Preinscripción: No es necesario realizar preinscripción.
Fecha de inicio de matrícula: 02 de septiembre de 2025 a las 00:00
Fecha de fin de matrícula: 02 de septiembre de 2025 a las 23:59
Fecha de inicio ampliación de matrícula: 03 de septiembre de 2025 a las 00:00
Fecha de fin de ampliación de matrícula: 10 de septiembre de 2025 a las 23:59
Periodo de matrícula cerrado.
Información Matrícula:
Para realizar la matrícula se recomienda utilizar el navegador Chrome desde un ordenador. Si recibe un mensaje de error, envía un correo, incluyendo la captura de pantalla y dados personales (nombre y DNI), a continua@ujaen.es.
Importante: Seguro de accidentes: Todos los participantes deben estar cubiertos por un seguro de accidentes (EXCEPTO CURSOS ONLINE)
El alumnado matriculado en esta actividad puede participar en la Convocatoria de Becas de Formación Permanente 1er. cuatrimestre del curso 2025/26. La Resolución se publicará en el Centro de Formación e Innovación Docente - Perfil de Estudiantes en Becas y Ayudas
Aquí encontrarás los detalles fundamentales y todos los enlaces necesarios para conocer la organización de tu máster propio.
Fecha de Inicio: 03 de septiembre de 2025
Fecha de Fin: 18 de septiembre de 2025
Calendario Académico:
Esta actividad contribuirá a alcanzar las competencias básicas y capacidades/destrezas personales siguientes, establecidas en la Memoria del Programa de Doctorado en Química de la UJA: • Comprensión sistemática de un campo de estudio y el dominio de las habilidades y métodos de investigación relacionados con dicho campo. • Capacidad de realizar un análisis crítico, evaluación y síntesis de ideas nuevas y complejas. • La crítica y defensa intelectual de soluciones. • Aplicar los conocimientos adquiridos en el área de la Química a la resolución de problemas específicos dentro de un contexto multidisciplinar aplicado. Asimismo, contribuirá a la adquisición de la siguiente competencia transversal: • Comprensión de los pasos necesarios en el proceso de minería de datos, como la selección y preparación de datos, la modelización, y la evaluación de resultados. • Aplicar principios de aprendizaje automático en contextos de minería de datos, identificando objetivos y seleccionando método