Módulo 1 — Pregunta urbana y datos: datos de movilidad

1.1 Fundamentos, alcance y criterio profesional: Construye el marco técnico de Pregunta urbana y datos: datos de movilidad para datos de movilidad. El bloque utiliza datos de movilidad como hilo conductor y revisa condiciones previas, variables dominantes y errores de interpretación. Se exige declarar qué información está confirmada, qué se estima y qué requiere verificación adicional. La salida es un esquema de decisión que permite justificar por qué una comprobación es suficiente o por qué debe escalarse a un nivel de mayor profundidad. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

1.2 Datos, preparación y calidad de entrada: Estructura la información necesaria para Pregunta urbana y datos: datos de movilidad tomando datos de movilidad como variable de control. Se revisan nomenclatura, tolerancias, resolución y trazabilidad, y se comparan con los requisitos de indicador urbano. La práctica obliga a registrar incertidumbres y a establecer criterios de aceptación para decidir si el conjunto de datos es utilizable, debe condicionarse o necesita una nueva medición o revisión documental. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

1.3 Método, herramienta y comprobación: Desarrolla el método de Pregunta urbana y datos: datos de movilidad con apoyo de GIS/BIM. La práctica transforma datos de movilidad en una secuencia de análisis: preparación, ejecución, comprobación y decisión. Se documentan configuraciones, unidades y resultados intermedios, y se comparan escenarios para reconocer qué variable controla la conclusión y dónde existe incertidumbre relevante. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

1.4 Riesgos, interfaces y controles: Somete Pregunta urbana y datos: datos de movilidad a una revisión de riesgo centrada en sesgo de datos y su interacción con datos de movilidad. El participante identifica mecanismos de fallo, dependencias y condiciones de escalado, define controles proporcionados y documenta qué información podría modificar la decisión. El objetivo es convertir riesgo e incertidumbre en acciones verificables. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

1.5 Entregable y aplicación profesional: Cierra Pregunta urbana y datos: datos de movilidad mediante modelo o dataset urbano. El documento integra alcance, fuentes, hipótesis, análisis de datos de movilidad, resultados, riesgos residuales y próximos pasos. Se exige trazabilidad entre dato y conclusión y un criterio de aceptación claro, de forma que la entrega pueda utilizarse en coordinación, revisión, aprobación o actualización sin depender de explicaciones informales. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

Módulo 2 — GIS y estructura espacial: indicador urbano

2.1 Fundamentos, alcance y criterio profesional: Define los fundamentos operativos de GIS y estructura espacial: indicador urbano aplicados a datos de movilidad. Se revisa el papel de indicador urbano, su interacción con otras variables y la diferencia entre cumplir una rutina y demostrar técnicamente un resultado. El participante prepara criterios de suficiencia, responsables y puntos de control para que el análisis pueda repetirse de forma consistente en otro proyecto o activo. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

2.2 Datos, preparación y calidad de entrada: Estructura la información necesaria para GIS y estructura espacial: indicador urbano tomando indicador urbano como variable de control. Se revisan nomenclatura, tolerancias, resolución y trazabilidad, y se comparan con los requisitos de accesibilidad. La práctica obliga a registrar incertidumbres y a establecer criterios de aceptación para decidir si el conjunto de datos es utilizable, debe condicionarse o necesita una nueva medición o revisión documental. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

2.3 Método, herramienta y comprobación: Desarrolla el método de GIS y estructura espacial: indicador urbano con apoyo de Python/SQL. La práctica transforma indicador urbano en una secuencia de análisis: preparación, ejecución, comprobación y decisión. Se documentan configuraciones, unidades y resultados intermedios, y se comparan escenarios para reconocer qué variable controla la conclusión y dónde existe incertidumbre relevante. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

2.4 Riesgos, interfaces y controles: Somete GIS y estructura espacial: indicador urbano a una revisión de riesgo centrada en indicador mal definido y su interacción con indicador urbano. El participante identifica mecanismos de fallo, dependencias y condiciones de escalado, define controles proporcionados y documenta qué información podría modificar la decisión. El objetivo es convertir riesgo e incertidumbre en acciones verificables. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

