Posgrado en

Artificial Intelligence with Deep Learning

Apuesta por la tecnología que revolucionará todas las industrias en los próximos años. ¡Prepárate para el futuro en la UPC!

Inicio
Febrero 2020
Duración
5 meses
Modalidad
Presencial
Precio
3.900 €

Programa
Contenidos formativos
Metodología de aprendizaje
Equipo docente
Entidades colaboradoras
Salidas profesionales
Testimonios y noticias
Solicita información o la admisión

Programa incluido en la convocatoria de ayudas Employment Help

+ info

Programa

Edición

3ª Edición

Créditos

15 ECTS (120 horas lectivas)

Modalidad

Presencial

Idioma de impartición

Inglés

Precio

3.900 €
Observaciones pago de la matrícula y campaña 0,7%

Inscripción abierta hasta el inicio del curso o hasta el agotamiento de plazas.

Descuentos, préstamos y ayudas

Fechas de realización

Fecha de inicio: 27/02/2020
Fecha de fin: 14/07/2020
Observaciones a las fechas.

Horario

Martes: 18:30 a 21:30
Jueves: 18:30 a 21:30

Lugar de realización

Tech Talent Center
C/ de Badajoz, 73-77
Barcelona

¿Por qué este programa?

La inteligencia artificial (IA) es el motor de la revolución industrial 4.0 basada en la automatización en el procesamiento de los datos. La disponibilidad de grandes volúmenes de datos y recursos computacionales con costes asequibles ha permitido entrenar modelos basados en redes neuronales profundas (deep learning), que hasta hace muy poco no estaban al alcance. Varios sectores industriales ya están aplicando esta programación basada en datos en su día a día, mientras en paralelo las administraciones públicas también desarrollan planes estratégicos para liderar el sector. En todas partes pero hay el mismo reto: la necesidad de formar profesionales capaces de entender el potencial y oportunidades de estas herramientas, así como su implementación de forma práctica y escalable.

En abril de 2018, la Comisión Europea estimaba que la inversión en inteligencia artificial en la UE durante el año 2017 había sido entre 4.000 y 5.000 millones de euros, una cifra que prevé que aumente hasta los 20.000 millones de euros en el 2020. En el Reino Unido, se ha impulsado el pacto AI Sector Deal entre la administración pública y la industria con el fin de mantener el país al frente de este sector. En Francia, la administración pública ha anunciado que inyectará 1.500 millones de euros para desarrollar el sector. En Estados Unidos, el principal impulso proviene de los gigantes tecnológicos como Google, Facebook, Amazon o Microsoft, que están expandiendo sus centros de desarrollo e investigación en todo el mundo. Mientrastanto, China está diseñado un plan nacional que pretende convertir al país en el líder mundial en inteligencia artificial, con las expectativas de generar un volumen de negocio de 150.000 millones de dólares en 2030. No es extraño pues que el portal glassdoor.com haya escogido el científico de datos como el mejor puesto de trabajo en los Estados Unidos, siendo el conocimiento en técnicas de aprendizaje profundo (deep learning) como el más solicitado.

El posgrado en Artificial Intelligence with Deep Learning pretende dar respuesta a esta demanda de profesionales a través de un equipo docente con una amplia experiencia en investigación (publicaciones a NIPS, ICLR, CVPR) y formación en aprendizaje profundo desde 2016. Los graduados dominarán tanto los conceptos teóricos como su implementación en plataformas como Tensorflow y PyTorch, para desarrollar modelos basados en redes neuronales profundas. El posgrado también incluirá sesiones donde profesionales de la industria explicarán cómo aplican estas tecnologías en sus proyectos de innovación.

Objetivos

Diseñar modelos de aprendizaje profundo, especialmente para procesar texto, vídeo y audio.
Optimizar y monitorizar el entrenamiento de redes neuronales profundas.
Procesar grandes corpus de datos con hardware especializado (CPU y GPU).
Implementar soluciones en entornos de software especializados en aprendizaje profundo.
Desarrollar productos basados en inteligencia artificial.

