Logo de la Universdad de Valencia Logo Postgrado Títulos propios de la Universitat de València Logo del portal

Máster de Formación Permanente en Big Data e Inteligencia Artificial en el Deporte

Datos generales
Objetivos
Este máster tiene como objetivo proporcionar los conocimientos necesarios para poder aplicar las técnicas de ciencia de datos, Big Data e Inteligencia Artificial en entornos laborales de entrenamiento, gestión y de investigación en el sector de la actividad física y deporte que requieran el manejo y análisis de grandes volúmenes de datos para facilitar la toma de decisiones de los responsables de las entidades.
Más específicamente, los objetivos que se alcanzarán serán los siguientes:
Aplicar metodologías de análisis de datos dentro del ámbito deportivo.
Conocer los lenguajes de programación más utilizados en ciencia de datos: Python, SQL, R.
Aplicar análisis de datos estadísticos y técnicas de aprendizaje automático (machine learning) para la creación de algoritmos de IA.
Conocer y aplicar las librerías de adquisición de datos provenientes de diferentes fuentes y bases de datos, así como información proveniente de internet.
Conocer los diferentes proveedores de datos que prestan servicios en el sector deportivo.
Desarrollar y aplicar los KPI (indicadores de rendimiento) a nivel deportivo, tanto de entrenamiento, competición como de gestión de organizaciones deportivas.
Curso académicoCurso 2025/2026
Tipo de cursoMáster de Formación Permanente
Modalidad:On-line
Precio matrícula 2.500 € (Importe precio público)
  
Fecha fin preinscripción16/09/2025
Fecha de inicio cursooctubre 2025
Fecha finalización del cursojulio 2026
Edición1 ª
Código título25921050
Créditos:60.00 Créditos ECTS
Horario Viernes de 16:00 a 21:00 Sábados de 9:00 a 14:00
Lugar de imparticiónAula Virtual UV
Salida profesional
Los perfiles profesionales resultantes al acabar este máster permitirán desarrollar su actividad en cualquier organización a nivel deportivo que utilice herramientas de Big Data y/o Inteligencia Artificial para mejorar y optimizar sus procesos, tanto en los ámbitos de entrenamiento como de gestión, entre ellos se pueden encontrar los siguientes: Científico de datos (data scientist). Analista de datos deportivos. Analista de datos masivos. Responsable de Scouting en equipos deportivos. Responsable, jefe de proyecto o analista de sistemas de información de inteligencia en entidades relacionadas con el deporte. Emprendedor de negocios basados en el análisis de datos y en productos y servicios basados en datos deportivos. Analista de proyectos de I+D. Experto en la implementación de algoritmos de IA que mejoren los procesos de entrenamiento, gestión, toma de decisiones.
Dirección
Organizador0
DirecciónRafael Martínez Gallego
Departament d'Educació Física i Esportiva. Universitat de València
Ayudante/a Doctor/a
Fernando Martín Rivera
Departament d'Educació Física i Esportiva. Universitat de València
Profesor/a Permanente Laboral PPL
Más información
Telèfon 96 160 3000
E-mail formacion@adeituv.es
Admisión y matrícula
Fin preinscripción16/09/2025

Documentación a adjuntar

 

Normas generales

  • En caso de querer presentar la preinscripción y la documentación en soporte papel, deberá descargar, seguir las instrucciones y cumplimentar el siguiente formulario.
  • No se admitirá ninguna solicitud de inscripción sin estar debidamente cumplimentada.
  • La persona solicitante acepta someterse a las pruebas y/o entrevista para su selección, que previamente convoque el comité de selección.
  • La selección se realizará por la comisión que en cada caso se establezca siguiendo las órdenes del director del curso.
  • En caso de renuncia a la plaza el alumno deberá de comunicarlo a la Fundación Universidad-Empresa de Valencia - ADEIT.

Es interesante que consulte el reglamento que regula los Títulos Propios de Postgrado y Programas de Formación Continua de la Universitat de València en el apartado correspondiente de esta misma página web.

Importante: la tasa de expedición de Títulos y Certificados no está incluida.

