Logo de la Universitat de València Logo Postgrau Títols propis de la Universitat de València Logo del portal

Màster de Formació Permanent a Big Data i Intel·ligència Artificial a l'Esport

Dades generals
Objectius
OBJECTIUS DEL CURS
Aquest màster té com a objectiu proporcionar els coneixements necessaris per poder aplicar les tècniques de ciència de dades, Big Data i Intel·ligència Artificial en entorns laborals d'entrenament, gestió i de recerca al sector de l'activitat física i esport que requereixin el maneig i l'anàlisi de grans volums de dades per facilitar la presa de decisions dels responsables de les entitats.
Més específicament, els objectius que s'assoliran seran els següents:
Aplicar metodologies danàlisi de dades dins làmbit esportiu.
Conéixer els llenguatges de programació més utilitzats en ciència de dades: Python, SQL, R.
Aplicar anàlisis de dades estadístiques i tècniques d'aprenentatge automàtic (machine learning) per crear algoritmes d'IA.
Conèixer i aplicar les llibreries dadquisició de dades provinents de diferents fonts i bases de dades, així com informació provinent dInternet.
Conèixer els diferents proveïdors de dades que presten serveis al sector esportiu.
Desenvolupar i aplicar els KPI (indicadors de rendiment) a nivell esportiu tant d'entrenament, competició com de gestió d'organitzacions esportives.
Curs acadèmicCurs 2026/2027
Tipus de cursMàster de Formació Permanent
Modalitat:On-line
Preu matrícula 2.500 € - Preu general  

(*) importe preu públic pendent d'aprovació pel Consell Social Universitat de València
Termini de preinscripció16/09/2026
Data d'inici cursoctubre 2026
Data de finalització curs juliol 2027
Edició2 ª
Codi títol26921050
Crèdits:60.00 Crèdits ECTS
Horari Divendres de 16:00 a 21:00 Dissabtes de 9:00 a 14:00, Divendres de 16:00 a 21:00 Dissabtes de 9:00 a 14:00
Lloc d'imparticióInformació no disponible
Eixida professional
Els perfils professionals resultants en acabar aquest màster permetran desenvolupar la seva activitat en qualsevol organització a nivell esportiu que utilitzi eines de Big Data i/o Intel·ligència Artificial per millorar i optimitzar els seus processos, tant en els àmbits d'entrenament com de gestió, entre els quals es poden trobar els següents: Científic de dades (data scientist). Analista de dades esportives. Analista de dades massives. Responsable de Scouting en equips esportius. Responsable, cap de projecte o analista de sistemes dinformació dinteligència en entitats relacionades amb lesport. Emprenedor de negocis basats en l'anàlisi de dades i en productes i serveis basats en dades esportives. Analista de projectes de R+D. Expert en la implementació d'algorismes d'IA que millorin els processos d'entrenament, gestió i presa de decisions.
Direcció
Organitzador0
DireccióRafael 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
Més Informació
Telèfon 96 160 3000
Admissió i matrícula
Termini preinscripció16/09/2026

Documentació electrònica a adjuntar

 

Normes generals

  • En cas de voler presentar la preinscripció i la documentació en suport paper, haurà de descarregar, seguir les instruccions i omplir el següent formulari.
  • No s'admetrà cap sol.licitud d'inscripció que no siga omplida degudament.
  • La persona sol.licitant ha d'acceptar sotmetre's a les proves i/o a l'entrevista que convoque prèviament el comitè de selecció.
  • La selecció la realitzarà la comissió que s'establirà en cada cas seguint les directrius del director del curs.
  • En cas de renúncia a la plaça l'alumne haurà de comunicar-ho a la Fundació Universitat-Empresa de València - ADEIT.

És interessant que consulte el reglament que regula els Títols Propis de Postgrau i Programes de Formació Contínua de la Universitat de València en l'apartat corresponent d'esta mateixa pàgina web.

Important: La taxa d'expedició de Títols i Certificats no està inclosa.

