Formación en competencias digitales avanzadas e introducción al análisis y gestión de datos

Fecha de inicio: 24 de febrero de 2025, fecha de finalización: 30 de mayo de 2025 

• Se oferta a todos los alumnos de los másteres oficiales de la UNIA.
• Modalidad docente: online asíncrona. La docencia se llevará a cabo a través del Campus Virtual de la Universidad.
• Créditos: 3 ECTS.
• El alumno podrá contar con la ayuda de un tutor a lo largo de la duración del módulo que atenderá sus consultas on line.
• En este módulo se recurrirá, a modo de material complementario, a una serie de cursos ofrecidos por la Fundación Telefónica previamente seleccionados por la Dirección académica del programa. El alumno que culmine de manera satisfactoria todos o alguno de dichos cursos, recibirá la correspondiente certificación por parte de dicha Fundación.
  Guía docente del módulo:

T1. Introducción.

1. 1. Contexto, definición y objetivos.
2. 2. Marco Europeo de Competencia Digital. Marco de Trabajo DigComp.

• DigComp 1.0 vs DigComp 2.2.
• Dimensiones DigComp.
• Competencias.
• Niveles de aptitud.
• Ejemplos de uso.

T2. Área de competencias I: Alfabetización informacional (Information and Data Literacy).

1. 1. Navegación, búsqueda y filtrado de datos, información y contenido digital.

• Búsqueda y navegación segura. Políticas de privacidad.
• Uso de herramientas basadas en Inteligencia Artificial (IA) para obtener y generar información. Caso práctico: ChatGPT.

1. 2. Evaluación de datos, información y contenido digital.

• La credibilidad de los contenidos informativos en Internet.
• Confianza online. Psicología del diseño web.
• Fact-Checking en el medio digital.

1. 3. Gestión de datos, información y contenido digital.

• Almacenamiento, organización y recuperación de datos, información y contenido digital en entornos digitales.
• Estrategias de gestión segura de la información.
• Almacenamiento en la nube. Google Drive, Mega, Dropbox, Amazon Cloud Drive, Microsoft OneDrive.
• ¿Es seguro almacenar mis archivos en la nube?

T3. Área de competencias II: Comunicación y cooperación (Communication and Collaboration).

1. 1. Interacción a través de las tecnologías digitales.

• Del correo electrónico a las redes sociales. La comunicación en el entorno digital.
• Estrategias de comunicación en el entorno personal vs el entorno profesional. Un caso práctico: la videollamada.
• Redes sociales. Un caso práctico: LinkedIn.

1. 2. Compartir información, datos y contenido digital a través de las tecnologías digitales.

• Estrategias avanzadas para la transmisión de información, datos y contenido digital en entornos digitales.
• Soft skills y técnicas de comunicación efectiva para entornos colaborativos.

1. 3. Compromiso con la ciudadanía a través de las tecnologías digitales.

• Servicios digitales públicos y privados. Banca online. Compra online. Administración electrónica.
• Las redes sociales como medio para el empoderamiento y la participación ciudadana.

1. 4. Colaboración a través de las tecnologías digitales.

• Capacidades colaborativas en el entorno digital. Identificación de herramientas y planificación de estrategias para el desarrollo colaborativo en entornos digitales.
• Caso práctico: Wikipedia.
• ¿Qué es software libre?

1. 5. Netiqueta.

• Ciudadanía digital.
• Las 10 reglas básicas de la Netiqueta.

1. 6. Gestión de la identidad digital.

• ¿Qué es la identidad digital?
• Reputación online. Huella digital. Estrategias para la creación y gestión segura de la identidad digital.

T4. Área de competencias III: Creación de contenidos digitales (Digital Content Creation).

1. 1. Desarrollo de contenido digital.

• Estrategias para la identificación y aplicación de herramientas para la creación de contenido digital. Caso práctico: YouTube.
• Guía para la realización de presentaciones efectivas con herramientas digitales. Caso práctico: Google Slides.

1. 2. Integración y reelaboración de contenido digital.

• Estrategias para la identificación y aplicación de herramientas para la modificación, refinamiento y/o mejora de contenido digital.

1. 3. Derechos de autor y licencias.

• Reglas de Copyright y licencias en el entorno digital. Identificación y aplicación.
• ¿Qué son las licencias Creative Commons?
• Caso práctico: bancos de imágenes.

