Aquest lloc web utilitza cookies

El lloc web de la Fundació Politècnica de Catalunya utilitza cookies pròpies i de tercers per millorar l'experiència de navegació i amb finalitats estadístiques. Per obtenir més informació sobre les cookies podeu consultar la política de cookies.

Accepta només les seleccionades
Permetre totes les cookies
Mostrar detall
INFORMACIÓ

Les cookies són petits arxius de text que els llocs web poden utilitzar perquè l'usuari en pugui fer un ús més eficient.
La llei estableix que podem emmagatzemar cookies al vostre dispositiu si són estrictament necessàries per al funcionament d'aquest lloc. Per a tots els altres tipus de cookies ens cal el vostre permís.
Aquest lloc web utilitza diferents tipus de cookies. En alguna ocasió, les cookies que apareixen a les nostres pàgines provenen de serveis de tercers.
En qualsevol moment, vostè podrà canviar o retirar el seu consentiment de la Declaració sobre ús de cookies al nostre lloc web.
Pot obtenir més informació sobre nosaltres, sobre com contactar-nos i sobre la nostra forma de processar dates personals a la nostra política de privacitat.
Si us plau, en el moment de contactar amb nosaltres en relació amb el vostre consentiment, feu-ne constar la identificació i la data.

DECLARACIÓ DE COOKIES
Requerides :

Les cookies necessàries ajuden a fer els llocs web més accessibles i permeten les funcions bàsiques com la navegació o l'accés a les àrees segures del lloc web. El lloc web no pot funcionar sense aquestes cookies.

Nom Proveïdor Propòsit Caducitat Tipus
lang www.fpc.upc.edu Guardar l'idioma de visualització del web 2 anys HTTP
politica_cookie www.fpc.upc.edu Guardar el consentiment general de les cookies en el domini actual. 1 any HTTP
cookie_estadistiques www.fpc.upc.edu Guardar el consentiment de les cookies estadístiques en el domini actual. 1 any HTTP
cookie_marketing www.fpc.upc.edu Guardar el consentiment de les cookies de marketing en el domini actual. 1 any HTTP
PHPSESSID www.fpc.upc.edu Conserva l'estat de la sessió de l'usuari a les sol·licituds de pàgina. Sessió HTTP
CONSENT [x3] Google Used to detect if the visitor has accepted the marketing and analytics category in the cookie banner. This cookie is necessary for GDPR-compliance of the website. 2 anys HTTP
Estadístiques :

Les cookies d'anàlisi ajuden a entendre als propietaris de llocs web com interactuen els visitants amb els llocs web mitjançant la recopilació i notificació d'informació de forma anònima.

Nom Proveïdor Propòsit Caducitat Tipus
_ga Google Registers a unique ID that is used to generate statistical data on how the visitor uses the website. 2 anys HTTP
_ga_# Google Used by Google Analytics to collect data on the number of times a user has visited the website as well as dates for the first and most recent visit. 2 anys HTTP
_gat Google Used by Google Analytics to throttle request rate 1 dia HTTP
_gid Google Registers a unique ID that is used to generate statistical data on how the visitor uses the website. 1 dia HTTP
Màrqueting :

Les cookies de màrqueting s'utilitzen per rastrejar els visitants a través dels llocs web que visita. La intenció és mostrar anuncis que podrien ser rellevants i atractius per a l'usuari i per tant, valuosos per editors i anunciants tercers.

Nom Proveïdor Propòsit Caducitat Tipus
last_campaign www.fpc.upc.edu Guardar l'ultima campanya per el que l'usuari ha arribat al lloc web. 6 mesos HTTP
campaign_XX www.fpc.upc.edu Guardar totes les campanyes pel que l'usuari ha arribat al lloc web. 6 mesos HTTP
ads/ga-audiences Google Used by Google AdWords to re-engage visitors that are likely to convert to customers based on the visitor's online behaviour across websites. S Sessió Pixel
NID Google Registers a unique ID that identifies a returning user's device. The ID is used for targeted ads. 6 mesos HTTP
bcookie LinkedIn Used by the social networking service, LinkedIn, for tracking the use of embedded services. 2 anys HTTP
bscookie LinkedIn Used by the social networking service, LinkedIn, for tracking the use of embedded services. 2 anys HTTP
lidc Used by the social networking service, LinkedIn, for tracking the use of embedded services. 1 dia HTTP
i/jot Twitter Inc. Sets a unique ID for the visitor, that allows third party advertisers to target the visitor with relevant advertisement. This pairing service is provided by third party advertisement hubs, which facilitates real-time bidding for advertisers. Session Pixel
_fbp [x2] Meta Platforms, Inc. Used by Facebook to deliver a series of advertisement products such as real time bidding from third party advertisers. 3 mesos HTTP
Campus
MY_TECH_SPACE

Entrar
Campus en manteniment
Usuari i/o clau incorrectes
No tens cap entorn actiu
El teu accés ha estat restringit. Consulta amb el departament d'administració
Per problemes tècnics el campus virtual és inaccessible. Estem treballant per solucionar-ho. Disculpa les molèsties.
Inici   >  Màsters i postgraus  >  Formació  >  Màster en Big Data Management, Technologies and Analytics
Sol·licita informació
Sol·licita informació Sol·licita informació
Aquest curs té les places exhaurides. Si vols més informació per properes edicions, posa't en contacte amb nosaltres.

Presentació

Edició
6a Edició
Crèdits
60 ECTS (324 hores lectives)
Modalitat
Presencial
Idioma d'impartició
Espanyol
Preu
8.700€
Opcions de pagament de la matrícula

La matrícula es pot pagar:
- En un únic pagament abans del termini establert a la carta d'admissió del programa.
- En dos terminis, és a dir, fraccionant el pagament:

  • El 60% de l'import total s'ha d'abonar en el termini establert a la carta d'admissió del programa.
  • El 40% restant es pot abonar, com a màxim, fins passats 90 dies des de la data d'inici del programa.
- En quatre terminis, fraccionant el pagament amb domiciliació:
  • El 40% de l'import total s'ha d'abonar en el termini establert a la carta d'admissió del programa.
  • El 60% restant es dividirà en 3 pagaments domiciliats, que es repartiran equidistantment entre l'inici i final de les classes lectives.
  • L'estudiant ha de disposar i ser titular d'un compte bancari amb IBAN ESXX
Observacions campanya 0,7%

Inscripció oberta fins l'inici del curs o fins l'exhauriment de places.
Dates de realització
Inici classes: 10/10/2022
Fi classes: 19/07/2023
Fi programa : 29/11/2023
Horari
Dilluns: 18:00 a 21:00
Dimecres: 18:00 a 21:00
Divendres: 18:00 a 21:00
Lloc de realització
Facultat d'Informàtica de Barcelona (FIB)
C/ Jordi Girona, 1-3
Barcelona
Vídeo de presentació
Per què aquest màster?

