Ús de cookies

Fem servir cookies pròpies i de tercers per millorar els nostres serveis.
Si continueu navegant, considerem que n'accepteu l'ús.
Informació sobre la política de cookies

continuar
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
Inici   >  Màsters i postgraus  >  Formació  >  Postgrau en Artificial Intelligence with Deep Learning
Sol·licita informació Sol·licita informació o l'admissió
Sol·licita l'admissió
10% de descompte si et matricules abans del 30 de Juny

Programa

Edició
2a Edició
Crèdits
15 ECTS (120 hores lectives)
Modalitat
Presencial
Idioma d'impartició
Anglès
Preu
3.900 €
Observacions pagament de la matrícula i campanya 0,7%
Inscripció oberta fins l'inici del curs o fins l'exhauriment de places.
Dates de realització
Data d'inici: 05/11/2019
Data de fi: 09/04/2020
Horari
Dimarts: 18:30 a 21:30
Dijous: 18:30 a 21:30
Lloc de realització
Tech Talent Center
C/ de Badajoz, 73-77
Barcelona
Per què aquest programa?

La intel·ligència artificial (IA) és el motor de la revolució industrial 4.0 basada en l’automatització en el processament de les dades. La disponibilitat de grans volums de dades i recursos computacionals amb costos assequibles ha permès entrenar models basats en xarxes neuronals profundes (deep learning), que fins fa molt poc no eren a l’abast. Diversos sectors industrials ja estan aplicant aquesta programació basada en dades en el seu dia a dia, mentre en paral·lel les administracions públiques també desenvolupen plans estratègics per liderar el sector. Arreu però hi ha el mateix repte: la necessitat de formar professionals capaços d’entendre el potencial i oportunitats d’aquestes eines, així com la seva implementació de forma pràctica i escalable.

A l’abril de 2018, la Comissió Europea estimava que la inversió en intel·ligència artificial a la UE durant l’any 2017 havia estat entre 4.000 i 5.000 milions d’euros, una xifra que preveu que augmenti fins els 20.000 milions d’euros el 2020. Al Regne Unit, s’ha impulsat el pacte AI Sector Deal entre l’administració pública i la indústria per tal de mantenir el país al capdavant d’aquest sector. A França, l’administració pública ha anunciat que injectarà 1.500 milions d’euros per desenvolupar el sector. Als Estats Units, el principal impuls prové dels gegants tecnològics com Google, Facebook, Amazon o Microsoft, que estan expandint els seus centres de desenvolupament i recerca arreu del món . Mentrestant, la Xina està dissenyat un pla nacional que pretén convertir el país en el líder mundial en intel·ligència artificial, amb les expectatives de generar un volum de negoci de 150.000 milions de dòlars el 2030. No és estrany doncs que el portal glassdoor.com hagi escollit el científic de dades com el millor lloc de treball als Estats Units, essent l’expertesa en tècniques d’aprenentatge profund (deep learning) com la més sol·licitada.

El postgrau en Artificial Intelligence with Deep Learning pretén donar resposta a aquesta demanda de professionals a través d’un equip docent amb una àmplia experiència en investigació (publicacions a NIPS, ICLR, CVPR) i formació en aprenentatge profund des de 2016. Els graduats dominaran tant els conceptes teòrics com la seva implementació en plataformes com Tensorflow i PyTorch, per tal de desenvolupar models basats en xarxes neuronals profundes. El postgrau també inclourà sessions on professionals de la indústria explicaran com apliquen aquestes tecnologies en els seus projectes d’innovació.

Objectius
  • Dissenyar models d’aprenentatge profund, especialment per a processar text, vídeo i àudio.
  • Optimitzar i monitoritzar l’entrenament de xarxes neuronals profundes.
  • Processar grans corpus de dades amb maquinari especialitzat (CPU i GPU).
  • Implementar solucions en entorns de programari especialitzats en aprenentatge profund.
  • Desenvolupar productes basats en intel·ligència artificial.
A qui va dirigit?
  • Titulats del sector de les telecomunicacions, la informàtica, les matemàtiques i la física que vulguin desenvolupar competències en aprenentatge automàtic basat en xarxes neuronals profundes.
  • Professionals que ja treballin en l’àmbit TIC i vulguin reorientar la seva activitat cap a la intel·ligència artificial.
  • Programadors que es vulguin beneficiar de les noves oportunitats que ofereix la intel·ligència artificial.

