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

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

Dades generals
Objectius
Aquest màster té com a objectiu proporcionar els coneixements necessaris per a poder aplicar les tècniques de ciència de dades, Big Data i Intel·ligència Artificial en entorns laborals d'entrenament, gestió i d'investigació en el sector de l'activitat física i esport que requerisquen el maneig i anàlisi de grans volums de dades per a facilitar la presa de decisions dels responsables de les entitats.
Més específicament, els objectius que s'aconseguiran seran els següents:
Aplicar metodologies d'anàlisis de dades dins de l'àmbit esportiu.
Conéixer els llenguatges de programació més utilitzats en ciència de dades: Python, SQL, R.
Aplicar anàlisi de dades estadístiques i tècniques d'aprenentatge automàtic (machine learning) per a la creació d'algorismes de IA.
Conéixer i aplicar les llibreries d'adquisició de dades provinents de diferents fonts i bases de dades, així com informació provinent d'internet.
Conéixer els diferents proveïdors de dades que presten serveis en el 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 2025/2026
Tipus de cursMàster de Formació Permanent
Modalitat:On-line
Preu matrícula 2.500 € (Importe preu al públic)
  
Termini de preinscripció16/09/2025
Data d'inici cursoctubre 2025
Data de finalització curs juliol 2026
Edició1 ª
Codi títol25921050
Crèdits:60.00 Crèdits ECTS
Horari Divendres de 16.00 a 21.00 h. Dissabtes de 9.00 a 14.00 h.
Lloc d'imparticióAula Virtual UV
Eixida professional
Els perfils professionals resultants en acabar aquest màster permetran desenvolupar la seua activitat en qualsevol organització a nivell esportiu que utilitze eines de Big Data i/o Intel·ligència Artificial per a millorar i optimitzar els seus processos, tant en els àmbits d'entrenament com de gestió, entre ells 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 d'informació d'intel·ligència en entitats relacionades amb l'esport. Emprenedor de negocis basats en l'anàlisi de dades i en productes i serveis basats en dades esportives. Analista de projectes d'I+D. Expert en la implementació d'algorismes de IA que milloren els processos d'entrenament, gestió, 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
E-mail formacion@adeituv.es
Admissió i matrícula
Termini preinscripció16/09/2025

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 en 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. Fuentes 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 en 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 l'entorn de programació.
2. Breu introducció a la programació en Python.
Sintaxi bàsica.
Variables i tipus de variables.
3. Estructures de control i funcions en Python.
Operadors.
Estructures de control.
Funcions.
Escriptura i lectura de fitxers.
4. Llibreries científiques en Python.
Numpy.
Matplotlib.
SciPy.
Colles.
5: Captura de dades en Python.
Obtenció de dades mitjançant APIs.
Obtenció de dades mitjançant de llocs web.
6. Preprocesamiento de dades en Python.
Preparació de dades.
Reducció de dades.
8. Visualització de dades en 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 en Python.
Ús avançat de funcions en Python.
 
Aspectes estadístics en ciència de dades aplicada a l'esport
 1. Introducció a l'Estadística Esportiva.
Definició i rellevància de l'estadística en el context esportiu.
Aplicació de conceptes estadístics per a l'anàlisi de dades en l'esport.
2. Recopilació i Organització de Dades Esportives.
Mètodes de recol·lecció de dades en entorns esportius.
Organització i preparació de conjunts de dades específiques de l'àmbit esportiu.
3. Conceptes Fonamentals de Probabilitat.
Enteniment de conceptes de probabilitat aplicats a esdeveniments esportius.
Càlculs de probabilitats relacionats amb resultats i acompliment.
4. Distribucions Estadístiques en l'Esport.
Exploració de distribucions estadístiques comunes en l'anàlisi esportiva.
Interpretació de dades distribuïdes en el context del rendiment esportiu.
5. Proves d'Hipòtesis i Significació Estadística.
Aplicació de proves d'hipòtesis per a validar afirmacions en l'esport.
Interpretació de resultats i presa de decisions basada en la significació estadística.
6. Anàlisi de Regressió en el Rendiment Esportiu.
Ús de tècniques de regressió per a modelar relacions entre variables.
Predicció i anàlisi de tendències en el context del rendiment esportiu.
7. Aplicacions Pràctiques en Planificació de l'Entrenament.
Integració d'estadístiques en la planificació estratègica de l'entrenament.
Utilització de dades per a ajustar programes d'entrenament de manera efectiva.
8. Avaluació del Rendiment i Estratègies de Joc.
Anàlisi estadística aplicada a l'avaluació del rendiment individual i de l'equip.
Desenvolupament d'estratègies basades en dades per a optimitzar el rendiment en competicions.
9. Comunicació Efectiva de Resultats Estadístics.
Desenvolupament d'habilitats per a presentar i comunicar resultats estadístics a diverses audiències en l'àmbit esportiu.
Interpretació clara i efectiva de troballes estadístiques per a la presa de
 
Bases de dades
 1. Introducció
Sistemes d'informació.
Evolució de les tecnologies de bases de dades.
Les bases de dades dins dels sistemes d'informació.
Arquitectura d'un #SGBD.
Conceptes bàsics de bases 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 d'emmagatzematge per a BDs.
Representació semàntica de la informació. Llenguatges de marcat.
 