Programa
Introducción a la ciencia de datos en el deporte.
 1. Los datos.
La sociedad de la información.
Datos, información, conocimiento, ¿sabiduría?
¿Qué es un dato?
Ciclo de vida de los datos.
2. Fuentes de datos.
Extracción.
Transformación.
Carga.
3. Clasificación de los tipos de datos.
Tipos inmutables.
Tipos mutables.
Asignación externa.
4. La ciencia de datos.
Origen y evolución de la ciencia de datos.
El rol del científico de datos.
Ámbitos de la ciencia de datos.
Conceptos de ciencia de datos.
3. Ejemplos de proyectos de ciencia de datos en el deporte.
4. Gobernanza de los datos.
Gobierno del dato.
Componentes y madurez del data governance.
 
Programación en ciencia de datos
 1. Instalación y configuración del entorno de programación Python.
Presentación del entorno de programación.
2. Breve introducción a la programación en Python.
Sintaxis básica.
Variables y tipos de variables.
3. Estructuras de control y funciones en Python.
Operadores.
Estructuras de control.
Funciones.
Escritura y lectura de ficheros.
4. Librerías científicas en Python.
Numpy.
Matplotlib.
SciPy.
Pandas.
5: Captura de datos en Python.
Obtención de datos mediante APIs.
Obtención de datos mediante de sitios web.
6. Preprocesamiento de datos en Python.
Preparación de datos.
Reducción de datos.
8. Visualización de datos en Python.
Tipos de visualizaciones de datos.
Librerías de visualización de datos.
9. Una mirada más profunda y formal a conceptos básicos de Python.
Estructuras de datos avanzadas en Python.
Uso avanzado de funciones en Python.
 
Aspectos estadísticos en ciencia de datos aplicada al deporte
 1. Introducción a la Estadística Deportiva.
Definición y relevancia de la estadística en el contexto deportivo.
Aplicación de conceptos estadísticos para el análisis de datos en el deporte.
2. Recopilación y Organización de Datos Deportivos.
Métodos de recolección de datos en entornos deportivos.
Organización y preparación de conjuntos de datos específicos del ámbito deportivo.
3. Conceptos Fundamentales de Probabilidad.
Entendimiento de conceptos de probabilidad aplicados a eventos deportivos.
Cálculos de probabilidades relacionados con resultados y desempeño.
4. Distribuciones Estadísticas en el Deporte.
Exploración de distribuciones estadísticas comunes en el análisis deportivo.
Interpretación de datos distribuidos en el contexto del rendimiento deportivo.
5. Pruebas de Hipótesis y Significación Estadística.
Aplicación de pruebas de hipótesis para validar afirmaciones en el deporte.
Interpretación de resultados y toma de decisiones basada en la significación estadística.
6. Análisis de Regresión en el Rendimiento Deportivo.
Uso de técnicas de regresión para modelar relaciones entre variables.
Predicción y análisis de tendencias en el contexto del rendimiento deportivo.
7. Aplicaciones Prácticas en Planificación del Entrenamiento.
Integración de estadísticas en la planificación estratégica del entrenamiento.
Utilización de datos para ajustar programas de entrenamiento de manera efectiva.
8. Evaluación del Rendimiento y Estrategias de Juego.
Análisis estadístico aplicado a la evaluación del rendimiento individual y del equipo.
Desarrollo de estrategias basadas en datos para optimizar el rendimiento en competiciones.
9. Comunicación Efectiva de Resultados Estadísticos.
Desarrollo de habilidades para presentar y comunicar resultados estadísticos a diversas audiencias en el ámbito deportivo.
Interpretación clara y efectiva de hallazgos estadísticos para la toma de
 
Bases de datos
 1. Introducción
Sistemas de información.
Evolución de las tecnologías de bases de datos.
Las bases de datos dentro de los sistemas de información.
Arquitectura de un SGBD.
Conceptos básicos de bases datos.
Diseño de Bases de datos: diseño conceptual, lógico y físicos.
Modelos de Bases de datos.
2. El modelo Entidad/Relación.
Introducción histórica.
Entidades y atributos.
Relaciones.
Restricciones.
Agregación.
El modelo E/R ampliado.
3. El modelo relacional.
Modelo relacional de Bases de Datos.
4. Lenguajes de consulta. SQL
Lenguajes de consulta SQL.
Sentencias de definición de datos.
Sentencias de manipulación de datos.
5. Diseño físico. Almacenamiento y Representación.
Estructuras básicas de almacenamiento para BDs.
Representación semántica de la información. Lenguajes de marcado.
 
