Gestión de proyectos tecnológicos

Curso intermedio de gestión de proyectos orientado a perfiles técnicos —desarrolladores, analistas de datos, ingenieros de software— que participan o lideran proyectos tecnológicos y necesitan un marco conceptual sólido para navegar la complejidad, elegir la metodología adecuada y estructurar equipos y ciclos de entrega. El alumno aprende a identificar condicionantes de entornos VUCA/BANI, asignar roles según las fases del proyecto, contrastar enfoques predictivos y ágiles para justificar la selección metodológica, planificar fases del SDLC con sus entregables, gestionar riesgos con la Tire Swing Theory, aplicar el DLM al ciclo de vida de los datos y estructurar proyectos de datos con el TDSP. Al finalizar, el participante será capaz de diseñar una estructura de proyecto tecnológico que integre roles, ciclo de entrega, gestión de datos y marco metodológico de forma coherente y orientada a resultados.

Al finalizar el curso, el participante será capaz de:

• Aplicar el marco VUCA/BANI para identificar condicionantes y riesgos en la planificación de un proyecto tecnológico
• Asignar y justificar roles en un equipo de proyecto tecnológico según las necesidades de cada fase del ciclo de vida
• Contrastar enfoques predictivos (PMI, PRINCE2) con marcos ágiles para justificar la selección metodológica según el tipo de proyecto
• Planificar las fases de un proyecto de software aplicando el SDLC y definiendo los outputs esperados en cada etapa
• Detectar y gestionar riesgos metodológicos y desviaciones habituales aplicando la Tire Swing Theory
• Aplicar el DLM para tomar decisiones sobre ingesta, almacenamiento, uso, publicación, archivo y borrado de datos en un proyecto
• Estructurar un proyecto de datos siguiendo las fases del TDSP: negocio, adquisición, modelado, implementación y aceptación
• Diseñar una estructura de proyecto que integre roles, SDLC, DLM y TDSP de forma coherente y orientada a resultados

1. Entornos complejos: VUCA y BANI Definición de VUCA (Volatility, Uncertainty, Complexity, Ambiguity) y BANI (Brittle, Anxious, Nonlinear, Incomprehensible); implicaciones para la planificación de proyectos tecnológicos; respuestas estratégicas a cada dimensión; cómo identificar el perfil VUCA/BANI de un proyecto antes de elegir la metodología
2. Roles y ciclo de vida del proyecto Roles fundamentales en proyectos tecnológicos: sponsor, PM, tech lead, analista, desarrollador, QA, stakeholder; responsabilidades por fase del ciclo de vida; matrices RACI y su uso para clarificar responsabilidades; composición del equipo según el tipo de proyecto: software, datos, infraestructura
3. Metodologías: predictivas vs. ágiles Enfoques predictivos: PMI/PMBOK y PRINCE2: estructura, artefactos y cuándo son adecuados; marcos ágiles: Scrum, Kanban y SAFe: principios, ceremonias y artefactos; criterios de selección metodológica: requisitos, incertidumbre, tamaño del equipo, contexto regulatorio; enfoques híbridos en la práctica
4. SDLC: ciclo de vida del desarrollo de software Fases del SDLC: análisis, diseño, desarrollo, testing, despliegue y mantenimiento; outputs esperados en cada etapa; criterios de salida entre fases; variantes del SDLC: cascada, espiral, iterativo; integración del SDLC con metodologías ágiles
5. Gestión de riesgos: Tire Swing Theory Qué es la Tire Swing Theory y qué revela sobre los fallos de comunicación en proyectos; tipos de riesgo: técnico, de requisitos, de equipo, externo; identificación y cuantificación de riesgos (probabilidad × impacto); estrategias de mitigación; seguimiento de riesgos durante el proyecto; desviaciones habituales y cómo anticiparlas
6. Data Lifecycle Management (DLM) Las seis fases del DLM: creación, almacenamiento, uso, publicación, archivo y borrado; decisiones de gestión del dato en cada fase; implicaciones legales: GDPR, LOPD; casos de uso del DLM en proyectos de software y de datos; DLM como parte de la gobernanza del proyecto
7. TDSP: Team Data Science Process Fases del TDSP: comprensión del negocio, adquisición de datos, modelado, implementación y aceptación del cliente; artefactos de cada fase; relación del TDSP con el SDLC y los marcos ágiles; roles del TDSP y su mapeo a roles de equipo tradicionales
8. Integración: diseñar la estructura de un proyecto Combinar roles, SDLC, DLM y TDSP en un proyecto de datos real; crear una carta de proyecto que integre los cuatro marcos; adaptar la estructura al contexto del proyecto; presentar y defender las decisiones metodológicas ante stakeholders

• No se requiere software específico para este curso
• Acceso a una herramienta de gestión de proyectos (Notion, Trello, Jira o similar) para los ejercicios de diseño de estructura de proyecto

Ninguno requerido para este curso concreto. Aunque el nivel es Intermedio, se trata del primer curso de esta competencia: el contenido es accesible para cualquier perfil técnico que haya participado en algún proyecto, aunque sea de forma periférica. Es recomendable tener experiencia laboral de al menos seis meses en un entorno técnico para conectar los conceptos con situaciones reales.