2.5 Entregable y aplicación profesional: Formaliza GIS y estructura espacial: indicador urbano en dashboard de indicadores. El participante sintetiza indicador urbano sin perder evidencia, diferencia hecho, cálculo, interpretación y recomendación, y registra supuestos pendientes. La revisión final comprueba coherencia, control de versiones y capacidad para reproducir el proceso en otro caso comparable. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

Módulo 3 — Movilidad/servicios urbanos: accesibilidad

3.1 Fundamentos, alcance y criterio profesional: Define los fundamentos operativos de Movilidad/servicios urbanos: accesibilidad aplicados a datos de movilidad. Se revisa el papel de accesibilidad, su interacción con otras variables y la diferencia entre cumplir una rutina y demostrar técnicamente un resultado. El participante prepara criterios de suficiencia, responsables y puntos de control para que el análisis pueda repetirse de forma consistente en otro proyecto o activo. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

3.2 Datos, preparación y calidad de entrada: Convierte los datos de accesibilidad en entradas verificables para Movilidad/servicios urbanos: accesibilidad. Se aplican comprobaciones de consistencia, orden de magnitud, completitud y procedencia, relacionándolas con demanda. El resultado es una ficha de información que deja explícitos supuestos y limitaciones y permite que otro profesional entienda qué se sabe realmente antes de interpretar el resultado. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

3.3 Método, herramienta y comprobación: Aplica APIs y datos abiertos para desarrollar Movilidad/servicios urbanos: accesibilidad con un nivel de detalle proporcional al objetivo. Se estudia accesibilidad, los parámetros sensibles y las condiciones que pueden cambiar la respuesta. El participante debe contrastar el resultado mediante una segunda referencia, una medición o una comprobación independiente. La herramienta se considera útil solo si su salida puede explicarse, verificarse y vincularse con los datos que la originaron. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

3.4 Riesgos, interfaces y controles: Integra privacidad insuficiente en Movilidad/servicios urbanos: accesibilidad y analiza su relación con accesibilidad, otras disciplinas y la operación. Se construye una lógica causa-consecuencia-control con señales tempranas, responsable y evidencia de cierre. El alumno distingue controles preventivos, detectivos y correctivos, y deja explícito el riesgo residual para que la matriz de riesgos esté conectada con la decisión real. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

3.5 Entregable y aplicación profesional: Formaliza Movilidad/servicios urbanos: accesibilidad en análisis de escenarios. El participante sintetiza accesibilidad sin perder evidencia, diferencia hecho, cálculo, interpretación y recomendación, y registra supuestos pendientes. La revisión final comprueba coherencia, control de versiones y capacidad para reproducir el proceso en otro caso comparable. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

Módulo 4 — Indicadores y métricas: demanda

4.1 Fundamentos, alcance y criterio profesional: Define los fundamentos operativos de Indicadores y métricas: demanda aplicados a datos de movilidad. Se revisa el papel de demanda, su interacción con otras variables y la diferencia entre cumplir una rutina y demostrar técnicamente un resultado. El participante prepara criterios de suficiencia, responsables y puntos de control para que el análisis pueda repetirse de forma consistente en otro proyecto o activo. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

4.2 Datos, preparación y calidad de entrada: Estructura la información necesaria para Indicadores y métricas: demanda tomando demanda como variable de control. Se revisan nomenclatura, tolerancias, resolución y trazabilidad, y se comparan con los requisitos de dato abierto. La práctica obliga a registrar incertidumbres y a establecer criterios de aceptación para decidir si el conjunto de datos es utilizable, debe condicionarse o necesita una nueva medición o revisión documental. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

