A finalidade do Máster é dar formación en aspectos avanzados científicos, tecnolóxicos e socioeconómicos relacionados cun reto esencial das Tecnoloxías de Información na actualidade: a inxente cantidade de datos xerados e a necesidade de xestionalos eficaz e eficientemente para producir servizos de valor engadido.
Máster Universitario en Tecnoloxías de Análise de Datos Masivos: Big Data
Duración:
1 ano académico
Código RUCT: 4315427
Número de ECTS: 60
Número prazas: 20
Decano/a ou director/a do centro:
JULIA GONZALEZ ALVAREZ
Coordinador-a do título:
Manuel Felipe Mucientes Molina
manuel.mucientes [at] usc.es
Linguas de uso:
Castelán, Galego
Universidade coordinadora:
Universidade de Santiago de Compostela
Universidade(s) participante(s):
Universidade de Santiago de Compostela
Universidade de Murcia
Data da autorización de implantación do título pola Xunta de Galicia:
4/06/2015 (DOG 17/06/2015)
Data de publicación no BOE:
18/03/2016
Data da última acreditación:
28/01/2019
No curso 2015/2016 comeza a impartirse o Máster Interuniversitario en Tecnoloxías de Análise de Datos Masivos: Big Data. O máster foi avaliado positivamente pola Axencia Nacional Avaliadora e o 30/4/2015 foi declarado título oficial polo Consello de Universidades.
Trátase dun dos primeiros másteres verificados a nivel nacional (e declarado de carácter oficial polo Consello de Universidades) na temática de Big Data.
A finalidade do Máster é dar formación en aspectos avanzados científicos, tecnolóxicos e socioeconómicos relacionados cun reto esencial das Tecnoloxías de Información na actualidade: a inxente cantidade de datos xerados e a necesidade de xestionalos eficaz e eficientemente para producir servizos de valor engadido. En concreto, o máster incide no procesamento, almacenamento e acceso a masivas cantidades de datos para exploralos e analizalos, extraendo coñecemento e realizando peticións.
Duración:
1 ano académico
Código RUCT: 4315427
Número de ECTS: 60
Número prazas: 20
Decano/a ou director/a do centro:
JULIA GONZALEZ ALVAREZ
Coordinador-a do título:
Manuel Felipe Mucientes Molina
manuel.mucientes [at] usc.es
Linguas de uso:
Castelán, Galego
Universidade coordinadora:
Universidade de Santiago de Compostela
Universidade(s) participante(s):
Universidade de Santiago de Compostela
Universidade de Murcia
Data da autorización de implantación do título pola Xunta de Galicia:
4/06/2015 (DOG 17/06/2015)
Data de publicación no BOE:
18/03/2016
Data da última acreditación:
28/01/2019
No curso 2015/2016 comeza a impartirse o Máster Interuniversitario en Tecnoloxías de Análise de Datos Masivos: Big Data. O máster foi avaliado positivamente pola Axencia Nacional Avaliadora e o 30/4/2015 foi declarado título oficial polo Consello de Universidades.
Trátase dun dos primeiros másteres verificados a nivel nacional (e declarado de carácter oficial polo Consello de Universidades) na temática de Big Data.
A finalidade do Máster é dar formación en aspectos avanzados científicos, tecnolóxicos e socioeconómicos relacionados cun reto esencial das Tecnoloxías de Información na actualidade: a inxente cantidade de datos xerados e a necesidade de xestionalos eficaz e eficientemente para producir servizos de valor engadido. En concreto, o máster incide no procesamento, almacenamento e acceso a masivas cantidades de datos para exploralos e analizalos, extraendo coñecemento e realizando peticións.
Créditos que deberá cursar o alumno para obter a titulación:
Obrigatorias: 42
Traballo fin de máster: 18
Total: 60
Non se contemplan
Bases de datos a grande escala
- P4181101
- Obrigatorio
- Primeiro semestre
- 4,5 créditos
Tecnoloxías de xestión de información non estruturada
- P4181102
- Obrigatorio
- Primeiro semestre
- 4,5 créditos
Tecnoloxías de computación para datos masivos
- P4181103
- Obrigatorio
- Primeiro semestre
- 4,5 créditos
Internet das cousas no contexto de Big Data
- P4181104
- Obrigatorio
- Segundo semestre
- 4,5 créditos
Aprendizaxe Estatística
- P4181105
- Obrigatorio
- Primeiro semestre
- 6 créditos
Minería de datos
- P4181106
- Obrigatorio
- Segundo semestre
- 4,5 créditos
Visualización de datos
- P4181107
- Obrigatorio
- Primeiro semestre
- 3 créditos
Intelixencia de negocio
- P4181108
- Obrigatorio
- Primeiro semestre
- 6 créditos
Aplicacións e casos de uso empresarial
- P4181109
- Obrigatorio
- Segundo semestre
- 4,5 créditos
Traballo fin de máster
- P4181110
- Obrigatorio
- Traballos Fin de Grao e Máster
- 18 créditos
A finalidade do Máster é dar formación en aspectos avanzados científicos, tecnolóxicos e socioeconómicos relacionados cun reto esencial das Tecnoloxías de Información na actualidade: a inxente cantidade de datos xerados e a necesidade de xestionalos eficaz e eficientemente para producir servizos de valor engadido.
Non se contempla
Créditos que deberá cursar o alumno para obter a titulación:
Obrigatorias: 42
Traballo fin de máster: 18
Total: 60
No programa de titorías académicas asignaráselle a cada estudante un titor académico que lle proporcionará asistencia ao longo do curso. Este apoio será máis intenso no caso daqueles estudantes provenientes de programas de mobilidade. Nas titorías programadas realízase unha orientación para a realización dos traballos individuais ou en grupo, resolución de dúbidas e actividades de avaliación continua.
Cando se produza a suspensión dun título oficial, a USC garante o adecuado desenvolvemento efectivo das ensinanzas que iniciasen os seus estudantes ata a súa finalización. Para iso, o Consello de Goberno aproba os criterios relacionados, entre outros, con:
- A admisión de matrículas de novo ingreso na titulación.
- A supresión gradual da impartición da docencia.
- Se o título extinguido é substituído por outro similar (modificando a natureza do título), fixa as condicións que faciliten aos/as estudantes a continuidade de estudos no novo título e as equivalencias entre as materias dun e doutro plan.
Acceso
Para acceder aos ensinos oficiais de Máster será necesario estar en posesión de:
A.1. Un título universitario oficial español.
A.2. Un título expedido por unha institución de educación superior pertencente a outro Estado integrante do Espazo Europeo de Educación Superior que faculte no mesmo para o acceso a ensinos de Máster.