1. 4. Programación.

• ¿Por qué todo el mundo debería saber programar?
• Lenguajes de programación. Una visión general.
• Programación con JavaScript.

T5. Área de competencias IV: Seguridad (Safety).

1. 1. Protección de dispositivos.

• Identificación y aplicación de medidas para la protección de dispositivos hardware y contenido digital.
• Virus informáticos.
• Normas para la creación y uso de contraseñas.
• Actualización de software.
• Seguridad de router. Configuración.

1. 2. Protección de datos personales y privacidad.

• Políticas de privacidad de los servicios digitales.
• Privacidad en las redes sociales.
• ¿Qué es el phishing?

1. 3. Protección de la salud y el bienestar.

• Problemas físicos y psicológicos relacionados con el uso de tecnologías Digitales. ¿Cómo las nuevas tecnologías afectan a nuestra salud?
• La adicción digital.

1. 4. Protección del medio ambiente.

• Impacto ambiental del uso de tecnologías digitales.
• Necesidades energéticas de la industria tecnológica.
• Chatarra digital.

T6. Área de competencias V: Resolución de problemas (Problem Solving).

1. 1. Resolución de problemas tecnológicos.

• Identificación, valoración y solución de problemas técnicos ocurridos durante la operación de dispositivos y el uso de entornos digitales.

1. 2. Uso creativo de las tecnologías digitales.

• Explotación de recursos digitales con fines creativos.
• Arte digital. Tecnología digital en procesos de producción y/o exhibición.
• Entretenimiento digital.
• Generación de conocimiento.
• Caso práctico: plataformas digitales de formación.

1. 3. Identificación de lagunas de competencia digital.

• ¿Qué es la brecha digital?
• Identificación de oportunidades de mejora en el entorno digital. Autodesarrollo mediante la mejora de las competencias digitales.

Fecha de inicio: 7 de abril de 2025, fecha de finalización: 30 de mayo de 2025

• Se oferta a todos los alumnos de los másteres oficiales de la UNIA.
• Modalidad docente: online asíncrona. La docencia se llevará a cabo a través del Campus Virtual de la Universidad.
• Créditos: 3 ECTS.
• El alumno podrá contar con la ayuda de un tutor a lo largo de la duración del módulo que atenderá sus consultas on line.
• En este módulo se recurrirá, a modo de material complementario, a una serie de cursos ofrecidos por la Fundación Telefónica previamente seleccionados por la Dirección académica del programa. El alumno que culmine de manera satisfactoria todos o alguno de dichos cursos, recibirá la correspondiente certificación por parte de dicha Fundación.
  Guía docente del módulo:

T1. Introducción.

1. 1. El valor de los datos.
2. 2. Tipos de datos.
3. 3. Técnicas asociadas al análisis de datos.
4. 4. Tipologías: aprendizaje estadístico, aprendizaje automático, econometría, aprendizaje supervisado y no supervisado.
5. 5. Software para el análisis estadístico.

T2. Introducción al Big Data.

1. 1. Antecedentes del Big Data.
2. 2. Tecnologías del Big Data.
3. 3. Datos y objetivos del gobierno del dato.
4. 4. Estrategias de datos.
5. 5. Introducción a la Inteligencia Artificial.
6. 6. Estrategias de visualización.

T3. Introducción a Stata.

1. 1. Ventanas y ficheros.
2. 2. Preparando Stata para trabajar.
3. 3. Cargando la base de datos.
4. 4. Estructura de los comandos.
5. 5. Diccionarios.
6. 6. Gestión de variables.
7. 7. Fusiones verticales y horizontales.

T4. Estadística básica con Stata.

1. 1. Estadísticos univariantes.
2. 2. Estadística bivariante.

T5. Regresión.

1. 1. Supuestos básicos.

9

1. 2. Interpretación de coeficientes.
2. 3. Contrastes de significatividad.
3. 4. Postestimación.
4. 5. Modelos de elección discreta.

T6. Aprendizaje no supervisado.

1. 1. Clustering.

• Similitud, distancia y métricas.
• Condiciones.
• Métodos jerárquicos: cluster.
• Métodos no jerárquicos: kmeans.
• Interpretación.
• Bondad.

1. 2. Análisis factorial y de componentes principales.

• Condiciones.
• Reducción de datos.
• Interpretación de la solución.
• Soluciones rotadas.