¿A quién va dirigido?

Titulados del sector de las telecomunicaciones, la informática, las matemáticas y la física que quieran desarrollar competencias en aprendizaje automático basado en redes neuronales profundas.
Profesionales que ya trabajen en el ámbito TIC y quieran reorientar su actividad hacia la inteligencia artificial.
Programadores que deseen beneficiarse de las nuevas oportunidades que ofrece la inteligencia artificial.

Contenidos formativos

Relación de asignaturas

4 ECTS 39h

Deep Learning

Introducción al aprendizaje automático. Métricas de evaluación.
El perceptrón y el perceptrón de múltiples capas.
Redes convolucionales, recurrentes y de grafos. Modelos con atención.
Aprendizaje supervisado, no supervisado y refuerzo.
Entrenamiento para retro-propagación, por población y neuroevolució.
Optimización. Normalización por paquetes.
Modelos generativos.
Transferencia del aprendizaje. Aprendizaje incremental y olvido catastrófico.

2 ECTS 18h

Computer Vision

Clasificación de imágenes y vídeos.
Detección, seguimiento y segmentación de objetos.
Búsqueda visual.
Reconocimiento y reconstrucción 3D.
Predicción de la atención visual humana.

2 ECTS 18h

Natural Language Processing

Incrustaciones de palabras y modelos de lenguaje.
Procesado de texto.
Clasificación y resúmenes de textos.
Traducción neuronal.
Sistemas de diálogo.
Recomendadores.

2 ECTS 18h

Speech and Audio Processing

Reconocimiento, conversión y síntesis de la voz.
Música.
Eventos acústicos.
Procesado multi-modal del vídeo: audio y visión.

1 ECTS 9h

Reinforcement Learning

Markov Decision Processes: Procesos de decisión de Markov.
Policy gradientes: Gradientes de política.
Deep Q-Learning: Q-Aprendizaje Profundo.
Actor-Critic: Actor-Crítico.

4 ECTS 18h

Project

Programación en Python para aprendizaje profundo.
Entornos de desarrollaremos por aprendizaje profundo: Kera/TensorFlow y PyTorch/Caffe2.
Monitorización del entrenamiento de una red: curvas de entrenamiento, uso de recursos de computación.
Cargadores de datos. Sincronización entre CPU y GPU.
Computación en la nube.

Titulación

Diploma de posgrado expedido por la Universitat Politècnica de Catalunya. Emitido en virtud del art. 34.1 de la L.O. 4/2007, de 12 de abril, por la cual se modifica la L.O. 6/2001, de 21 de diciembre, de Universidades. Para su obtención es necesario tener una titulación universitaria oficial. De no ser así, el estudiante obtendrá un certificado de superación expedido por la Fundació Politècnica de Catalunya.

Metodología de aprendizaje

La metodología docente del programa facilita el aprendizaje del estudiante y la consecución de las competencias necesarias.

Los alumnos deberán llevar un ordenador portátil a determinadas sesiones del programa que se concretarán en el calendario académico. El portátil no requiere de ningún hardware ni software especial, sólo el navegador Google Chrome.

Herramientas de aprendizaje

Sesiones magistrales participativas

Se exponen los fundamentos conceptuales de los contenidos a impartir, promoviendo la interacción con los estudiantes para guiarlos en el aprendizaje de los diferentes contenidos y el desarrollo de las competencias establecidas.

Sesiones prácticas en el aula

Se aplican los conocimientos en un entorno real o hipotético, donde se identifican y trabajan aspectos específicos para facilitar su comprensión, con el apoyo de los docentes.

Resolución de ejercicios

Se trabajan las soluciones mediante la ejercitación de rutinas y la aplicación de fórmulas o algoritmos, y se siguen procedimientos de transformación de la información disponible y de interpretación de los resultados.