4.3 Método, herramienta y comprobación: Aplica plataformas IoT para desarrollar Indicadores y métricas: demanda con un nivel de detalle proporcional al objetivo. Se estudia demanda, los parámetros sensibles y las condiciones que pueden cambiar la respuesta. El participante debe contrastar el resultado mediante una segunda referencia, una medición o una comprobación independiente. La herramienta se considera útil solo si su salida puede explicarse, verificarse y vincularse con los datos que la originaron. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

4.4 Riesgos, interfaces y controles: Evalúa cómo correlación interpretada como causalidad puede comprometer Indicadores y métricas: demanda. A partir de demanda, se identifican escenarios, barreras y puntos de inspección; después se priorizan acciones por criticidad y facilidad de detección. Cada medida incluye una forma concreta de verificación, evitando considerar cerrado un riesgo solo porque exista un procedimiento o una intención de control. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

4.5 Entregable y aplicación profesional: Convierte el trabajo de Indicadores y métricas: demanda en recomendación de política/operación, con especial atención a demanda. La entrega debe permitir reconstruir el razonamiento: qué dato se utilizó, cómo se procesó, qué alternativa se descartó, qué riesgo permanece y qué acción corresponde. Se valora claridad y utilidad para la decisión, no la acumulación de anexos sin propósito. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

Módulo 5 — Analítica y modelos: dato abierto

5.1 Fundamentos, alcance y criterio profesional: Aborda Analítica y modelos: dato abierto desde el problema concreto de datos de movilidad, relacionando dato abierto con el comportamiento esperado del sistema o proceso. El alumno aprende a identificar mecanismos, dependencias y restricciones antes de ejecutar cálculos o mediciones. Se documentan supuestos, criterios stop/go y señales que invalidan una conclusión, evitando respuestas genéricas que no puedan defenderse ante un revisor. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

5.2 Datos, preparación y calidad de entrada: Estructura la información necesaria para Analítica y modelos: dato abierto tomando dato abierto como variable de control. Se revisan nomenclatura, tolerancias, resolución y trazabilidad, y se comparan con los requisitos de equidad. La práctica obliga a registrar incertidumbres y a establecer criterios de aceptación para decidir si el conjunto de datos es utilizable, debe condicionarse o necesita una nueva medición o revisión documental. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

5.3 Método, herramienta y comprobación: Aplica dashboards urbanos para desarrollar Analítica y modelos: dato abierto con un nivel de detalle proporcional al objetivo. Se estudia dato abierto, los parámetros sensibles y las condiciones que pueden cambiar la respuesta. El participante debe contrastar el resultado mediante una segunda referencia, una medición o una comprobación independiente. La herramienta se considera útil solo si su salida puede explicarse, verificarse y vincularse con los datos que la originaron. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

5.4 Riesgos, interfaces y controles: Somete Analítica y modelos: dato abierto a una revisión de riesgo centrada en dato obsoleto y su interacción con dato abierto. El participante identifica mecanismos de fallo, dependencias y condiciones de escalado, define controles proporcionados y documenta qué información podría modificar la decisión. El objetivo es convertir riesgo e incertidumbre en acciones verificables. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

5.5 Entregable y aplicación profesional: Cierra Analítica y modelos: dato abierto mediante modelo o dataset urbano. El documento integra alcance, fuentes, hipótesis, análisis de dato abierto, resultados, riesgos residuales y próximos pasos. Se exige trazabilidad entre dato y conclusión y un criterio de aceptación claro, de forma que la entrega pueda utilizarse en coordinación, revisión, aprobación o actualización sin depender de explicaciones informales. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

Módulo 6 — IoT y sensórica: equidad

6.1 Fundamentos, alcance y criterio profesional: Define los fundamentos operativos de IoT y sensórica: equidad aplicados a datos de movilidad. Se revisa el papel de equidad, su interacción con otras variables y la diferencia entre cumplir una rutina y demostrar técnicamente un resultado. El participante prepara criterios de suficiencia, responsables y puntos de control para que el análisis pueda repetirse de forma consistente en otro proyecto o activo. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

