Módulo 1 — Estrategia de analítica urbana y preguntas de decisión

1.1 Fundamentos, alcance y criterios: Analiza Estrategia de analítica urbana y preguntas de decisión como componente central de Estrategia de analítica urbana y preguntas de decisión. La práctica exige identificar mecanismos, causas, consecuencias y criterios de comparación antes de seleccionar herramientas. Se trabaja la diferencia entre dato observado, valor calculado y juicio profesional, dejando constancia de los límites que deben comunicarse a un revisor o cliente.

1.2 Datos, parámetros y calidad de entrada: Desarrolla un plan de información para Estrategia de analítica urbana y preguntas de decisión tomando Estrategia de analítica urbana y preguntas de decisión como variable de control. Se comprueba procedencia, representatividad y calidad, y se relaciona el dato con Datos abiertos, APIs y fuentes administrativas. La práctica incorpora criterios de completitud y consistencia para decidir si el conjunto de entradas es suficiente, debe condicionarse o requiere una nueva campaña de medición o revisión documental.

1.3 Método, modelado y comprobación: Aplica Python/SQL para desarrollar Estrategia de analítica urbana y preguntas de decisión con un nivel de detalle proporcional al riesgo. Se estudian Estrategia de analítica urbana y preguntas de decisión, parámetros sensibles, condiciones de contorno y escenarios alternativos. El alumno comprueba el resultado mediante una segunda referencia o cálculo independiente, evitando aceptar una salida solo porque el software la produce sin error.

1.4 Riesgos, interfaces y controles: Somete Estrategia de analítica urbana y preguntas de decisión a una revisión de riesgo centrada en sesgo del dato. Se identifican mecanismos de fallo, consecuencias y dependencias con Estrategia de analítica urbana y preguntas de decisión; después se seleccionan controles proporcionados y criterios stop/go. La práctica exige justificar el riesgo residual y documentar qué información puede modificar la decisión.

1.5 Entregable, QA/QC y defensa: Formaliza Estrategia de analítica urbana y preguntas de decisión en entregable técnico del módulo «Estrategia de analítica urbana y preguntas de decisión». El participante sintetiza Estrategia de analítica urbana y preguntas de decisión sin eliminar la evidencia necesaria, diferencia hechos de interpretaciones y registra supuestos pendientes. La revisión final comprueba que cada recomendación tenga soporte, responsable y criterio de cierre, evitando documentos extensos pero poco accionables.

Módulo 2 — Datos abiertos, APIs y fuentes administrativas

2.1 Fundamentos, alcance y criterios: Construye el marco de decisión para Datos abiertos, APIs y fuentes administrativas a partir de Estrategia de analítica urbana y preguntas de decisión. Se identifican variables dominantes, interacciones y condiciones que podrían invalidar una solución aparentemente correcta. El alumno documenta objetivos, restricciones y nivel de incertidumbre, y relaciona el contenido con seguridad, desempeño, operación y coste para evitar una lectura puramente académica.

2.2 Datos, parámetros y calidad de entrada: Desarrolla un plan de información para Datos abiertos, APIs y fuentes administrativas tomando Datos abiertos, APIs y fuentes administrativas como variable de control. Se comprueba procedencia, representatividad y calidad, y se relaciona el dato con DataOps: ingestión, calidad, linaje y catálogo. La práctica incorpora criterios de completitud y consistencia para decidir si el conjunto de entradas es suficiente, debe condicionarse o requiere una nueva campaña de medición o revisión documental.

2.3 Método, modelado y comprobación: Transforma Datos abiertos, APIs y fuentes administrativas en un flujo reproducible de Datos abiertos, APIs y fuentes administrativas con apoyo de GIS. La práctica exige documentar parámetros, versiones, cambios y resultados intermedios. Se incorporan comprobaciones físicas, operativas o contractuales para detectar incoherencias antes de que el análisis se convierta en un entregable.