Programa
Introducció a la ciència de dades a l'esport.
 1. Les dades.
La societat de la informació.
Dades, informació, coneixement, saviesa?
Què és una dada?
Cicle de vida de les dades.
2. Fonts de dades.
Extracció.
Transformació.
Càrrega.
3. Classificació dels tipus de dades.
Tipus immutables.
Tipus mutables.
Assignació externa.
4. La ciència de dades.
Origen i evolució de la ciència de dades.
El rol del científic de dades.
Àmbits de la ciència de dades.
Conceptes de ciència de dades.
3. Exemples de projectes de ciència de dades a l'esport.
4. Governança de les dades.
Govern de la dada.
Components i maduresa del data governance.
 
Programació en ciència de dades
 1. Instal·lació i configuració de l'entorn de programació Python.
Presentació de lentorn de programació.
2. Breu introducció a la programació a Python.
Sintaxi bàsica.
Variables i tipus de variables.
3. Estructures de control i funcions a Python.
Operadors.
Estructures de control.
Funcions.
Escriptura i lectura de fitxers.
4. Llibreries científiques a Python.
Numpy.
Matplotlib.
SciPy.
Pandes.
5: Captura de dades a Python.
Obtenció de dades mitjançant APIs.
Obtenció de dades mitjançant llocs web.
6. Preprocessament de dades a Python.
Preparació de dades.
Reducció de dades.
8. Visualització de dades a Python.
Tipus de visualitzacions de dades.
Llibreries de visualització de dades.
9. Una mirada més profunda i formal a conceptes bàsics de Python.
Estructures de dades avançades a Python.
Ús avançat de funcions a Python.
 
Aspectes estadístics en ciència de dades aplicades a l'esport
 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
 decisions informada.
 
Bases de dades
 1. Introducció
Sistemes dinformació.
Evolució de les tecnologies de bases de dades.
Les bases de dades dins dels sistemes dinformació.
Arquitectura dun SGBD.
Conceptes bàsics de bases de dades.
Disseny de Bases de dades: disseny conceptual, lògic i físics.
Models de Bases de dades.
2. El model Entitat/Relació.
Introducció històrica.
Entitats i atributs.
Relacions.
Restriccions.
Agregació.
El model E/R ampliat.
3. El model relacional.
Model relacional de Bases de Dades.
4. Llenguatges de consulta. SQL
Llenguatges de consulta SQL.
Sentències de definició de dades.
Sentències de manipulació de dades.
5. Disseny físic. Emmagatzematge i Representació.
Estructures bàsiques demmagatzematge per a BDs.
Representació semàntica de la informació. Llenguatges de marcatge.
 
Indicadors de rendiment (KPI) en ciències de l'esport
 Bloc 1.
1. Fonaments d'indicadors de rendiment en entrenament esportiu.
Definició i funció dels KPI en el context de l'entrenament esportiu.
Importància de lavaluació quantitativa per al desenvolupament atlètic.
2. Selecció i Disseny de KPIs a l'Entrenament.
Identificació dindicadors clau per avaluar el rendiment atlètic.
Disseny de sistemes de mesurament adaptats a objectius específics.
3. Tecnologies Aplicades al Seguiment Esportiu.
Utilització de tecnologies avançades per a la recopilació i l'anàlisi de dades d'entrenament.
Integració de dispositius i plataformes tecnològiques en programes de seguiment.
4. Avaluació del Rendiment Físic i Tècnic.
Anàlisi de dades per avaluar el rendiment físic i tècnic dels atletes.
Interpretació de resultats i ajustament de programes d'entrenament.
5. Aplicació Pràctica de KPIs a Planificació Esportiva.
Ús de KPIs en la planificació estratègica i el disseny de programes d'entrenament.
Ajustament dinàmic de les estratègies basat en l'anàlisi d'indicadors.
6. Monitorització Psicològic i Emocional dels Atletes.
Avaluació de factors psicològics i emocionals mitjançant indicadors específics.
Integració de dades psicològiques a la planificació de l'entrenament.
7. Estudi de Casos a Entrenament Esportiu.
Anàlisi de casos pràctics que destaquen l'ús efectiu de KPIs a l'entrenament.
Desenvolupament dhabilitats pràctiques mitjançant exemples concrets.
8. Ètica a la Recopilació i Ús de Dades d'Entrenament.
Consideracions ètiques a la utilització de dades d'entrenament.
Protecció de la privadesa i confidencialitat de la informació de l'atleta.