A.3. Un título pertencente a un sistema educativo alleo ao Espazo Europeo de Educación, previa comprobación pola Universidade de que o citado título acredita un nivel de formación equivalente aos correspondentes títulos universitarios oficiais españois e faculta no país expedidor do título para o acceso a ensinos de posgrao.
A.4. Un título superior das Ensinanzas Artísticas Superiores do sistema educativo español.
Admisión
Modalidade: Criterios específicos
Titulacións de acceso:
- Titulacións en: Informática; Física; Matemáticas; Telecomunicacións; Electrónica; Industriais; outras áreas de ciencias e resto de enxeñarías.
Requírese que os solicitantes teñan competencias en programación básica e, en particular, nalgunha linguaxe de programación (por exemplo, C, Java, Fortran, Python ou Matlab).
Os alumnos procedentes de países de lingua diferente ao galego, portugués ou español deberán acreditar o nivel de lingua galega Celga II, ou española B1, consonte o Acordo do Consello de Goberno da USC do 30 de xullo de 2018.
De non posuíren algún dos títulos, a USC realizaralles unha proba de nivel e, de non superala, deberán asistir a un curso intensivo de galego ou español no primeiro semestre até acadaren o nivel requirido.
CRITERIOS DE SELECCIÓN:
- Expediente académico (70%)
- Experiencia laboral no ámbito das TIC (20%)
- Outros méritos relacionados co ámbito das TIC (10%)
Nota: a USC oferta 13 prazas e a U. Murcia, 12
Información actualizada en cada convocatoria de matrícula
No programa de titorías académicas asignaráselle a cada estudante un titor académico que lle proporcionará asistencia ao longo do curso. Este apoio será máis intenso no caso daqueles estudantes provenientes de programas de mobilidade. Nas titorías programadas realízase unha orientación para a realización dos traballos individuais ou en grupo, resolución de dúbidas e actividades de avaliación continua.
Modalidade: Criterios específicos
Titulacións de acceso:
- Titulacións en: Informática; Física; Matemáticas; Telecomunicacións; Electrónica; Industriais; outras áreas de ciencias e resto de enxeñarías.
Requírese que os solicitantes teñan competencias en programación básica e, en particular, nalgunha linguaxe de programación (por exemplo, C, Java, Fortran, Python ou Matlab).
Os alumnos procedentes de países de lingua diferente ao galego, portugués ou español deberán acreditar o nivel de lingua galega Celga II, ou española B1, consonte o Acordo do Consello de Goberno da USC do 30 de xullo de 2018.
De non posuíren algún dos títulos, a USC realizaralles unha proba de nivel e, de non superala, deberán asistir a un curso intensivo de galego ou español no primeiro semestre até acadaren o nivel requirido.
CRITERIOS DE SELECCIÓN:
- Expediente académico (70%)
- Experiencia laboral no ámbito das TIC (20%)
- Outros méritos relacionados co ámbito das TIC (10%)
Nota: a USC oferta 13 prazas e a U. Murcia, 12
Información actualizada en cada convocatoria de matrícula
O Máster supón unha formación de posgrao especializada en aspectos avanzados científicos, tecnolóxicos e socioeconómicos relacionados con varias ramas do coñecemento, incluíndo varias subáreas de Informática e Matemáticas. Preténdese preparar titulados versátiles que poidan desenvolver a súa actividade no desenvolvemento e aplicación das tecnoloxías de Xestión e Análise de Datos Masivos nun sentido amplo, con posibilidade de fácil adaptación a diferentes contornas de traballo e a diferentes perfís de especialización futura tras realizar o Máster (profesionais en computación para Big Data, científicos ou analistas de datos, investigadores en Minería de Datos ou Computación Distribuída, etc)
1. Capacidade para afrontar tarefas e situacións críticas.
2. Capacidade de traballo autónomo e toma de decisións.
3. Capacidades asociadas ao traballo en equipo: cooperación, liderado, saber escoitar.
4. Capacidade analítica, crítica e de síntese.
5. Habilidades en relacións interpersoais.
6. Creatividade.
1. Capacidade para implementar aplicacións de clasificación e procura sobre repositorios masivos de documentos non estruturados ou semi-estruturados, así como para avaliar a súa eficiencia e eficacia.
2. Capacidade para procesar grandes volumes documentais para extraer patróns e coñecemento mediante técnicas de minería de textos e minería web.
3. Capacidade para a instalación, configuración e xestión de software básico para o procesamento de datos masivos.
4. Capacidade para implementar código en diferentes linguaxes especializadas no procesamento de datos masivos.
5. Capacidade para a utilización de ferramentas dispoñibles para preparar e executar aplicacións para datos masivos na nube.
6. Saber sintetizar e describir unha gran cantidade de datos seleccionando os estatísticos adecuados ao tipo de variables e analizar as relacións existentes entre elas.
7. Capacidade para modelar a dependencia entre unha variable resposta e varias variables explicativas, en conxuntos de datos complexos, mediante técnicas de regresión, e interpretando os resultados obtidos.
8. Capacidade para analizar un conxunto dado de variables mediante técnicas de clasificación interpretando os resultados obtidos.
9. Capacidade para a análise e avaliación da eficacia de diferentes técnicas de visualización para cada problema.
10. Capacidade para sintetizar e comunicar con eficacia os resultados da análise visual de grandes conxuntos de datos.
11. Coñecer os ámbitos de aplicación máis relevantes do paradigma Big Data.
12. Entender como as técnicas Big Data utilízanse para soportar e realizar tómaa de decisións baseadas en datos.
13. Capacidade para entender os beneficios da minería de datos e os elementos que interveñen no proceso, así como de aplicalos na resolución de problemas, para elixir as técnicas máis adecuadas a cada problema, e para aplicar de forma correcta as técnicas de avaliación e saber interpretar os modelos e resultados.
14. Capacidade para realizar un proxecto de intelixencia de negocio básico no que se identifican obxectivos de negocio e tradúcense en obxectivos técnicos, establécense os procesos e compoñentes dunha arquitectura básica, e realízase unha explotación de datos.
15. Capacidade para deseñar e poñer en marcha soluciones para a análise de datos no ámbito de Internet das Cousas, tendo en conta os requisitos específicos deste tipo de casos de uso e coñecendo o funcionamento das redes de sensores baseadas en Internet das Cousas.
16. Capacidade para seleccionar, atendendo a criterios de eficiencia, escalabilidade, optización de acceso, tolerancia a fallos e adecuación á contorna de produción, as bases de datos e o paradigma de datos óptimo en solucións Big Data.
Mobilidade
A súa planificación e xestión desenvólvese a través da Vicerreitoría de Relacións Institucionais e do Servizo de Relacións Exteriores da Universidade, en coordinación coa Facultade a través da “Unidade de apoio á xestión de centros e departamentos” (UAGCD) e do vicedecano/a responsable de programas de intercambio. As facultades, ademais dos responsables citados arriba, conta coa colaboración de varios profesores/as que actúan como coordinadores académicos, e cuxa función é titorizar e asistir nas súas decisións académicas aos estudantes propios e de acolleita.
