemas de automatización, informática industrial y ciencia de datos para el control y la optimización de procesos productivos en la industria.

Metodología

Duración:

216 horas totales (144 directas y 72 indirectas)

Desglose de cursos

CURSO 1: Sistemas de automatización.

Nombre en inglés: Automation systems.

Docentes: Rafael Normey, Claudio Gaete y Mario Torres

Unidad académica responsable: Escuela de Ingeniería

Requisitos: Sin prerrequisitos

Horas totales: 36

Descripción del curso

En este curso se analizarán las soluciones tecnológicas propias de sistemas de automatización y control de procesos industriales, su aplicación e implementación. Los estudiantes serán capaces de identificar y comprender las características tecnológicas de sistemas de automatización, lo que les permitirá seleccionar soluciones apropiadas para diversas aplicaciones. Además, desarrollarán una comprensión detallada de los componentes esenciales, lo que facilitará el diseño y mantenimiento de sistemas automatizados. Por último, al diseñar aplicaciones de automatización en los campos de energía e industria, aprenderán a aplicar sus conocimientos en situaciones reales, lo cual es fundamental para la resolución de problemas y la mejora de la eficiencia en entornos industriales y energéticos.

La metodología de enseñanza se basa en presentaciones expositivas por parte del docente, discusión de casos y un componente práctico que permitirá al estudiante interactuar con equipamiento industrial.

Resultados de aprendizaje

  1. Identificar características tecnológicas de un sistema de los sistemas de automatización, arquitectura y componentes.
  2. Describir los elementos de un sistema de automatización de procesos industriales.
  3. Diseñar conceptualmente aplicaciones de sistemas de automatización en sistemas de energía y la industria de procesos industriales.

Contenidos

  • Controladores lógicos programables.
  • Sistemas de información distribuida.
  • Arquitectura de sistemas de control distribuido.
  • Configuración de sistemas de control distribuido.
  • Práctica en sistemas de control distribuido.
  • Industrial Internet of Things y su impacto en la industria.

Estrategias Metodológicas:

  • Presentaciones expositivas
  • Discusión de casos
  • Actividades prácticas con uso de equipamiento industrial 

Estrategias Evaluativas:

  • Evaluación individual de conocimientos mediante preguntas en plataforma LMS Moodle (50%).

 

CURSO 2: Informática industrial.

Nombre en inglés: Industrial informatics.

Docentes: Cristián Lehuedé, Juan Antonio Pinto, José Joaquín Mohedano y Diego Arenas

Unidad académica responsable: Escuela de Ingeniería

Requisitos: Sin prerrequisitos

Horas totales: 36

Descripción del curso

El curso está orientado al tratamiento de sistemas de informática industrial, especialmente bases de datos para tiempo real, aplicaciones de inteligencia de negocios y registros históricos de bases de datos.

Se busca capacitar al estudiante para formular soluciones orientadas al procesamiento de datos en tiempo real, para su incorporación en sistemas de automatización y control.

La metodología de enseñanza se basa en presentaciones expositivas por parte del docente, discusión de casos y un componente práctico que permitirá al estudiante interactuar con equipamiento industrial

Resultados de aprendizaje

  • Manejar información y exploración de bases de datos en base al uso de herramientas informáticas.
  • Evaluar el comportamiento de actividades productivas en base a la generación de informes usando herramientas informáticas.

Contenidos

  • Gestión de bases de datos.
  • Modelo relacional y aplicaciones.
  • Transformación digital y Transact-SQL
  • Inteligencia de negocios y aplicaciones.
  • Registros históricos y reportes en Scada.
  • Fundamentos y aplicaciones de PI.

Estrategias Metodológicas:

Presentaciones expositivas

Discusión de casos

Actividades prácticas con uso de equipamiento industrial

Estrategias Evaluativas:

Evaluación individual de conocimientos mediante preguntas en plataforma LMS Moodle (50%).

Trabajo grupal de implementación de soluciones de informática industrial (50%).

 

CURSO 3: Modelamiento, control y optimización de procesos.

Nombre en inglés: Process modeling, control and optimization.

Docentes: José Ricardo Pérez, Ricardo Luna y Aldo Cipriano

Unidad académica responsable: Escuela de Ingeniería

Requisitos: Sin prerrequisitos

Horas totales: 36

Descripción del curso

En este curso se analizarán fundamentos del modelamiento, el control y la optimización de procesos industriales. Se espera que los estudiantes adquieran una comprensión de la gestión y optimización de procesos dinámicos que les permitirá proponer estrategias de operación para mejorar su eficiencia e identificar áreas de mejora. Además, al evaluar estrategias de control en sistemas industriales, adquirirán las destrezas necesarias para implementar sistemas de control que mantengan la calidad y competitividad en la producción.

La metodología de enseñanza se basa en presentaciones expositivas por parte del docente, discusión de casos y un componente práctico que permitirá al estudiante interactuar con equipamiento de laboratorio de forma remota.