Indicadores de rendimiento (KPI) en ciencias del deporte
 Bloque 1.
1. Fundamentos de Indicadores de Rendimiento en Entrenamiento Deportivo.
Definición y función de los KPIs en el contexto del entrenamiento deportivo.
Importancia de la evaluación cuantitativa para el desarrollo atlético.
2. Selección y Diseño de KPIs en el Entrenamiento.
Identificación de indicadores clave para evaluar el rendimiento atlético.
Diseño de sistemas de medición adaptados a objetivos específicos.
3. Tecnologías Aplicadas al Seguimiento Deportivo.
Utilización de tecnologías avanzadas para la recopilación y análisis de datos de entrenamiento.
Integración de dispositivos y plataformas tecnológicas en programas de seguimiento.
4. Evaluación del Rendimiento Físico y Técnico.
Análisis de datos para evaluar el rendimiento físico y técnico de los atletas.
Interpretación de resultados y ajuste de programas de entrenamiento.
5. Aplicación Práctica de KPIs en Planificación Deportiva.
Uso de KPIs en la planificación estratégica y diseño de programas de entrenamiento.
Ajuste dinámico de las estrategias basado en el análisis de indicadores.
6. Monitoreo Psicológico y Emocional de los Atletas.
Evaluación de factores psicológicos y emocionales mediante indicadores específicos.
Integración de datos psicológicos en la planificación del entrenamiento.
7. Estudio de Casos en Entrenamiento Deportivo.
Análisis de casos prácticos que destacan el uso efectivo de KPIs en el entrenamiento.
Desarrollo de habilidades prácticas mediante ejemplos concretos.
8. Ética en la Recopilación y Uso de Datos de Entrenamiento.
Consideraciones éticas en la utilización de datos de entrenamiento.
Protección de la privacidad y confidencialidad de la información del atleta.

Bloque 2.
1. Introducción a Indicadores de Rendimiento en Gestión Deportiva.
Definición de KPIs en el contexto deportivo.
Importancia de los KPIs en la toma de decisiones estratégicas.
2. Selección y Diseño de Indicadores
 
Machine Learning - Inteligencia Artificial en ciencias del deporte
 1. Introducción al Machine Learning.
Definición y conceptos clave.
Historia y evolución del Machine Learning.
Aplicaciones y casos de uso en la vida cotidiana e industrial.
2. Tipos de Aprendizaje.
Aprendizaje supervisado, no supervisado y por refuerzo.
Algoritmos de clasificación y regresión.
Métodos de clustering y asociación.
3. Preprocesamiento de Datos
Limpieza y transformación de datos.
Manejo de valores atípicos.
Normalización y estandarización.
4. Evaluación de Modelos.
Métricas de rendimiento.
Validación cruzada.
Curvas de aprendizaje y curvas ROC.
5. Selección y Optimización de Modelos.
Selección de características.
Ajuste de hiperparámetros.
Métodos de regularización.
6. Aplicaciones Específicas de Machine Learning.
Procesamiento de lenguaje natural (NLP).
Visión por computadora.
Recomendadores y sistemas de recomendación.
7. Proyectos Prácticos de Machine Learning e Inteligencia Artificial en el deporte.
Implementación de algoritmos de Machine Learning.
Desarrollo de soluciones para problemas del mundo real.
Colaboración y presentación de resultados.
 
Visualización de datos en ciencias del deporte
 1. Antecedentes históricos y trabajos más relevantes en el ámbito de la visualización de datos.
2. Conceptos básicos ligados a la percepción y el sistema visual humano.
3. Tipos básicos y avanzados de visualizaciones de datos.
4. Procesos de creación y rediseño.
5. Aspectos de interactividad.
6. Herramientas para la creación de visualizaciones de datos (librerías especializadas MatPlotlib, R-ggplot2, Power BI, Adobe Illustrator)
 
Aspectos éticos y legales en ciencia de datos.
 1. Legislación europea y española sobre protección de datos.
2. Propiedad intelectual e industrial
3. Servicios de la Sociedad de la Información
Ley 34/2002, de 11 de julio, de servicios de la sociedad de la información y de comercio electrónico.
Obligaciones básicas de los prestadores de servicios.
Régimen de responsabilidad.
4. Introducción a la ciberseguridad y cuestiones ético-legales de la inteligencia artificial.
Régimen jurídico de la seguridad de las redes y sistemas de información.
Nuevas cuestiones éticas/legales de la inteligencia artificial.
 