A selección dos candidatos lévase a cabo, para cada convocatoria ou programa, por unha Comisión de Selección, composta polo decano ou decana, o vicedecano ou vicedecana responsable de programas de intercambio, o/a responsable da UAGCD e os/as coordinadores académicos, de acordo con criterios de baremación, previamente establecidos, que teñen en conta o expediente académico, unha memoria e, no seu caso, as competencias en idiomas que esixe a Universidade de destino.
A USC, a través da Oficina de Relacións Exteriores, mantén un sistema de información permanente a través da web, que se complementa con campañas e accións informativas específicas de promoción das convocatorias. Ademais, conta con recursos de apoio para os estudantes de acolleita, tales como a reserva de prazas nas Residencias Universitarias, ou o Programa de Acompañamento de Estudantes Estranxeiros (PAE) da Vicerreitoría de Relacións Institucionais, a través da cal voluntarios/as da USC realizan tarefas de acompañamento dirixidas á integración na cidade e na Universidade dos estudantes de acolleita.
En canto aos/as estudantes de acolleita, organízase unha sesión de recepción, ao comezo de cada cuadrimestre, na que se lles informa e orienta sobre a Facultade e os estudos, á vez que se lles pon en contacto cos coordinadores académicos, que actuarán como titores, e o persoal do Centro implicado na súa atención.
Cada alumno que recibimos ten asignado un titor académico, co que manteñen polo menos 3 reunións presenciais por cuadrimestre (ao comezo, a metade, e ao finalizar), separadamente dos contactos vía correo electrónico ou teléfono segundo sexa pertinente. Os titores son os encargados do seguimento dos alumnos e corresponden o primeiro punto de apoio dos mesmos para resolver os problemas que poidan xurdir ao alumno durante a súa estancia. Ao final da súa estancia volven reunirse co Coordinador Internacional para facer balance da mesma.
A mobilidade dos/as estudantes está regulada a través do “Regulamento de intercambios interuniversitarios”. A través da Oficina de Relacións Exteriores xestiónanse programas de intercambio tanto nacionais (SICUE), como europeos (ERASMUS) e extracomunitarios (intercambios con países de América Latina ou países de fala inglesa):
Portal Internacional
Prácticas
Non se contemplan
O TFM consiste na análise, deseño, implementación e validación dun proxecto relacionado coas Tecnoloxías de Análises de Datos Masivos.
Ten como obxectivo principal a análise, deseño, implementación e validación dun proxecto, realizado de forma individual, relacionado coas Tecnoloxías de Análises de Datos Masivos e no que se enfaticen algunhas das competencias adquiridas. Poderase desenvolver nunha empresa ou entidade con acreditada experiencia en proxectos de I+ D+ i, sendo cotutelado por un profesional do ámbito.
O proxecto debe integrar en calquera caso compoñentes de innovación que vaian máis aló do mero desenvolvemento dunha aplicación, servizo ou liña de negocio estándares.
O TFM debe promover a achega de valor engadido por parte do estudante en proxectos innovadores, e a súa relación directa co mercado de traballo ou con algún aspecto punteiro de investigación.
Profesores da Escola Técnica Superior de Enxeñaría (ETSE) e da Facultade de Matemáticas da USC. Ademais ofertaranse Traballos de Fin de Máster tutelados por profesionais de empresa.
|
Indicador |
2017-2018 |
2018-2019 |
2019-2020 |
2020-2021 |
2021-2022 |
2022-2023 |
|
|---|---|---|---|---|---|---|---|
|
Oferta |
|||||||
|
IN01 Prazas ofertadas Número de prazas ofertadas para cada curso académico. Info da escala: Número enteiro |
13,0 |
13,0 |
13,0 |
13,0 |
20,0 |
20,0 |
|
|
Matrícula |
|||||||
|
IN02 Matrícula Número de estudantes matriculados nun curso académico sen contabilizar aos estudantes de programas de mobilidade incoming. Info da escala: Número enteiro |
18,0 |
23,0 |
15,0 |
17,0 |
26,0 |
21,0 |
|
|
IN03 Matrícula de acceso Número de estudantes que se matriculan nun plan de estudos por primeira vez. Inclúe ao alumnado que traslada o seu expediente, que accede por validación parcial de estudos estranxeiros ou que se adapta desde plans en extinción. Info da escala: Número enteiro |
13,0 |
12,0 |
12,0 |
13,0 |
20,0 |
16,0 |
|
|
IN04 Matrícula de novo ingreso por preinscrición Número de estudantes que se matriculan no primeiro curso dun plan de estudos por primeira vez, é dicir, sen contar aos estudantes que acceden a través de validación parcial de estudos estranxeiros, traslados ou adaptacións desde plans en extinción. Info da escala: Número enteiro |
13,0 |
12,0 |
12,0 |
13,0 |
20,0 |
16,0 |
|
|
IN05 Variación da matrícula de novo ingreso por preinscrición Taxa de variación relativa da matrícula de novo ingreso por preinscrición. Info da escala: Porcentaxe con dous decimais |
0,0 |
-7,69 |
0,0 |
8,33 |
53,85 |
- |
|
|
Perfil de entrada |
|||||||
|
IN06 Nota media de acceso por preinscrición Nota media de acceso por preinscrición dos estudantes que inician estudos. Determina o perfil de entrada. Info da escala: Número racional con dous decimais. O rango vai desde 0 ata o valor máximo que se pode obter en cada curso académico para a preinscrición (algúns valores históricos foron 10,00 puntos, 12,00 puntos ou 14,00 puntos). |
7,2131 |
6,8373 |
8,2929 |
7,1376 |
6,9671 |
7,4371 |
|
|
IN08 Porcentaxe de estudantes estranxeiros sobre matriculados Porcentaxe de estudantes estranxeiros sobre estudantes matriculados, sen contabilizar aos estudantes matriculados en programas de mobilidade incoming. Info da escala: Porcentaxe con dous decimais |
11,11 |
4,35 |
6,67 |
0,0 |
15,38 |
38,1 |
|
|
IN09 Porcentaxe de estudantes nacionais de fóra de Galicia sobre matriculados Porcentaje de estudiantes nacionales de fuera de Galicia sobre estudiantes matriculados, sin contabilizar los estudiantes matriculados en programas de movilidad incoming. Info da escala: Porcentaxe con dous decimais |
5,56 |
0,0 |
0,0 |
17,65 |
3,85 |
9,52 |
|
|
