Big Data Management, Technologies and Analytics > Barcelona > Màster > UPC School > Imprimir -

Big Data Management, Technologies and Analytics

Màster Presencial.

Presentació

2a EDICIÓ
UPC School
En breu publicarem la informació actualitzada de la nova edició d'aquest programa.

La rellevància de les dades en la societat actual és inqüestionable. Un bon percentatge d’empreses, les conegudes com empreses digitals, fonamenten el seu model de negoci en la recol·lecció, emmagatzemament 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 i requereix la digitalització de tots els seus processos de negoci (per exemple, creant sistemes informàtics per interactuar amb els clients o proveïdors -ja siguin pàgines web, aplicacions mòbils o sistemes GPS-, sensoritzant els processos mecànics per tal de monitoritzar-los, etc.).

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

Actualment s’empra el terme Big Data per referir-se a un nou tipus de sistemes que recullen i analitzen dades de qualsevol natura, i els reptes que comporten. La definició més popular del Big Data està basada en les tres Vs, que representen els seus 3 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). Avui dia, per atacar aquests tres grans reptes, el Big Data es fonamenta en dos pilars: noves arquitectures (principalment basades en Cloud Computing i la gestió distribuïda de les dades i la memòria) i nous models de dades (com els documents grafs, key-value o streams).

No obstant, la barrera d’entrada per incorporar solucions Big Data continua sent molt alta per a la majoria d’organitzacions, ja que la seva gestió i manteniment és molt diferent a la de qualsevol altre sistema. 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 darrere d’aquestes tecnologies. Avui dia, cal distingir entre la gestió de dades en sistemes Big Data (Big Data Management) i l’explotació 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’explotació 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.

Conseqüentment, en aquest màster en Big Data Management, Technologies and Analytics es dóna una visió global d’un ecosistema Big Data i es profunditza en ambdós aspectes: gestió (Big Data Management) i explotació de les dades (Big Data Analytics), tot aportant aplicabilitat i visió de negoci dins d’aquest món.

Actes relacionats Actes relacionats :

Objectius

  • Entendre la problemàtica de gestió de Big Data.
  • Identificar les característiques més rellevants en la gestió de Big Data, 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 actualment en el mercat (Hadoop, MongoDB, Neo4J, 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 un problema donat.
  • Saber efectuar el preprocés de les dades.
  • Saber avaluar la taxa d’encert dels models proposats.
  • Assolir coneixements específics sobre l’ús de Big Data per a la presa de decisions a l’empresa.
  • Identificar les bones pràctiques en l’aplicació de 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?

  • Professionals informàtics (és a dir, amb grau en informàtica o equivalent) interessats en reciclar-se cap a l'àmbit del Big Data.
  • Els típics rols informàtics als quals s'adreça aquest màster és el de desenvolupador, arquitecte, analista de dades i administrador de sistemes.
  • El programa està orientat a crear perfils mixtes (en gestió i anàlisi de dades), per tant, cal tenir formació tècnica en bases de dades centralitzades i programació, així com coneixements d’estadística bàsica equivalents als assolits en qualsevol grau d'Enginyeria.

Sortides professionals

Sortides professionals:

  • Analista de dades / data scientist.
  • Especialista en CRM.
  • Enginyer de sistemes decisionals basats en Big Data.
  • Especialista en modelització de dades / creació de flux de dades híbrides entre les diferents plataformes.
  • Administrador de sistemes distribuïts al Cloud.
  • Dissenyador de sistemes distribuïts al Cloud.

Continguts

Assignatures

Data Management
12 ECTS. 72 hores lectives.

1. Motivació.
- Context. La societat de les dades i el paradigma data-driven.
- Casos d'ús.
- Cloud computing i l'Enginyeria de Serveis (XaaS).
- La necessitat d'un canvi de paradigma: NOSQL.

2. Principis bàsics de les bases de dades no relacionals (NOSQL).
- Fonaments arquitectònics.
- Nous models de dades.

3. 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.

4. Fonaments: nous models de dades.
- Conceptes bàsics.
- Models de dades no estructurats o semi-estructurats.
- Principals models de dades al món NOSQL: Key-Value, Document-oriented, Graphs, Graphs Semantics i Streams.
- Modelització de dades avançada (per sistemes no relacionals).

5. 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 l'Aggregation Framework.
* Consideracions específiques de modelització.