La rellevància de les dades en la societat actual és inqüestionable. Un bon percentatge d’empreses, les conegudes com a empreses digitals, fonamenten el seu model de negoci en la recol·lecció, emmagatzematge i anàlisi de qualsevol dada rellevant per al seu negoci. Aquesta filosofia implica un canvi radical a l'hora de gestionar les operacions de les organitzacions, ja que requereix la digitalització de tots els seus processos de negoci, com per exemple, creant sistemes informàtics per interactuar amb els clients o proveïdors (siguin pàgines web, aplicacions mòbils o sistemes GPS) o sensoritzant els processos mecànics per tal de monitorar-los, entre d'altres.

Malgrat que la digitalització d’una organització és una tasca feixuga, les dades generades i recollides un cop portada a terme, poden ser analitzades amb l’objectiu de generar informació rellevant per a la presa de decisions del negoci. Aquest fet, a hores d'ara, s’ha identificat com un factor d’èxit determinant i diferenciador que augmenta la competitivitat de les organitzacions.

Actualment, el terme big data s’empra per referir-se a un nou tipus de sistemes que recullen i analitzen dades de qualsevol naturalesa, i que comporten una sèrie de reptes. La definició més popular del big data està basada en les tres "Vs", que representen els seus tres principals reptes: Volum (la digitalització de certs processos pot generar grans volums de dades), Varietat (provinents de fonts de dades heterogènies) i Velocitat (en referència al potencial temps d’arribada i processament de les dades en real-time).

El big data presenta nous desafiaments per a les organitzacions en dos aspectes tecnològics principals: la gestió i l’anàlisi de les dades. Des del punt de vista de la gestió, el big data requereix tant noves arquitectures (principalment basades en cloud computing i la gestió distribuïda de les dades i la memòria) com nous models de dades (com els documents grafs, key-value o streams). Des del punt de vista de l’anàlisi, cal considerar nous tipus de dades semiestructurades o no estructurades (com text o imatge), que avui en dia representen una fracció important de les noves dades que es generen. A més, cal adaptar les tècniques d’anàlisi tradicionals a les característiques del big data, i això complica la preparació, l'entrenament i la validació dels models.

La barrera d’entrada per incorporar solucions big data continua sent molt alta per a la majoria d’organitzacions, ja que la gestió i manteniment d’aquests sistemes té la seva particularitat. A més, les actuals eines són molt poc madures i requereixen un alt grau d’especialització per poder-les emprar correctament. Per aquest motiu, l’especialització en aquest àmbit implica un reciclatge específic basat en els principals conceptes que hi ha darrere d’aquestes tecnologies. En l’àmbit d’aquests sistemes cal distingir entre la gestió de dades en sistemes big data (Big Data Management) i l’anàlisi d’aquestes dades per extreure coneixement rellevant per l’organització amb algoritmes de data mining i machine learning (Big Data Analytics). A més, no existeix una solució universal ni de gestió ni d’anàlisi que es pugui replicar fàcilment en qualsevol domini, ja que, per definició, en aquests entorns la solució depèn del cas d’ús (explotació) que tinguem entre mans.

En aquest context, el màster en Big Data Management, Technologies and Analytics ofereix una visió global d’un ecosistema big data aprofundint en ambdós aspectes: la gestió de les dades (Big Data Management) i l'explotació de les dades (Big Data Analytics), tot aportant aplicabilitat (Big Data Technologies) i visió de negoci, és a dir, com extreure valor dins d’aquest món.

Objectius
  • Entendre la problemàtica de gestió del big data i les seves especificitats.
  • Identificar les característiques més rellevants en la gestió de dades que han de guiar la tria d’una solució arquitectònica.
  • Conèixer el paradigma de dades obertes.
  • Practicar amb les principals eines de gestió de big data que hi ha actualment en el mercat (Hadoop, MongoDB, Neo4J, GraphDB, Spark, etc.).
  • Entendre quan un problema empresarial pot ser formalitzat com un problema d’aprenentatge automàtic.
  • Identificar els models estadístics o d’aprenentatge automàtic més adequats per a un problema donat.
  • Saber efectuar el preprocés de les dades (siguin estructurades o no estructurades).
  • Saber avaluar la taxa d’encert dels models proposats.
  • Assolir coneixements específics sobre l’ús del big data per a la presa de decisions a l’empresa.
  • Identificar les bones pràctiques en l’aplicació del big data en la creació d’un negoci.
  • Emprar eines de modelització de negoci.
  • Conèixer els principis econòmics, ètics i legals del funcionament d’una empresa digital.
A qui va dirigit?
  • Graduats en Informàtica o equivalent interessats en l'àmbit del big data.
  • Professionals informàtics, principalment desenvolupadors, arquitectes, analistes de dades i administradors de sistemes, interessats a reciclar-se cap a l'àmbit del big data.
  • Graduats en Estadística, Matemàtiques o enginyeries en general. En aquests casos, els interessats han de tenir una formació tècnica en bases de dades centralitzades i programació.

Aquest màster té com a objectiu crear perfils mixtos en gestió i anàlisi de dades.