Resultados del aprendizaje

  1. Definir variables relevantes de procesos dinámicos
  2. Formular modelos básicos de procesos.
  3. Proponer estrategias de operación para la mejora del rendimiento de procesos dinámicos.
  4. Evaluar estrategias de control para la optimización de procesos industriales.

Contenidos

  • Modelamiento de procesos.
  • Balances de masa y energía.
  • Optimización de sistemas dinámicos.
  • Herramientas computacionales y aplicaciones de optimización.
  • Sistemas inteligentes y aplicaciones.
  • Control predictivo y aplicaciones.

Estrategias Metodológicas:

  • Presentaciones expositivas por parte del docente
  • Discusión de casos
  • Actividad práctica que permitirá interactuar con equipamiento de laboratorio en forma remota.

Estrategias Evaluativas:

  • Evaluación individual de conocimientos mediante preguntas en plataforma LMS Moodle (50%).
  • Trabajo grupal de presentación de sistema de control u optimización de un proceso (50%).


CURSO 4: Fundamentos de aprendizaje de máquinas y aprendizaje profundo.

Nombre en inglés: Fundamentals of Machine Learning and Deep Learning.

Docentes: Rodrigo Sandoval

Unidad académica responsable: Escuela de Ingeniería

Requisitos: Sin prerrequisitos

Horas totales: 36

Descripción del curso

En este curso se explicarán los conceptos, modelos y herramientas más conocidas de la ciencia de datos con una perspectiva práctica y de potencial aplicación, cubriendo desde las aplicaciones más conocidas del aprendizaje automático, hasta el uso de modelos actualizados de aprendizaje profundo, para resolver algunas de las problemáticas industriales más relevantes en la actualidad.

La metodología de enseñanza incluye clases expositivas, estudio de casos y trabajos prácticos, complementados con activa participación de los alumnos en clases, revisión de material bibliográfico y desarrollo de proyectos aplicados.

Resultados de aprendizaje

  1. Identificar potencias y limitaciones del Aprendizaje Automático (Machine Learning, ML) y Aprendizaje Profundo (Deep Learning, DL) para la resolución de problemas en diferentes industrias.
  2. Utilizar diferentes modelos, aplicando técnicas para su entrenamiento, evaluación, comparación, y refinamiento de desempeño en diferentes industrias.
  3. Utilizar modelos de redes neuronales profundas en contextos de Visión Computacional, detectando objetos e interpretando contenido de imágenes.
  4. Resolver problemáticas de entrenamiento de redes neuronales con datos de procesos.

Contenidos:

  • Gestión de datos.
  • Evaluación y selección de modelos de aprendizaje.
  • Aprendizaje automático supervisado.
  • Aprendizaje no supervisado.
  • Aprendizaje profundo.
  • Herramientas computacionales y aplicaciones.

Estrategias Metodológicas:

  • Clases expositivas por parte del docente.
  • Estudio de casos.
  • Trabajos prácticos.
  • Activa participación de los alumnos en clases.
  • Revisión de material bibliográfico.
  • Desarrollo de proyectos aplicados.

Estrategias Evaluativas:

  • Evaluación individual de conocimientos mediante preguntas en plataforma LMS Moodle (50%)
  • Trabajo grupal de aplicación de técnicas de ML y DL (50%).


CURSO 5: Aplicaciones en sistemas de energía.

Nombre en inglés: Applications in energy systems.

Docentes: Nicolás Lobos, Hugo Garcés y Rafael Normey

Unidad académica responsable: Escuela de Ingeniería

Requisitos: Sin prerrequisitos

Horas totales: 36

Descripción del curso

En este curso se analizarán aplicaciones de automatización, informática industrial y ciencia de datos en sistemas de energía y los principales protocolos de comunicación utilizados para automatización de subestaciones, permitiendo al estudiante conocer los sistemas eléctricos, incluido el nacional, y así poder diseñar soluciones a los problemas que presentan estos entornos de producción y distribución de energía.

La metodología de enseñanza incluye presentaciones expositivas, discusión de casos y un componente práctico que permitirá interactuar con equipamiento industrial y configurar equipos de maniobras y protecciones utilizados en plataformas de generación y distribución eléctrica.

Resultados del aprendizaje

  1. Describir el sistema eléctrico chileno reconociendo la necesidad de integración y sincronización de datos.
  2. Describir redes y protocolos de comunicación para el control de sistemas de energía en la industria.
  3. Diseñar soluciones a problemas de automatización y comunicación en entornos de producción y distribución de energía en la industria.

Contenidos

  • Sistemas de energía y Sistema Eléctrico Nacional.
  • Redes inteligentes.
  • Supervisión y control de combustión.
  • Subestaciones eléctricas.
  • Telecontrol de subestaciones.
  • Norma IEC 61850.
  • Subestaciones digitales.

Estrategias Metodológicas:

  • Presentaciones expositivas por parte del docente.
  • Discusión de casos.
  •  Interacción con equipamiento industrial y configurar equipos de maniobras y protecciones utilizados en plataformas de generación y distribución eléctrica. 

Estrategias Evaluativas:

  • Evaluación individual de conocimientos mediante preguntas en plataforma LMS Moodle     (50%).
  • Trabajo grupal de análisis y detección de fallas en red de comunicación industrial (50%).