Trabajo Fin de Máster
 1. Planteamiento del tema.
2. Marco teórico conceptual.
3. Desarrollo propuesta.
4. Resultados.
5. Conclusiones.
 
Profesorado
Nombre Apellidos Vinculación + info
Vicente Alepuz Moner Director I+D+I. Ionclinics & Deionic S.L.
Iker J. Bautista González Leturer. University of Chichester
Antonio Cervelló Duato Investigador/a en Formación VAL I+D. Departamento de Ingeniería Electrónica. Universitat de València + info
José María Costa Bosch Administrador Único. J.B. Costa y Asociados Gabinete Económico Jurídico, S.L.
Beatriz Crespo Ruiz CEO.Freedom & Flow Company
Victoria E. González Gutiérrez Responsable de producto sanitario.Ionclinics & Deionic S.L.
Luis Millán González Moreno Profesor/a Titular de Universidad + info
Danica Janicijevic University of Ningbo, Post doctoral researcher.
Fernando Martín Rivera Profesor/a Permanente Laboral PPL + info
Rafael Martínez Gallego Ayudante/a Doctor/a + info
Marco Máximo Milano Experto en Ética
José Ignacio Priego Quesada Profesor/a Titular de Universidad + info
Metodología
Metodología
La metodología a emplear serán la impartición de clases On-Line, de forma síncrona y quedarán grabadas a disposición de los/as estudiantes en las que se realizará una presentación de un caso práctico sobre el que se irá desarrollando todo el contenido teórico de la sesión, resolviendo el mismo mediante ejemplos aplicados.
FAQ

TIPOS DE TÍTULOS Y CRÉDITOS

 
¿QUÉ DIFERENCIA HAY ENTRE UN MÁSTER OFICIAL Y UN MÁSTER DE FORMACIÓN PERMANENTE DE LA UNIVERSITAT DE VALÈNCIA?
 
Se entiende por Máster Oficial el conjunto de enseñanzas regladas de postgrado con validez en todo el territorio nacional y en el Espacio Europeo de Educación Superior (EEES) que han superado un proceso de elaboración y aprobación conforme a las normas legales dictadas por el Gobierno y las Comunidades Autónomas (Leyes, Decretos, órdenes) reconocido en el marco de las normas y acuerdos del EEES.

El Máster de Formación Permanente, se refiere a estudios que deben superar un proceso normativo interno más flexible y diversificado (en la propia universidad), pensados para ofrecer un tipo de formación acorde a las demandas de la sociedad.En determinados supuestos, estos estudios propios podrán servir para el ejercicio de actividades profesionales, siempre que la normativa legal así lo establezca.
¿QUÉ ES UN CRÉDITO ECTS?
ECTS es el acrónimo de European Credits Transfer Sistem. Es una forma de medir la duración de los estudios universitarios que contempla distintos factores como son la asistencia a sesiones teóricas, la realización de trabajos prácticos, la dedicación a prácticas.

Cada crédito supone 25 horas de carga de trabajo del estudiante y, en los títulos propios de la Universitat de València, 1 crédito ECTS está reconocido con 10 horas de docencia. Por ejemplo, un curso de 3 créditos ECTS está reconocido con 75 horas de dedicación del estudiante de las cuales 30 horas son de docencia.
 
 
¿QUÉ TÍTULOS PROPIOS OFERTA LA UNIVERSITAT DE VALÈNCIA? REQUISITOS DE ACCESO
 
La Universitat de Valéncia renueva anualmente su oferta de títulos propios. En esa oferta podemos encontrar los siguientes títulos de postgrado: másteres de formación permanente (60, 90 o 120 créditos ECTS), diplomas de especialización (entre 30 y 59 créditos ECTS) y expertos universitarios (entre 15 y 29 créditos ECTS).
 
Tipos de títulos propios Créditos Requisitos de acceso
Máster de Formación Permanente 60, 90 o 120 ECTS Titulados universitarios con titulación Oficial o equivalente (*)
Diploma de Especialización 30-59 ECTS Titulados universitarios con titulación Oficial o equivalente (*)
Experto/a Universitario/a 15-29 ECTS Titulados universitarios con titulación Oficial o equivalente (*)


(*) se permitirá el acceso, de forma condicionada a la obtención del título universitario de grado en el mismo curso académico, a las personas a las que les falte menos de un 10% del creditaje para finalizar estos estudios.