IN13 Porcentaxe de matriculados que son titulados da USC Número de estudantes matriculados no máster que son egresados da USC. Info da escala: Porcentaxe con dous decimais |
- |
- |
- |
41,18 |
42,31 |
23,81 |
|
|
Adecuación á demanda |
|||||||
|
IN12 Tasa de ocupación Número de estudantes de novo ingreso por preinscrición dividido entre as prazas ofertadas. Info da escala: Porcentaxe con dous decimais |
100,0 |
92,31 |
92,31 |
100,0 |
100,0 |
80,0 |
|
Indicador |
2017-2018 |
2018-2019 |
2019-2020 |
2020-2021 |
2021-2022 |
2022-2023 |
|
|---|---|---|---|---|---|---|---|
|
Mobilidade allea |
|||||||
|
IN18 Porcentaxe de estudantes recibidos pola USC de programas de mobilidade sobre o total de matriculados Número de estudantes recibidos na USC nesa titulación procedentes doutras universidades (programas de mobilidade) dividido entre o número de estudantes matriculados no título. Info da escala: Porcentaxe con dous decimais |
0,0 |
0,0 |
0,0 |
0,0 |
0,0 |
4,76 |
|
Indicador |
2017-2018 |
2018-2019 |
2019-2020 |
2020-2021 |
2021-2022 |
2022-2023 |
|---|---|---|---|---|---|---|
|
IN22 Porcentaxe de estudantes egresados nun curso académico que ao longo dos seus estudos realizou as prácticas en empresas e institu Relación porcentual entre os egresados dun título nun curso académico que ao longo dos seus estudos realizaron prácticas en empresas e institucións, sobre o total de estudantes egresados nese título e nese mesmo curso académico. Info da escala: Porcentaxe con dous decimais |
0,0 |
0,0 |
0,0 |
0,0 |
0,0 |
0,0 |
|
Indicador |
2017-2018 |
2018-2019 |
2019-2020 |
2020-2021 |
2021-2022 |
2022-2023 |
|
|---|---|---|---|---|---|---|---|
|
Abandono |
|||||||
|
IN41 Taxa de abandono RD 1393/2007 Relación porcentual entre os estudantes dunha cohorte de novo ingreso que deberon obter o título no ano académico anterior e que non se matricularon nin nese curso académico nin no anterior. Info da escala: Porcentaxe con dous decimais |
0,0 |
0,0 |
8,33 |
16,67 |
15,38 |
10,0 |
|
|
Avaliación |
|||||||
|
IN36 Taxa de avaliación Relación porcentual entre o número total de créditos ordinarios aos que se presentaron os estudantes e o número total de créditos ordinarios matriculados. Info da escala: Porcentaxe con dous decimais |
76,64 |
85,76 |
81,4 |
80,32 |
83,83 |
82,98 |
|
|
Duración media dos estudos |
|||||||
|
IN38 Duración media dos estudos Duración media (en anos) na que os estudantes tardan en superar os créditos correspondentes ao plan de estudos. Info da escala: Número racional con dous decimais |
1,3333 |
1,5294 |
1,4444 |
1,6667 |
1,2632 |
1,2 |
|
|
Eficiencia dos titulados |
|||||||
|
IN53 Taxa de eficiencia (rendemento dos egresados Relación porcentual entre o número total de créditos que superou un estudante ao longo da titulación na que egresou e o número total de créditos nos que se matriculou. Info da escala: Porcentaxe con dous decimais |
95,24 |
87,63 |
88,24 |
85,71 |
92,68 |
92,17 |
|
|
Estudantes por grupo |
|||||||
|
IN32 Media de alumnos por grupo de docencia interactiva Relación entre o número de alumnos matriculados e o número de grupos de docencia interactiva. Info da escala: Número racional con dous decimais |
13,5714 |
12,1667 |
12,0 |
12,8333 |
20,0 |
16,3333 |
|
|
IN55 Media de alumnos matriculados en materias obrigatorias e de formación básica por grupo de teoría (expositivas) Relación entre o número de alumnos matriculados en materias obrigatorias materias de formación básica e o número de grupos de teoría desas materias. Info da escala: Número racional con dous decimais |
- |
12,1667 |
12,0 |
12,8333 |
20,0 |
16,3333 |
|
|
Éxito |
|||||||
|
IN35 Taxa de éxito Relación porcentual entre o número total de créditos ordinarios que superaron os estudantes e o número total de créditos ordinarios aos que se presentaron. Info da escala: Porcentaxe con dous decimais |
99,31 |
97,39 |
91,19 |
96,18 |
97,81 |
96,38 |
|
|
IN50 Taxa de éxito dos egresados Relación porcentual entre o número total de créditos que superou un estudante ao longo da titulación na que foi egresado e o número total de créditos aos que se presentou. Info da escala: Porcentaxe con dous decimais |
95,24 |
87,63 |
88,24 |
100,0 |
100,0 |
98,68 |
|
|
Graduación |
|||||||
|
IN37 Taxa de graduación Relación porcentual entre os estudantes que finalizaron os estudos no tempo previsto no plan de estudos ou nun ano académico máis e a súa cohorte de ingreso. Amosa información sobre o grao de eficacia do alumnado e da institución con relación á súa actividade académica. Info da escala: Porcentaxe con dous decimais |
100,0 |
76,92 |
91,67 |
75,0 |
84,62 |
85,0 |
|
|
Rendemento |
|||||||
|
IN34 Taxa de rendemento Relación porcentual entre o número total de créditos ordinarios que superaron os estudantes e o número total de créditos ordinarios en que se matricularon. Info da escala: Porcentaxe con dous decimais |
76,11 |
83,52 |
74,22 |
77,26 |
82,0 |
79,97 |
|
|
Satisfacción |
|||||||
|
IN23 Satisfacción dos egresados coa información pública dispoñible Valoración media da enquisa de satisfacción dos egresados coa información pública dispoñible. Info da escala: Mínimo 0,00 , máximo 5,00 |
4,25 |
4,8 |
- |
- |
- |
- |
|
|
IN33 Grao de satisfacción dos egresados cos servizos Valoración media das preguntas relativas á satisfacción cos servizos da enquisa de egresados. Info da escala: Mínimo 0,00 , máximo 5,00 |
4,5713 |
5,0 |
- |
- |
- |
- |
|
|
IN42 Grao de satisfacción xeral dos egresados coa titulación Valoración media das preguntas relativas á satisfacción coa titulación da enquisa de egresados. Info da escala: Mínimo 0,00 , máximo 5,00 |
4,129 |
4,4545 |
- |
3,26 |
3,55 |
3,42 |
|
|
IN46 Satisfacción do alumnado coa docencia recibida Valoración media da enquisa de satisfacción do alumnado coa docencia recibida. Info da escala: Mínimo 0,00 , máximo 5,00 |
4,34 |
4,47 |
4,29 |
3,95 |
4,36 |
4,36 |
|
|