Bloc 2.
1. Introducció a Indicadors de Rendiment en Gestió Esportiva.
Definició de KPI en el context esportiu.
Importància dels KPIs en la presa de decisions estratègiques.
2. Selecció i disseny d'indicadors
 Clau de Rendiment.
Identificació de KPIs rellevants per a àrees específiques (màrqueting, finances, operacions).
Disseny de sistemes de mesurament adaptats a les metes organitzatives.
3. Implementació de Tecnologies per a la Recopilació de Dades.
Utilització de tecnologies emergents per a la recol·lecció i l'anàlisi de dades.
Integració de sistemes dinformació per a la gestió efectiva de KPIs.
4. Avaluació del Rendiment Organitzatiu.
Anàlisi de dades per avaluar el rendiment global de lorganització esportiva.
Interpretació de resultats i presa de decisions basada en les troballes.
5. Tendències actuals en anàlisi de dades esportives.
Exploració de tendències i desenvolupaments recents a l'anàlisi de dades en l'àmbit esportiu.
Aplicació pràctica de noves tecnologies i enfocaments analítics.
6. Gestió Estratègica i Optimització de Recursos.
Aplicació de KPIs per a la gestió estratègica de projectes esportius.
Optimització de recursos financers i humans basada en anàlisi de dades.
7. Estudi de Casos Pràctics en Gestió Esportiva.
Anàlisi de casos reals dèxit i desafiaments en la implementació de KPIs.
Desenvolupament d'habilitats pràctiques mitjançant exemples concrets.
8. Perspectives Ètiques a l'Ús de Dades a l'Esport.
Consideracions ètiques a la recopilació i ús de dades en la gestió esportiva.
Responsabilitat i transparència en la presa de decisions basada en dades.
 
Machine Learning - Intel·ligència Artificial en ciències de l'esport
 1. Introducció al Machine Learning.
Definició i conceptes clau.
Història i evolució del Machine Learning.
Aplicacions i casos dús en la vida quotidiana i industrial.
2. Tipus daprenentatge.
Aprenentatge supervisat, no supervisat i per reforç.
Algorismes de classificació i regressió.
Mètodes de clustering i associació.
3. Preprocessament de dades
Neteja i transformació de dades.
Maneig de valors atípics.
Normalització i estandardització.
4. Avaluació de Models.
Mètriques de rendiment.
Validació creuada.
Corbes d'aprenentatge i corbes ROC.
5. Selecció i Optimització de Models.
Selecció de característiques.
Ajustament d'hiperparàmetres.
Mètodes de regularització.
6. Aplicacions Específiques de Machine Learning.
Processament de llenguatge natural (NLP).
Visió per ordinador.
Recomanadors i sistemes de recomanació.
7. Projectes Pràctics de Machine Learning i Intel·ligència Artificial a l'esport.
Implementació d'algorismes de Machine Learning.
Desenvolupament de solucions per a problemes del món real.
Col·laboració i presentació de resultats.
 
Visualització de dades en ciències de l'esport
 1. Antecedents històrics i treballs més rellevants en làmbit de la visualització de dades.
2. Conceptes bàsics lligats a la percepció i al sistema visual humà.
3. Tipus bàsics i avançats de visualitzacions de dades.
4. Processos de creació i redisseny.
5. Aspectes dinteractivitat.
6. Eines per a la creació de visualitzacions de dades (llibreries especialitzades MatPlotlib, R-ggplot2, Power BI, Adobe Illustrator)
 
Aspectes ètics i legals en ciència de dades.
 1. Legislació europea i espanyola sobre protecció de dades.
2. Propietat intel·lectual i industrial
3. Serveis de la Societat de la Informació
Llei 34/2002, de 11 de juliol, de serveis de la societat de la informació i de comerç electrònic.
Obligacions bàsiques dels prestadors de serveis.
Règim de responsabilitat.
4. Introducció a la ciberseguretat i qüestions ètico-legals de la intel·ligència artificial.
Règim jurídic de la seguretat de les xarxes i els sistemes d'informació.
Noves qüestions ètiques/legals de la intel·ligència artificial.
 
Treball Fi de Màster
 1. Plantejament del tema.
2. Marc teòric conceptual.
3. Desenvolupament proposada.
4. Resultats.
5. Conclusions.
 
