El transport i la mobilitat són fonamentals en els objectius de sostenibilitat promoguts des de les Nacions Unides i la Unió Europea. La digitalització dels processos implicats en la planificació i gestió del transport i la mobilitat són una de les palanques per a la transformació eficient d'un dels sectors que més contribueix a la generació de gasos d'efecte hivernacle.
El transport i la mobilitat han de comptar amb professionals multidisciplinaris capaços d'utilitzar fonts de dades, tractar-les, gestionar-les i explotar-les, complementant la pràctica tradicional en el sector del transport i la mobilitat amb les noves oportunitats que la Ciència de Dades ofereix.
Les noves formes de transport: car-sharing, car-pooling i Mobility as a Service (MaaS) requereixen professionals competents en el tractament d'una gran diversitat i quantitat de dades.
Aquest curs és un complement per als professionals que treballen en el sector i una oportunitat per als recentment graduats de comprendre els processos i les característiques de les ciutats intel·ligents orientades a disposar de coneixements en fonaments de la ciència de dades i la informàtica per poder interpretar, seleccionar, valorar i aplicar els nous conceptes i desenvolupaments matemàtics, analítics, científics, tecnològics relacionats amb la Mobilitat i el Transport.
Aquest estudi forma part de les accions formatives finançades pel Ministeri de Transport, Mobilitat i Agenda Urbana, en el marc del Pla de Recuperació, Transformació i Resiliència, finançat per la Unió Europea - Next Generation EU. Aquesta ajuda té com a objectiu la realització de cursos de formació per a la capacitació digital i sostenibilitat en l'àmbit del transport i la mobilitat.
Els participants en aquest estudi han de ser ciutadans d'un Estat membre de la Unió Europea o d'altre Estat part en l'Acord sobre l'Espai Econòmic Europeu i Suïssa, o tenir autorització de permanència o residència al territori espanyol.
Per a més informació sobre les prioritats polítiques de la UE, pot visitar el següent enllaç: Prioridades políticas de la UE.
- Ser capaç de realitzar el desenvolupament i innovació en l'àmbit de la mobilitat intel·ligent, així com dirigir el desenvolupament de solucions de mobilitat i logística en entorns nous o poc coneguts, relacionant creativitat, innovació i transferència de tecnologia.
- Ser capaç d'assimilar i adaptar-se a l'evolució de la tecnologia en l'àmbit de desenvolupament professional del Transport i la Mobilitat en el marc de la sostenibilitat.
- Tenir un coneixement pràctic de les eines a emprar per a fer coherent la satisfacció de les necessitats de la mobilitat amb els objectius de desenvolupament sostenible.
- Poder elaborar estudis i informes tècnics de consultoria relacionats amb les tecnologies de la informació i la comunicació, el transport i la mobilitat.
- Conèixer els conceptes bàsics de bases de dades relacionals i les eines per a gestió i realització de consultes.
- Conèixer els conceptes bàsics de bases de dades no relacionals i les eines per a gestió i realització de consultes.
- Comprendre la tipologia de dades disponibles en el sector del transport i la mobilitat. Característiques del big data i la utilitat de les dades obertes en l'àmbit del transport.
- Utilitzar eines comercials per a la planificació del transport (VISUM).
- Utilitzar eines per a l'anàlisi de dades (RStudio).
- Ser capaços de desenvolupar scripts en els llenguatges punters en la ciència de dades (R, Python) adequats per a la resolució de casos pràctics, entre els quals es troba l'anàlisi exploratori univariant i multivariant de conjunts de dades.
- Conèixer i comprendre els processos per a la planificació i la gestió de la mobilitat en ciutats intel·ligents.
- Conèixer i utilitzar eines per a carregar, visualitzar, transformar i analitzar dades espacials.
- Conèixer i explorar aplicacions recents de la ciència de dades en la gestió de la mobilitat i el transport a la ciutat.
- Estudiants de grau o titulats de carreres tècniques i/o científiques.
- Els participants de les accions formatives subvencionades hauran de ser ciutadans d'un Estat membre de la Unió Europea o d'un altre Estat part en l'Acord sobre l'Espai Econòmic Europeu i Suïssa, o tenir autorització per a romandre o residir en territori espanyol.
Es requereixen coneixements en programació en algun llenguatge com C, Fortran o Java, i coneixements en Sql i conceptes bàsics de bases de dades.
És recomanable disposar de coneixements bàsics en algun paquet estadístic, coneixements d'àlgebra lineal (operacions amb matrius i vectors) i comprensió escrita de textos en anglès tècnic relatius al domini de l'estadística i investigació operativa.
Els alumnes hauran de portar un ordinador portàtil a les sessions.
- Introducció a les fonts de dades en transport i ús en models de planificació i simulació.
- Descripció/classificació/tipologia de sistemes de transport.
- Propòsits i usos de la presa de dades.
- Classificació de fonts de dades tradicionals i TIC.
- Equitat i efectes de la digitalització.
- Recollida de dades per enquestes.
- Enquestes tipus en transport i mobilitat.
- Explotacions tipus.
- Casos d'Estudi.
- Gestió de dades relacionals i SQL.
- Gestió de grans quantitats de dades i dades de formats semiestructurats o no estructurats.
- Extensions de bases de dades relacionals.
- Tecnologies big data per a la gestió de dades espai-temporals i de mobilitat.
- Estructura, caràcter i rol de les dades utilitzades en models de transport de passatgers i logística, i en sistemes i xarxes de transport, tant tradicionals com emergents.
- Principals mètodes en aprenentatge automàtic utilitzats amb èxit en aplicacions de transport.
- Casos d'estudi reals juntament amb l'aplicació d'aquests mètodes en diferents conjunts de dades.
- Estructura, caràcter i rol de les dades utilitzades en models de transport de passatgers i logística, i en sistemes i xarxes de transport, tant tradicionals com emergents.
- Principals mètodes en aprenentatge automàtic utilitzats amb èxit en aplicacions de transport.
- Casos d'estudi reals juntament amb l'aplicació d'aquests mètodes en diferents conjunts de dades.
- Casos d'estudi reals que impliquen gran volum de dades, explotació de dades i modelatge mitjançant optimització.
- Estimació de matrius OD (Origen-Destí) dinàmiques a partir de dades GPS i comptadors.
- Problema de Distribució Urbana de Mercaderies: 2 - Echelon.
- Identificació del problema (en l'àmbit de l'anàlisi de dades per a la mobilitat).
- Proposta d'una solució tècnica rigorosa.
- Desenvolupament d'un prototip per validar la proposta tècnica.
- A les classes magistrals s'exposen els fonaments conceptuals dels continguts a impartir, promocionant la interacció amb els estudiants per a guiar-los en l'aprenentatge dels diferents continguts i el desenvolupament de les competències establertes.
- En l'estudi de casos s'apliquen els coneixements en un entorn real o hipotètic, on s'identifiquen i treballen aspectes específics per facilitar-ne la comprensió, amb el suport dels docents.
- En el desenvolupament del projecte de curs s'ofereix suport als estudiants en la realització d'una tasca pràctica grupal en la qual s'incorporen sessions teòriques que aporten les eines i els coneixements necessaris per obtenir un resultat. En la presentació del projecte es realitza un intercanvi d'idees i resultats entre tots els grups participants.
- Especialista de mobilitat en consultories i enginyeries, o en l'àmbit R+D+I.
- Planificador, dissenyador o gestor de plataformes de serveis de mobilitat.
- Especialista en serveis de mobilitat per a fabricants de vehicles.
- Responsable de la gestió del canvi en empreses de mobilitat tradicional.