IN47 Satisfacción do profesorado coa docencia impartida Valoración media da enquisa de satisfacción do profesorado coa docencia impartida. Info da escala: Mínimo 0,00 , máximo 5,00 |
3,4211 |
4,3462 |
- |
4,193 |
3,9605 |
3,9615 |
|
|
IN48 Taxa de resposta na enquisa de satisfacción Porcentaxe de resposta na enquisa de satisfacción por parte do alumnado. Info da escala: Porcentaxe con dous decimais |
57,1429 |
32,2581 |
23,3333 |
78,5714 |
76,1905 |
40,0 |
|
Indicador |
2017-2018 |
2018-2019 |
2019-2020 |
2020-2021 |
2021-2022 |
2022-2023 |
|---|---|---|---|---|---|---|
|
IN24 Porcentaxe de Persoal Docente e Investigador (PDI) con sexenios Relación porcentual entre o PDI con sexenios e o PDI total con docencia no título e que pode ter sexenios Info da escala: Porcentaxe con dous decimais |
100,0 |
100,0 |
100,0 |
100,0 |
100,0 |
100,0 |
|
IN25 Porcentaxe de PDI doutor sobre o PDI total Relación porcentual entre o PDI doutor e o PDI total con docencia no título. Info da escala: Porcentaxe con dous decimais |
100,0 |
100,0 |
100,0 |
100,0 |
100,0 |
100,0 |
|
IN26 Porcentaxe de PDI funcionario sobre o PDI total Relación porcentual entre o PDI funcionario e o PDI total con docencia no título. Info da escala: Porcentaxe con dous decimais |
73,33 |
73,33 |
71,43 |
87,5 |
64,29 |
72,73 |
Créditos que deberá cursar o alumno para obter a titulación:
Obrigatorias: 42
Traballo fin de máster: 18
Total: 60
Non se contemplan
Bases de datos a grande escala
- P4181101
- Obrigatorio
- Primeiro semestre
- 4,5 créditos
Tecnoloxías de xestión de información non estruturada
- P4181102
- Obrigatorio
- Primeiro semestre
- 4,5 créditos
Tecnoloxías de computación para datos masivos
- P4181103
- Obrigatorio
- Primeiro semestre
- 4,5 créditos
Internet das cousas no contexto de Big Data
- P4181104
- Obrigatorio
- Segundo semestre
- 4,5 créditos
Aprendizaxe Estatística
- P4181105
- Obrigatorio
- Primeiro semestre
- 6 créditos
Minería de datos
- P4181106
- Obrigatorio
- Segundo semestre
- 4,5 créditos
Visualización de datos
- P4181107
- Obrigatorio
- Primeiro semestre
- 3 créditos
Intelixencia de negocio
- P4181108
- Obrigatorio
- Primeiro semestre
- 6 créditos
Aplicacións e casos de uso empresarial
- P4181109
- Obrigatorio
- Segundo semestre
- 4,5 créditos
Traballo fin de máster
- P4181110
- Obrigatorio
- Traballos Fin de Grao e Máster
- 18 créditos
A finalidade do Máster é dar formación en aspectos avanzados científicos, tecnolóxicos e socioeconómicos relacionados cun reto esencial das Tecnoloxías de Información na actualidade: a inxente cantidade de datos xerados e a necesidade de xestionalos eficaz e eficientemente para producir servizos de valor engadido.
Non se contempla
Créditos que deberá cursar o alumno para obter a titulación:
Obrigatorias: 42
Traballo fin de máster: 18
Total: 60
No programa de titorías académicas asignaráselle a cada estudante un titor académico que lle proporcionará asistencia ao longo do curso. Este apoio será máis intenso no caso daqueles estudantes provenientes de programas de mobilidade. Nas titorías programadas realízase unha orientación para a realización dos traballos individuais ou en grupo, resolución de dúbidas e actividades de avaliación continua.
Cando se produza a suspensión dun título oficial, a USC garante o adecuado desenvolvemento efectivo das ensinanzas que iniciasen os seus estudantes ata a súa finalización. Para iso, o Consello de Goberno aproba os criterios relacionados, entre outros, con:
- A admisión de matrículas de novo ingreso na titulación.
- A supresión gradual da impartición da docencia.
- Se o título extinguido é substituído por outro similar (modificando a natureza do título), fixa as condicións que faciliten aos/as estudantes a continuidade de estudos no novo título e as equivalencias entre as materias dun e doutro plan.
Acceso
Para acceder aos ensinos oficiais de Máster será necesario estar en posesión de:
A.1. Un título universitario oficial español.
A.2. Un título expedido por unha institución de educación superior pertencente a outro Estado integrante do Espazo Europeo de Educación Superior que faculte no mesmo para o acceso a ensinos de Máster.
A.3. Un título pertencente a un sistema educativo alleo ao Espazo Europeo de Educación, previa comprobación pola Universidade de que o citado título acredita un nivel de formación equivalente aos correspondentes títulos universitarios oficiais españois e faculta no país expedidor do título para o acceso a ensinos de posgrao.
A.4. Un título superior das Ensinanzas Artísticas Superiores do sistema educativo español.
Admisión
Modalidade: Criterios específicos
Titulacións de acceso:
- Titulacións en: Informática; Física; Matemáticas; Telecomunicacións; Electrónica; Industriais; outras áreas de ciencias e resto de enxeñarías.
Requírese que os solicitantes teñan competencias en programación básica e, en particular, nalgunha linguaxe de programación (por exemplo, C, Java, Fortran, Python ou Matlab).
Os alumnos procedentes de países de lingua diferente ao galego, portugués ou español deberán acreditar o nivel de lingua galega Celga II, ou española B1, consonte o Acordo do Consello de Goberno da USC do 30 de xullo de 2018.
De non posuíren algún dos títulos, a USC realizaralles unha proba de nivel e, de non superala, deberán asistir a un curso intensivo de galego ou español no primeiro semestre até acadaren o nivel requirido.
CRITERIOS DE SELECCIÓN:
- Expediente académico (70%)
- Experiencia laboral no ámbito das TIC (20%)
- Outros méritos relacionados co ámbito das TIC (10%)
Nota: a USC oferta 13 prazas e a U. Murcia, 12
Información actualizada en cada convocatoria de matrícula
No programa de titorías académicas asignaráselle a cada estudante un titor académico que lle proporcionará asistencia ao longo do curso. Este apoio será máis intenso no caso daqueles estudantes provenientes de programas de mobilidade. Nas titorías programadas realízase unha orientación para a realización dos traballos individuais ou en grupo, resolución de dúbidas e actividades de avaliación continua.