2.4 Riesgos, interfaces y controles: Integra indicador mal definido en Datos abiertos, APIs y fuentes administrativas y analiza su interacción con Datos abiertos, APIs y fuentes administrativas, otras disciplinas y la operación. Se construye una cadena causa–consecuencia–control, se asignan responsables y se definen señales tempranas, hold points y evidencia de cierre. El riesgo residual debe quedar explícito y vinculado a un criterio de escalado.

2.5 Entregable, QA/QC y defensa: Entrega entregable técnico del módulo «Datos abiertos, APIs y fuentes administrativas» para cerrar Datos abiertos, APIs y fuentes administrativas, demostrando cómo Datos abiertos, APIs y fuentes administrativas se tradujo en una decisión. Se documentan alternativas, sensibilidad, riesgos y criterios de aceptación. El objetivo es que el documento sobreviva al cambio de equipo o fase y conserve el contexto necesario para operación, mantenimiento, auditoría o defensa.

Módulo 3 — DataOps: ingestión, calidad, linaje y catálogo

3.1 Fundamentos, alcance y criterios: Establece los fundamentos de DataOps: ingestión, calidad, linaje y catálogo mediante un análisis crítico de Datos abiertos, APIs y fuentes administrativas. Se revisan las decisiones que dependen de esta materia, los parámetros que más influyen en ellas y las simplificaciones habituales que pueden inducir errores. El participante formula un esquema de verificación que permita comprobar coherencia antes de avanzar al siguiente nivel del proyecto.

3.2 Datos, parámetros y calidad de entrada: Define la calidad mínima de información para DataOps: ingestión, calidad, linaje y catálogo, centrando el análisis en DataOps: ingestión, calidad, linaje y catálogo y su relación con GIS y unidades espaciales de análisis. Se establecen criterios de aceptación, campos obligatorios, evidencias y tratamiento de datos faltantes. El resultado es una ficha de entrada que impide avanzar de forma inadvertida con información insuficiente.

3.3 Método, modelado y comprobación: Desarrolla DataOps: ingestión, calidad, linaje y catálogo mediante catálogos y pipelines DataOps, justificando por qué la herramienta y el nivel de fidelidad son adecuados para DataOps: ingestión, calidad, linaje y catálogo. Se revisan sensibilidad, simplificaciones y límites. El participante debe poder explicar cómo cambiaría la respuesta ante variaciones relevantes y qué parte del resultado depende del modelo frente a la evidencia directa.

3.4 Riesgos, interfaces y controles: Evalúa cómo interoperabilidad institucional insuficiente puede comprometer DataOps: ingestión, calidad, linaje y catálogo. A partir de DataOps: ingestión, calidad, linaje y catálogo, el participante identifica escenarios, barreras preventivas, controles de detección y respuestas. Se jerarquizan acciones por criticidad y se evita confundir la mera existencia de un procedimiento con la eficacia real del control.

3.5 Entregable, QA/QC y defensa: Prepara entregable técnico del módulo «DataOps: ingestión, calidad, linaje y catálogo» como evidencia profesional de DataOps: ingestión, calidad, linaje y catálogo. Se organiza la información de DataOps: ingestión, calidad, linaje y catálogo en una narrativa técnica comprensible, acompañada de cálculos, modelos, tablas o registros relevantes. El resultado debe ser auditable, coherente con las versiones de entrada y útil para una decisión concreta.

Módulo 4 — GIS y unidades espaciales de análisis

4.1 Fundamentos, alcance y criterios: Define el alcance técnico de GIS y unidades espaciales de análisis y sitúa DataOps: ingestión, calidad, linaje y catálogo dentro de la decisión que debe tomarse. Se revisan conceptos, límites de aplicabilidad, dependencias y errores frecuentes. El participante debe distinguir qué parte del problema puede resolverse con reglas conocidas y qué parte exige datos adicionales, cálculo, ensayo o revisión especialista. El ejercicio termina con criterios explícitos para aceptar, condicionar o rechazar una hipótesis.

4.2 Datos, parámetros y calidad de entrada: Organiza los datos necesarios para GIS y unidades espaciales de análisis: fuentes, unidades, fechas, resolución, versiones y responsable. Se utilizan como referencia GIS y unidades espaciales de análisis y el contexto de Datos de movilidad, OD y accesibilidad. El participante detecta vacíos, valores incompatibles y sesgos; clasifica la información como confirmada, inferida o pendiente; y define qué evidencia adicional necesita antes de aumentar la fidelidad del análisis.

