| Session | Start date and time | End date and time | Aula | Location |
|---|---|---|---|---|
| 1 | 23/04/2026 16:00 | 23/04/2026 17:00 | Online | |
| 2 | 30/04/2026 16:00 | 30/04/2026 17:00 | Online | |
| 3 | 07/05/2026 16:00 | 07/05/2026 18:00 | Online | |
| 4 | 14/05/2026 16:00 | 14/05/2026 18:00 | Online |
Es seleccionaran les persones participants d'acord amb els criteris següents:
- Per a aquells cursos que tinguen requisits específics, s’ha de comprovar que efectivament les persones sol·licitants els reuneixen.
- S’atorgarà preferència a les peticions d'aquelles persones sol·licitants que no hagen realitzat cursos de característiques semblants en els últims tres anys.
- Així mateix, s’atorgarà preferència a aquells que no hagen realitzat cursos de formació en els últims tres anys.
- En cas d'empat entre sol·licitants en aplicació dels anteriors criteris, caldrà ajustar-se al rigorós ordre d'entrada de les sol·licituds (dia i hora de presentació)
JOSÉ RAMÓN DIOS FERNÁNDEZ
El meu nom és José Déu i seré l'instructor principal d'aquest curs. Amb més de 20 anys d'experiència professional, he treballat en àrees clau com Business Intelligence, Big data, gestió de projectes, automatització de processos i Intel·ligència Artificial
Experiència Professional
Al llarg de la meua carrera, he tingut l'oportunitat d'exercir rols en companyies internacionals, liderant projectes complexos en les següents àrees:
1. Gestió de la Dada i Business Intelligence:
• Disseny i construcció d'arquitectures de dades per a la visualització operativa i estratègica.
• Implementació de solucions ETL i quadres de comandament en plataformes com Power BI.
• Ús de tècniques de Data Mining i anàlisi predictiva per a detectar patrons, anomalies i tendències.
2. Automatització de Processos:
• Definició i implementació d'eines d'automatització en plataformes com Power automat.
• Desenvolupament de fluxos per a optimitzar processos operatius i reduir temps en tasques repetitives.
3. Intel·ligència Artificial i Copilot:
• Aplicació de models de Machine Learning i anàlisi predictiva en entorns corporatius per a anticipar demandes i optimitzar la presa de decisions.
• Integració d'eines de IA generativa i assistents com Microsoft Copilot en processos de suport i manteniment de sistemes Big data
Objectiu General del Curs
Dotar al professorat i investigadors universitaris de competències en anàlisi avançada de dades i visualització predictiva, integrant Power BI i Copilot per a generar insights en docència i investigació, donant suport a la presa de decisions acadèmiques estratègiques.
Objectius Específics
• Connectar i transformar dades complexes (acadèmics i d'investigació).
• Dissenyar dashboards interactius orientats a docència i projectes d'investigació.
• Utilitzar funcions avançades de DAX i anàlisi temporal.
• Aplicar predicció i visuals de IA en Power BI.
• Integrar Copilot per a generació de mesures, visuals i fluxos.
• Fomentar la investigació basada en dades.
Setmana 1: Introducció i Anivellament
Duració total: 2 hores
Sessió 1 – Directa (1 hora)
• Presentació del curs i expectatives dels participants.
• Conceptes clau inicials:
o Dada vs informació.
o Què és una base de dades relacional.
o Què és un KPI en docència i investigació.
• Exemple pràctic: com transformar un Excel de qualificacions en una taula estructurada.
Sessió 2 – Pregrabada (1 hora)
• Introducció a Power BI Desktop.
o Descàrrega i instal·lació.
o Recorregut per la interfície.
o Primers passos: carregar un Excel de matrícules.
________________________________________
Setmana 2: Transformació de Dades i Primers Dashboards
Duració total: 2 hores
Sessió 3 – Directa (1 hora)
• Power Query avançat:
o Neteja de dades de qualificacions.
o Creació de columnes calculades.
o Normalització de dades acadèmiques.
Sessió 4 – Pregrabada (1 hora)
• Connexió a múltiples orígens: Excel, CSV i carpetes.
• Preparació de dades per a dashboards d'investigació.
________________________________________
Setmana 3: Visualització Avançada per a Investigació
Duració total: 3 hores
Sessió 5 – Directa (2 hores)
• Disseny de dashboards interactius:
o Ús de slicers, drill-*down i jerarquies.
o Indicadors de rendiment acadèmic (abandó, rendiment, publicacions).
• Exercici guiat: crear un panell de seguiment de projectes d'investigació.
Sessió 6 – Pregrabada (1 hora)
• Visualització avançada: mapes, gràfics combinats i targetes KPI.
________________________________________
Setmana 4: Anàlisi Avançada amb DAX
Duració total: 3 hores
Sessió 7 – Directa (2 hores)
• Funcions DAX avançades:
o Time Intelligence (comparar anys acadèmics).
o Mesures personalitzades.
• Exercici pràctic: evolució de matrícules per curs.
Sessió 8 – Pregrabada (1 hora)
• Creació de models de dades acadèmiques.
________________________________________
Setmana 5: IA i Copilot en Power BI
Duració total: 3 hores
Sessió 9 – Directa (2 hores)
• Ús de visuals de IA: Forecast, Key Influencers, Decomposition Tree.
• Aplicació pràctica: predicció de matrícules i publicacions.
• Introducció a Copilot en Power BI:
o Crear mesures en llenguatge natural.
o Generar gràfics automàticament.
Sessió 10 – Pregrabada (1 hora)
• Casos d'ús reals de Copilot en docència i investigació.
________________________________________
Setmana 6: Projecte Final
Duració total: 2 hora
Sessió 11 – Directa (2 hora)
• Presentació de projectes finals:
o Mini-dashboard acadèmic (qualificacions, publicacions, matrícules).
o Retroalimentació entre grups.
• Anàlisi de dades aplicades a investigació i docència.
• Disseny de dashboards predictius.
• Ús de IA i Copilot en la pràctica docent i investigadora.