Continguts formatius

Relació d'assignatures
12 ECTS 72h
Data Management
  • Motivació
    • Context. La societat de les dades i el paradigma data-driven.
    • Casos d'ús.
    • Cloud computing i enginyeria de serveis (XaaS).
    • La necessitat d'un canvi de paradigma: NoSQL.
  • Principis bàsics de les bases de dades no relacionals (NoSQL)
    • Fonaments arquitectònics.
    • Nous models de dades.
  • Fonaments: noves arquitectures
    • Conceptes bàsics.
    • One size does not fit all.
    • Gestió i processament distribuït de les dades.
    • Gestió i processament de les dades a memòria.
    • Principals arquitectures de referència.
  • Fonaments: nous models de dades
    • Conceptes bàsics.
    • Models de dades no estructurats o semiestructurats.
    • Principals models de dades al món NoSQL: Key-Value, Document-oriented, Graphs, Graphs Semantics i Streams.
    • Modelització de dades avançada (per a sistemes no relacionals).
  • Principals famílies de gestors NoSQL
    • Gestors Key-Value
      • Concepte i principis.
      • L'ecosistema Hadoop: HDFS, HBase, MapReduce i Spark.
      • Consideracions específiques de modelització.
    • Gestors Document-oriented
      • Concepte i principis.
      • Exemple: MongoDB i Aggregation Framework.
      • Consideracions específiques de modelització.
    • Gestors Column-oriented
      • Concepte i principis.
      • Exemple: Kudu (base de dades) i Parquet (fitxers).
      • Consideracions específiques de modelització.
    • Gestors de grafs
      • Conceptes i principis.
      • Tipus de grafs i operacions.
      • Exemple: Neo4J i Cypher.
      • Consideracions específiques de modelització.
    • Gestors de grafs semàntics
      • Concepte i principis: el paradigma Open/Linked Data.
      • Com obrir dades.
      • Arquitectures basades en grafs vs. tecnologia relacional.
      • Marc de Descripció de Recursos (RDF) i SPARQL.
      • Exemple: GraphDB.
      • Consideracions específiques de modelització.
  • Integració de dades
    • Processos intensius de dades vs. ETL.
    • Concepte de Data Lake. Sistemes poliglots.
    • Orquestradors.
  • Visualització
    • Processos de visualització.
    • Tècniques de visualització.
12 ECTS 72h
Data Analytics
  • Introducció
    • Què és el knowledge discovery?
    • Estadística bàsica.
    • Introducció a R.
  • Preprocessament de dades
    • Neteja i adequació de les dades.
    • Transformacions.
  • Tècniques bàsiques d'anàlisi
    • Regressió múltiple.
    • Profiling.
  • Anàlisi multivariant
    • Anàlisi de components principals.
    • Clustering.
    • Arbres de decisió.
  • Aprenentatge automàtic
    • Concepte.
    • Fonaments matemàtics.
  • Principals tècniques d'aprenentatge automàtic
    • Regles d'associació.
    • Mètodes lineals supervisats.
    • Xarxes neuronals.
    • Màquines de vector suport.
    • Boscos aleatoritzats.
  • Processament del text
    • Preprocessament i preparació de les dades.
    • Principals tècniques de text analítiques.
    • Information retrieval.
  • Anàlisi de sèries temporals
    • Preprocessament i preparació de les dades.
    • Forecasting.
    • Detecció d'outliers.
  • Anàlisi de les dades avançades
    • Paquets d'R per al processament paral·lel.
    • R sobre bases de dades relacionals.
    • Anàlisi de les dades en entorns distribuïts emprant Hadoop Distributed File System (HDFS) i Spark
      • Spark R i MLlib.
16 ECTS 96h
Hands-on Experience: Data Management and Analytics
  • Infraestructura
    • Introducció als entorns cloud.
    • Virtualització.
    • Serveis Oracle.
  • Emmagatzematge distribuït
    • L'ecosistema Hadoop.
    • Sistemes Key-Value: HBase.
  • Processament distribuït
    • MapReduce.
    • Spark: SparkSQL. Spark streaming. Spark graphs.
    • Anàlisi de dades en entorns distribuïts: MLlib. SparkR.
  • Document stores
    • MongoDB.
    • Elasticsearch.
  • Bases de dades en graf
    • Property-graphs: Neo4J.
    • Grafs semàntics: GraphDB.
  • Arquitectura de sistemes big data
5 ECTS 33h
Negoci i Emprenedoria en Big Data
  • Introducció: l'entorn competitiu de l'empresa i big data
    • Big data landscape.
  • Tècniques d'ideació de negoci
    • Clients i usuaris.
    • Definició de productes i serveis.
  • Eines de modelització de negoci: Business model canvas
    • Elements que el conformen.
    • Casos pràctics.
    • Resolució de casos: Twitter, Facebook, etc.
  • Procés de finançament
    • Finances.
    • Finançament privat: Business Angels i Capital Risk.
    • Finançament públic.
  • Màrqueting
  • Creació d'una empresa
    • Aspectes legals: Regulació de les dades.
    • Aspectes econòmics.
  • Consideracions ètiques del big data: Negoci i privacitat
  • Presentacions i pitch
15 ECTS 51h
Projecte
El projecte es realitzarà en grups de 2 o 3 persones que hauran de desenvolupar un cas real aplicat. Els estudiants hauran d'elaborar una anàlisi tant de la perspectiva tècnica (gestió i anàlisi de dades) com de la perspectiva de negoci (potencial viabilitat de la idea com a negoci, independentment que es tracti d'una start-up o d'un nou producte/servei en una empresa existent).

El projecte ha de proposar una solució innovadora al problema plantejat, tant en l'aspecte tècnic com en el valor afegit de negoci. Es valorarà especialment aquesta perspectiva.

Per dur a terme el projecte, els grups han de definir l'arquitectura funcional del sistema (incloent-hi repositoris i fluxos de dades, tot justificant el rendiment que s'obtindrà del sistema en un cas real), detallar el tipus d'anàlisi de dades a portar a terme (incloent-hi la preparació de les dades, disseny de features, adequació del model escollit al repte entre mans, training i validació) i la viabilitat del negoci (posicionament i segmentació del negoci, així com l'habilitat de fer un pitch precís sobre la idea de negoci i el seu valor). La gestió del projecte també tindrà un pes especial, i s'espera que se segueixi una metodologia àgil adaptada a projectes big data (que es presentarà durant el màster).

Cada grup comptarà amb l'assessorament de tres tutors (professors del programa experts en negoci, gestió i anàlisi de dades, respectivament). La fórmula seguida garanteix la immersió en una experiència real sent tutoritzats per experts en la temàtica. Com a resultat, els projectes resultants han rebut diversos premis i han donat peu a productes que han arribat a producció en diverses empreses.