6.2 Datos, preparación y calidad de entrada: Convierte los datos de equidad en entradas verificables para IoT y sensórica: equidad. Se aplican comprobaciones de consistencia, orden de magnitud, completitud y procedencia, relacionándolas con serie temporal. El resultado es una ficha de información que deja explícitos supuestos y limitaciones y permite que otro profesional entienda qué se sabe realmente antes de interpretar el resultado. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

6.3 Método, herramienta y comprobación: Utiliza GIS/BIM como instrumento de decisión para IoT y sensórica: equidad, no como fin del ejercicio. El alumno define entradas y controles, analiza equidad, revisa sensibilidad y detecta salidas incompatibles con el comportamiento esperado. El método debe ser reproducible y explicar qué parte del resultado depende de la herramienta, qué parte de la evidencia y qué supuestos permanecen abiertos. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

6.4 Riesgos, interfaces y controles: Evalúa cómo sesgo de datos puede comprometer IoT y sensórica: equidad. A partir de equidad, se identifican escenarios, barreras y puntos de inspección; después se priorizan acciones por criticidad y facilidad de detección. Cada medida incluye una forma concreta de verificación, evitando considerar cerrado un riesgo solo porque exista un procedimiento o una intención de control. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

6.5 Entregable y aplicación profesional: Formaliza IoT y sensórica: equidad en dashboard de indicadores. El participante sintetiza equidad sin perder evidencia, diferencia hecho, cálculo, interpretación y recomendación, y registra supuestos pendientes. La revisión final comprueba coherencia, control de versiones y capacidad para reproducir el proceso en otro caso comparable. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

Módulo 7 — Gobernanza y privacidad aplicado a datos de movilidad

7.1 Fundamentos, alcance y criterio profesional: Sitúa datos de movilidad dentro de analítica urbana, movilidad, smart cities y planificación basada en datos y define qué decisión profesional debe sostener Gobernanza y privacidad aplicado a datos de movilidad. Se establecen alcance, actores, datos mínimos y límites del análisis. El participante diferencia observación, hipótesis y criterio de aceptación, y conecta serie temporal con consecuencias sobre seguridad, calidad, coste, plazo u operación. El objetivo es comenzar con una pregunta técnicamente bien formulada y no con una herramienta elegida por costumbre. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

7.2 Datos, preparación y calidad de entrada: Convierte los datos de serie temporal en entradas verificables para Gobernanza y privacidad aplicado a datos de movilidad. Se aplican comprobaciones de consistencia, orden de magnitud, completitud y procedencia, relacionándolas con causalidad. El resultado es una ficha de información que deja explícitos supuestos y limitaciones y permite que otro profesional entienda qué se sabe realmente antes de interpretar el resultado. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

7.3 Método, herramienta y comprobación: Desarrolla el método de Gobernanza y privacidad aplicado a datos de movilidad con apoyo de Python/SQL. La práctica transforma serie temporal en una secuencia de análisis: preparación, ejecución, comprobación y decisión. Se documentan configuraciones, unidades y resultados intermedios, y se comparan escenarios para reconocer qué variable controla la conclusión y dónde existe incertidumbre relevante. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

7.4 Riesgos, interfaces y controles: Integra indicador mal definido en Gobernanza y privacidad aplicado a datos de movilidad y analiza su relación con serie temporal, otras disciplinas y la operación. Se construye una lógica causa-consecuencia-control con señales tempranas, responsable y evidencia de cierre. El alumno distingue controles preventivos, detectivos y correctivos, y deja explícito el riesgo residual para que la matriz de riesgos esté conectada con la decisión real. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

7.5 Entregable y aplicación profesional: Cierra Gobernanza y privacidad aplicado a datos de movilidad mediante análisis de escenarios. El documento integra alcance, fuentes, hipótesis, análisis de serie temporal, resultados, riesgos residuales y próximos pasos. Se exige trazabilidad entre dato y conclusión y un criterio de aceptación claro, de forma que la entrega pueda utilizarse en coordinación, revisión, aprobación o actualización sin depender de explicaciones informales. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