4.3 Método, modelado y comprobación: Construye el procedimiento de análisis de GIS y unidades espaciales de análisis utilizando GIS/BIM y modelos urbanos. El método se articula alrededor de GIS y unidades espaciales de análisis: hipótesis, pasos de cálculo o modelado, sensibilidad y criterios de convergencia o aceptación. Se comparan escenarios para identificar qué variable domina la decisión y qué resultado necesita validación externa.

4.4 Riesgos, interfaces y controles: Evalúa cómo privacidad no resuelta puede comprometer GIS y unidades espaciales de análisis. A partir de GIS y unidades espaciales de análisis, el participante identifica escenarios, barreras preventivas, controles de detección y respuestas. Se jerarquizan acciones por criticidad y se evita confundir la mera existencia de un procedimiento con la eficacia real del control.

4.5 Entregable, QA/QC y defensa: Cierra GIS y unidades espaciales de análisis mediante entregable técnico del módulo «GIS y unidades espaciales de análisis». El documento integra alcance, entradas, hipótesis, análisis de GIS y unidades espaciales de análisis, resultados, incertidumbre, decisiones rechazadas y recomendaciones. Se exige trazabilidad entre dato y conclusión, criterios de aceptación y próximos pasos para que el entregable pueda utilizarse en revisión, aprobación o actualización.

Módulo 5 — Datos de movilidad, OD y accesibilidad

5.1 Fundamentos, alcance y criterios: Define el alcance técnico de Datos de movilidad, OD y accesibilidad y sitúa GIS y unidades espaciales de análisis dentro de la decisión que debe tomarse. Se revisan conceptos, límites de aplicabilidad, dependencias y errores frecuentes. El participante debe distinguir qué parte del problema puede resolverse con reglas conocidas y qué parte exige datos adicionales, cálculo, ensayo o revisión especialista. El ejercicio termina con criterios explícitos para aceptar, condicionar o rechazar una hipótesis.

5.2 Datos, parámetros y calidad de entrada: Organiza los datos necesarios para Datos de movilidad, OD y accesibilidad: fuentes, unidades, fechas, resolución, versiones y responsable. Se utilizan como referencia Datos de movilidad, OD y accesibilidad y el contexto de Indicadores urbanos, equidad y segmentación. El participante detecta vacíos, valores incompatibles y sesgos; clasifica la información como confirmada, inferida o pendiente; y define qué evidencia adicional necesita antes de aumentar la fidelidad del análisis.

5.3 Método, modelado y comprobación: Desarrolla Datos de movilidad, OD y accesibilidad mediante Python/SQL y pipelines DataOps, justificando por qué la herramienta y el nivel de fidelidad son adecuados para Datos de movilidad, OD y accesibilidad. Se revisan sensibilidad, simplificaciones y límites. El participante debe poder explicar cómo cambiaría la respuesta ante variaciones relevantes y qué parte del resultado depende del modelo frente a la evidencia directa.

5.4 Riesgos, interfaces y controles: Integra política basada en correlación no causal en Datos de movilidad, OD y accesibilidad y analiza su interacción con Datos de movilidad, OD y accesibilidad, otras disciplinas y la operación. Se construye una cadena causa–consecuencia–control, se asignan responsables y se definen señales tempranas, hold points y evidencia de cierre. El riesgo residual debe quedar explícito y vinculado a un criterio de escalado.

5.5 Entregable, QA/QC y defensa: Cierra Datos de movilidad, OD y accesibilidad mediante entregable técnico del módulo «Datos de movilidad, OD y accesibilidad». El documento integra alcance, entradas, hipótesis, análisis de Datos de movilidad, OD y accesibilidad, resultados, incertidumbre, decisiones rechazadas y recomendaciones. Se exige trazabilidad entre dato y conclusión, criterios de aceptación y próximos pasos para que el entregable pueda utilizarse en revisión, aprobación o actualización.