Continguts formatius

Relació d'assignatures
4 ECTS 39h
Deep Learning
  • Introducció a l'aprenentatge automàtic. Mètriques d'avaluació.
  • El perceptró i el perceptró de múltiples capes.
  • Xarxes convolucionals, recurrents i de grafs. Models amb atenció.
  • Aprenentatge supervisat, no-supervisat i reforç.
  • Entrenament per retro-propagació, per població i neuroevolució.
  • Optimització. Normalització per paquets.
  • Models generatius.
  • Transferència de l'aprenentatge. Aprenentatge incremental i oblit catastròfic.
2 ECTS 15h
Computer Vision
  • Classificació d'imatges i vídeos.
  • Detecció, seguiment i segmentació d'objectes.
  • Cerca visual.
  • Reconeixement i reconstrucció 3D.
  • Predicció de l'atenció visual humana.
2 ECTS 15h
Natural Language Processing
  • Incrustacions de paraules i models de llenguatge.
  • Processament de text.
  • Classificació i resums de textos.
  • Traducció neuronal.
  • Sistemes de diàleg.
  • Recomanadors.
2 ECTS 15h
Speech and Audio Processing
  • Reconeixement, conversió i síntesi de la veu.
  • Música.
  • Esdeveniments acústics.
  • Processament multi-modal del vídeo: àudio i visió.
2 ECTS 18h
Applications
  • Casos reals d'aplicacions d'aprenentatge profund a la indústria.
  • Projectes de recerca d'investigadors de prestigi mundial.
3 ECTS 18h
Project
  • Programació en Python per a aprenentatge profund.
  • Entorns de desenvoluparem per aprenentatge profund: Keras/TensorFlow i PyTorch/Caffe2.
  • Monitorització de l'entrenament d'una xarxa: corbes d'entrenament, ús de recursos de computació.
  • Carregadors de dades. Sincronització entre CPU i GPU.
  • Computació al núvol.
La UPC School es reserva el dret de modificar el contingut del programa, que pot variar per a una major adaptació als objectius del curs.
Titulació
Diploma de postgrau 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'alumne/a obtindrà un certificat de superació del programa expedit per la Fundació Politècnica de Catalunya.

Metodologia d'aprenentatge

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

Els alumnes hauran de portar un ordinador portàtil a determinades sessions del programa que es concretaran al calendari acadèmic. El portàtil no requereix de cap maquinari ni programari especial, només el navegador Google Chrome.



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.
Visites
S'assisteix a centres especialitzats, empreses del sector o espais singulars i rellevants del sector, per tal de conèixer in situ entorns de desenvolupament, de producció o de demostració en l'àmbit del programa.
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.
Grau de participació
S'avalua la contribució activa dels estudiants en les diferents activitats proposades per l'equip docent.
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.
Pràctiques i borsa de treball
Des del campus virtual My_Tech_Space l'alumnat podrà 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
L'alumnat d'aquest postgrau tindrà accés al campus virtual My_Tech_Space, una eficaç plataforma de treball i comunicació entre l'alumnat, 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 les notes...