Módulo 8 — Política/intervención: causalidad

8.1 Fundamentos, alcance y criterio profesional: Aborda Política/intervención: causalidad desde el problema concreto de datos de movilidad, relacionando causalidad con el comportamiento esperado del sistema o proceso. El alumno aprende a identificar mecanismos, dependencias y restricciones antes de ejecutar cálculos o mediciones. Se documentan supuestos, criterios stop/go y señales que invalidan una conclusión, evitando respuestas genéricas que no puedan defenderse ante un revisor. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

8.2 Datos, preparación y calidad de entrada: Convierte los datos de causalidad en entradas verificables para Política/intervención: causalidad. Se aplican comprobaciones de consistencia, orden de magnitud, completitud y procedencia, relacionándolas con gobernanza del dato. El resultado es una ficha de información que deja explícitos supuestos y limitaciones y permite que otro profesional entienda qué se sabe realmente antes de interpretar el resultado. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

8.3 Método, herramienta y comprobación: Utiliza APIs y datos abiertos como instrumento de decisión para Política/intervención: causalidad, no como fin del ejercicio. El alumno define entradas y controles, analiza causalidad, revisa sensibilidad y detecta salidas incompatibles con el comportamiento esperado. El método debe ser reproducible y explicar qué parte del resultado depende de la herramienta, qué parte de la evidencia y qué supuestos permanecen abiertos. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

8.4 Riesgos, interfaces y controles: Evalúa cómo privacidad insuficiente puede comprometer Política/intervención: causalidad. A partir de causalidad, se identifican escenarios, barreras y puntos de inspección; después se priorizan acciones por criticidad y facilidad de detección. Cada medida incluye una forma concreta de verificación, evitando considerar cerrado un riesgo solo porque exista un procedimiento o una intención de control. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

8.5 Entregable y aplicación profesional: Convierte el trabajo de Política/intervención: causalidad en recomendación de política/operación, con especial atención a causalidad. La entrega debe permitir reconstruir el razonamiento: qué dato se utilizó, cómo se procesó, qué alternativa se descartó, qué riesgo permanece y qué acción corresponde. Se valora claridad y utilidad para la decisión, no la acumulación de anexos sin propósito. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

Módulo 9 — Resiliencia y clima: gobernanza del dato

9.1 Fundamentos, alcance y criterio profesional: Construye el marco técnico de Resiliencia y clima: gobernanza del dato para datos de movilidad. El bloque utiliza gobernanza del dato como hilo conductor y revisa condiciones previas, variables dominantes y errores de interpretación. Se exige declarar qué información está confirmada, qué se estima y qué requiere verificación adicional. La salida es un esquema de decisión que permite justificar por qué una comprobación es suficiente o por qué debe escalarse a un nivel de mayor profundidad. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

9.2 Datos, preparación y calidad de entrada: Prepara las entradas de Resiliencia y clima: gobernanza del dato: fuentes, unidades, fechas, versiones, cobertura y responsable. Se organizan datos sobre gobernanza del dato y se contrastan con datos de movilidad. El alumno detecta vacíos, valores improbables y conflictos de información, clasifica cada dato por nivel de confianza y define qué evidencia adicional necesita antes de aumentar la fidelidad del análisis. Esta disciplina evita construir una decisión precisa en apariencia sobre entradas débiles. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

9.3 Método, herramienta y comprobación: Utiliza plataformas IoT como instrumento de decisión para Resiliencia y clima: gobernanza del dato, no como fin del ejercicio. El alumno define entradas y controles, analiza gobernanza del dato, revisa sensibilidad y detecta salidas incompatibles con el comportamiento esperado. El método debe ser reproducible y explicar qué parte del resultado depende de la herramienta, qué parte de la evidencia y qué supuestos permanecen abiertos. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

9.4 Riesgos, interfaces y controles: Integra correlación interpretada como causalidad en Resiliencia y clima: gobernanza del dato y analiza su relación con gobernanza del dato, otras disciplinas y la operación. Se construye una lógica causa-consecuencia-control con señales tempranas, responsable y evidencia de cierre. El alumno distingue controles preventivos, detectivos y correctivos, y deja explícito el riesgo residual para que la matriz de riesgos esté conectada con la decisión real. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