A continuació detallem exemples de treballs realitzats en edicions anteriors:

  • "LifeStyle". A partir de dades de transaccions bancàries, es va perfilar l'estil de vida (activitats d'oci) dels clients del banc amb l'objectiu de fer-los propostes personalitzades de productes d'oci.
  • "A Location Based Social Media Data Gathering System for Predicting Crowded Places". A partir de dades en temps reals de diferents xarxes socials, es predeia l'afluència de persones en els principals llocs turístics de Barcelona. D'aquesta manera, es podien preparar accions per descongestionar certes zones de la ciutat amb antelació.
  • "Supermarker Shopping Assistant". Es tracta d'una aplicació mòbil que recomana al client, durant la seva visita a un supermercat o hipermercat, quins productes al voltant seu poden ser del seu interès. L'aplicació inclou un self-checkout per fer les compres més eficients a través de l'escaneig del producte.
  • "Urban Mobility and Traffic Safety Analytics". Aprofitant les dades generades pels sensors dels anomenats smart cars, s'identifiquen conductes de risc que podrien acabar en accident, en temps real a partir del perfil de conducció habitual de cada conductor i les dades actuals rebudes en temps real.
  • "Properties Data Collection Platform and Prices Prediction". A partir de dades de portals immobiliaris contextualitzades amb altres externes, es predeia el preu real i de venda d'un immoble.
  • "Net Sales Forecasting". En l'àmbit de les farmacèutiques, predir la quantitat de medicaments a produir per país amb antelació és vital. En aquest projecte es feia una previsió de producció mensual per país basada en els històrics de vendes.
Titulació
Títol de màster propi expedit per la Universitat Politècnica de Catalunya. Emès en virtut de l'art. 34.1 de la L.O. 4/2007, de 12 d'abril, per la qual es modifica la L.O. 6/2001, de 21 de desembre, d'Universitats. Per a la seva obtenció és necessari tenir una titulació universitària oficial. De no ser així, l'estudiant obtindrà un certificat d'aprofitament del programa expedit per la Fundació Politècnica de Catalunya. (Veure dades que consten al certificat).

Metodologia d'aprenentatge

La metodologia docent del programa facilita l'aprenentatge de l'estudiant i l'assoliment de les competències necessàries.



Eines d'aprenentatge
Sessions magistrals participatives
S'exposen els fonaments conceptuals dels continguts a impartir, tot promovent la interacció amb els estudiants per guiar-los en l'aprenentatge dels diferents continguts i el desenvolupament de les competències establertes.
Sessions pràctiques a l'aula
S'apliquen els coneixements en un entorn real o hipotètic, on s'identifiquen i treballen aspectes específics per facilitar la comprensió, amb el suport dels docents.
Resolució d'exercicis
Es treballen les solucions mitjançant l'exercitació de rutines, l'aplicació de fórmules o algoritmes i se segueixen procediments de transformació de la informació disponible i la interpretació dels resultats.
Casos d'èxit
Es presenten i comparteixen coneixements i experiències professionals reals i d'alt valor afegit, adquirides durant una trajectòria destacada en l'exercici de la professió.
Aprenentatge basat en problemes (ABP)
Metodologia d'aprenentatge actiu que permet que l'estudiant s'involucri des d'un inici i adquireixi els coneixements i habilitats, a través del plantejament i resolució de problemes o situacions complexes.
Tutories
Es dona suport tècnic als estudiants en el desenvolupament del projecte final, en funció de la seva especialitat i de la temàtica del projecte.
Criteris d'avaluació
Assistència
Es requereix com a mínim el 80% d'assistència a les hores lectives.
Resolució d'exercicis, qüestionaris o exàmens
Proves individuals amb l'objectiu d'avaluar el grau d'aprenentatge i l'adquisició de competències.
Realització i presentació del projecte final
Projectes individuals o grupals en els quals s'apliquen els continguts impartits en el programa. El projecte pot estar basat en casos reals i comprendre la identificació d'una problemàtica, el disseny de la solució, la seva implementació o un pla de negoci. Comptarà amb una presentació i defensa pública del mateix projecte.
Pràctiques i borsa de treball
Des del campus virtual My_Tech_Space els estudiants podran visualitzar les ofertes de treball del seu àmbit de coneixement i presentar la seva candidatura confidencialment. La borsa de treball de la UPC School té un volum anual de centenars d'ofertes de treball, entre contractes laborals i convenis de col·laboració en pràctiques.
Campus virtual
Els estudiants d'aquest màster tindran accés al campus virtual My_Tech_Space, una eficaç plataforma de treball i comunicació entre estudiants, el professorat, la direcció i la coordinació del curs. My_Tech_Space permet obtenir la documentació de cada sessió formativa abans de l'inici, treballar en equip, fer consultes als professors, visualitzar notes, etc.

Equip docent

Direcció Acadèmica
  • Jovanovic, Petar
    info
    Veure perfil a futur.upc
    Doctor de Ciència de Computació per la Universitat Politècnica de Catalunya (UPC) i la Universitat Lliure de Brussel·les. Màster en Computació per la UPC. Enginyer en Informàtica per la Universitat de Belgrad. El seu àmbit de recerca se situa a l'àrea de Business Intelligence, Big Data Management i sistemes de bases de dades distribuïdes.
  • Romero Moral, Óscar
    info
    Veure perfil a futur.upc
    Doctor en Informàtica per la Universitat Politècnica de Catalunya (UPC). Professor del Departament d'Enginyeria de Serveis i Sistemes d'Informació de la UPC. Docent en els àmbits de grau i de màster universitari. Coordinador de l'Erasmus Mundus Master in Big Data Managament and Analytics (BDMA) i del màster en Data Science de la UPC. Recerca en l'àmbit de la gestió de dades i de la informació, àmbit en el qual ha publicat més seixanta publicacions en conferències i revistes internacionals. Ha col·laborat com a consultor amb SAP, HP, Zurich Seguros i l'OMS, entre d'altres.

Professorat
  • Abelló Gamazo, Alberto
    info
    Veure perfil a futur.upc / Veure perfil a Linkedin
    Doctor en Informàtica per la Universitat Politècnica de Catalunya (UPC). Professor del Departament d'Enginyeria de Serveis i Sistemes d'Informació de la UPC. Docència, tant a nivell de Grau (Enginyeria Informàtica, GEI, i Ciència i Enginyeria de Dades, GCED) com de Màster (Master in Data Science - MDS). Coordinador per part de la UPC del doctorat Erasmus Mundus in Information Technologies for Business Intelligence - Doctoral College (IT4BI-DC) i la MSCA-ITN-EJD Data Engineering for Data Science (DEDS).