Modalidade: Criterios específicos
Titulacións de acceso:
- Titulacións en: Informática; Física; Matemáticas; Telecomunicacións; Electrónica; Industriais; outras áreas de ciencias e resto de enxeñarías.
Requírese que os solicitantes teñan competencias en programación básica e, en particular, nalgunha linguaxe de programación (por exemplo, C, Java, Fortran, Python ou Matlab).
Os alumnos procedentes de países de lingua diferente ao galego, portugués ou español deberán acreditar o nivel de lingua galega Celga II, ou española B1, consonte o Acordo do Consello de Goberno da USC do 30 de xullo de 2018.
De non posuíren algún dos títulos, a USC realizaralles unha proba de nivel e, de non superala, deberán asistir a un curso intensivo de galego ou español no primeiro semestre até acadaren o nivel requirido.
CRITERIOS DE SELECCIÓN:
- Expediente académico (70%)
- Experiencia laboral no ámbito das TIC (20%)
- Outros méritos relacionados co ámbito das TIC (10%)
Nota: a USC oferta 13 prazas e a U. Murcia, 12
Información actualizada en cada convocatoria de matrícula
O Máster supón unha formación de posgrao especializada en aspectos avanzados científicos, tecnolóxicos e socioeconómicos relacionados con varias ramas do coñecemento, incluíndo varias subáreas de Informática e Matemáticas. Preténdese preparar titulados versátiles que poidan desenvolver a súa actividade no desenvolvemento e aplicación das tecnoloxías de Xestión e Análise de Datos Masivos nun sentido amplo, con posibilidade de fácil adaptación a diferentes contornas de traballo e a diferentes perfís de especialización futura tras realizar o Máster (profesionais en computación para Big Data, científicos ou analistas de datos, investigadores en Minería de Datos ou Computación Distribuída, etc)
1. Capacidade para afrontar tarefas e situacións críticas.
2. Capacidade de traballo autónomo e toma de decisións.
3. Capacidades asociadas ao traballo en equipo: cooperación, liderado, saber escoitar.
4. Capacidade analítica, crítica e de síntese.
5. Habilidades en relacións interpersoais.
6. Creatividade.
1. Capacidade para implementar aplicacións de clasificación e procura sobre repositorios masivos de documentos non estruturados ou semi-estruturados, así como para avaliar a súa eficiencia e eficacia.
2. Capacidade para procesar grandes volumes documentais para extraer patróns e coñecemento mediante técnicas de minería de textos e minería web.
3. Capacidade para a instalación, configuración e xestión de software básico para o procesamento de datos masivos.
4. Capacidade para implementar código en diferentes linguaxes especializadas no procesamento de datos masivos.
5. Capacidade para a utilización de ferramentas dispoñibles para preparar e executar aplicacións para datos masivos na nube.
6. Saber sintetizar e describir unha gran cantidade de datos seleccionando os estatísticos adecuados ao tipo de variables e analizar as relacións existentes entre elas.
7. Capacidade para modelar a dependencia entre unha variable resposta e varias variables explicativas, en conxuntos de datos complexos, mediante técnicas de regresión, e interpretando os resultados obtidos.
8. Capacidade para analizar un conxunto dado de variables mediante técnicas de clasificación interpretando os resultados obtidos.
9. Capacidade para a análise e avaliación da eficacia de diferentes técnicas de visualización para cada problema.
10. Capacidade para sintetizar e comunicar con eficacia os resultados da análise visual de grandes conxuntos de datos.
11. Coñecer os ámbitos de aplicación máis relevantes do paradigma Big Data.
12. Entender como as técnicas Big Data utilízanse para soportar e realizar tómaa de decisións baseadas en datos.
13. Capacidade para entender os beneficios da minería de datos e os elementos que interveñen no proceso, así como de aplicalos na resolución de problemas, para elixir as técnicas máis adecuadas a cada problema, e para aplicar de forma correcta as técnicas de avaliación e saber interpretar os modelos e resultados.
14. Capacidade para realizar un proxecto de intelixencia de negocio básico no que se identifican obxectivos de negocio e tradúcense en obxectivos técnicos, establécense os procesos e compoñentes dunha arquitectura básica, e realízase unha explotación de datos.
15. Capacidade para deseñar e poñer en marcha soluciones para a análise de datos no ámbito de Internet das Cousas, tendo en conta os requisitos específicos deste tipo de casos de uso e coñecendo o funcionamento das redes de sensores baseadas en Internet das Cousas.
16. Capacidade para seleccionar, atendendo a criterios de eficiencia, escalabilidade, optización de acceso, tolerancia a fallos e adecuación á contorna de produción, as bases de datos e o paradigma de datos óptimo en solucións Big Data.
Mobilidade
A súa planificación e xestión desenvólvese a través da Vicerreitoría de Relacións Institucionais e do Servizo de Relacións Exteriores da Universidade, en coordinación coa Facultade a través da “Unidade de apoio á xestión de centros e departamentos” (UAGCD) e do vicedecano/a responsable de programas de intercambio. As facultades, ademais dos responsables citados arriba, conta coa colaboración de varios profesores/as que actúan como coordinadores académicos, e cuxa función é titorizar e asistir nas súas decisións académicas aos estudantes propios e de acolleita.
A selección dos candidatos lévase a cabo, para cada convocatoria ou programa, por unha Comisión de Selección, composta polo decano ou decana, o vicedecano ou vicedecana responsable de programas de intercambio, o/a responsable da UAGCD e os/as coordinadores académicos, de acordo con criterios de baremación, previamente establecidos, que teñen en conta o expediente académico, unha memoria e, no seu caso, as competencias en idiomas que esixe a Universidade de destino.
A USC, a través da Oficina de Relacións Exteriores, mantén un sistema de información permanente a través da web, que se complementa con campañas e accións informativas específicas de promoción das convocatorias. Ademais, conta con recursos de apoio para os estudantes de acolleita, tales como a reserva de prazas nas Residencias Universitarias, ou o Programa de Acompañamento de Estudantes Estranxeiros (PAE) da Vicerreitoría de Relacións Institucionais, a través da cal voluntarios/as da USC realizan tarefas de acompañamento dirixidas á integración na cidade e na Universidade dos estudantes de acolleita.
En canto aos/as estudantes de acolleita, organízase unha sesión de recepción, ao comezo de cada cuadrimestre, na que se lles informa e orienta sobre a Facultade e os estudos, á vez que se lles pon en contacto cos coordinadores académicos, que actuarán como titores, e o persoal do Centro implicado na súa atención.