9.5 Entregable y aplicación profesional: Convierte el trabajo de Resiliencia y clima: gobernanza del dato en modelo o dataset urbano, con especial atención a gobernanza del dato. La entrega debe permitir reconstruir el razonamiento: qué dato se utilizó, cómo se procesó, qué alternativa se descartó, qué riesgo permanece y qué acción corresponde. Se valora claridad y utilidad para la decisión, no la acumulación de anexos sin propósito. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

Módulo 10 — Equidad y accesibilidad aplicado a datos de movilidad

10.1 Fundamentos, alcance y criterio profesional: Sitúa datos de movilidad dentro de analítica urbana, movilidad, smart cities y planificación basada en datos y define qué decisión profesional debe sostener Equidad y accesibilidad aplicado a datos de movilidad. Se establecen alcance, actores, datos mínimos y límites del análisis. El participante diferencia observación, hipótesis y criterio de aceptación, y conecta datos de movilidad con consecuencias sobre seguridad, calidad, coste, plazo u operación. El objetivo es comenzar con una pregunta técnicamente bien formulada y no con una herramienta elegida por costumbre. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

10.2 Datos, preparación y calidad de entrada: Convierte los datos de datos de movilidad en entradas verificables para Equidad y accesibilidad aplicado a datos de movilidad. Se aplican comprobaciones de consistencia, orden de magnitud, completitud y procedencia, relacionándolas con indicador urbano. El resultado es una ficha de información que deja explícitos supuestos y limitaciones y permite que otro profesional entienda qué se sabe realmente antes de interpretar el resultado. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

10.3 Método, herramienta y comprobación: Utiliza dashboards urbanos como instrumento de decisión para Equidad y accesibilidad aplicado a datos de movilidad, no como fin del ejercicio. El alumno define entradas y controles, analiza datos de movilidad, revisa sensibilidad y detecta salidas incompatibles con el comportamiento esperado. El método debe ser reproducible y explicar qué parte del resultado depende de la herramienta, qué parte de la evidencia y qué supuestos permanecen abiertos. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

10.4 Riesgos, interfaces y controles: Somete Equidad y accesibilidad aplicado a datos de movilidad a una revisión de riesgo centrada en dato obsoleto y su interacción con datos de movilidad. El participante identifica mecanismos de fallo, dependencias y condiciones de escalado, define controles proporcionados y documenta qué información podría modificar la decisión. El objetivo es convertir riesgo e incertidumbre en acciones verificables. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

10.5 Entregable y aplicación profesional: Convierte el trabajo de Equidad y accesibilidad aplicado a datos de movilidad en dashboard de indicadores, con especial atención a datos de movilidad. La entrega debe permitir reconstruir el razonamiento: qué dato se utilizó, cómo se procesó, qué alternativa se descartó, qué riesgo permanece y qué acción corresponde. Se valora claridad y utilidad para la decisión, no la acumulación de anexos sin propósito. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

Módulo 11 — Dashboards y decisión aplicado a datos de movilidad

11.1 Fundamentos, alcance y criterio profesional: Aborda Dashboards y decisión aplicado a datos de movilidad desde el problema concreto de datos de movilidad, relacionando indicador urbano con el comportamiento esperado del sistema o proceso. El alumno aprende a identificar mecanismos, dependencias y restricciones antes de ejecutar cálculos o mediciones. Se documentan supuestos, criterios stop/go y señales que invalidan una conclusión, evitando respuestas genéricas que no puedan defenderse ante un revisor. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

11.2 Datos, preparación y calidad de entrada: Estructura la información necesaria para Dashboards y decisión aplicado a datos de movilidad tomando indicador urbano como variable de control. Se revisan nomenclatura, tolerancias, resolución y trazabilidad, y se comparan con los requisitos de accesibilidad. La práctica obliga a registrar incertidumbres y a establecer criterios de aceptación para decidir si el conjunto de datos es utilizable, debe condicionarse o necesita una nueva medición o revisión documental. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