    Ha col·laborat com a consultor amb SAP, HP, Zurich Seguros, OMS i Fundació Probitas, entre d'altres.
  • Aluja Banet, Tomàs
    info
    Veure perfil a futur.upc
    Professor titular de la Universitat Politècnica de Catalunya (UPC). És autor de 60 articles publicats en revistes científiques o com a capítols d'un llibre. Temes de recerca abordats: Anàlisi multivariant, models de mineria de dades, models per a l'estimació d'intangibles i disseny de sistemes de learning analytics. Membre de comitès científics de conferències internacionals (entre elles Computational Statistics, COMPSTAT, i PLS). Ha participat en diversos projectes de recerca europeus i espanyols en el camp dels sistemes basats en meta-dades estadístiques, la fusió de dades i la modelització d'intangibles, i ha estat consultor estadístic de La Caixa, Kantar Media, Idescat i l'Ajuntament de Barcelona entre d'altres.
  • Belanche Muñoz, Luis Antonio
    info
    Veure perfil a futur.upc
    Llicenciat en Informàtica i Doctor en Intel·ligència Artificial per la Universitat Politècnica de Catalunya (UPC). Professor del Departament de Ciències de la Computació de la UPC amb més de 30 anys d'experiència docent. Supervisor o tutor de més de cent tesis i treballls d'estudiants. Actualment imparteix docència en el Grau en Ciència i Enginyeria de Dades i en el master in Innovation and Research in Informatics (MIRI), el master in Advanced Mathematics and Mathematical Engineering (MAMME) i el màster en Intel·ligència Artificial (IA) de la Facultat d'Informàtica de Barcelona (FIB). És cap d'estudis de la Facultat d’Informàtica de Barcelona (FIB). Ha realitzat més de cent trenta publicacions en revistes i congressos internacionals, i ha participat en quinze projectes de recerca nacionals i internacionals.
  • Berbegal Castelló, José
    info
    Veure perfil a Linkedin
    Enginyer en Informàtica per la Universitat Politècnica de Catalunya (UPC). Ha treballat durant més de deu anys en diferents empreses del sector de la seguretat i defensa. Actualment, treballa a aunav (dins del grup NTT Data), a la divisió d'aunav robots, dedicada al desenvolupament de robots de desactivació d'explosius, exercint com a responsable del departament de software i intel·ligència artificial.
  • Berral García, Josep Lluís
    info

    Enginyer informàtic, Màster en Arquitectura de Computadors i Doctor en Informàtica per la Universitat Politècnica de Catalunya (UPC). La seva recerca se centra en aplicacions de mineria de dades, aprenentatge automàtic, i gestió automàtica d'entorns en centres de dades. Actualment és investigador en el Centre Nacional de Supercomputación - Barcelona Supercomputing Center, lider del grup Data-Centric Computing. Especialista en: Gestió i Orquestració de Centres de Dades (Cloud Computing), Aprenentatge Automàtic (Machine Learning), Mineria i Anàlisi de Dades (Data Mining) i Intel·ligència Artificial.
  • Bilalli, Besim
    info
    Veure perfil a futur.upc / Veure perfil a Linkedin
    Doctor de Ciència de Computació per la Universitat Politècnica de Catalunya (UPC) i Poznan University of Technology. Becari postdoctoral i professor associat a la UPC com a part del grup de recerca Database Technologies and Information Management (DTIM). Està involucrat en activitats de recerca i ensenyament que van des de la gestió de dades fins a l'aprenentatge automàtic. Els seus interessos de recerca es troben en les àrees d'administració de dades, preprocessament de dades i en l'aplicació de tècniques de (meta) aprenentatge automàtic per a brindar suport a l'usuari per als diferents passos d'anàlisis de dades. Membre del comitè del programa per a les conferències de Disseny, Optimització, Llenguatges i Processament Analític de Big Data (DOLAP) i DaWaK.
  • Delicado Useros, Pedro Francisco
    info
    Veure perfil a futur.upc
    Catedràtic del Departament d'Estadística i Investigació Operativa de la Universitat Politècnica de Catalunya (UPC). Autor de més de 35 articles internacionals, els seus temes d'investigació inclouen l'aprenentatge no supervisat (corbes principals, clustering, multidimensional scaling), l'anàlisi de dades funcionals (dependència espacial, components principals) i les aplicacions (demografia, anàlisi de resultats electorals, bioinformàtica). Ha col·laborat com a consultor estadístic amb SEIF-88 (assaigs clínics) i l'Agència per a la Qualitat del Sistema Universitari de Catalunya (mostreig).
  • Deulofeu Aymar, Joaquim
    info
    Veure perfil a futur.upc / Veure perfil a Linkedin
    Llicenciat i doctor en Ciències Econòmiques i Empresarials per la Universitat de Barcelona (UB). Avaluador-assessor internacional EFQM, soci fundador i CEO de Qualitat, Serveis Empresarials, S.L., empresa en la qual desenvolupa la seva activitat professional com a consultor des de fa més de vint-i-cinc anys. Professor associat al Departament d'Organització d'Empreses de la Universitat Politècnica de Catalunya (UPC), i professor en altres universitats com la Universitat Oberta de Catalunya (UOC). Actualment és president del Cercle Econòmic i Social del Baix Montseny.
  • Díaz Iriberri, José
    info

    Doctor en Computació per la Universitat Politècnica de Catalunya (UPC). Actualment es dedica a la investigació en el camp de la informàtica gràfica, és professor agregat a la Universitat de Vic i col·labora com a docent a diversos graus i postgraus de la UPC. Ha estat investigador post-doctoral del programa de beques Marie Curie de la Comissió Europea al grup de Visual Computing del CRS4 (Itàlia). La seva recerca se centra en la visualització de dades científiques, la computació paral·lela i programació de GPUs, i el disseny d'aplicacions en entorns de realitat virtual i augmentada.
  • Escolano Peinado, Carlos
    info
    Veure perfil a Linkedin
    Màster en Intel·ligència Artificial per la Universitat Politècnica de Catalunya (UPC). Enginyer Informàtic per la UPC. Actualment és doctorand al Departament de Teoria del Senyal i Comunicacions de la UPC, on treballa en traducció automàtica amb xarxes neuronals.
  • Flores Herrera, Javier de Jesus
    info
    Veure perfil a Linkedin
    Enginyer en Desenvolupament de Software per la Universidad Politécnica de Chiapas (UPCH). Actualment és estudiant del Màster en Innovació i Recerca en Informàtica, amb especialitat en ciència de dades per la Universitat Politècnica de Catalunya (UPC). Col·labora al grup de recerca Database Technologies and Information Manangement (DTIM) i ha treballat com a desenvolupador i suport de micro serveis empresarials a IBM.
  • Galí Reniu, Ferran
    info