Visitas

Se asiste a centros especializados, empresas del sector o espacios singulares y relevantes del sector, a fin de conocer in situ entornos de desarrollo, de producción o de demostración en el ámbito del programa.

Tutorías

Se presta apoyo técnico a los estudiantes en el desarrollo del proyecto final, en función de su especialidad y de la temática del proyecto.

Criterios de evaluación

Asistencia

Se requiere como mínimo el 80% de asistencia a las horas lectivas.

Grado de participación

Se evalúa la contribución activa de los estudiantes en las diferentes actividades propuestas por el equipo docente.

Resolución de ejercicios, cuestionarios o exámenes

Pruebas individuales con el objetivo de evaluar el grado de aprendizaje y la adquisición de competencias.

Realización y presentación del proyecto final

Proyectos individuales o grupales en los que se aplican los contenidos impartidos en el programa. El proyecto puede estar basado en casos reales y comprender la identificación de una problemática, el diseño de la solución, su implementación o un plan de negocio. Contará con una presentación y la defensa pública del proyecto.

Prácticas y bolsa de trabajo

Desde el campus virtual My_Tech_Space los estudiantes podrán visualizar ofertas de trabajo de su área de conocimiento y presentar su candidatura en un entorno confidencial. La bolsa de trabajo de la UPC School tiene un volumen anual de cientos de ofertas de trabajo, entre contratos laborales y convenios de colaboración en prácticas.

Campus virtual

Los estudiantes de este posgrado tendrán acceso al campus virtual My_Tech_Space, una eficaz plataforma de trabajo y comunicación entre estudiantes, profesores, dirección y coordinación del curso. My_Tech_Space permite obtener la documentación de cada sesión formativa antes de su inicio, trabajar en equipo, hacer consultas a los profesores, visualizar notas, etc.

Equipo docente

Dirección Académica

Giró Nieto, Xavier
Ver perfil en futur.upc
Profesor agregado de la UPC especializado en el aprendizaje profundo aplicado a datos multimedia. Ha trabajado como investigador visitante en la Columbia University de Nueva York. Actualmente trabaja en colaboración con el Centro de Supercomputación de Barcelona con proyectos financiados por Facebook, La Caixa y las administraciones públicas catalanas y españolas. Ha impulsado un amplio catálogo de cursos de inteligencia artificial en la ETSETB de la UPC.
Ruiz Costa-Jussà, Marta
Ver perfil en futur.upc
Doctora en Ingeniería de Telecomunicación por la UPC. Master en Tecnologías de la Lengua y Habla y European Master of Research on Information and Communication Technologies ambos por la UPC. Ha trabajado en LIMS-CNRS de París, el Centro de Innovación Media de Barcelona, en la Universidad de Sao Paulo, en el Instituto de Infocomm Research de Singapur y en el Instituto Politécnico Nacional de México. Actualmente, es investigadora Ramón y Cajal de la UPC y encabeza los proyectos DeepVoice y ALLIES.

Profesorado

Bellver Bueno, Míriam

Grado en Ingeniería de Telecomunicaciones en la UPC. Durante la tesis del grado empezó a trabajar en el mundo de la visión por computador en el Grupo de Procesamiento de la Imagen de la universidad. También obtuvo el Máster de Telecomunicaciones en la misma facultad, y completó la tesis del Máster en Zürich en la ETH. En 2016 obtuvo una beca de doctorado de la Obra Social "La Caixa", con el programa La Caixa-Severo Ochoa International Doctoral Fellowship, para hacer su doctorado en el Barcelona Supercomputing Center sobre temas de visión por computador con técnicas de aprendizaje profundo. Sus principales temas de interés para investigar son la detección y segmentación de objetos en imágenes.
Bou Balust, Elisenda
Ver perfil en futur.upc
Doctora en Ingeniería de Telecomunicaciones por la UPC. Master en Electrónica / Aerospai UPC-MIT. Actualmente, cofundadora y CTO de Vilynx, donde lidera un equipo de ingeniería de más de 40 personas con el objetivo de construir el primer sistema de AI con autoaprendizaje. Tiene más de 10 años de experiencia en sistemas complejos distribuidos, task scheduling e Inteligencia Artificial, campos que combina con Ontologies / Knowledge Graphs, Self-learning (autoaprendizaje), Emergencia de funciones y Reasoning.
Cámbara Ruiz, Guillermo