Professorat
Nom Cognoms Vinculació + info
Vicente Alepuz Moner Director I+D+I. Ionclinics & Deionic S.L.
Iker J. Bautista González Leturer. University of Chichester
José María Costa Bosch Administrador Único - Abogado. J.B. Costa y Asociados Gabinete Económico Jurídico, S.L.
Victoria E. González Gutiérrez Responsable de producto sanitario.Ionclinics & Deionic S.L.
Fernando Martín Rivera Profesor/a Permanente Laboral PPL + info
Rafael Martínez Gallego Ayudante/a Doctor/a + info
José Ignacio Priego Quesada Profesor/a Titular de Universidad + info
Miguel Sánchez Faubel
Metodologia
Metodologia
La metodologia a emprar seran la impartició de classes On-Line, de forma síncrona i quedaran gravades a disposició dels/de les estudiants en què es realitzarà una presentació d'un cas pràctic sobre el qual s'anirà desenvolupant tot el contingut teòric de la sessió, resolent-lo mitjançant exemples aplicats.
FAQ

TIPUS DE TÍTOLS I CRÈDITS

 
QUINA DIFERÈNCIA HI HA ENTRE UN MÀSTER OFICIAL I UN MÀSTER DE FORMACIÓ PERMANENT DE LA UNIVERSITAT DE VALÈNCIA?
 
S'entén per màster oficial el conjunt d'ensenyaments reglats de postgrau amb validesa a tot el territori nacional i a l'espai europeu d'ensenyament superior (EEES) que han superat un procés d'elaboració i aprovació d'acord amb les normes legals dictades pel Govern i les comunitats autònomes (lleis, decrets, ordres), reconegut en el marc de les normes i acords de l'EEES.

El màster de formació permanent es refereix a estudis que han de superar un procés normatiu intern més flexible i diversificat (a la Universitat), pensat per a oferir un tipus de formació que s'adiga amb les demandes de la societat. En determinats supòsits, aquests estudis propis poden servir per a l'exercici d'activitats professionals, sempre que la normativa legal així ho establisca.
 
 
QUÈ ÉS UN CRÈDIT ECTS?
 
ECTS és l'acrònim d'European Credit Transfer System. És una manera de mesurar la duració dels estudis universitaris que preveu diferents factors, com ara l'assistència a sessions teòriques, l'elaboració de treballs pràctics o la dedicació a pràctiques.

Cada crèdit suposa 25 hores de càrrega de treball de l'estudiant. En els títols propis de la Universitat de València, 1 crèdit ECTS està reconegut amb 10 hores de docència. Per exemple, un curs de 3 crèdits ECTS està reconegut amb 75 hores de dedicació de l'estudiant, de les quals 30 hores són de docència.
 
QUINS TÍTOLS PROPIS OFEREIX LA UNIVERSITAT DE VALÈNCIA? REQUISITS D'ACCÉS
 
La Universitat de València renova anualment la seua oferta de títols propis. En aquesta oferta podem trobar els títols de postgrau següents: màsters de formació permanent (60, 90 o 120 crèdits ECTS), diplomes d'especialització (entre 30 i 59 crèdits ECTS) i experts universitaris (entre 15 i 29 crèdits ECTS).
 
Tipus de títols propis Crèdits Requisits d'accés
Màster de formació permanent 60,90 o 120 ECTS Titulats universitaris amb titulació oficial o equivalent (*)
Diploma d'Especialització 30-59 ECTS Titulats universitaris amb titulació oficial o equivalent (*)
Expert/a universitari/ària 15-29 ECTS Titulats universitaris amb titulació oficial o equivalent (*)

(*) S'hi permet l'accés, condicionada a l'obtenció del títol universitari de grau en el mateix curs acadèmic, a les persones a les quals els falte menys d'un 10% dels crèdits per a acabar aquests estudis
 
 
QUINS TÍTOLS DE FORMACIÓ CONTÍNUA OFEREIX LA UNIVERSITAT DE VALÈNCIA? REQUISITS D'ACCÉS
 
En aquesta oferta podem trobar els títols de formació contínua següents: certificats de formació contínua (15 - 30 crèdits ECTS), i microcredencials universitàries (fins a 15 crèdits ECTS).
 