    Enginyer Informàtic per la Universitat Politècnica de Catalunya. Cap de Tecnologia en Trovit, on dirigeix els projectes de Big Data en una empresa en línia que agrega més de 200 milions d'anuncis classificats i atén a més de 2 milions d'usuaris per dia. Col·labora amb la Universitat de Barcelona creant un nou Màster en Big Data Engineering.
  • García del Poyo Vizacaya, Rafael Emiliano
    info
    Veure perfil a Linkedin
    Advocat i soci responsable a Espanya del Dpt. de Dret de les Tecnologies de la Informació i de la Propietat Intel·lectual del despatx d'advocats Osborne Clarke. És a més secretari i lletrat assessor de Consells d'Administració de diverses companyies tecnològiques i està reconegut pels directoris internacionals Best Lawyers i Chambers Europe com un professional capdavanter a les àrees de tecnologia, mitjans de comunicació i telecomunicacions, tant en l'àmbit nacional com a europeu. També actua com a àrbitre i mediador davant diverses institucions arbitrals.
  • González Alonso, Pedro Javier
    info
    Veure perfil a Linkedin
    Enginyer en Informàtica i màster en Innovació i Recerca en Informàtica (especialitat en Business Intelligence i Knowledge Discoverer) per la Universitat Politècnica de Catalunya (UPC). MBA per Esade. Actualment és head of data science i CTO a nixi1, on lidera el desenvolupament de la tecnologia del chatbot conversacional i la plataforma muticanal de solució nixi1.
  • Gutiérrez Torre, Alberto
    info
    Veure perfil a Linkedin
    Llicenciat en Enginyeria Informàtica i màster en Recerca i Innovació en Informàtica, amb esment en Data Science, per la Universitat Politècnica de Catalunya (UPC). Actualment, és estudiant de doctorat en el grup de Data-Centric Computing al Barcelona Supercomputing Center (BSC), dins del projecte PATRONS. També participa en els projectes europeus INCISIVE i CALLISTO investigant en optimització d'aplicacions amb high performance computing i l'anàsi de dades distribuïdes amb federated learning. El seu focus se centra en l'aplicació de machine learning a dades en streaming i distribuïdes.
  • Jamin Jean Jacques, Emmanuel
    info
    Veure perfil a Linkedin
    Doctor en Informàtica per la Universitat París XI. Research engineer en diversos projectes europeus en el domini de la web semàntica (projectes FP7: SevenPro, IntelLEO, Neon, Khresmoi, MultiSensor i projectes Horizon 2020: Socatel, Roborder, Aqua3S, Welcome). Actualment és consultor IT a Everis sobre temes d'intel·ligència artificial, particularment la web semàntica i tècniques de procés automàtic del llenguatge natural (NLP) per a la gestió del coneixement. També té experiència en la creació de l'startup Open Data Consulting, en la qual va ser Chief Techonlogy Officer (CTO).
  • Jovanovic, Petar
    info
    Veure perfil a futur.upc
    Doctor de Ciència de Computació per la Universitat Politècnica de Catalunya (UPC) i la Universitat Lliure de Brussel·les. Màster en Computació per la UPC. Enginyer en Informàtica per la Universitat de Belgrad. El seu àmbit de recerca se situa a l'àrea de Business Intelligence, Big Data Management i sistemes de bases de dades distribuïdes.
  • López Miralpeix, Miguel
    info
    Veure perfil a Linkedin
    Enginyer Informàtic per la Universitat Politècnica de Catalunya i Diplomat en Empresarials per la Universitat Oberta de Catalunya. Enterprise Architect a Oracle Consulting, treballant en el desplegament d'arquitectures Big Data en grans clients tant en l'àmbit local (Caixabank, Gas Natural Fenosa, etc.) com en l'àmbit internacional (Banc Santander Rio a Argentina, CIMB a Malàisia, Generalli a Itàlia, etc.). Lidera l'Oracle Barcelona Big Data Competence Center.
  • Montornés Solé, Jordi
    info
    Veure perfil a Linkedin
    Enginyer Superior en Informàtica per la Universitat Politècnica de Catalunya. Des de 2004, ha treballat a empreses com la Caixa Catalunya, HP o Vueling. Actualment, exerceix com a cap d'equip a Ocado Technology.
  • Nadal Francesch, Sergi
    info
    Veure perfil a futur.upc / Veure perfil a Linkedin
    Doctor en Informàtica per la Universitat Politècnica de Catalunya (UPC) i la Université Libre de Bruxelles (ULB). Màster en Information Technologies for Business Intelligence per la ULB, UFRT i ULB. Actualment, és investigador postdoctoral i professor associat del Departament d'Enginyeria de Serveis i Sistemes d'Informació de la UPC. El seu àmbit de recerca se situa a l'àrea de gestió de dades i informació.
  • Oller Duque, Juanjo
    info
    Veure perfil a Linkedin
    Arquitecte Tècnic i Màster en Project Management per la Universitat Politècnica de Catalunya. Té formació en Big Data Analytics i en Comunicació, Negociació i Persuasió per Esade. Acumula més de deu anys d'experiència al sector del retail i sis com a emprenedor a diferents projectes. Fundador i CEO de BitPhy. Actualment, forma part de la junta Esade Alumni del Club Business Innovation & Technologies.
  • Palmer, Jonathan
    info
    Veure perfil a Linkedin
    Vice president de la plataforma de dades Scopely. Bachelor of Arts en Història Antiga per la Universitat de Bristol. Ha acumulat més de vint anys d'experiència en enginyeria de software i big data, treballant en diverses indústries, incloent jocs mòbils, mitjans i entreteniment i fintech a Londres i a Barcelona.
  • Patton Ripoll, Liam Winston
    info
    Veure perfil a Linkedin
    Enginyer Tècnic en Telecomunicacions per la Universitat Politècnica de Catalunya i Postgrau en Telemàtica per l'Institut Català de Tecnologia. Acumula més de vint anys d'experiència professional en sectors tecnològics (telecomunicacions, gaming, e-commerce) i, en els darrers deu anys, ha estat cofundador de startups. Actualment, és CEO de Finecortex: Smart UX Solutions (big data visualization) i membre del consell d'administració de l'empresa IoT Mavoco AG (Àustria) i Mobotory Technologies Inc., d'Intel·ligència Artificial per InsurTech (Los Angeles). És membre del clúster d'startups Barcelona Tech City i col·labora habitualment com a docent i conferenciant.
  • Pradel Miquel, Jordi
    info
    Veure perfil a Linkedin
    Enginyer en Informàtica per la Universitat Politècnica de Catalunya (UPC). Fundador i chief executive officer (CEO) d'Agilogy. Fundada el 2005, Agilogy s'especialitza en el desenvolupament àgil de software a mida, ajudant a equips mixtos d'Agilogy i al client a aplicar amb èxit les metodologies àgils per a desenvolupar software en entorns tecnològicament complexes i altament canviants, fent servir la programació funcional i tècniques d'Scrum, Kanban i XP entre d'altres. Ha estat professor associat del Departament d'Enginyeria de Serveis i Sistemes d'Informació de la UPC.
  • Queralt Calafat, Anna
    info