Ayudante de investigación en Telefónica I+D, donde se está especializando en aprendizaje profundo aplicado al procesamiento del lenguaje a través de la biometría y las aplicaciones lingüísticas. Anteriormente, fue ingeniero de I+D a G+D Mobile Security, donde trabajó como lead tester especialista en sistemas operativos de eSIM. Se graduó en Física por la Universidad de Barcelona en 2015 y actualmente está terminando un máster en Sistemas Inteligentes Interactivos en la Universidad Pompeu Fabra.
Campos Camúñez, Víctor

Ingeniero electrónico y máster en Ingeniería Electrónica por la UPC. Actualmente, lleva a cabo la tesis doctoral sobre la convergencia entre el aprendizaje profundo y la computación de alto rendimiento en el Barcelona Supercomputing Center, con el apoyo de la Obra Social La Caixa a través del Programa Internacional de Becas La Caixa-Severo Ochoa. Ha realizado estancias de prácticas en el Deep Learning Competence Center en DFKI (2016), en la Columbia University (2017) y en Salesforce Research (2019). Sus líneas de investigación son el aprendizaje automático a gran escala.
Casas, Noe

Es doctorando en traducción automática neuronal en la UPC y lleva a cabo investigación industrial a Lucy Software. Tiene un máster en Inteligencia Artificial por la UNED. Tiene más de dos años de experiencia profesional como científico de datos y más de diez como ingeniero de software y arquitecto de software en la industria aeroespacial.
Escolano Peinado, Carlos