- Gestors Column-oriented.
* Concepte i Principis.
* Example: 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 tecnología relacional.
* RDF i SPARQL.
* Consideracions específiques de modelització.

6. Integració de dades.
- Processos intensius de dades i ETLs.
- Polystores i sistemes políglots.
- Orquestradors: Muskeeter.

7. Visualització.
- Processos de visualització.
- Tècniques de visutalització.

Data Analytics
12 ECTS. 72 hores lectives.
1. Introducció.
- Què és el knowledge discovery?
- Estadística bàsica.
- Introducció a R.

2. Pre-processament de dades.
- Neteja i adequació de les dades.
- Transformacions.

3. Tècniques bàsiques d'anàlisi.
- Regressió múltiple.
- Profiling.

4. Anàlisi Multivariant.
- Anàlisi de components principals.
- Clustering.
- Arbres de decisió.

5. Aprenentatge Automàtic.
- Concepte.
- Fonaments matemàtics.

6. Principals tècniques d'aprenentatge automàtic.
- Regles d'associació.
- Mètodes lineals supervisats.
- Xarxes neuronals.
- Màquines de vector suport.
- Boscos aleatoritzats.

7. Processament del text.
- Pre-processament i preparació de les dades.
- Principals tècniques de text analítics.
- Information retrieval.

8. Anàlisi de sèries temporals.
- Pre-processament i preparació de les dades.
- Forecasting.
- Detecció d'outliers.

9. Anàlisi de les dades avançats.
- Paquets d'R per al processament paral·lel.
- R sobre bases de dades relacionals.
- Anàlisi de les dades en entorns distribuïts emprant HDFS i Spark.
* Spark R.
Hands-on Experience: Data Maganement and Analytics
16 ECTS. 96 hores lectives.
1. Infraestructura.
- Introducció als entorns Cloud.
- Virtualització.
- Serveis Oracle.

2. Emmagatzemament distribuït.
- L'Ecosistema Hadoop.
- Sistemes Key-Value: HBase.

3. Processament distribuït.
- MapReduce.
- Spark.
* SparkSQL.
* Spark Streaming .
* Spark Graphs.

- Anàlisi de dades en entorns distribuïts.
* MLlib.
* SparkR.

4. Document Stores.
- MongoDB.
- ElasticSearch.

5. Bases de dades en graf.
- Neo4J.
- Grafs semàntics: GraphDB i SPARQL.

6. Arquitectura de sistemes Big Data.
Negoci i Emprenedoria en Big Data
5 ECTS. 33 hores lectives.
1. Introducció: L'entorn competitiu de l'empresa i Big Data.
- Big Data Landscape.

2. Casos d'èxit.

3. Tècniques d'ideació de negoci.
- Clients i usuaris.
- Definició de productes i serveis.

4. Eines de modelització de negoci: Business Model Canvas.
- Elements que el conformen.
- Casos pràctics.
- Resolució casos: Twitter, Facebook, etc.

5. Procés de finançament.
- Finances.
- Finançament privat.
* Business Angels.
* Capital Risk.

- Finançament públic.

6. Màrqueting.

7. Creació d'una empresa.
- Aspectes legals.
* Regulació de les dades.

- Aspectes econòmics.

8. Consideracions ètiques del Big Data: Negoci i Privacitat.

9. Presentacions i pitch.
Projecte
15 ECTS. 45 hores lectives.
1. Gestió de projectes.
- Metodologies àgils
- Consideracions específiques per a Big Data

