Detalle estudios propios

• Total cr. ECTS: 3,00
• Cr. ECTS Teóricos: 1,00
• Cr. ECTS Prácticos: 2,00

• Perfil de acceso: 

  Orden de Prelación:

  1. Alumnos de la UC de los estudios de oficiales de grado impartidos en la Facultad.

  2. Alumnado de la UC de estudios oficiales de Máster impartidos en la Facultad.

• Otros requisitos de acceso: 

  Ninguno.

• Criterios de selección: 

  Orden de Prelación:

  1. Alumnos de la UC de los estudios de oficiales de grado impartidos en la Facultad.

  2. Alumnado de la UC de estudios oficiales de Máster impartidos en la Facultad.

• Documentación requerida: 
  • Fotocopia Documento Identidad
  • Curriculum Vitae

• Plazo de preinscripción:  Del 01/07/2023 al 08/10/2023
• Plazo de admisión:  Del 08/10/2023 al 06/11/2023
• Plazo de matricula:  Del 09/10/2023 al 22/10/2023

• Relación de módulos y/o materias, prácticas y trabajos: 

Aprender a utilizar herramientas informáticas que automaticen la recuperación de datos en diferentes formatos y con diferentes niveles de estructuración (Área competencial información y alfabetización de datos-Nivel básico).; Codificar en Python sencillos algoritmos para realizar análisis y simulaciones.; Conocer las características de los tipos de datos básicos y compuestos de los lenguajes de programación (Área competencial Información y alfabetización de datos-Nivel básico); Conocer las principales características del lenguaje Python y las librerias más utilizadas en la gestión de datos.; Construir paquetes y módulos para abordar problemas prácticos (Área competencial Resolución de problemas - Nivel básico); Dominar algunas de las librerias básicas del lenguaje Python: NumPy, Matplotlib, Pandas (Área competencial Información y alfabetización de datos - Nivel básico).; Gestionar información con diferentes niveles de estructuración.; Identificar los formatos de datos habituales y saber realizar conversiones entre ellos.; Implementar estructuras iterativas y condicionales con el lenguaje Python (Área competencial Información y alfabetización de datos - Nivel básico).; Realizar procesos ETL (Extract, Transform and Load) con paquetes informáticos.; Saber obtener datos en formatos abiertos (CSV,JSIN,XML,...) (Área competencial Información y alfabetización de datos-Nivel básico).; Saber realizar procesos básicos de WebScrapping (Area competencial información y alfabetixación de datos - Nivel básico).; Usar Python para realizar análisis básicos orientados a la obtención de conocimiento a partir de datos (Área competencial Información y alfabetización de datos - Nivel básico).; Usar lenguajes de programación para el análisis de colecciones de documentos textuales (Área competencial Información y alfabetización de datos - Nivel básico).

• Para proceder al reconocimiento solicitado será necesario que exista una coincidencia de, al menos, el 75% del contenido y de la carga lectiva del título, módulo o asignatura cursado en relación con la del título, módulo o asignatura a reconocer. Los títulos, módulos o asignaturas que sean objeto de reconocimiento conservarán su calificación original.
• La Comisión Académica o, en su caso, la Dirección del Programa, podrá reconocer igualmente la experiencia laboral y profesional siempre que dicha experiencia esté relacionada con las competencias inherentes a dicho título y tengan un nivel adecuado al mismo.
• El reconocimiento de títulos, módulos o asignaturas cursadas en otras universidades no afectará al precio que deba satisfacerse por el estudio propio.

Desarrolar en los participantes competencias digitales orientadas hacia la gestión eficiente de datos e información en la era del "big data".

Reconocer la importancia del uso de datos en los procesos de decisión en el contexto económico y empresarial. Introducir el concepto de DDDM (Data-Driven Decision Making)

Adquirir destrezas básicas de programación de ordenadores y usar lenguajes de programación especialmente apropiados para analizar datos.

Reconocer la importancia del procesamiento del lenguaje natural y la gestion automatizada de información textual.