Máster en Inteligencia Artificial por la UPC. Ingeniero Informático por la UPC. Actualmente es estudiante de doctorado en el Departamento de Teoría de la Señal y Comunicaciones de la UPC, donde trabaja en traducción automática con redes neuronales.
Favory, Xavier
Ver perfil en Linkedin
Tiene dos másters de Francia: uno en Acústica, Procesamiento de Señales e Informática Aplicados a la Música (ATIAM), por el IRCAM (París), y el otro en Ingeniería Electrónica por la ENSEA (Cergy). Actualmente es doctorando en informática aplicada a las tecnologías musicales en el grupo de Tecnología Musical (UPF). Tiene experiencia académica en procesamiento de señales acústicas, aprendizaje automático e interacción persona-ordenador, y experiencia práctica en el desarrollo de aplicaciones web.
Fojo Àlvarez, Daniel
Ver perfil en Linkedin
Ingeniero de I+D en Disney Research. Graduado en Matemáticas y en Ingeniería Física por el CFIS y máster en Matemáticas Avanzadas e Ingeniería Matemática.
Giró Nieto, Xavier
Ver perfil en futur.upc
Profesor agregado de la UPC especializado en el aprendizaje profundo aplicado a datos multimedia. Ha trabajado como investigador visitante en la Columbia University de Nueva York. Actualmente trabaja en colaboración con el Centro de Supercomputación de Barcelona con proyectos financiados por Facebook, La Caixa y las administraciones públicas catalanas y españolas. Ha impulsado un amplio catálogo de cursos de inteligencia artificial en la ETSETB de la UPC.
Luque Serrano, Jordi
Ver perfil en Linkedin
Doctor Ingeniero por el Departamento de Teoría de la Señal y Comunicaciones (TSC) de la UPC. Actualmente es professor asociado del departamento de Ciencias de la Computación (CS) de la UPC e Investigador Científico dentro del grupo científico en Telefónica I+D. Sus intereses de investigación incluyen estudios en el campo de la lingüística cuantitativa, reconocimiento del habla con bajos recursos y el procesamiento de señal mediante técnicas de aprendizaje profundo. Su experiencia en la industria se centra en el prototipado y pruebas A/B de algoritmos originales para el procesamiento del habla y el lenguaje natural, la integración de los mismos y su despliegue, junto con la consultoría, ideación y prospección de aplicaciones pioneras.
Masuda Mora, Issey
Ver perfil en Linkedin
Actualmente jefe del equipo de deep learning en Vilynx, una startup con sede en San Francisco y Barcelona dedicada a inteligencia artificial. Amplia experiencia desarrollando modelos de deep learning y aplicándolos en entornos escalables y sistemas de producción. Uso extensivo de TensorFlow como framework principal de DL. Background sólido en programación (desde diseño de software hasta implementación) apoyado por experiencia laboral como ingeniero de software (anteriormente a Trovit). Trabajo de fin de grado en deep learning aplicado a Visual Question Answering finalizado con Matrícula de Honor. Grado en Ciencias y Tecnologías de la Telecomunicación (Top 5% de la promoción).
Mohedano Robles, Eva
Ver perfil en Linkedin
Doctora en visión por computador para el Insight Centre for Data Analytics de la Dublin City University (DCU), donde llevó a cabo una tesis sobre recuperación de imágenes basadas en contenidos con el título Deep Image Representations for instance Search, dirigida por Noel E. O'Connor y Kevin McGuinness. Ingeniera de sistemas audiovisuales para la UPC. Actualmente, es investigadora postdoctoral en el Insight Centre for Data Analytics, donde trabaja en análisis de vídeo multimodal utilizando aprendizaje profundo.
Mosella Montoro, Albert
Ver perfil en Linkedin
Doctorando en la UPC. Es Ingeniero en Sistemas Audiovisuales por la UPC (2015), y llevó a cabo el trabajo final de grado sobre detección de objetos en trayectoria de colisión. Desde 2017 tiene un máster en Visión por Computador (interuniversitario: la UAB-UPC-UPF-UOC), en cuyo marco se llevó a cabo el TFM sobre detección de vehículos usando segmentación de instancias, gracias a la colaboración entre la UPC y Adasens Automotive GmbH. Actualmente, sus líneas de investigación son comprensión de escenas en 3D y técnicas de aprendizaje profundo.
Pascual de la Puente, Santiago
Ver perfil en futur.upc
Máster en Ingeniería de Telecomunicaciones por la ETSETB-UPC. Actualmente doctorando en el departamento de Teoría de la Señal y Comunicaciones. La investigación principal de la tesis es sobre deep learning y tecnologías de inteligencia artificial para procesamiento de voz y apilcacions voz a voz. Acumula una experiencia teórica y aplicada de más de 4 años en deep learning y modelos generativos profundos.
Pons Puig, Jordi
Ver perfil en Linkedin
Está terminando su tesis doctoral sobre tecnología musical, grandes colecciones de sonidos y aprendizaje profundo en el Grupo de Tecnología Musical (Universidad Pompeu Fabra, Barcelona). Además, tiene un máster en Tecnologías del Sonido y de la Música y es Ingeniero de Telecomunicaciones por la UPC. Hizo estancias de prácticas en el IRCAM (París), el German Hearing Center (Hannover), a Pandora Radio (EE.UU., Bay Area) y en Telefónica Research (Barcelona).
Pumarola Peris, Albert