2. Presentació del projecte.

3. Sessions de seguiment del projecte.

Direcció i professorat

Direcció Acadèmica

  • Abelló Gamazo, Alberto
    Doctor en Informàtica per la UPC. Professor del Departament d'Enginyeria de Serveis i Sistemes d'Informació de la UPC. Docència tant a nivell de grau com de màster oficial (MIRI - Data Science). Coordinador en la UPC del Doctorat Erasmus Mundus in Information Technologies for Business Intelligence - Doctoral College (IT4BI-DC). Ha col.laborat com a consultor amb SAP, HP, Zurich Seguros, OMS entre d'altres.
  • Romero Moral, Óscar
    Doctor en Informàtica per la UPC. Professor del Departament d''Enginyeria de Serveis i Sistemes d''Informació de la UPC. Docència a nivell de grau com de màster oficial (MIRI-Data Science). Coordinador a la UPC dels Màsters Erasmus Mundus in Information Technologies for Business Intelligence (IT4BI) i Big Data Managament and Analytics (BDMA). Recerca en l'àmbit de la gestió de dades i de la informació, àmbit en el qual ha publicat més 50 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
    Doctor en Informàtica per la UPC. Professor del Departament d'Enginyeria de Serveis i Sistemes d'Informació de la UPC. Docència tant a nivell de grau com de màster oficial (MIRI - Data Science). Coordinador en la UPC del Doctorat Erasmus Mundus in Information Technologies for Business Intelligence - Doctoral College (IT4BI-DC). Ha col.laborat com a consultor amb SAP, HP, Zurich Seguros, OMS entre d'altres.
  • Aluja Banet, Tomàs
    Professor titular de la UPC. Coordinador del Màster en Data Science-MIRI de la FIB. 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 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.
  • Batlle Maymó, Adrià
    Enginyer Informàtic. Venture Builder Director at InnoCells (by Banco Sabadell)
  • Belanche Muñoz, Luis Antonio
    Professor del Departament de Ciències de la Computació de la UPC. Docència en el Grau en Enginyeria Informàtica, especialitat Computació, en el Màster in Innovation and Research in Informatics, especialitat Data Mining and Business Intelligence, i en el Màster in Artificial Intelligence.
  • Berbegal Castelló, José
    Enginyer en Informàtica per la UPC. Ha treballat durant més de 10 anys en diferents empreses del sector de la seguretat i defensa. Actualment treballa a Proytecsa Security S.L., empresa dedicada al desenvolupament de robots de desactivació d'explosius, exercint com a responsable del departament de software.
  • Berral García, Josep Lluís
    Enginyer en Informàtica (2007), Màster en Arquitectura de Computadors (2008), i Doctor per la Universitat Politècnica de Catalunya, especialitat en informàtica (2013). La seva recerca es centra en aplicacions de la mineria de dades, aprenentatge automàtic, i gestió d'entorns de centres de dades. Actualment treballa com a post-doc en el Barcelona Supercomputing Center - Centre Nacional de Supercomputació (2014 - avui). Prèviament va treballar als grups de "High Performance Computing" (HPC-UPC) (2007-2009), "Relational Algorithms, Complexity and Learning" (LARCA-UPC) (2009-2013), i a la indústria a Systelab Technologies (2014). Especialista en: Aprenentatge Automàtic (Machine Learning), Mineria i Anàlisi de Dades (Data Mining), Intel·liència Artificial i gestió de Centres de Dades (Cloud Computing).
  • Bilalli, Besim
    Doctor de Ciència de Computació per la Universitat Politècnica de Catalunya (UPC) i Poznan University of Technology. Màster en Enginyeria Informàtica per la Sapienza Universita digues Roma. Enginyer en Informàtica per la Universitat de South-*East European University. El seu àmbit de recerca se situa a l'àrea de Data Mining, Data pre-processing, Meta-learning.
  • Cebrián Chuliá, Antonio
    MSc en Intel·ligència Artificial per la UPC. Té 15 anys d'experiència desenvolupant programari en telecomunicacions i empreses d'Internet. Ha exercit la seva tasca de Data Scientist en empreses com Telefónica, Tuenti, Softonic, Stuart i actualment treballa com a freelance per CoinFi una companyia Hong Konguesa a l'espai de les criptomonedes.
  • Delicado Useros, Pedro Francisco
    Professor titular al Departament d'Estadística i Investigació Operativa de la 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 AQU-Catalunya (mostreig).
  • Deulofeu Aymar, Joaquim
    Llicenciat i Doctor en Ciències Econòmiques i Empresarials. Soci-fundador i gerent de Qualitat, Serveis Empresarials, S.L., empresa en la qual desenvolupa la seva activitat professional com a consultor des de fa més de 25 anys. Professor associat al Departament d'Organització d'empreses de la UPC. Professor en altres entitats com la UAO-CEU, a l'Escola Superior de Comerç i Distribució-ESCODI-UB. Actualment és President del Cercle Econòmic i Social del Baix Montseny i Secretari del Patronat Fundació Privada Hospital de Sant Celoni.
  • Escribano Cambronero, Marc
    Enginyer Superior en Informàtica per la Facultat d'Informàtica de Barcelona (UPC). Màster en BigData Management & Analytics per la UPC School of Professional & Executive Development. Actualment Head of Data & Analytics Manager a Desigual. Anteriorment Business Intelligence Manager a Desigual, Business Intelligence Analyst a Finconsum "la Caixa", Consultor Business Intelligence. Ponent en events nacionals i internacionals explicant com posicionar un data warehouse amb dades real-time en el centre d'una organització multinacional.
  • Gali Reniu, Ferran
    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. Va estudiar Ciències de la Computació a la FIB-UPC, i ara col·labora amb la Universitat de Barcelona creant un nou màster en Enginyeria de grans dades.
  • García del Poyo Vizacaya, Rafael Emiliano
    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.
  • Giaconi, Rossana
    Llicenciada en Estadística i Llicenciada en Administració i direcció d'empreses per la Pontifícia Universitat Catòlica de Xile. Actualment, és Cap de Projectes de Analytics en el Departament de Modelització de l'empresa de consultoria AIS - Aplicacions d'Intel·ligència Artificial, especialista en models de Risc de Crèdit. Ha participat com a formadora en nombrosos cursos de Risc de Crèdit i Modelització en entitats de crèdit nacionals i internacionals.