Módulo 6 — Indicadores urbanos, equidad y segmentación

6.1 Fundamentos, alcance y criterios: Analiza Datos de movilidad, OD y accesibilidad como componente central de Indicadores urbanos, equidad y segmentación. La práctica exige identificar mecanismos, causas, consecuencias y criterios de comparación antes de seleccionar herramientas. Se trabaja la diferencia entre dato observado, valor calculado y juicio profesional, dejando constancia de los límites que deben comunicarse a un revisor o cliente.

6.2 Datos, parámetros y calidad de entrada: Organiza los datos necesarios para Indicadores urbanos, equidad y segmentación: fuentes, unidades, fechas, resolución, versiones y responsable. Se utilizan como referencia Indicadores urbanos, equidad y segmentación y el contexto de Series temporales y detección de cambios. El participante detecta vacíos, valores incompatibles y sesgos; clasifica la información como confirmada, inferida o pendiente; y define qué evidencia adicional necesita antes de aumentar la fidelidad del análisis.

6.3 Método, modelado y comprobación: Construye el procedimiento de análisis de Indicadores urbanos, equidad y segmentación utilizando plataformas IoT y datos abiertos. El método se articula alrededor de Indicadores urbanos, equidad y segmentación: hipótesis, pasos de cálculo o modelado, sensibilidad y criterios de convergencia o aceptación. Se comparan escenarios para identificar qué variable domina la decisión y qué resultado necesita validación externa.

6.4 Riesgos, interfaces y controles: Integra sesgo del dato en Indicadores urbanos, equidad y segmentación y analiza su interacción con Indicadores urbanos, equidad y segmentación, otras disciplinas y la operación. Se construye una cadena causa–consecuencia–control, se asignan responsables y se definen señales tempranas, hold points y evidencia de cierre. El riesgo residual debe quedar explícito y vinculado a un criterio de escalado.

6.5 Entregable, QA/QC y defensa: Cierra Indicadores urbanos, equidad y segmentación mediante entregable técnico del módulo «Indicadores urbanos, equidad y segmentación». El documento integra alcance, entradas, hipótesis, análisis de Indicadores urbanos, equidad y segmentación, resultados, incertidumbre, decisiones rechazadas y recomendaciones. Se exige trazabilidad entre dato y conclusión, criterios de aceptación y próximos pasos para que el entregable pueda utilizarse en revisión, aprobación o actualización.

Módulo 7 — Series temporales y detección de cambios

7.1 Fundamentos, alcance y criterios: Construye el marco de decisión para Series temporales y detección de cambios a partir de Indicadores urbanos, equidad y segmentación. Se identifican variables dominantes, interacciones y condiciones que podrían invalidar una solución aparentemente correcta. El alumno documenta objetivos, restricciones y nivel de incertidumbre, y relaciona el contenido con seguridad, desempeño, operación y coste para evitar una lectura puramente académica.

7.2 Datos, parámetros y calidad de entrada: Prepara las entradas de Series temporales y detección de cambios mediante una revisión estructurada de Series temporales y detección de cambios. El trabajo incluye control de versiones, detección de outliers, comprobaciones de orden de magnitud y contraste con Privacidad, anonimización y uso responsable. Cada dato queda vinculado a una fuente y a una decisión, de forma que el modelo posterior pueda auditarse.

7.3 Método, modelado y comprobación: Transforma Series temporales y detección de cambios en un flujo reproducible de Series temporales y detección de cambios con apoyo de Python/SQL. La práctica exige documentar parámetros, versiones, cambios y resultados intermedios. Se incorporan comprobaciones físicas, operativas o contractuales para detectar incoherencias antes de que el análisis se convierta en un entregable.

7.4 Riesgos, interfaces y controles: Evalúa cómo indicador mal definido puede comprometer Series temporales y detección de cambios. A partir de Series temporales y detección de cambios, el participante identifica escenarios, barreras preventivas, controles de detección y respuestas. Se jerarquizan acciones por criticidad y se evita confundir la mera existencia de un procedimiento con la eficacia real del control.