 

¿QUÉ TÍTULOS DE FORMACIÓN CONTINUA OFERTA LA UNIVERSITAT DE VALÈNCIA? REQUISITOS DE ACCESO
 
En esa oferta podemos encontrar los siguientes títulos de formación continua: certificados de formación continua (15 - 30 créditos ECTS), y microcredenciales universitarias (hasta 15 créditos ECTS).
 
Tipos de formación continua Créditos Requisitos de acceso
Certificado de Formación Continua 15-30 ECTS No será necesario acreditar titulación Universitaria
Microcredencial Universitaria Hasta 15 ECTS Se puede requerir o no titulación Universitaria previa (*)



(*) los requisitos de acceso se especificarán en la memoria del curso.

 

CONVALIDACIÓN DE ESTUDIOS

 
¿EXISTE LA POSIBILIDAD DE OBTENER ALGÚN TIPO DE CONVALIDACIÓN DE ESTUDIOS?
 
En los títulos propios, las ofertas formativas se renuevan de forma anual y no son convalidables.

En los títulos propios no existe la posibilidad de convalidación académica, salvo los másteres de formación permanente con estructura modular que son aquellos que pueden estar integrados por diplomas de especialización y/o expertos/as universitarios/as, dando lugar a una estructura modular. La matrícula a un Máster de Formación Permanente de estructura modular puede ser del curso completo o de cada uno de sus módulos por separado, siendo posible cursarlos en diferentes años académicos.

En ningún caso permiten el acceso a los estudios oficiales de doctorado.
 

SOLICITUD DE INFORMACIÓN

 
¿DÓNDE PUEDO OBTENER INFORMACIÓN DE UN CURSO EN CONCRETO?
 
En la página web https://postgrado.adeituv.es encontrarás toda la información referente a cada uno de los títulos ofertados.
 

ADMISIÓN Y MATRICULA

 
¿CÓMO PUEDO REALIZAR LA PREINSCRIPCIÓN A UN CURSO?
 
Puedes realizar la preinscripción a un título propio electrónicamente a través del apartado que encontrarás en la web de cada curso. También puedes imprimir la FICHA DE PREINSCRIPCIÓN cumplimentarla y enviarla junto con toda la documentación solicitada por mail a informacion@adeituv.es o por correo (o en persona) a: Fundación Universidad Empresa de Valencia Plaza Virgen de la Paz, 3. 46001 Valencia.
 
 
¿PUEDE UN ALUMNO EXTRANJERO CUYO TÍTULO NO ESTÉ HOMOLOGADO ACCEDER A ESTOS ESTUDIOS?
 
SÍ, siempre que sea autorizado por la dirección del Curso.
 
 
¿EL PAGO QUE REALIZO EN LA MATRÍCULA QUÉ INCLUYE?
 
El pago de la tasa de matricula incluye.
  • El acceso a todas las acciones formativas del curso y/o a la plataforma virtual que lo soporte.
    El derecho a la obtención del carnet universitario.
    Aquél material que la dirección del curso estime oportuno.
    Un seguro de responsabilidad civil y accidente.


Las tasas de emisión del certificado están incluidas en los cursos de Formación Continua (certificado de formación continua y microcredencial universitaria). En los títulos propios las tasas de emisión de títulos y certificados NO están incluidas.

 

¿COMO SOLICITAR EL CARNET UNIVERSITARIO
 
Pasos a seguir para solicitar el carnet universitario por primera vez.

Paso 1
https://secvirtual.uv.es/

Paso 2
Pinchar en Accedir Secretaria Virtual

Paso 3
Introducir usuario y contraseña de la universidad. Es el que te salió cuando te matriculaste en la Universidad

Paso 4
Pinchar en cambiar la fotografía

Paso 5
Subir foto con el tamaño indicado.

Paso 6
A partir de ese momento, ya se dispondrá de la tarjeta virtual.

Paso 7
Descargar la La APP MÒVIL UV

 
¿SE PUEDE FRACCIONAR EL PAGO DE LA MATRÍCULA?
 
Se podrá fraccionar el pago siempre que el importe de la matrícula supere la cantidad de 500 euros y la duración del curso sea superior a tres meses:
  • Hasta 1.000 euros: dos plazos, la mitad en el momento de la admisión y la mitad restante a los dos meses de la fecha de inicio del curso.
  • Superior a 1.000 euros: tres plazos, un tercio en el momento de la admisión, otro tercio a los dos meses de la fecha de inicio del curso y el tercio restante a los cuatro meses.



