Adrián Ballester
Adrián Ballester es doctor en comunicación e ingeniero de telecomunicación. Ha trabajado durante catorce años en puestos de CIO en Administración Pública. En concreto, en proyectos de transformación digital de los servicios públicos, las smart cities y la inteligencia.
En la actualidad, es funcionario de carrera del cuerpo de profesores de secundaria, especialidad de informática impartiendo clases en ciclos superiores de la familia profesional de informática y comunicaciones.
Puedo dirigir otros proyectos que no se encuentran en las líneas de interés. Para ello pueden contactar conmigo y valorar la viabilidad.
Contacto: adrianballester@uoc.edu
Restricciones
No hay restricciones
Líneas de interés
Línea 1: Análisis de datos de portales open data de Administraciones Públicas
El objetivo de este trabajo es realizar una investigación con respecto a un conjunto de datos aportados por una o varias Administraciones Públicas en sus respectivos portales open data o portales de transparencia. Se podría acotar una investigación en este sentido, en aspectos como: estudios sobre tipología de servicios públicos, contratación, hacienda, sanidad, educación, turismo u otra cuestión de interés. Bajo este prisma, el objeto del trabajo podría ser múltiple:
Comparar datos de varios territorios y hacer un análisis de los mismos. Por ejemplo, realizar una comparativa del periodo medio de pagos de Administraciones Públicas. También, el cálculo de deuda pública comparado con la población para calcular la deuda per cápita.
Ejemplo: múltiples datos publicados por el Ministerio de Hacienda que permiten extraer información y el desarrollo de productos https://www.hacienda.gob.es/es-ES/Areas%20Tematicas/Administracion%20Electronica/OVEELL/Paginas/OVEntidadesLocales.aspx#Novedades
Establecer estudios de opinión de destinos turísticos inteligentes bajo fuentes de datos como las redes sociales o portales open data. Con estos datos y sus históricos se puede evaluar opiniones sobre determinados destinos, cuestiones de interés o críticas de los mismos. Análisis de sentimiento.
Ejemplo: utilizar data mining sobre un conjunto de datos de una ciudad en Twitter.
En materia sanitaria, un ejemplo podría ser hacer comparativas de la gestión de colas en determinadas cirugías o visitas a especialidades, en función del departamento de salud.
Ejemplo: lista de espera de la consellería de Sanidad de la Generalitat Valenciana https://portletsdx.san.gva.es/leq?p_p_id=es_gva_san_portaldx_ConsultaLEQ_INSTANCE_mHY0oHxQfEPs&p_p_lifecycle=0&p_p_state=normal&p_p_mode=view&_es_gva_san_portaldx_ConsultaLEQ_INSTANCE_mHY0oHxQfEPs_mvcPath=%2FdatosEspecialidades.jsp
Lista de espera de la Conselleria de Sanidad de la Generalitat Catalana https://catsalut.gencat.cat/ca/coneix-catsalut/acces-sistema-salut/llistes-espera/
Línea 2: Análisis de datos de portales smart cities de Administraciones Públicas
El objetivo de este trabajo es realizar una investigación con respecto las smart cities de una o varias Administraciones Públicas en sus respectivos portales. Se podría acotar una investigación en este sentido, es aspectos a proponer por el estudiante, sobre un conjunto de datos que ofrece los portales open data de las ciudades.
Ejemplo: comparativa de datos comparable de un conjunto de ciudades con portales de open data.
Línea 3: Análisis de comportamientos electorales en comicios de cualquier ámbito.
El objetivo de esta investigación sería utilizar una extrapolación de datos de tipo electoral que permitan realizar un cálculo de probabilidades de tendencias electorales. Se podrán analizar históricos de datos de encuestas electorales, de datos de resultados de mesas electorales u otro tipo de datos que se consideren relevantes. Además, se podrá proyectar resultados históricos con la mediana compuesta por tendencias electorales mostrados en sondeos para medir la proyección de encuestas.
Banco de datos del Ministerio del Interior: https://infoelectoral.interior.gob.es/opencms/es/elecciones-celebradas/resultados-electorales/
Las herramientas a utilizar se concretarán en función del conjunto de datos.
Otras consideraciones
El profesor colaborador puede atender a estudiantes en castellano, catalán e inglés.