Equip docent

Direcció Acadèmica
  • Giró Nieto, Xavier
    Professor agregat de la UPC especialitzat en l'aprenentatge profund aplicat a dades multimèdia. Ha treballat com a investigador visitant a la Columbia University de Nova York. Actualment treballa en col·laboració amb el Centre de Supercomputació de Barcelona amb projectes finançats per Facebook, La Caixa i les administracions públiques catalanes i espanyoles. Ha impulsat un ampli catàleg de cursos d'intel·ligència artificial a l'ETSETB de la UPC.
  • Ruiz Costa-Jussà, Marta
    Doctora en Enginyeria de Telecomunicació per la UPC. Màster en Tecnologies de la Llengua i la Parla i European Master of Research on Information and Communication Technologies ambdós per la UPC. Ha treballat a LIMSI-CNRS de París, al Centre d'Innovació Media de Barcelona, a la Universitat de São Paulo, a l'Institut d'Infocomm Research de Singapur i a l'Institut Politècnic Nacional de Mèxic. Actualment, és investigadora de Ramón y Cajal de la UPC i encapçala els projectes DeepVoice i ALLIES.
Professorat
  • Bellver Bueno, Míriam
    Grau d'Enginyeria de Telecomunicacions a la UPC. Durant la tesis del grau va començar a treballar en el món de la visió per computador en el Grup de Processament d'Imatge de la universitat. També va obtenir el Màster en Telecomunicacions en la mateixa facultat, i va completar la tesis del Màster a Zürich a la ETH. Al 2016 va obtenir una beca de doctorat de l'Obra Social "La Caixa", amb el programa La Caixa-Severo Ochoa International Doctoral Fellowship, per fer el seu doctorat al Barcelona Supercomputing Center en temes de visió per computador fent servir tècniques d'aprenentatge de profund. Els seus principals temes d'interés en la recerca són la detecció i segmentació d'objectes en imatges.
  • Drozdzal, Michal
    Michal Drozdzal is a research scientist at Facebook AI Research (FAIR). He received his Ph.D. from the University of Barcelona and master's degree from Wroclaw University of Technology. Before joining FAIR, Michal worked as post-doctoral researcher at Medtronic GI, Polytechnique of Montreal, and Montreal Institute for Learning Algorithms (MILA).
  • Escolano Peinado, Carlos
    Màster en Intel·ligència Artificial per la UPC. Enginyer Informàtic per la UPC. Actualment és estudiant de doctorat al Departament de Teoria del Senyal i Comunicacions de la UPC, on treballa en traducció automàtica amb xarxes neuronals.
  • Escur i Gelabert, Janna
    Bachelor's degree in Engineering of Telecommunications from the UPC, with Audiovisual Systems speciality. Currently enrolled in the UPC Master in Advanced Telecommunication Technologies, Multimedia Processing track. Working with the Deep Learning team at Crisalix.
  • España i Bonet, Cristina
    Doctora en Astrofísica i Cosmologia per la UB i màster en Intel·ligència Artificial per la UB/UPC/URV. Actualment treballa a la Universität des Saarlandes (UdS) i al Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI), a Alemanya. El seu treball abraça el processament del llenguatge natural, la recuperació d'informació i l'aprenentatge automàtic. Els seus principals interessos inclouen les tècniques multilingües basades tant en mètodes clàssics com en deep learning i les aplicacions a llengües amb pocs recursos.
  • Fojo Àlvarez, Daniel
    R&D engineer at Disney Research. CFIS graduate of BSc in Mathematics and BSc in Engineering Physics. Student of Master in Advanced Mathematics and Mathematical Engineering.
  • Giró Nieto, Xavier
    Professor agregat de la UPC especialitzat en l'aprenentatge profund aplicat a dades multimèdia. Ha treballat com a investigador visitant a la Columbia University de Nova York. Actualment treballa en col·laboració amb el Centre de Supercomputació de Barcelona amb projectes finançats per Facebook, La Caixa i les administracions públiques catalanes i espanyoles. Ha impulsat un ampli catàleg de cursos d'intel·ligència artificial a l'ETSETB de la UPC.
  • Hernando Pericas, Francisco Javier
    Enginyer i Doctor Enginyer de Telecomunicació per la UPC des de 1988 i 1993, respectivament. Actualment és catedràtic i director del Centre d'Investigació per al Llenguatge i la Parla. Durant l'any acadèmic 2002/03, va ser investigador visitant en el Laboratori de Tecnologia de la Parla de Panasonic, Santa Bàrbara, CA, EE. UU. Ha dirigit l'equip de la UPC en diversos projectes europeus, espanyols i catalans. Fundador de Biometric Technologies, S.L. i Herta Security, S.L..
  • Ivanova Radeva, Petia
    Ph.D. degree from the Universitat Autònoma de Barcelona. Currently. I'm full professor at the University of Barcelona. I'm Head of Computer Vision and Machine Learning Research Group at the University of Barcelona and Head of Medical Imaging Laboratory (MILab) of Computer Vision Center (www.cvc.uab.es). My present research interests are on development of learning-based approaches specially deep elarning applied to computer vision.
  • Leal Taixe, Laura
    Is an assistant professor at TUM, leading the Dynamic Vision and Learning group at the Technical University of Munich, Germany. She received her Bachelor and Master degrees in Telecommunications Engineering from the Technical University of Catalonia (UPC). She did her Master Thesis at Northeastern University, Boston and received her PhD degree (Dr.-Ing.) from the Leibniz University Hannover. She also spent two years as a postdoc at the ETH Zurich and one year at TUM. In 2017, she received the Sofja Kovalevskaja Award with 1.65 million euros.
  • Luque Serrano, Jordi
    Is currently a research scientist in the scientific group at Telefónica I+D, in Barcelona, specialised in applied machine learning and algorithms from statistical physics to speech and language applications and the study of quantitative linguistics. He received his MSc and PhD from the UPC in 2005 and 2012, respectively. His research focuses on exploring and developing efficient algorithms for low-resource speech recognition, conversational agents and the prediction of human behaviour together with its application to business analytics.
  • Masuda Mora, Issey
    Actualment cap de l'equip de deep learning a Vilynx, una startup amb seu a San Francisco i Barcelona dedicada a intel·ligencia artificial. Àmplia experiència desenvolupant models de deep learning i aplicant-los en entorns escalables i sistemes de producció. Ús extensiu de TensorFlow com a framework principal de DL. Background sòlid en programació (des de disseny de software fins a implementació) recolzat per experiència laboral com a enginyer de software (anteriorment a Trovit). Treball de final de grau en deep learning aplicat a Visual Question Answering finalitzat amb Matrícula d'Honor. Grau en Ciències i Tecnologies de la Telecomunicació (Top 5% de la promoció).