Para aquellos cursos de más de dos años de duración se abonará el 50% del importe total de la matrícula en el momento de la admisión al curso y el 50% restante al inicio del segundo año del curso.

*Será requisito indispensable para el fraccionamiento entregar el documento de ORDEN DE DOMICILIACIÓN DE ADEUDO DIRECTO SEPA cumplimentado y firmado (descargable en el formulario de preinscripción).

*El primer pago siempre será realizado "motu proprio" por el estudiante a través del procedimiento facilitado en la admisión. Los siguientes pagos serán domiciliados a la cuenta bancaria facilitada.

*El impago de alguno de los plazos comportará la anulación de la matrícula del estudiante sin derecho al reintegro de la cantidad ya satisfecha.

 

¿EN QUÉ CASOS SE PUEDE DEVOLVER EL IMPORTE DE LA MATRÍCULA?
 
Las cantidades abonadas en concepto de matrícula no se devolverán una vez iniciado el curso. Si se causa baja antes de iniciarlo, se devolverán dos tercios del precio público de la matrícula, en caso de pago único, tras la presentación de la correspondiente solicitud. En caso de pago fraccionado, se abonará la cantidad que exceda de un tercio del precio público de matrícula.

La anulación de la matrícula después de iniciarse el desarrollo de los estudios no dará derecho a la devolución de las tasas pagadas, salvo en casos excepcionalmente graves de enfermedad o quebranto económico de la unidad familiar, debidamente justificados documentalmente.
 
 
¿EXISTE ALGÚN TIPO DE DESCUENTO A LA HORA DE ABONAR LA MATRÍCULA?
 
El estudiantado de títulos propios de posgrado y formación continua no podrá acogerse a las exenciones contempladas en decreto de la Generalitat Valenciana que regula las tasas por prestación de servicios académicos universitarios para cada curso académico.
 

AUTOMATRÍCULA

 
AYUDA PROCEDIMIENTO AUTOMATRíCULA (SOLO PARA AQUELLAS PERSONAS que YA HAN SIDO ADMITIDAS)
 
Una vez formalizado el pago, el estudiante recibirá una notificación con las instrucciones para realizar la auto matrícula a través de la plataforma de la Universitat de València.

Para obtener el manual con las instrucciones del procedimiento, pinche AQUI

En caso de tener alguna duda al respecto, contactar vía email a través del siguiente correo electrónico: (informacion@adeituv.es)
 

PRÁCTICAS

 
¿EXISTE LA POSIBILIDAD DE REALIZAR PRÁCTICAS EN EMPRESAS O INSTITUCIONES?
 
Sí, siempre que lo contemple la organización de los estudios. Estas prácticas pueden formar parte del plan de estudios (curricular) y, en este caso, las deben realizar todos los alumnos matriculados o pueden ser un complemento formativo adicional a la programación académica (extracurricular) y no es necesario que las realicen todos los alumnos matriculados. Se pueden realizar hasta 900 horas de prácticas.

Más información: https://www.adeituv.es/practicas/postgrado-propios/
 
 
¿ES NECESARIO REALIZAR ALGÚN CONVENIO PARA REALIZAR LAS PRÁCTICAS EN EMPRESAS/INSTITUCIONES?
 
Sí, es necesario suscribir un convenio entre la Universitat y la empresa/institución para el desarrollo de las prácticas. Dicho convenio se gestionará por la dirección de los estudios a través de ADEIT, Fundación Universidad-Empresa de Valencia y deberá recoger los datos básicos de la actividad a realizar durante las prácticas, así como las firmas del alumnado, tutores de la empresa y tutores de la Universitat.
 

EVALUACIÓN

 
¿CUÁL ES EL SISTEMA DE EVALUACIÓN?
 
La organización de cada curso indicará los procedimientos de evaluación específicos, pero, en cualquier caso, la aprobación todas las asignaturas de los estudios correspondientes mediante el procedimiento establecido en la guía docente es un requisito necesario para la obtención de títulos.

Sólo cuando se finaliza el postgrado y están las actas cerradas y registradas por la Universitat de València, se puede solicitar el certificado y/o título acreditativo de su realización. El estudiante recibirá una notificación con las instrucciones de cómo obtenerlo llegado el momento.