Cada alumno que recibimos ten asignado un titor académico, co que manteñen polo menos 3 reunións presenciais por cuadrimestre (ao comezo, a metade, e ao finalizar), separadamente dos contactos vía correo electrónico ou teléfono segundo sexa pertinente. Os titores son os encargados do seguimento dos alumnos e corresponden o primeiro punto de apoio dos mesmos para resolver os problemas que poidan xurdir ao alumno durante a súa estancia. Ao final da súa estancia volven reunirse co Coordinador Internacional para facer balance da mesma.
A mobilidade dos/as estudantes está regulada a través do “Regulamento de intercambios interuniversitarios”. A través da Oficina de Relacións Exteriores xestiónanse programas de intercambio tanto nacionais (SICUE), como europeos (ERASMUS) e extracomunitarios (intercambios con países de América Latina ou países de fala inglesa):
Portal Internacional
Prácticas
Non se contemplan
O TFM consiste na análise, deseño, implementación e validación dun proxecto relacionado coas Tecnoloxías de Análises de Datos Masivos.
Ten como obxectivo principal a análise, deseño, implementación e validación dun proxecto, realizado de forma individual, relacionado coas Tecnoloxías de Análises de Datos Masivos e no que se enfaticen algunhas das competencias adquiridas. Poderase desenvolver nunha empresa ou entidade con acreditada experiencia en proxectos de I+ D+ i, sendo cotutelado por un profesional do ámbito.
O proxecto debe integrar en calquera caso compoñentes de innovación que vaian máis aló do mero desenvolvemento dunha aplicación, servizo ou liña de negocio estándares.
O TFM debe promover a achega de valor engadido por parte do estudante en proxectos innovadores, e a súa relación directa co mercado de traballo ou con algún aspecto punteiro de investigación.
Profesores da Escola Técnica Superior de Enxeñaría (ETSE) e da Facultade de Matemáticas da USC. Ademais ofertaranse Traballos de Fin de Máster tutelados por profesionais de empresa.
|
Indicador |
2017-2018 |
2018-2019 |
2019-2020 |
2020-2021 |
2021-2022 |
2022-2023 |
|
|---|---|---|---|---|---|---|---|
|
Oferta |
|||||||
|
IN01 Prazas ofertadas Número de prazas ofertadas para cada curso académico. Info da escala: Número enteiro |
13,0 |
13,0 |
13,0 |
13,0 |
20,0 |
20,0 |
|
|
Matrícula |
|||||||
|
IN02 Matrícula Número de estudantes matriculados nun curso académico sen contabilizar aos estudantes de programas de mobilidade incoming. Info da escala: Número enteiro |
18,0 |
23,0 |
15,0 |
17,0 |
26,0 |
21,0 |
|
|
IN03 Matrícula de acceso Número de estudantes que se matriculan nun plan de estudos por primeira vez. Inclúe ao alumnado que traslada o seu expediente, que accede por validación parcial de estudos estranxeiros ou que se adapta desde plans en extinción. Info da escala: Número enteiro |
13,0 |
12,0 |
12,0 |
13,0 |
20,0 |
16,0 |
|
|
IN04 Matrícula de novo ingreso por preinscrición Número de estudantes que se matriculan no primeiro curso dun plan de estudos por primeira vez, é dicir, sen contar aos estudantes que acceden a través de validación parcial de estudos estranxeiros, traslados ou adaptacións desde plans en extinción. Info da escala: Número enteiro |
13,0 |
12,0 |
12,0 |
13,0 |
20,0 |
16,0 |
|
|
IN05 Variación da matrícula de novo ingreso por preinscrición Taxa de variación relativa da matrícula de novo ingreso por preinscrición. Info da escala: Porcentaxe con dous decimais |
0,0 |
-7,69 |
0,0 |
8,33 |
53,85 |
- |
|
|
Perfil de entrada |
|||||||
|
IN06 Nota media de acceso por preinscrición Nota media de acceso por preinscrición dos estudantes que inician estudos. Determina o perfil de entrada. Info da escala: Número racional con dous decimais. O rango vai desde 0 ata o valor máximo que se pode obter en cada curso académico para a preinscrición (algúns valores históricos foron 10,00 puntos, 12,00 puntos ou 14,00 puntos). |
7,2131 |
6,8373 |
8,2929 |
7,1376 |
6,9671 |
7,4371 |
|
|
IN08 Porcentaxe de estudantes estranxeiros sobre matriculados Porcentaxe de estudantes estranxeiros sobre estudantes matriculados, sen contabilizar aos estudantes matriculados en programas de mobilidade incoming. Info da escala: Porcentaxe con dous decimais |
11,11 |
4,35 |
6,67 |
0,0 |
15,38 |
38,1 |
|
|
IN09 Porcentaxe de estudantes nacionais de fóra de Galicia sobre matriculados Porcentaje de estudiantes nacionales de fuera de Galicia sobre estudiantes matriculados, sin contabilizar los estudiantes matriculados en programas de movilidad incoming. Info da escala: Porcentaxe con dous decimais |
5,56 |
0,0 |
0,0 |
17,65 |
3,85 |
9,52 |
|
|
IN13 Porcentaxe de matriculados que son titulados da USC Número de estudantes matriculados no máster que son egresados da USC. Info da escala: Porcentaxe con dous decimais |
- |
- |
- |
41,18 |
42,31 |
23,81 |
|
|
Adecuación á demanda |
|||||||
|
IN12 Tasa de ocupación Número de estudantes de novo ingreso por preinscrición dividido entre as prazas ofertadas. Info da escala: Porcentaxe con dous decimais |
100,0 |
92,31 |
92,31 |
100,0 |
100,0 |
80,0 |
|
Indicador |
2017-2018 |
2018-2019 |
2019-2020 |
2020-2021 |
2021-2022 |
2022-2023 |
|
|---|---|---|---|---|---|---|---|
|
Mobilidade allea |
|||||||
|
IN18 Porcentaxe de estudantes recibidos pola USC de programas de mobilidade sobre o total de matriculados Número de estudantes recibidos na USC nesa titulación procedentes doutras universidades (programas de mobilidade) dividido entre o número de estudantes matriculados no título. Info da escala: Porcentaxe con dous decimais |
0,0 |
0,0 |
0,0 |
0,0 |
0,0 |
4,76 |
|
Indicador |
2017-2018 |
2018-2019 |
2019-2020 |
2020-2021 |
2021-2022 |
2022-2023 |
|---|---|---|---|---|---|---|
|
IN22 Porcentaxe de estudantes egresados nun curso académico que ao longo dos seus estudos realizou as prácticas en empresas e institu Relación porcentual entre os egresados dun título nun curso académico que ao longo dos seus estudos realizaron prácticas en empresas e institucións, sobre o total de estudantes egresados nese título e nese mesmo curso académico. Info da escala: Porcentaxe con dous decimais |