  • Mcguinness, Kevin
    Assistant Professor with the School of Electronic Engineering in Dublin City University teaching Data Analytics and Machine Learning. Ph.D in Electronic Engineering (Computer Vision). Science Foundation Ireland Funded Investigator with the Insight Centre for Data Analytics. Research focuses on machine learning, deep learning, and applications in computer vision. 60+ peer reviewed publications including 12 Journal articles and 2 book chapters.
  • Mohedano Robles, Eva
    PhD in Computer Vision from the Insight Centre for Data Analytics in Dublin City University (DCU), where developed a thesis in Content Based Image Retrieval "Deep Image Representations for Instance Search", supervised by Noel E. O'Connor and Kevin McGuinness. Graduated in Audiovisual Systems Engineering at UPC. Currently working as a post-doctoral researcher at the Insight Centre for Data Analytics working in multi-modal video analysis using deep learning.
  • Mosella Montoro, Albert
    PhD Candidate at Universitat Politècnica de Catalunya. He received a BSc in Audiovisual Systems Engineering from Universitat Politècnica de Catalunya in 2015, after completing his thesis on object detection in collision path. In 2017 he received a MSc in Computer Vision from UAB-UPC-UPF-UOC, after completing his thesis on vehicle detection using instance segmentation as a result of a collaboration between Universitat Politècnica de Catalunya and Adasens Automotive GmbH. Currently, his main research topics are 3D Scene Understanding and 3D deep learning techniques.
  • Pascual de la Puente, Santiago
    Màster en Enginyeria de Telecomunicacions per l'ETSETB-UPC. Actualment doctorand al departament de Teoria del Senyal i Comunicacions. La recerca principal de la tesi és sobre deep learning i tecnologies d'intel·ligència artificial per a processament de veu i apilcacions veu a veu. Acumula una experiència teòrica i aplicada de més de 4 anys en deep learning i models generatius profunds.
  • Pons Puig, Jordi
    Màster en Intel·ligència Artificial per la UPC. Enginyer Informàtic per la UPC. Actualment és doctor al Departament de Teoria del Senyal i Comunicacions de la UPC, on treballa en la traducció automàtica de maquinària neural.
  • Puch Giner, Santiago
    MSc in Computer Vision by Universitat Autònoma de Barcelona. Bachelor's degree in Telecommunications Engineering by Universitat Politècnica de Catalunya. Currently working at QMENTA Inc, a medical software company, as a Deep Learning Engineer. With more than 2 years of experience in the medical imaging space and several publications in highly ranked conferences.
  • Romero Soriano, Adriana
    Is a research scientist at Facebook AI Research and an adjunct professor at McGill University. Previously, she was a post-doctoral researcher at Montreal Institute for Learning algorithms, advised by Prof. Yoshua Bengio. Her postdoctoral research revolved around deep learning techniques to tackle the challenges posed by imaging multi-modality, high dimensional data and graph structures. Adriana received her Ph.D. from the University of Barcelona in 2015 with a thesis on assisting the training of deep neural networks with applications to computer vision.
  • Ruiz Costa-Jussà, Marta
    Doctora en Enginyeria de Telecomunicació per la UPC. Màster en Tecnologies de la Llengua i la Parla i European Master of Research on Information and Communication Technologies ambdós per la UPC. Ha treballat a LIMSI-CNRS de París, al Centre d'Innovació Media de Barcelona, a la Universitat de São Paulo, a l'Institut d'Infocomm Research de Singapur i a l'Institut Politècnic Nacional de Mèxic. Actualment, és investigadora de Ramón y Cajal de la UPC i encapçala els projectes DeepVoice i ALLIES.
  • Sayrol Clols, Elisa
    She holds an Engineering degree and a doctoral degree in Telecommunications Engineering from UPC. She was a visiting Scholar at Northeastern University and at the University of Southern California in the pass. She is currently Associate Professor at UPC and teaches undergraduate and graduate courses in Signals and Systems; Audiovisual Coding; Deep Learning and Biometrics. She has been Associate Dean and Dean of ETSETB. She has been Vicerector for Institutional Relationships at UPC. She currently collaborates with CARNET and is the Academic Director at UPC of the KIC on Urban Mobility.
  • Segura Perales, Carlos
    Investigador a Telefónica R&D a Barcelona. Des del 2011 fins al 2015 va treballar a Herta Security com a director d'Innovació dins el programa Torres Quevedo, treballant en reconeixement de parlants. Ha participat en projectes nacionals i europeus, i ha publicat nombrosos articles científics en revistes internacionals i conferències internacionals per experts. Els seus interessos de recerca inclouen aprenentatge profund,el processament de la veu, la visió i el llenguatge natural.
  • Serrà Julià, Joan
    Doctor en Tecnologies de la Informació per la UPF. Actualment és científic investigador en el grup de recerca de Telefónica I+D. És expert en aprenentatge automàtic, aprenentatge profund, mineria de dades, processat de l'àudio, sistemes de recomanació i metaheurístiques. És coautor de més de 100 publicacions científiques en diversos àmbits, algunes d'elles de notoria repercusió, i ha participat en diversos projectes de recerca Europeus. Esporàdicament realitza seminaris, docència i xerrades de divulgació, últimament sempre relacionades amb l'aprenentatge profund.
  • Torres i Viñals, Jordi
    Professor de la UPC i director d'investigació del BSC amb 30 anys d'experiència en docència i investigació en supercomputació, amb importants publicacions científiques i projectes de R+D a empreses i institucions. Actualment, la seva recerca se centra en la supercomputació aplicada a la Intel·ligència Artificial. Actualment és membre del Consell d'iThinkUPC i UPCnet, i actua com a entrenador, mentor i expert per a diverses organitzacions i empreses; al seu torn, també ha escrit diversos llibres tècnics, imparteix conferències i ha col·laborat amb diferents mitjans de comunicació, ràdio i televisió. Més informació a https://torres.ai