7.5 Entregable, QA/QC y defensa: Convierte el trabajo de Series temporales y detección de cambios en entregable técnico del módulo «Series temporales y detección de cambios», con especial atención a Series temporales y detección de cambios. La entrega debe permitir que un tercero reproduzca el razonamiento: fuentes, versiones, método, resultados, riesgos residuales y acciones. Se evalúa claridad, consistencia y capacidad para defender por qué la solución seleccionada es preferible a las alternativas.

Módulo 8 — Privacidad, anonimización y uso responsable

8.1 Fundamentos, alcance y criterios: Aborda Privacidad, anonimización y uso responsable desde la lógica de Series temporales y detección de cambios, conectando requisitos, comportamiento esperado y evidencia disponible. El alumno aprende a convertir conceptos en criterios operativos y a justificar cuándo un supuesto resulta conservador, representativo o insuficiente. La salida es una base argumentada para las decisiones posteriores.

8.2 Datos, parámetros y calidad de entrada: Define la calidad mínima de información para Privacidad, anonimización y uso responsable, centrando el análisis en Privacidad, anonimización y uso responsable y su relación con Dashboards, storytelling y comunicación. Se establecen criterios de aceptación, campos obligatorios, evidencias y tratamiento de datos faltantes. El resultado es una ficha de entrada que impide avanzar de forma inadvertida con información insuficiente.

8.3 Método, modelado y comprobación: Construye el procedimiento de análisis de Privacidad, anonimización y uso responsable utilizando GIS. El método se articula alrededor de Privacidad, anonimización y uso responsable: hipótesis, pasos de cálculo o modelado, sensibilidad y criterios de convergencia o aceptación. Se comparan escenarios para identificar qué variable domina la decisión y qué resultado necesita validación externa.

8.4 Riesgos, interfaces y controles: Examina interoperabilidad institucional insuficiente como escenario crítico de Privacidad, anonimización y uso responsable y contrasta su relación con Privacidad, anonimización y uso responsable. El alumno define prevención, detección, contingencia y recuperación, separando controles independientes de medidas redundantes solo en apariencia. El cierre se apoya en evidencia y no en declaraciones de cumplimiento.

8.5 Entregable, QA/QC y defensa: Formaliza Privacidad, anonimización y uso responsable en entregable técnico del módulo «Privacidad, anonimización y uso responsable». El participante sintetiza Privacidad, anonimización y uso responsable sin eliminar la evidencia necesaria, diferencia hechos de interpretaciones y registra supuestos pendientes. La revisión final comprueba que cada recomendación tenga soporte, responsable y criterio de cierre, evitando documentos extensos pero poco accionables.

Módulo 9 — Dashboards, storytelling y comunicación

9.1 Fundamentos, alcance y criterios: Define el alcance técnico de Dashboards, storytelling y comunicación y sitúa Privacidad, anonimización y uso responsable dentro de la decisión que debe tomarse. Se revisan conceptos, límites de aplicabilidad, dependencias y errores frecuentes. El participante debe distinguir qué parte del problema puede resolverse con reglas conocidas y qué parte exige datos adicionales, cálculo, ensayo o revisión especialista. El ejercicio termina con criterios explícitos para aceptar, condicionar o rechazar una hipótesis.

9.2 Datos, parámetros y calidad de entrada: Define la calidad mínima de información para Dashboards, storytelling y comunicación, centrando el análisis en Dashboards, storytelling y comunicación y su relación con Gobernanza interdepartamental y data stewardship. Se establecen criterios de aceptación, campos obligatorios, evidencias y tratamiento de datos faltantes. El resultado es una ficha de entrada que impide avanzar de forma inadvertida con información insuficiente.

9.3 Método, modelado y comprobación: Desarrolla Dashboards, storytelling y comunicación mediante catálogos y pipelines DataOps, justificando por qué la herramienta y el nivel de fidelidad son adecuados para Dashboards, storytelling y comunicación. Se revisan sensibilidad, simplificaciones y límites. El participante debe poder explicar cómo cambiaría la respuesta ante variaciones relevantes y qué parte del resultado depende del modelo frente a la evidencia directa.