Tipus de formació contínua Crèdits Requisits d'accés
Certificat de formació contínua 15-30 ECTS No cal acreditar titulació
Microcredencial universitària Fins a 15 ECTS Es pot requerir o no titulació universitària prèvia (*)


(*) Els requisits d'accés s'especifiquen en la memòria del curs.

 

CONVALIDACIÓ D'ESTUDIS

 
HI HA LA POSSIBILITAT D'OBTENIR ALGUN TIPUS DE CONVALIDACIÓ D'ESTUDIS?
 
Pel que fa als títols propis, les ofertes formatives es renoven anualment i no són convalidables.

En els títols propis no hi ha la possibilitat de convalidació acadèmica, excepte en el cas dels màsters de formació permanent amb estructura modular, que són aquells que poden estar integrats per diplomes d'especialització i/o experts/es universitaris/àries. La matrícula a un màster de formació permanent d'estructura modular pot ser del curs complet o de cadascun dels seus mòduls per separat, i és possible cursar-los en diferents anys acadèmics.

En cap cas no permeten l'accés als estudis oficials de doctorat.
 

SOL·LICITUD D'INFORMACIÓ

 
ON PUC OBTENIR INFORMACIÓ D'UN CURS EN CONCRET?
 
En la pàgina web https://postgrado.adeituv.es/ca-valencia/home.htm trobarás tota la informació referent a cadascun dels títols oferits.
 

ADMISSIÓ I MATRÍCULA

 
COM PUC REALITZAR LA PREINSCRIPCIÓ A UN CURS?
 
Pots fer la preinscripció a un títol propi electrònicament a través de l'apartat que trobaràs en la web de cada curs. També pots imprimir la FITXA DE PREINSCRIPCIÓ , omplir-la i enviar-la juntament amb tota la documentació sol·licitada a l'adreça de correu electrònic informacion@adeituv.es o per correu (o en persona) a: Fundació Universitat Empresa de València (plaça de la Mare de Déu de la Pau, 3 - 46001 València).
 
 
POT UN ESTUDIANT ESTRANGER AMB UN TÍTOL NO HOMOLOGAT ACCEDIR A AQUESTS ESTUDIS?
 
Sí, sempre que siga autoritzat per la direcció del curs.
 
 
EL PAGAMENT QUE REALITZE EN LA MATRÍCULA, QUÈ INCLOU?
 
El pagament del preu públic de la matrícula inclou:

- L'accés a totes les accions formatives del curs i/o a la plataforma virtual que el suporte.

- El dret a l'obtenció del carnet universitari.

- Tot el material que la direcció del curs estime oportú.

- Una assegurança de responsabilitat civil i d'accident a l'entorn del curs.

Les taxes d'emissió del certificat estan incloses en els cursos de formació contínua (certificat de formació contínua i microcredencial universitària). En els títols propis, les taxes d'emissió de títols i certificats NO estan incloses.
 
 
COM SOL·LICITAR EL CARNET UNIVERSITARI?
 
Passos a seguir per sol·licitar el carnet universitari per primer cop.

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

Paso 2
Punxar a Accedir Secretària Virtual

Paso 3
Introduir usuari i contrasenya de la universitat. És el que et va sortir quan et vas matricular a la Universitat.

Paso 4
Punxar a canviar la fotografia

Paso 5
Pujar foto amb la mida indicada

Paso 6
A partir d'aquell moment ja es disposarà de la targeta virtual.

Paso 7
Descarregar la L'APP MÒBIL UV
 
ES POT FRACCIONAR EL PAGAMENT DE LA MATRÍCULA?
 
El pagament es pot fraccionar sempre que l'import de la matrícula supere la quantitat de 500 euros i la duració del curs siga superior a tres mesos:
 
  • Fins a 1.000 euros: dos terminis, la meitat en el moment de l'admissió i l'altra meitat als dos mesos de la data d'inici del curs.
  • Superior a 1.000 euros: tres terminis, un terç en el moment de l'admissió, un altre terç als dos mesos de la data d'inici del curs i el terç restant als quatre mesos.


Per als cursos de més de dos anys de duració, s'ha d'abonar el 50% de l'import total de la matrícula en el moment de l'admissió al curs i l'altre 50% a l'inici del segon any del curs.

*És requisit indispensable per al fraccionament lliurar el document d'ORDRE DE DOMICILIACIÓ DE DEUTE DIRECTE SEPA, emplenat i signat (*que es pot descarregar des del formulari de preinscripció).