    Doctora en Informàtica per la Universitat Politècnica de Catalunya (UPC). Actualment és professora al Departament d'Enginyeria de Serveis i Sistemes d'Informació de la UPC i membre del grup de recerca Database Technologies and Information Management. També col·labora amb el Barcelona Supercomputing Center com a responsable de la línia de recerca Distributed Object Management, investigant en gestió de dades distribuïdes en entorns d'alt rendiment i edge-to-cloud.
  • Romero Moral, Óscar
    info
    Veure perfil a futur.upc
    Doctor en Informàtica per la Universitat Politècnica de Catalunya (UPC). Professor del Departament d'Enginyeria de Serveis i Sistemes d'Informació de la UPC. Docent en els àmbits de grau i de màster universitari. Coordinador de l'Erasmus Mundus Master in Big Data Managament and Analytics (BDMA) i del màster en Data Science de la UPC. Recerca en l'àmbit de la gestió de dades i de la informació, àmbit en el qual ha publicat més seixanta publicacions en conferències i revistes internacionals. Ha col·laborat com a consultor amb SAP, HP, Zurich Seguros i l'OMS, entre d'altres.

  • Sánchez Hernández, Germán
    info
    Veure perfil a Linkedin
    Doctor en Automàtica, Robòtica i Visió per la Universitat Politècnica de Catalunya (UPC). Membre actiu del grup de recerca en Enginyeria del Coneixement de la UPC, amb diverses publicacions a revistes. Col·laborador acadèmic a Esade. Cap de projectes en aplicacions d'intel·ligència artificial, amb més de deu anys liderant projectes de gestió de dades geoespacials i modelatge amb tècniques tradicionals o de machine learning.
  • Torrent Moreno, Marc
    info
    Veure perfil a Linkedin

    Enginyer de Telecomunicació per la Universitat Politècnica de Catalunya (UPC). Doctor en Informàtica per la Universitat de Karlsruhe i Executive MBA per Esade. Té més de vint anys d'experiència en R+D+i en l'àmbit de les TIC, formant part de diverses organitzacions a Europa i als Estats Units (British Telecom, NEC Deutschland, Mercedes-Benz Estats Units, Universitat de Califòrnia, Ficosa Internacional i Eurecat). Centrat en el món de les dades ha dirigit la creació del Big Data CoE i del Centre d'Innovació en Data Tech i IA de Catalunya. Actualment és head of Data&Analytics del grup BonPreu, alhora que docent en diverses universitats catalanes.

  • Torrents Poblador, Pere
    info
    Veure perfil a Linkedin
    Economista de formació ha desenvolupat la seva carrera professional a àrees de desenvolupament de negoci i direcció d'empreses del sector dels videojocs, especialment per a dispositius mòbils. Actualment es Director d'Operacions a Scopely i professor del Centre de la Imatge i Tecnologia Multimèdia de la Universitat Politècnica de Catalunya, en assignatures d'empresa i finançament tant en graus com postgraus en videojocs i Big Data.
  • Touma, Rizkallah
    info
    Veure perfil a Linkedin
    Doctor en Arquitectura de Computadors per la Universitat Politècnica de Catalunya (UPC). Màster en Tecnologies d'Informació per a Business Intelligence per la UPC i la Universitat Lliure de Brussel·les (ULB). Actualment, és analista de coneixement i enginyer de la Unitat de Negocis Semàntics (SEMBU) a Everis Espanya. Ha treballat com a investigador junior en el Centre de Supercomputació de Barcelona i ha participat en diversos projectes pan-Europeus (BigStorage, SoCaTel, CORDIS).
  • Vázquez Alcocer, Pere-Pau
    info
    Veure perfil a futur.upc
    Doctor en Software per la Universitat Politècnica de Catalunya (UPC). Professor titular d'universitat del departament de Ciències de la Computació de la UPC. Imparteix docència a graus i màster a la UPC, també ha participat en la docència de cursos de grau o de màster en altres universitats, com la Universitat de Nuremberg, la Universitat de Girona, la Universitat Oberta de Catalunya o la Universitat de Vic. La seva àrea de recerca se centra en la visualització de dades científiques i els gràfics per computador.
  • Verdejo Álvarez, Gabriel
    info
    Veure perfil a Linkedin
    Enginyer Informàtic per la Universitat Autònoma de Barcelona (UAB) i Diploma d'Estudis Avançats (DEA) del programa de doctorat d'Intel·ligència Artificial de la UAB. Postgrau en Gestió de la Innovació per la Universitat Politècnica de Catalunya (UPC). Ha treballat en diverses empreses del sector TIC i de la innovació. Des del 2010 és el responsable del Laboratori de Recerca i Desenvolupament (RDlab) del departament de Ciències de la computació de la UPC. Té una àmplia experiència professional en la direcció d'equips de suport TIC per a la recerca (projectes nacionals i europeus) i la transferència de tecnologia.
  • Ylipoti, Sara
    info
    Veure perfil a Linkedin
    Llicenciada en Relacions Internacionals i en Ciències Polítiques per la Universitat de Loyola a Chicago. Chief Operations Officer a Moggie, startup de l'estudi creatiu Studio Banana. La companyia ha guanyat premis prestigiosos com en TechCrunch Disrupt i The Next Web Amsterdam. Anteriorment, va ser Operations Manager i Directora de Barcelona de Connector Startup Accelerator. Ha desenvolupat la seva carrera en els àmbits de la innovació i les startups, els últims nou anys, i en les àrees d'estratègia, operacions i màrqueting.

Entitats col·laboradores

Socis estratègics
  • Facultat d'Informàtica de Barcelona. FIB (UPC)
    • Difon l'estudi en l'entorn professional i àmbit d'expertesa.
Socis col·laboradors

Sortides professionals

  • Data scientist.
  • Digital transformation leader.
  • Data engineer.
  • Chief data officer.
  • Data architect.
  • Big data consultant.
  • Data analyst consultant.
  • Decisional systems engineer.