11.3 Método, herramienta y comprobación: Aplica GIS/BIM para desarrollar Dashboards y decisión aplicado a datos de movilidad con un nivel de detalle proporcional al objetivo. Se estudia indicador urbano, los parámetros sensibles y las condiciones que pueden cambiar la respuesta. El participante debe contrastar el resultado mediante una segunda referencia, una medición o una comprobación independiente. La herramienta se considera útil solo si su salida puede explicarse, verificarse y vincularse con los datos que la originaron. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

11.4 Riesgos, interfaces y controles: Somete Dashboards y decisión aplicado a datos de movilidad a una revisión de riesgo centrada en sesgo de datos y su interacción con indicador urbano. El participante identifica mecanismos de fallo, dependencias y condiciones de escalado, define controles proporcionados y documenta qué información podría modificar la decisión. El objetivo es convertir riesgo e incertidumbre en acciones verificables. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

11.5 Entregable y aplicación profesional: Cierra Dashboards y decisión aplicado a datos de movilidad mediante análisis de escenarios. El documento integra alcance, fuentes, hipótesis, análisis de indicador urbano, resultados, riesgos residuales y próximos pasos. Se exige trazabilidad entre dato y conclusión y un criterio de aceptación claro, de forma que la entrega pueda utilizarse en coordinación, revisión, aprobación o actualización sin depender de explicaciones informales. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

Módulo 12 — Caso urbano aplicado aplicado a datos de movilidad

12.1 Fundamentos, alcance y criterio profesional: Define los fundamentos operativos de Caso urbano aplicado aplicado a datos de movilidad aplicados a datos de movilidad. Se revisa el papel de accesibilidad, su interacción con otras variables y la diferencia entre cumplir una rutina y demostrar técnicamente un resultado. El participante prepara criterios de suficiencia, responsables y puntos de control para que el análisis pueda repetirse de forma consistente en otro proyecto o activo. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

12.2 Datos, preparación y calidad de entrada: Convierte los datos de accesibilidad en entradas verificables para Caso urbano aplicado aplicado a datos de movilidad. Se aplican comprobaciones de consistencia, orden de magnitud, completitud y procedencia, relacionándolas con demanda. El resultado es una ficha de información que deja explícitos supuestos y limitaciones y permite que otro profesional entienda qué se sabe realmente antes de interpretar el resultado. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

12.3 Método, herramienta y comprobación: Aplica Python/SQL para desarrollar Caso urbano aplicado aplicado a datos de movilidad con un nivel de detalle proporcional al objetivo. Se estudia accesibilidad, los parámetros sensibles y las condiciones que pueden cambiar la respuesta. El participante debe contrastar el resultado mediante una segunda referencia, una medición o una comprobación independiente. La herramienta se considera útil solo si su salida puede explicarse, verificarse y vincularse con los datos que la originaron. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

12.4 Riesgos, interfaces y controles: Evalúa cómo indicador mal definido puede comprometer Caso urbano aplicado aplicado a datos de movilidad. A partir de accesibilidad, se identifican escenarios, barreras y puntos de inspección; después se priorizan acciones por criticidad y facilidad de detección. Cada medida incluye una forma concreta de verificación, evitando considerar cerrado un riesgo solo porque exista un procedimiento o una intención de control. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.

12.5 Entregable y aplicación profesional: Convierte el trabajo de Caso urbano aplicado aplicado a datos de movilidad en recomendación de política/operación, con especial atención a accesibilidad. La entrega debe permitir reconstruir el razonamiento: qué dato se utilizó, cómo se procesó, qué alternativa se descartó, qué riesgo permanece y qué acción corresponde. Se valora claridad y utilidad para la decisión, no la acumulación de anexos sin propósito. El curso mantiene un enfoque práctico: cada criterio debe poder trasladarse a una rutina, comprobación o entregable concreto.