La calificación final de los títulos propios de postgrado es el resultado de la media ponderada de las notas obtenidas en cada una de las asignaturas, incluido el TFM (en el caso de los títulos de máster).

En el caso de los cursos de formación continua, se otorgarán únicamente las calificaciones de apto o no apto.
 

EXPEDICIÓN DE TÍTULOS PROPIOS Y CERTIFICADOS

 
¿QUIÉN EXPIDE LOS TÍTULOS DE POSTGRADO?
 
Los títulos propios de la Universitat de València serán expedidos por el Rector o Rectora en modelo normalizado y quedará constancia en el registro de títulos de la Universidad. En estos títulos se hará mención expresa de que carecen de carácter oficial.
 
 
¿QUÉ TITULACIÓN OBTENGO?
 
Títulos Propios

La superación de los estudios de máster de formación permanente dará derecho, en su caso, a la obtención del correspondiente Título de Máster de Formación Permanente en "..." por la Universitat de València.

La superación de los estudios de diploma de especialización dará derecho, en su caso, a la obtención del correspondiente Diploma de Especialización en "..." por la Universitat de València.

La superación de los estudios de experto/a universitario/a dará derecho, en su caso, a la obtención del correspondiente Título de Experto/a Universitario/a en "..." por la Universitat de València.

Una vez superados los títulos propios es posible solicitar un Certificado que incluye: materias, créditos, modalidad de impartición y nota.

Formación Continua

En el caso de superación de estudios de Certificado de formación continua, dará derecho, en su caso, a la obtención del correspondiente Certificado de formación continua en "..." por la Universitat de València.

Y en el caso de superación de estudios de Microcredenciales universitarias, dará derecho, en su caso, a la obtención de la correspondiente certificación de Microcredencial Universitaria en "..." por la Universitat de València.

Estas certificaciones serán de "Aprovechamiento" e incluirán la denominación del curso y número de créditos.
Acceso y Resultados de Aprendizaje
Requisitos titulación
Requisitos de acceso: Graduados en Ciencias de la Actividad Física y el Deporte. ¿ Estudiantes de CAFYD a los que les quede menos de un 10% de los créditos necesarios para obtener su título de grado, condicionados a la obtención del título en el mismo año académico. Titulados superiores (licenciado, graduado, ingeniero) que estén relacionados con las diferentes áreas relacionadas con la tecnología y el deporte.
No es necesaria la experiencia previa en este tipo de conocimientos.
Criterios admisión
No existen criterios específicos de admisión más allá de los planteados en los requisitos de acceso. No es necesario el conocimiento previo de esta materia.
Resultados de aprendizaje
Al acabar este máster, los/as alumnos/as serán capaces de:
Identificar, comprender y reconocer oportunidades de mejora en cualquier tipo de organización deportiva que pueden ser resueltas de forma eficiente y efectiva mediante la ciencia de los datos.
Definir, evaluar y seleccionar soluciones tecnológicas, así como recursos (espaciales, temporales) necesarios para el desarrollo y la ejecución de proyectos de análisis de datos en ciencias del deporte.
Concebir, organizar, planificar, redactar y gestionar proyectos, servicios y sistemas informáticos en el ámbito de la ciencia de los datos.
Diseñar un marco experimental teniendo en cuenta los métodos más adecuados para la captura, el procesamiento, el almacenamiento, el análisis y la visualización de datos en ciencias del deporte.
Utilizar de forma combinada los fundamentos matemáticos, estadísticos y de programación para desarrollar soluciones a problemas en el ámbito del análisis de los datos en ciencias del deporte.
Aplicar técnicas específicas de captura, tratamiento y análisis de datos estructurados, semiestructurados y no estructurados que pueden darse en ciencias del deporte.
Ejercer la actividad profesional de acuerdo con el código ético y los aspectos legales en el marco de la privacidad y la seguridad de los datos.
Diseñar y aplicar algoritmos de Inteligencia Artificial que permitan mejorar los procesos de entrenamiento, re-adaptación y rendimiento de los deportistas.
Diseñar y aplicar algoritmos de Inteligencia Artificial que permitan mejorar los procesos de gestión de las entidades deportivas.
Trabajar de forma colaborativa en equipos multidisciplinares para el desarrollo de proyectos de las ciencias del deporte.
Contacto