Testimonis i notícies

Testimonis

El màster de la UPC en Big Data és, des de la meva perspectiva, el màster que millor combina un enfocament teòric sòlid i exhaustiu per entendre les bases del data science amb una aplicació pràctica orientada a les necessitats de les empreses. En el meu cas, buscava un programa robust en contingut que cobrís tant la gestió de grans volums de dades com l’ús de machine learning i intel·ligència artificial aplicats a qüestions de negoci. Totes dues vessants han estat plenament cobertes, afegint-hi la seva aplicació pràctica en les sessions de hands-on, on hem pogut aplicar les principals eines i tecnologies líders en el mercat i generar així expertise en la seva posterior implementació en entorns reals. Menció especial al gran nivell i currículum del professorat, ja que permet arribar al detall en conceptes especialment complexos. Tot plegat, m'ha permès aconseguir de forma efectiva els meus objectius professionals.

Arnald Gabarrell Global Data Scientist a Archroma

Testimonis<
Després de 15 anys dedicats a la recerca biomèdica i a l'anàlisi computacional de dades genòmiques, volia fer el salt al món de la ciència de dades a l'empresa privada. El primer pas en aquesta renovació laboral consistia a preparar-me bé i reorientar els meus coneixements tècnics cap a les necessitats particulars de l'empresa. Em vaig decantar pel màster a Big Data de la UPC pel seu enfocament global en els projectes i per la tranquil·litat d'estar apostant per la gran serietat de la Universitat Politècnica de Catalunya. Sincerament, va complir les meves expectatives: vaig reforçar i ampliar els meus coneixements d'anàlisi de dades, vaig descobrir-ne la immensa rellevància d'una gestió intel·ligent i vaig veure la manera de desenvolupar projectes empresarials d'interès. Tot això, de la mà de professors molt competents que aprofundien en cadascuna de les especialitats. A més, al projecte final de màster que vaig realitzar juntament amb dos companys de perfils complementaris al meu vam comprovar què és un servei real sobre un problema d'empresa. Actualment, estic treballant com a Global Data Scientist a Nespresso, una oportunitat que em va sorgir gràcies als contactes fets durant el màster.

Belén Lorente Global Data Scientist a Nespresso

Testimonis<
A la finalització dels meus estudis en Enginyeria Informàtica a la FIB vaig descobrir el món del business intelligence i em va acabar atrapant. Actualment, i després de deu anys treballant en gestió i explotació de la informació, soc responsable del departament de Business Intelligence & Analytics a Desigual. Aquest programa m'ha donat un coneixement ampli de com funcionen les bases de dades columnars, de grafs o amb dades desestructurades tipus JSON. He après arquitectures per desenvolupar solucions en temps real amb un alt volum d'informació, i al mateix temps m'ha aportat un ventall d'algoritmes en estadística avançada i machine learning els quals soc capaç d'aplicar en els problemes que se'm presenten en el meu treball. Aquesta és una formació amb un alt nivell tècnic per descobrir com es treballa el big data i l'analítica avançada a través de la programació en diferents tecnologies. Atorga una visió àmplia en molts aspectes i els coneixements suficients per afrontar projectes d'aquest tipus.

Marc Escribano IT Manager - Business Intelligence and Data Management a Desigual

Testimonis<
El màster en Big Data Management, Technologies and Analytics m'ha permès fer el salt tècnic d'economia i empresa a l'anàlisi de dades. El programa proporciona una visió molt completa del món big data, amb gran èmfasi en la part pràctica, treballant amb les eines de gestió, els models de dades i els models analítics més utilitzats en el mercat. Els coneixements i extensa experiència dels docents, així com la multidisciplinarietat dels alumnes, ens ha dotat d'una sòlida base tècnica per afrontar un ampli repertori de problemes en el món laboral. Com a projecte final, els meus companys i jo vam desenvolupar una eina de predicció de casos de Covid-19 basada en dades de mobilitat de dispositius mòbils. Per a això, vam construir una base de dades i processament de dades distribuïdes, un model de predicció de machine learning i un pla de negoci complet. Gràcies als coneixements adquirits, he pogut treballar com a data scientist a l'empresa de consultoria Accenture i he obtingut una beca de la Fundació ”la Caixa” per cursar un màster en Computational Analysis and Public Policy a la Universitat de Chicago.

Núria Adell Raventós Data science analyst

Testimonis<
Actes relacionats
AI & Big Data Congress
AI & Big Data Congress
Del 25-10-2022 al 26-10-2022

Sol·licita informació

Contacte:
(34) 93 114 68 05
Sol·licitud rebuda!
Un cop registrem la teva petició, rebràs confirmació per correu electrònic i ens posarem en contacte amb tu.

Gràcies pel teu interès en els nostres programes formatius.
Error
Per un error en la connexió a la base de dades la teva sol·licitud no s'ha pogut cursar. T'agrairem que repeteixis el procés més tard o bé que et posis en contacte amb nosaltres trucant al (34) 93 112 08 08 o enviant-nos un correu electrònic a: webmaster.fpc@fpc.upc.edu
Has superat el tamany màxim del fitxer



  política de protecció de dades

* Camps obligatoris

Informació bàsica o primera capa sobre protecció de dades

Responsable

Fundació Politècnica de Catalunya (en endavant, FPC). + INFORMACIÓ

Finalitat

Contestar les sol·licituds d’informació de l’interessat sobre activitats de formació gestionades o realitzades per l’FPC . + INFORMACIÓ

Establiment o manteniment de relació acadèmica amb l’interessat. + INFORMACIÓ

Legitimació

Consentiment de l'interessat. + INFORMACIÓ

Interès legítim en el desenvolupament de la relació acadèmica. + INFORMACIÓ

Destinataris

No hi ha cessions o comunicacions.

Drets

Accés, rectificació, supressió, limitació, oposició i portabilitat. + INFORMACIÓ

Dades de contacte del delegat de protecció de dades

info.dpo@fpc.upc.edu

Informació addicional

Política de privacitat de la nostra pàgina web. + INFORMACIÓ

Termini de conservació

Política de privacitat de la nostra pàgina web. + INFORMACIÓ

Cessió imatge

Acceptació a la cessió, per un període de 10 anys, les imatges que l’FPC pugui captar a les instal·lacions on es desenvolupi la seva activitat, a fi de difondre i promocionar les activitats de l’FPC i pel mitjà que tingui per convenient.

Serveis de pagament

En cas que l’interessat formalitzi la relació amb l’FPC, l’ordenant (interessat) autoritza i dóna el seu consentiment al càrrec, per tant, amb renuncia expressa al dret de devolució sobre el càrrec.


Enviar