Indicadors de rendiment (KPI) en ciències de l'esport
 Bloc 1.
1. Fonaments d'Indicadors de Rendiment en Entrenament Esportiu.
Definició i funció dels KPIs en el context de l'entrenament esportiu.
Importància de l'avaluació quantitativa per al desenvolupament atlètic.
2. Selecció i Disseny de KPIs en l'Entrenament.
Identificació d'indicadors clau per a 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 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 a avaluar el rendiment físic i tècnic dels atletes.
Interpretació de resultats i ajust de programes d'entrenament.
5. Aplicació Pràctica de KPIs en Planificació Esportiva.
Ús de KPIs en la planificació estratègica i disseny de programes d'entrenament.
Ajust dinàmic de les estratègies basat en l'anàlisi d'indicadors.
6. Monitoratge Psicològic i Emocional dels Atletes.
Avaluació de factors psicològics i emocionals mitjançant indicadors específics.
Integració de dades psicològiques en la planificació de l'entrenament.
7. Estudi de Casos en Entrenament Esportiu.
Anàlisi de casos pràctics que destaquen l'ús efectiu de KPIs en l'entrenament.
Desenvolupament d'habilitats pràctiques mitjançant exemples concrets.
8. Ètica en la Recopilació i Ús de Dades d'Entrenament.
Consideracions ètiques en la utilització de dades d'entrenament.
Protecció de la privacitat i confidencialitat de la informació de l'atleta.

Bloc 2.
1. Introducció a Indicadors de Rendiment en Gestió Esportiva.
Definició de KPIs en el context esportiu.
Importància dels KPIs en la presa de decisions estratègiques.
2. Selecció i Disseny d'Indicadors
 
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 d'ús en la vida quotidiana i industrial.
2. Tipus d'Aprenentatge.
Aprenentatge supervisat, no supervisat i per reforç.
Algorismes de classificació i regressió.
Mètodes de clustering i associació.
3. Preprocesamiento 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.
Ajust de hiperparámetros.
Mètodes de regularització.
6. Aplicacions Específiques de Machine Learning.
Processament de llenguatge natural (NLP).
Visió per computadora.
Recomendadores i sistemes de recomanació.
7. Projectes Pràctics de Machine Learning i Intel·ligència Artificial en 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 l'àmbit de la visualització de dades.
2. Conceptes bàsics lligats a la percepció i el sistema visual humà.
3. Tipus bàsics i avançats de visualitzacions de dades.
4. Processos de creació i redissenye.
5. Aspectes d'interactivitat.
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, d'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 ètic-legals de la intel·ligència artificial.
Règim jurídic de la seguretat de les xarxes i 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
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
Metodologia
Metodologia
La metodologia a emprar seran la impartició de classes On-line, de manera síncrona i quedaran gravades a la disposició de els/as estudiants en les quals es realitzarà una presentació d'un cas pràctic sobre el qual s'anirà desenvolupant tot el contingut teòric de la sessió, resolent el mateix 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 Credits 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 en Ciències de l'Activitat Física i l'Esport. Estudiants de CAFYD als quals els quede menys d'un 10% dels crèdits necessaris per a obtindre el seu títol de grau, condicionats a l'obtenció del títol en el mateix any acadèmic. Titulats superiors (llicenciat, graduat, enginyer) que estiguen relacionats amb les diferents àrees relacionades amb la tecnologia i l'esport.
No és necessària l'experiència prèvia en aquesta mena de coneixements.
Criteris admissió
No existeixen criteris específics d'admissió més enllà dels plantejats en els requisits d'accés. No és necessari el coneixement previ d'aquesta matèria.
Resultats d'aprenentatge
En acabar aquest màster, els/as alumnes/as seran capaços de:
Identificar, comprendre i reconéixer oportunitats de millora en qualsevol mena d'organització esportiva que poden ser resoltes de manera 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 l'execució de projectes d'anàlisis de dades en ciències de l'esport.
Concebre, organitzar, planificar, redactar i gestionar projectes, serveis i sistemes informàtics en l'àmbit de la ciència de les dades.
Dissenyar un marc experimental tenint en compte els mètodes més adequats per a la captura, el processament, l'emmagatzematge, l'anàlisi i la visualització de dades en ciències de l'esport.
Utilitzar de forma combinada els fonaments matemàtics, estadístics i de programació per a desenvolupar solucions a problemes en l'àmbit de l'anàlisi de les dades en ciències de l'esport.
Aplicar tècniques específiques de captura, tractament i anàlisi de dades estructurades, semiestructurados i no estructurats que 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 privacitat i la seguretat de les dades.
Dissenyar i aplicar algorismes d'Intel·ligència Artificial que permeten millorar els processos d'entrenament, re-adaptació i rendiment dels esportistes.
Dissenyar i aplicar algorismes d'Intel·ligència Artificial que permeten 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