*El primer pagament sempre s'ha de fer motu proprio per l'estudiant a través del procediment facilitat en l'admissió. Els pagaments següents es domicilien al compte bancari facilitat.

*L'impagament d'algun dels terminis comporta l'anul·lació de la matrícula de l'estudiant sense dret al reintegrament de la quantitat ja satisfeta.

 

EN QUINS CASOS ES POT RETORNAR L'IMPORT DE LA MATRÍCULA?
 
Les quantitats abonades en concepte de matrícula no es retornen una vegada s'ha iniciat el curs. Si l'estudiant causa baixa abans d'iniciar-lo, es retornaran dos terços del preu públic de la matrícula, en cas de pagament únic, després de la presentació de la corresponent sol·licitud. En cas de pagament fraccionat, s'abonarà la quantitat que excedisca d'un terç del preu públic de matrícula.

L'anul·lació de la matrícula després d'iniciar-se el desenvolupament dels estudis no dona dret a la devolució de les taxes pagades, excepte en casos excepcionals a causa de malaltia greu o fallida econòmica de la unitat familiar, degudament justificats documentalment.
 
 
HI HA ALGUN TIPUS DE DESCOMPTE A l'HORA D'ABONAR LA MATRÍCULA?
 
Els estudiants de títols propis de postgrau i formació contínua no es poden acollir a les exempcions que preveu el decret de la Generalitat Valenciana que regula les taxes per prestació de serveis acadèmics universitaris per a cada curs acadèmic.
 

AUTOMATRÍCULA

 
AJUDA AL PROCEDIMENT D?AUTOMATRÍCULA (NOMÉS PER A AQUELLES PERSONES QUE JA HAN SIGUT ADMESES)
 
Una vegada formalitzat el pagament, l'estudiant rebrà una notificació amb les instruccions per a realitzar l'acte de matrícula a través de la plataforma de la Universitat de València.

Per a obtenir el manual amb les instruccions del procediment, cliqueu ACÍ

En cas de tenir algun dubte sobre aquest tema, contacteu amb nosaltres mitjançant l'adreça
electrònica: informacion@adeituv.es
 

PRÀCTIQUES

 
HI HA LA POSSIBILITAT DE REALITZAR PRÀCTIQUES EN EMPRESES O INSTITUCIONS?
 
Sí, sempre que ho preveja l'organització dels estudis. Aquestes pràctiques poden formar part del pla d'estudis (curriculars), i en aquest cas les han de realitzar tots els alumnes matriculats, o poden ser un complement formatiu addicional a la programació acadèmica (extracurriculars), i en aquest cas no és necessari que les realitzen tots els alumnes matriculats. Es poden fer fins a 900 hores de pràctiques.

Més informació: https://www.adeituv.es/practicas/postgrado-propios/?lang=ca
 
 
CAL FORMALITZAR ALGUN CONVENI PER REALITZAR LES PRÀCTIQUES EN EMPRESES/INSTITUCIONS?
 
Sí, és necessari subscriure un conveni entre la Universitat i l'empresa/institució per al desenvolupament de les pràctiques. Aquest conveni, que el gestiona la direcció dels estudis a través d'ADEIT, Fundació Universitat-Empresa de València, ha de recollir les dades bàsiques de l'activitat que es desenvoluparà durant les pràctiques, així com les signatures de l'alumne/a, dels tutors o tutores de l'empresa i dels tutors o tutores de la Universitat.
 

AVALUACIÓ

 
QUIN ÉS EL SISTEMA D'AVALUACIÓ?
 
L'organització de cada curs indica els procediments d'avaluació específics. En qualsevol cas, però, és requisit necessari per a obtenir el títol aprovar totes les assignatures dels estudis corresponents d'acord amb el procediment que estableix la guia docent.

Només quan s'ha acabat el postgrau i les actes estan tancades i registrades per la Universitat de València, es pot sol·licitar el certificat o títol acreditatiu de la formació. L'estudiant rebrà, al seu moment, una notificació amb les instruccions per obtenir-lo.

La qualificació final dels títols propis de postgrau és el resultat de la mitjana ponderada de les notes obtingudes en cadascuna de les assignatures, inclòs el TFM (en el cas dels títols de màster).