CURSO 6: Aplicaciones en la industria de procesos.

Nombre en inglés: Application in process industry.

Docentes: Aldo Cipriano, José Ricardo Pérez, Ricardo Luna, Pedro Saa y Felipe Huerta

Unidad académica responsable: Escuela de Ingeniería

Requisitos: Sin prerrequisitos

Horas totales: 36

Descripción del curso

En este curso se analizarán aplicaciones de control automático, modelamiento, ciencia de datos y optimización en la industria de procesos. Se espera que los estudiantes dominen técnicas de modelado y ciencia de datos en un entorno computacional, aplicándolas para controlar y mejorar procesos en la industria de bebidas y alimentos. Al utilizar estas herramientas, podrán identificar patrones, tendencias y oportunidades de mejora, lo que respaldará una toma de decisiones más efectiva. Asimismo, serán capaces de optimizar la producción, contribuyendo a la excelencia operativa y la entrega de productos de calidad en esta industria

La metodología de enseñanza se basa en presentaciones expositivas por parte del docente, discusión de casos y un componente práctico que permitirá al estudiante interactuar con equipamiento de laboratorio de forma remota.

Resultados del aprendizaje

  1. Aplicar las técnicas de modelamiento y ciencia de datos en un ambiente computacional al control y la optimización de procesos en las industrias de bebidas y alimentos.

Contenidos

  • Digital Twins: fundamentos y aplicaciones.
  • Modelación, control y optimización en la industria del vino.
  • Sistema de gestión de procesos en la industria del vino.
  • Modelación, control y optimización en la industria de la cerveza.
  • Modelación, control y optimización en la industria de alimentos.
  • Modelación, control y optimización en procesamiento de minerales.

Estrategias Metodológicas:

  • Presentaciones expositivas por parte del docente
  • Discusión de casos
  • Actividad práctica que permitirá interactuar con equipamiento de laboratorio en forma remota.

Estrategias Evaluativas:

  • Evaluación individual de conocimientos mediante preguntas en plataforma LMS Moodle     (50%).
  • Trabajo grupal de análisis y detección de fallas en red de comunicación industrial (50%).

Requisitos Aprobación

El promedio final del diplomado será el promedio de la nota final de cada curso con las siguientes ponderaciones, en una escala de 1,0 a 7,0: 

  • Curso 1: Redes de Comunicación para Procesos Industriales: 20%.
  • Curso 2: Redes de Comunicación para Sistemas Eléctricos de Potencia: 20%.
  • Curso 3: Registro Históricos y Reportes en SCADA: 20%.
  • Curso 4: Sistemas de Control Distribuido: 20%.
  • Curso 5: Optimización de Procesos Industriales:  20%.
  • Curso 6: Taller integrado: No aplica %

Para aprobar el diplomado, el alumno debe cumplir con:

  •  Aprobar todos los cursos con nota mínima 4,0.

 * Si bien el porcentaje de asistencia no es un requisito para la aprobación final del diplomado o curso, dentro de las clases pueden realizarse actividades no grabadas y evaluadas, sin previo aviso.

Para aprobar los programas de diplomados se requiere la aprobación de todos los cursos que lo conforman.

 Los alumnos que aprueben las exigencias del programa recibirán un certificado de aprobación digital otorgado por la Pontificia Universidad Católica de Chile.

El alumno que no cumpla con una de estas exigencias reprueba automáticamente sin posibilidad de ningún tipo de certificación.

*En caso de que un alumno repruebe un curso perteneciente a un diplomado, en Educación Profesional Ingeniería UC ofrecemos la oportunidad de realizar un nuevo intento. Para ejercer este derecho, el alumno deberá pagar un valor de 3 UF por curso, e indicar la fecha de la versión en la que desea matricularse. La gestión debe realizarse dentro de un máximo de 2 años a contar de la fecha de inicio del diplomado original, y es factible para un máximo de 2 cursos por diplomado.

Proceso de Admisión

Las personas interesadas deberán completar la ficha de postulación que se encuentra al costado derecho de esta página web y enviar los siguientes documentos al momento de la postulación o de manera posterior a la coordinación a cargo: 

  • Fotocopia Carnet de Identidad.
  • Fotocopia simple del Certificado de Título
  • Curriculum Vitae actualizado.

El postulante será contactado, para asistir a una entrevista personal (si corresponde) con el Jefe de Programa del Diplomado o su Coordinadora Académica. Catalina Lavín al correo calavinv@ing.puc.cl

VACANTES: 20

Con el objetivo de brindar las condiciones de infraestructura necesaria y la asistencia adecuada al inicio y durante las clases para personas con discapacidad: Física o motriz, Sensorial (Visual o auditiva) u otra, los invitamos a informarlo. 

El postular no asegura el cupo, una vez inscrito o aceptado en el programa se debe pagar el valor completo de la actividad para estar matriculado.

No se tramitarán postulaciones incompletas.

Puedes revisar aquí más información importante sobre el proceso de admisión y matrícula


¿Te parece interesante este programa?

No