9.4 Riesgos, interfaces y controles: Evalúa cómo privacidad no resuelta puede comprometer Dashboards, storytelling y comunicación. A partir de Dashboards, storytelling y comunicación, el participante identifica escenarios, barreras preventivas, controles de detección y respuestas. Se jerarquizan acciones por criticidad y se evita confundir la mera existencia de un procedimiento con la eficacia real del control.

9.5 Entregable, QA/QC y defensa: Formaliza Dashboards, storytelling y comunicación en entregable técnico del módulo «Dashboards, storytelling y comunicación». El participante sintetiza Dashboards, storytelling y comunicación sin eliminar la evidencia necesaria, diferencia hechos de interpretaciones y registra supuestos pendientes. La revisión final comprueba que cada recomendación tenga soporte, responsable y criterio de cierre, evitando documentos extensos pero poco accionables.

Módulo 10 — Gobernanza interdepartamental y data stewardship

10.1 Fundamentos, alcance y criterios: Construye el marco de decisión para Gobernanza interdepartamental y data stewardship a partir de Dashboards, storytelling y comunicación. Se identifican variables dominantes, interacciones y condiciones que podrían invalidar una solución aparentemente correcta. El alumno documenta objetivos, restricciones y nivel de incertidumbre, y relaciona el contenido con seguridad, desempeño, operación y coste para evitar una lectura puramente académica.

10.2 Datos, parámetros y calidad de entrada: Organiza los datos necesarios para Gobernanza interdepartamental y data stewardship: fuentes, unidades, fechas, resolución, versiones y responsable. Se utilizan como referencia Gobernanza interdepartamental y data stewardship y el contexto de Evaluación de impacto y cierre del ciclo de decisión. El participante detecta vacíos, valores incompatibles y sesgos; clasifica la información como confirmada, inferida o pendiente; y define qué evidencia adicional necesita antes de aumentar la fidelidad del análisis.

10.3 Método, modelado y comprobación: Transforma Gobernanza interdepartamental y data stewardship en un flujo reproducible de Gobernanza interdepartamental y data stewardship con apoyo de GIS/BIM y modelos urbanos. La práctica exige documentar parámetros, versiones, cambios y resultados intermedios. Se incorporan comprobaciones físicas, operativas o contractuales para detectar incoherencias antes de que el análisis se convierta en un entregable.

10.4 Riesgos, interfaces y controles: Somete Gobernanza interdepartamental y data stewardship a una revisión de riesgo centrada en política basada en correlación no causal. Se identifican mecanismos de fallo, consecuencias y dependencias con Gobernanza interdepartamental y data stewardship; después se seleccionan controles proporcionados y criterios stop/go. La práctica exige justificar el riesgo residual y documentar qué información puede modificar la decisión.

10.5 Entregable, QA/QC y defensa: Prepara entregable técnico del módulo «Gobernanza interdepartamental y data stewardship» como evidencia profesional de Gobernanza interdepartamental y data stewardship. Se organiza la información de Gobernanza interdepartamental y data stewardship en una narrativa técnica comprensible, acompañada de cálculos, modelos, tablas o registros relevantes. El resultado debe ser auditable, coherente con las versiones de entrada y útil para una decisión concreta.

Módulo 11 — Evaluación de impacto y cierre del ciclo de decisión

11.1 Fundamentos, alcance y criterios: Define el alcance técnico de Evaluación de impacto y cierre del ciclo de decisión y sitúa Gobernanza interdepartamental y data stewardship dentro de la decisión que debe tomarse. Se revisan conceptos, límites de aplicabilidad, dependencias y errores frecuentes. El participante debe distinguir qué parte del problema puede resolverse con reglas conocidas y qué parte exige datos adicionales, cálculo, ensayo o revisión especialista. El ejercicio termina con criterios explícitos para aceptar, condicionar o rechazar una hipótesis.