0,0 |
0,0 |
0,0 |
0,0 |
0,0 |
0,0 |
|
Indicador |
2017-2018 |
2018-2019 |
2019-2020 |
2020-2021 |
2021-2022 |
2022-2023 |
|
|---|---|---|---|---|---|---|---|
|
Abandono |
|||||||
|
IN41 Taxa de abandono RD 1393/2007 Relación porcentual entre os estudantes dunha cohorte de novo ingreso que deberon obter o título no ano académico anterior e que non se matricularon nin nese curso académico nin no anterior. Info da escala: Porcentaxe con dous decimais |
0,0 |
0,0 |
8,33 |
16,67 |
15,38 |
10,0 |
|
|
Avaliación |
|||||||
|
IN36 Taxa de avaliación Relación porcentual entre o número total de créditos ordinarios aos que se presentaron os estudantes e o número total de créditos ordinarios matriculados. Info da escala: Porcentaxe con dous decimais |
76,64 |
85,76 |
81,4 |
80,32 |
83,83 |
82,98 |
|
|
Duración media dos estudos |
|||||||
|
IN38 Duración media dos estudos Duración media (en anos) na que os estudantes tardan en superar os créditos correspondentes ao plan de estudos. Info da escala: Número racional con dous decimais |
1,3333 |
1,5294 |
1,4444 |
1,6667 |
1,2632 |
1,2 |
|
|
Eficiencia dos titulados |
|||||||
|
IN53 Taxa de eficiencia (rendemento dos egresados Relación porcentual entre o número total de créditos que superou un estudante ao longo da titulación na que egresou e o número total de créditos nos que se matriculou. Info da escala: Porcentaxe con dous decimais |
95,24 |
87,63 |
88,24 |
85,71 |
92,68 |
92,17 |
|
|
Estudantes por grupo |
|||||||
|
IN32 Media de alumnos por grupo de docencia interactiva Relación entre o número de alumnos matriculados e o número de grupos de docencia interactiva. Info da escala: Número racional con dous decimais |
13,5714 |
12,1667 |
12,0 |
12,8333 |
20,0 |
16,3333 |
|
|
IN55 Media de alumnos matriculados en materias obrigatorias e de formación básica por grupo de teoría (expositivas) Relación entre o número de alumnos matriculados en materias obrigatorias materias de formación básica e o número de grupos de teoría desas materias. Info da escala: Número racional con dous decimais |
- |
12,1667 |
12,0 |
12,8333 |
20,0 |
16,3333 |
|
|
Éxito |
|||||||
|
IN35 Taxa de éxito Relación porcentual entre o número total de créditos ordinarios que superaron os estudantes e o número total de créditos ordinarios aos que se presentaron. Info da escala: Porcentaxe con dous decimais |
99,31 |
97,39 |
91,19 |
96,18 |
97,81 |
96,38 |
|
|
IN50 Taxa de éxito dos egresados Relación porcentual entre o número total de créditos que superou un estudante ao longo da titulación na que foi egresado e o número total de créditos aos que se presentou. Info da escala: Porcentaxe con dous decimais |
95,24 |
87,63 |
88,24 |
100,0 |
100,0 |
98,68 |
|
|
Graduación |
|||||||
|
IN37 Taxa de graduación Relación porcentual entre os estudantes que finalizaron os estudos no tempo previsto no plan de estudos ou nun ano académico máis e a súa cohorte de ingreso. Amosa información sobre o grao de eficacia do alumnado e da institución con relación á súa actividade académica. Info da escala: Porcentaxe con dous decimais |
100,0 |
76,92 |
91,67 |
75,0 |
84,62 |
85,0 |
|
|
Rendemento |
|||||||
|
IN34 Taxa de rendemento Relación porcentual entre o número total de créditos ordinarios que superaron os estudantes e o número total de créditos ordinarios en que se matricularon. Info da escala: Porcentaxe con dous decimais |
76,11 |
83,52 |
74,22 |
77,26 |
82,0 |
79,97 |
|
|
Satisfacción |
|||||||
|
IN23 Satisfacción dos egresados coa información pública dispoñible Valoración media da enquisa de satisfacción dos egresados coa información pública dispoñible. Info da escala: Mínimo 0,00 , máximo 5,00 |
4,25 |
4,8 |
- |
- |
- |
- |
|
|
IN33 Grao de satisfacción dos egresados cos servizos Valoración media das preguntas relativas á satisfacción cos servizos da enquisa de egresados. Info da escala: Mínimo 0,00 , máximo 5,00 |
4,5713 |
5,0 |
- |
- |
- |
- |
|
|
IN42 Grao de satisfacción xeral dos egresados coa titulación Valoración media das preguntas relativas á satisfacción coa titulación da enquisa de egresados. Info da escala: Mínimo 0,00 , máximo 5,00 |
4,129 |
4,4545 |
- |
3,26 |
3,55 |
3,42 |
|
|
IN46 Satisfacción do alumnado coa docencia recibida Valoración media da enquisa de satisfacción do alumnado coa docencia recibida. Info da escala: Mínimo 0,00 , máximo 5,00 |
4,34 |
4,47 |
4,29 |
3,95 |
4,36 |
4,36 |
|
|
IN47 Satisfacción do profesorado coa docencia impartida Valoración media da enquisa de satisfacción do profesorado coa docencia impartida. Info da escala: Mínimo 0,00 , máximo 5,00 |
3,4211 |
4,3462 |
- |
4,193 |
3,9605 |
3,9615 |
|
|
IN48 Taxa de resposta na enquisa de satisfacción Porcentaxe de resposta na enquisa de satisfacción por parte do alumnado. Info da escala: Porcentaxe con dous decimais |
57,1429 |
32,2581 |
23,3333 |
78,5714 |
76,1905 |
40,0 |
|
Indicador |
2017-2018 |
2018-2019 |
2019-2020 |
2020-2021 |
2021-2022 |
2022-2023 |
|---|---|---|---|---|---|---|
|
IN24 Porcentaxe de Persoal Docente e Investigador (PDI) con sexenios Relación porcentual entre o PDI con sexenios e o PDI total con docencia no título e que pode ter sexenios Info da escala: Porcentaxe con dous decimais |
100,0 |
100,0 |
100,0 |
100,0 |
100,0 |
100,0 |
|
IN25 Porcentaxe de PDI doutor sobre o PDI total Relación porcentual entre o PDI doutor e o PDI total con docencia no título. Info da escala: Porcentaxe con dous decimais |
100,0 |
100,0 |
100,0 |
100,0 |
100,0 |
100,0 |
|
IN26 Porcentaxe de PDI funcionario sobre o PDI total Relación porcentual entre o PDI funcionario e o PDI total con docencia no título. Info da escala: Porcentaxe con dous decimais |
73,33 |
73,33 |
71,43 |
87,5 |
64,29 |
72,73 |