  • González Alonso, Pedro
    Enginyer en Informàtica per la UPC. Màster en Innovació i Recerca en Informàtica per la UPC amb especialització en business intelligence i knowledge discoverer i master in Business Administration a ESADE. Actualment treballa com a arquitecte de Big Data i analytics a una startup vinculada al sector salut.
  • Gutiérrez Torre, Alberto
    Llicenciat en Enginyeria Informàtica per la Universitat Politècnica de Catalunya. Màster en Recerca i Innovació en Informàtica amb esment en Data Science per la UPC. Actualment és estudiant de doctorat en el grup de Data-Centric Computing al Centre Nacional de Supercomputación en el Barcelona Supercomputing Center. El seu focus se centra en l'aplicació de Machine Learning sobre dades amb característiques temporals (sèries temporals) i en streaming. Va treballar en la creació de la plataforma TextServer per al grup de recerca TALP de la UPC.
  • Jamin, Emmanuel
    Doctor en Informàtica per la Universitat París XI. Research engineer en diversos projectes europeus en el domini de la Web semàntica (SevenPro, IntelLEO, Neon, Khresmoi). També, vaig tenir una experiència en la creació d'una startup 'Open Data Consulting' en qual va anar el CTO. Actualment, IT consultant en 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.
  • Jovanovic, Petar
    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, BigData Management i sistemes de bases de dades distribuïdes.
  • López Miralpeix, Miguel
    Enginyer en Informàtica per la UPC i Diplomat en Empresarials per la UOC. Enterprise Architect de Oracle Consulting treballant en el desplegament d'Arquitectures Big Data en grans clients tant a nivell local (Caixabank, Gas Natural Fenosa, etc) com a nivell internacional (Banc Santander Rio a Argentina, CIMB a Malàisia, Generalli a Itàlia, etc). Lidera l'Oracle Barcelona Big Data Competence Center. Ha col·laborat en la docència del màster oficial MIRI.
  • Montornés Solé, Jordi
    Enginyer Superior en Informàtica per la UPC. Ha treballat des del 2004 en empreses com la Caixa Catalunya, HP o Vueling. A partir del 2011 es dedica a les aplicacions mòbils, tant en servidor com en Android.
  • Nadal Francesch, Sergi
    Enginyer en Informàtica per la UPC. Màster IT4BI (Information Technologies for Business Intelligence). Ha col.laborat com a consultor de BI i com a investigador en Big Data a Incubio.
  • Pradel Miquel, Jordi
    Enginyer en informàtica per la Universitat Politècnica de Catalunya (UPC). Fundador i 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. Ex-Professor associat del Departament d'Enginyeria de Serveis i Sistemes d'Informació de la UPC.
  • Queralt Calafat, Anna
    Doctora en informàtica per la UPC. Senior Researcher al grup de Storage Systems del Barcelona Supercomputing Center, treballant en gestió, compartició i reutilizació de grans quantitats de dades i en gestió de dades per IoT. Anteriorment va ser professora i investigadora al Departament d'Enginyeria de Serveis i Sistemes d'Informació de la UPC.
  • Romero Moral, Óscar
    Doctor en Informàtica per la UPC. Professor del Departament d''Enginyeria de Serveis i Sistemes d''Informació de la UPC. Docència a nivell de grau com de màster oficial (MIRI-Data Science). Coordinador a la UPC dels Màsters Erasmus Mundus in Information Technologies for Business Intelligence (IT4BI) i Big Data Managament and Analytics (BDMA). Recerca en l'àmbit de la gestió de dades i de la informació, àmbit en el qual ha publicat més 50 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
    Doctor en Automàtica, Robòtica i Visió per la Universitat Politècnica de Catalunya. Membre actiu del grup de recerca GREC (amb diverses publicacions en journals), col·laborador acadèmic en ESADE. Cap de projectes en AIS - Aplicacions d'Intel·ligència Artificial.
  • Torrent Moreno, Marc
    Enginyer de Telecomunicació per UPC. Doctor en Informàtica per la Universitat de Karlsruhe a Alemanya i Executive MBA per ESADE Business School. Ha participat des de 2001 en diversos projectes de recerca en diversos camps de les TIC, formant part de diverses empreses i universitats a Europa i USA (British Telecom UK, NEC Deutschland, Mercedes-Benz R+D USA, la Universitat de Califòrnia en Berkeley i Ficosa International). Actualment, és Director de la unitat Big Data Analytics en BDigital-Eurecat i director del Centre d'Excel·lència en Big Data de Barcelona impulsant la cultura de les dades i aportant solucions innovadores al mercat.
  • Torrents Poblador, Pere
    Responsable d'Operacions de Conector Startup Accelerator
  • Touma, Rizkallah
    MSc en Tecnologies de la Informació pel Business Intelligence (IT4*BI) entre la Universitat Lliure de Brussel·les (ULB), Universitat Politècnica de Catalunya (UPC) i la Universitat François-Rabelais de Tours (UFRT). Llicenciatura en Ciències de la Computació de la Universitat de Damasc, Síria (2007). Actualment, és Investigador amb el Grup de Storage Systems a Barcelona Supercomputing Center (BSC).
  • Varga, Jovan
    MSc en Informàtica per la UPC. Estudiant de Doctorat IT4BI-DC (Information Technologies for Business Intelligence Doctoral College) en la Universitat Politècnica de Catalunya i la Universitat d'Aalborg. El seu àmbit de recerca es situa a l'àrea de Business Intelligence i Semantic Web.
  • Vázquez Alcocer, Pere-Pau
    Doctor en software per la UPC. Titular d'Universitat del departament de Computer Science de la UPC. Imparteix docència a nivell de grau i màster a la UPC, i 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 UOC o la Universitat de Vic. La seva recerca es centra en la visualització de dades científiques i els gràfics per computador.
  • Verdejo Álvarez, Gabriel
    Enginyer en Informàtica per la UAB i Diploma D'Estudis Avançats (DEA). Postgrau en Gestió de la Innovació per la UPC. Ha treballat en diverses empreses del sector TIC i de la innovació. Des del 2010 sóc el Responsable del Laboratori de Recerca i Desenvolupament a la UPC (RDlab). Tinc una àmplia experiència professional en el suport, gestió de la recerca (projectes nacionals i europeus) i la transferència de tecnologia/resultats amb centres de recerca i el món empresarial.