Entitats col·laboradores

Socis col·laboradors

Sortides professionals

  • Enginyer d'intel·ligència artificial.
  • Enginyer en xarxes neuronals profundes.
  • Enginyer en visió per computador.
  • Enginyer en processament del llenguatge natural.
  • Enginyer en el processament de l'àudio i de la veu.
  • Analista de dades / data scientist.


Notícies

Notícies del Blog
Xavier Giró i Marta Ruiz Costa-Jussà: "Les empreses ens demanen professionals formats en aprenentatge profund"
Xavier Giró i Marta Ruiz Costa-Jussà: "Les empreses ens demanen professionals formats en aprenentatge profund"
17-01-2019
Xavier Giró i Marta Ruiz Costa-Jussà: "Les empreses ens demanen professionals formats en aprenentatge profund"
Xavier Giró i Marta Ruiz Costa-Jussà: "Les empreses ens demanen professionals formats en aprenentatge profund"
17-01-2019
La UPC School aposta per les professions de futur:  blockchain , indústria 4.0, intel·ligència artificial i transformació digital
La UPC School aposta per les professions de futur: blockchain , indústria 4.0, intel·ligència artificial i transformació digital
12-04-2018
Altres notícies
Investigadors d'IA a Facebook comparteixen perspectives sobre la diversitat en el Dia Internacional de la Dona
12-03-2019
El País: "La febre del 'Big Data' arriba a l'ocupació"
03-10-2018
3/24: La meitat de les notícies que consumirem el 2022 seran falses
13-09-2018

Sol·licita informació o l'admissió

Contacte:
(34) 93 114 68 05
La teva sol·licitud ha estat rebuda correctament a la UPC School.

En breu ens posarem en contacte amb tu.

Gràcies pel teu interès en els nostres programes formatius.

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
  • Si tens algun dubte sobre el postgrau.
  • Si vols iniciar els tràmits per matricular-te.
Com iniciar l'admissió
Per iniciar el procés d'inscripció a aquest programa cal omplir i enviar el formulari que trobaràs al peu d'aquestes línies.

A continuació, rebràs un correu electrònic de benvinguda on es detallaran els tres passos a seguir per formalitzar el procés d'inscripció:

1. Completar i confirmar les teves dades personals.

2. Validar el teu currículum vitae i adjuntar la documentació addicional requerida, en cas que sigui necessària per a l'admissió.

3. Pagar 110€ en concepte de drets d'inscripció al programa. L'import d'aquests drets es descomptarà de la quantia total de la matrícula i només es retornarà en cas de no resultar admès.

Un cop realitzat el pagament de drets i disposem de tota la documentació, valorarem la teva candidatura i, si has estat admès al curs, t'enviarem la carta d'admissió. En aquest document obtindràs tots els detalls per formalitzar la matrícula al programa.




  política de protecció de dades

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

Informació addicional

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