Estudiante de doctorado de tercer año en el IRI, bajo la supervisión de Francisco Moreno-Noguer y Alberto Sanfeliu. Sus líneas de investigación son el aprendizaje profundo y la visión por computador. En concreto, actualmente investiga sobre modelos generativos.
Ruiz Costa-Jussà, Marta
Ver perfil en futur.upc
Doctora en Ingeniería de Telecomunicación por la UPC. Master en Tecnologías de la Lengua y Habla y European Master of Research on Information and Communication Technologies ambos por la UPC. Ha trabajado en LIMS-CNRS de París, el Centro de Innovación Media de Barcelona, en la Universidad de Sao Paulo, en el Instituto de Infocomm Research de Singapur y en el Instituto Politécnico Nacional de México. Actualmente, es investigadora Ramón y Cajal de la UPC y encabeza los proyectos DeepVoice y ALLIES.
Segura Perales, Carlos

Investigador en Telefónica I+D en Barcelona. Desde 2011 hasta 2015 trabajó en Herta Security como director de Innovación dentro del programa Torres Quevedo, trabajando en reconocimiento de hablantes. Ha participado en proyectos nacionales y europeos, y ha publicado numerosos artículos científicos en revistas internacionales y conferencias internacionales para expertos. Sus intereses de investigación incluyen aprendizaje profundo, el procesamiento de la voz, la visión y el lenguaje natural.
Serrà Julià, Joan
Ver perfil en Linkedin
Doctor en Tecnologías de la Información por la UPF. Actualmente es científico investigador en el grupo de IA de Dolby Laboratories. Es experto en aprendizaje automático, aprendizaje profundo, minería de datos, procesado del audio, sistemas de recomendación y metaheurísticas. Es coautor de más de 100 publicaciones científicas en diversos ámbitos, algunas de ellas de notoria repercusión, y ha participado en diversos proyectos de investigación europeos. Esporádicamente realiza seminarios, docencia y charlas de divulgación, últimamente siempre relacionadas con el aprendizaje profundo.

Entidades colaboradoras

Socios colaboradores

Salidas profesionales

Ingeniero de inteligencia artificial.
Ingeniero en redes neuronales profundas.
Ingeniero en visión por computador.
Ingeniero en procesamiento del lenguaje natural.
Ingeniero en el procesamiento del audio y de la voz.
Analista de datos / data scientist.

Testimonios y noticias

Testimonios

Buscaba una formación para profundizar en el área del deep learning y poder entrar, así, en el mundo laboral. Yo partía de un perfil totalmente teórico, ya que mi background es matemático. Del posgrado en Artificial Intelligence with Deep Learning destacaría, por un lado, su enfoque práctico y, por otro, el gran abanico de contenidos tratados. Además, se trabajan desarrollos tanto clásicos como modernos de ciertas ideas. Esta formación me ha abierto un campo con nuevas oportunidades, ya que esta área tiene mucha repercusión en el contexto actual. El proyecto final fue muy interesante, trató sobre segmentación de imágenes médicas. La verdad es que cuando empecé el posgrado no me imaginaba capaz de hacer algo de esta complejidad. En definitiva, recomendaría esta formación por su enfoque aplicado, enfocado al mundo laboral, en el que aprendes la mecánica que se esconde detrás del deep learning y adquieres las herramientas necesarias para ponerlo en práctica.

Núria Sánchez Alumni del Posgrado en Artificial Intelligence with Deep Learning

La Inteligencia Artificial es uno de los temas tecnológicos de más actualidad, fuera y dentro del mundo profesional. A parte de un interés propio, como miembro del equipo de digitalización de una empresa industrial, tengo que estar al día de las tendencias. Si además puedo conseguir un conocimiento técnico detallado, esto supone un gran valor añadido tanto para la empresa para la que trabajo, como para mi proyecto profesional personal. Esto es precisamente lo que me aportó el posgrado en Deep Learning: una primera inmersión en este campo de la IA, así como la posibilidad sumergirme a más profundidad en sus diferentes áreas en función de mi interés. El hecho de que el alumnado estuviera formado por profesionales de diferentes sectores me aportó nuevos puntos de vista, sobre todo a la hora de identificar potenciales proyectos en los que aplicar IA. Con los conocimientos adquiridos puedo promover de una manera informada el uso de la tecnología dentro de la empresa para optimizar los procesos e incluso idear nuevas vías de negocio.