Informació general EDICIÓ 2018-19

Propera edició
Octubre de 2019
Crèdits
60 ECTS (318 hores lectives)
Horari
Dilluns  18:00 a 21:00Dimecres  18:00 a 21:00Divendres  18:00 a 21:00
Lloc de realització
Facultat d'Informàtica de Barcelona (FIB)
C/ Jordi Girona, 1-3
Barcelona
Contacte
Telèfon: (34) 93 114 68 05
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'alumne/a obtindrà un certificat de superació del programa expedit per la Fundació Politècnica de Catalunya.

En el cas de disposar d'una titulació estrangera consulta aquí.
Campus virtual
L'alumnat d'aquest Màster 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...
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 of Professional & Executive Development té un volum anual de centenars d'ofertes de treball, entre contractes laborals i convenis de col·laboració en pràctiques.
Import de la matrícula
8.500 €
Consulta a l'apartat Descomptes, préstecs i ajuts les possibilitats de finançament en condicions avantatjoses.

Existeix la possibilitat de realitzar una aportació voluntària de 5€ addicionals en el moment de formalitzar la matrícula. Aquesta donació, que forma part de la Campanya 0,7% de la UPC, es destinarà a accions de cooperació a països en vies de desenvolupament.

0.7%

Idioma d'impartició
Espanyol
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

Entitats relacionades

Col·laboradors