11.2 Datos, parámetros y calidad de entrada: Desarrolla un plan de información para Evaluación de impacto y cierre del ciclo de decisión tomando Evaluación de impacto y cierre del ciclo de decisión como variable de control. Se comprueba procedencia, representatividad y calidad, y se relaciona el dato con Capstone: plataforma de analítica urbana reproducible. La práctica incorpora criterios de completitud y consistencia para decidir si el conjunto de entradas es suficiente, debe condicionarse o requiere una nueva campaña de medición o revisión documental.

11.3 Método, modelado y comprobación: Transforma Evaluación de impacto y cierre del ciclo de decisión en un flujo reproducible de Evaluación de impacto y cierre del ciclo de decisión con apoyo de Python/SQL y pipelines DataOps. La práctica exige documentar parámetros, versiones, cambios y resultados intermedios. Se incorporan comprobaciones físicas, operativas o contractuales para detectar incoherencias antes de que el análisis se convierta en un entregable.

11.4 Riesgos, interfaces y controles: Desarrolla el assurance de Evaluación de impacto y cierre del ciclo de decisión frente a sesgo del dato, relacionándolo con Evaluación de impacto y cierre del ciclo de decisión. Se revisan interfaces, responsabilidades y posibles fallos de coordinación. Cada control se acompaña de una forma concreta de verificación, un propietario y una condición de cierre para que la matriz de riesgos no quede desconectada de la ejecución.

11.5 Entregable, QA/QC y defensa: Entrega entregable técnico del módulo «Evaluación de impacto y cierre del ciclo de decisión» para cerrar Evaluación de impacto y cierre del ciclo de decisión, demostrando cómo Evaluación de impacto y cierre del ciclo de decisión se tradujo en una decisión. Se documentan alternativas, sensibilidad, riesgos y criterios de aceptación. El objetivo es que el documento sobreviva al cambio de equipo o fase y conserve el contexto necesario para operación, mantenimiento, auditoría o defensa.

Módulo 12 — Capstone: plataforma de analítica urbana reproducible

12.1 Fundamentos, alcance y criterios: Analiza Evaluación de impacto y cierre del ciclo de decisión como componente central de Capstone: plataforma de analítica urbana reproducible. La práctica exige identificar mecanismos, causas, consecuencias y criterios de comparación antes de seleccionar herramientas. Se trabaja la diferencia entre dato observado, valor calculado y juicio profesional, dejando constancia de los límites que deben comunicarse a un revisor o cliente.

12.2 Datos, parámetros y calidad de entrada: Prepara las entradas de Capstone: plataforma de analítica urbana reproducible mediante una revisión estructurada de Capstone: plataforma de analítica urbana reproducible. El trabajo incluye control de versiones, detección de outliers, comprobaciones de orden de magnitud y contraste con Estrategia de analítica urbana y preguntas de decisión. Cada dato queda vinculado a una fuente y a una decisión, de forma que el modelo posterior pueda auditarse.

12.3 Método, modelado y comprobación: Construye el procedimiento de análisis de Capstone: plataforma de analítica urbana reproducible utilizando plataformas IoT y datos abiertos. El método se articula alrededor de Capstone: plataforma de analítica urbana reproducible: hipótesis, pasos de cálculo o modelado, sensibilidad y criterios de convergencia o aceptación. Se comparan escenarios para identificar qué variable domina la decisión y qué resultado necesita validación externa.

12.4 Riesgos, interfaces y controles: Examina indicador mal definido como escenario crítico de Capstone: plataforma de analítica urbana reproducible y contrasta su relación con Capstone: plataforma de analítica urbana reproducible. El alumno define prevención, detección, contingencia y recuperación, separando controles independientes de medidas redundantes solo en apariencia. El cierre se apoya en evidencia y no en declaraciones de cumplimiento.

12.5 Entregable, QA/QC y defensa: Prepara entregable técnico del módulo «Capstone: plataforma de analítica urbana reproducible» como evidencia profesional de Capstone: plataforma de analítica urbana reproducible. Se organiza la información de Capstone: plataforma de analítica urbana reproducible en una narrativa técnica comprensible, acompañada de cálculos, modelos, tablas o registros relevantes. El resultado debe ser auditable, coherente con las versiones de entrada y útil para una decisión concreta.