Martí Pomés Technical Lead de Proyectos de Robótica de Procesos en Omya

Otras noticias

Axios: "El furor de la AI en las universidades"

06-06-2019

Nature: Investigadores junior de IA son demandados por las universidades y la industria

06-06-2019

Investigadores de IA en Facebook comparten perspectivas sobre la diversidad en el Día Internacional de la Mujer

12-03-2019

El País: "La fiebre del 'Big Data' llega al empleo"

03-10-2018

3/24: La mitad de las noticias que consumiremos en 2022 serán falsas

13-09-2018

Actos relacionados

Hackaton Miro in Cube

Del 21-02-2020 al 23-02-2020

Solicita información o la admisión

Contacto:
(34) 93 114 68 05

Tu solicitud ha sido recibida correctamente en la UPC School.

En breve nos pondremos en contacto contigo.

Gracias por tu interés en nuestros programas formativos.

Por un error en la conexión a la base de datos tu solicitud no se ha podido cursar. Te agradeceríamos que repitas el proceso más tarde o bien que te pongas en contacto con nosotros llamando al (34) 93 112 08 08 o enviándonos un correo electrónico a: webmaster.fpc@fpc.upc.edu

Has superado el tamaño máximo del fichero

Solicita información
Si tienes alguna duda sobre el posgrado.
Solicita la admisión
Si quieres iniciar los trámites para matricularte.

Cómo iniciar la admisión

Para iniciar el proceso de inscripción a este programa hay que rellenar y enviar el formulario que encontrarás al pie de estas líneas.

A continuación, recibirás un correo electrónico de bienvenida donde se detallarán los tres pasos a seguir para formalizar el proceso de inscripción:

1. Completar y confirmar tus datos personales.

2. Validar tu currículum vitae y adjuntar la documentación adicional requerida, en caso de que sea necesaria para la admisión.

3. Pagar 110€ en concepto de derechos de inscripción al programa. El importe de estos derechos se descontará de la cuantía total de la matrícula y sólo se devolverá en caso de no resultar admitido.

Una vez realizado el pago de derechos y dispongamos de toda la documentación, valoraremos tu candidatura y, si has sido admitido en el curso, te enviaremos la carta de admisión. En este documento obtendrás todos los detalles para formalizar la matrícula del programa.

He leído y acepto la política de protección de datos

* Campos obligatorios

Información básica o primera capa sobre protección de datos
Responsable	Fundació Politècnica de Catalunya (en adelante, FPC). + INFORMACIÓN
Finalidad	Contestar a las solicitudes de información del interesado sobre actividades de formación gestionadas o realizadas por la FPC. + INFORMACIÓN
Finalidad	Establecimiento o mantenimiento de relación académica con el interesado. + INFORMACIÓN
Legitimación	Consentimiento del interesado. + INFORMACIÓN
Legitimación	Interés legítimo en el desarrollo de la relación académica. + INFORMACIÓN
Destinatarios	No existen cesiones o comunicaciones.
Derechos	Acceso, rectificación, supresión, limitación, oposición y portabilidad. + INFORMACIÓN
Información adicional	Política de Privacidad de nuestra página Web. + INFORMACIÓN
Cesión de imagen	Aceptación a la cesión, por un periodo de 10 años, las imágenes que la FPC pueda captar en las instalaciones donde se desarrolle su actividad, a fin de difundir y promocionar las actividades de la FPC y por el medio que esta tenga por conveniente.
Servicios de pago	En caso que el interesado formalice la relación con la FPC, el ordenante (interesado) autoriza y da su consentimiento al cargo, por tanto, con renuncia expresa al derecho de devolución sobre el cargo.

Enviar