Organización | | UPV
Sigue así. Cada lección te acerca más a tu certificado.
Sobre esta lección
Título: Organización Descripción: Este Objeto de Aprendizaje proporciona una descripción de la importancia de la organización en la que se realizan los proyectos. Palomares Chust, A. (2011). Organización. http://hdl.handle.net/10251/10825 Descripción automática: En este video, se explica la relevancia de entender la estructura organizativa en la que se enmarca un proyecto y cómo esta influye en su gestión. La organización puede ser una empresa, una universidad o cualquier otro tipo de entidad, y es fundamental considerar su cultura, visiones, valores, normas y expectativas políticas. Las organizaciones pueden tener diferentes estructuras, como las funcionales clásicas, jerárquicas, o las orientadas a la gestión de proyectos, donde el gestor del proyecto tiene más independencia. También hay estructuras intermedias, como las matriciales. Comprender la estructura es crucial para una gestión adecuada. Se destacan los activos organizacionales, en particular los procesos y procedimientos que pueden incluir estándares de calidad, métodos de evaluación de desempeño, plantillas de trabajo, requerimientos de comunicación y control financiero. Además, las bases de conocimiento corporativas son activos valiosos, ofreciendo datos históricos y lecciones aprendidas, así como acceso a la versión más reciente de planes y procedimientos para evitar reincidir en errores pasados. Estos elementos son esenciales para una gestión eficaz del proyecto. Autor/a: Palomares Chust Alberto + Universitat Politècnica de València UPV: https://www.upv.es + Más vídeos en: https://www.youtube.com/valenciaupv + Accede a nuestros MOOC: https://upvx.es #Organización #Lecciones aprendidas #Procedimientos y normas #Bases de conocimiento #
Sobre este curso
Este canal forma parte de un MOOC (curso abierto y masivo) que puedes encontrar en https://upvx.es/courses/course-v1:edxorg+introduccion-la-gestion-de-proyectos+igp101x/about
Lo que aprenderás en este curso:
- Comprender los fundamentos del aprendizaje automático
- Implementar algoritmos de clasificación y regresión
- Preparar y limpiar datos para modelos predictivos
- Evaluar y optimizar modelos de machine learning