En el cas dels cursos de formació contínua, s'atorguen únicament les qualificacions d'apte o no apte.
 

EXPEDICIÓ DE TÍTOLS PROPIS I CERTIFICATS

 
QUI EXPEDEIX ELS TÍTOLS DE POSTGRAU?
 
Els títols propis de la Universitat de València són expedits pel rector o la rectora segons un model normalitzat i en queda constància en el registre de títols de la Universitat. En aquests títols es fa esment exprés que no tenen caràcter oficial.
 
 
QUINA TITULACIÓ OBTINC?
 
Títols propis

El fet de superar els estudis de màster de formació permanent dona dret a l'obtenció del corresponent títol de màster de formació permanent en '...' per la Universitat de València.El fet de superar els estudis de diploma d'especialització dona dret a l'obtenció del corresponent diploma d'especialització en '...' per la Universitat de València.

El fet de superar els estudis d'expert/a universitari/ària dona dret a l'obtenció del corresponent títol d'expert/a universitari/ària en '...' per la Universitat de València.

Una vegada superats els títols propis és possible sol·licitar un certificat que inclou: matèries, crèdits, modalitat d'impartició i nota.

Formació contínua

El fet de superar els estudis de certificat de formació contínua dona dret a l'obtenció del corresponent certificat de formació contínua en '...' per la Universitat de València.

I el fet de superar els estudis de microcredencials universitàries dona dret a l'obtenció de la corresponent certificació de microcredencial universitària en '...' per la Universitat de València.

Aquestes certificacions són d'aprofitament i inclouen la denominació del curs i el nombre de crèdits.

Les taxes d'emissió de títol o certificat que acredita la realització del curs per part de la Universitat de València no estan incloses en l'import de la matrícula, excepte en el cas de la formació contínua (certificat de formació contínua i microcredencial universitària).
Accés i Resultats d'Aprenentatge
Requisits titulació
Requisits d'accés: Graduats a Ciències de l'Activitat Física i l'Esport. ¿ Estudiants de CAFYD a qui els quedi menys d'un 10% dels crèdits necessaris per obtenir el títol de grau, condicionats a l'obtenció del títol el mateix any acadèmic. Titulats superiors (llicenciat, graduat, enginyer) que estiguen relacionats amb les diferents àrees relacionades amb la tecnologia i l'esport.
No cal l'experiència prèvia en aquest tipus de coneixements.
Criteris admissió
No hi ha criteris específics d'admissió més enllà dels plantejats als requisits d'accés. No cal conèixer prèviament aquesta matèria.
Resultats d'aprenentatge
En acabar aquest màster, els/les alumnes seran capaços de:
Identificar, comprendre i reconèixer oportunitats de millora en qualsevol tipus dorganització esportiva que poden ser resoltes de forma eficient i efectiva mitjançant la ciència de les dades.
Definir, avaluar i seleccionar solucions tecnològiques, així com recursos (espacials, temporals) necessaris per al desenvolupament i lexecució de projectes danàlisi de dades en ciències de lesport.
Concebre, organitzar, planificar, redactar i gestionar projectes, serveis i sistemes informàtics a l'àmbit de la ciència de les dades.
Dissenyar un marc experimental tenint en compte els mètodes més adequats per a la captura, processament, emmagatzematge, anàlisi i visualització de dades en ciències de l'esport.
Utilitzar de forma combinada els fonaments matemàtics, estadístics i de programació per desenvolupar solucions a problemes en làmbit de lanàlisi de les dades en ciències de lesport.
Aplicar tècniques específiques de captura, tractament i anàlisi de dades estructurades, semiestructurades i no estructurades que es poden donar en ciències de l'esport.
Exercir l'activitat professional d'acord amb el codi ètic i els aspectes legals en el marc de la privadesa i la seguretat de les dades.
Dissenyar i aplicar algorismes d'intel·ligència artificial que permetin millorar els processos d'entrenament, readaptació i rendiment dels esportistes.
Dissenyar i aplicar algorismes d'intel·ligència artificial que permetin millorar els processos de gestió de les entitats esportives.
Treballar de manera col·laborativa en equips multidisciplinaris per al desenvolupament de projectes de les ciències de l'esport.
Contacte