Passa al contingut principal

Global Student Entrepreneur Awards

Barcelona Student Entrepreneur Competition (BSEC) is a competition driven by Entrepreneur’s Organization (EO), the world organization of entrepreneurs.

If you are a university student and you have a startup or an entrepreneurial project, this is your great opportunity to make it known, submitting it to a jury of entrepreneurial experts, and accessing the possibility of presenting it in the Global Student Entrepreneur Awards (GSEA).

GSEA is a program of Entrepreneurs’ Organization (EO), an organization dedicated to fostering and supporting entrepreneurship based in more than 50 countries, 146 cities and with more than 12,000 members around the world.

Requirements to participate:

  • You must be enrolled for the current academic year in a university or college as an undergraduate or graduate student at the time of application. Full-time enrollment is not required; part-time students are accepted.
  • You must be the owner, founder or controlling shareholder of your company. the company may only be represented by the owner/co-founder who is a student-entrepreneur.
  • Your business must have been in operation for at least six consecutive months prior to application.
  • Your business must have generated at least EUR € 500 or received US $1000 in investments.
  • You should not have been one of the competitors in the final round of any GSEA Global Final Competition in the previous year.
  • The age cap for participation is 30 years of age.

Dates:

Project reception: Wednesday, January 31

Project selection: Friday, February 2

Regional Semifinal: Monday, February 5

National Final (Spain): Wednesday, February 7

Més informació

Més posts de Concursos




Comentaris

Entrades populars d'aquest blog

Cursos gratuïts sobre IA a Harvard

Cursos de la Universitat de Harvard des de la plataforma edX Introducción a la ciencia de computación . Introducción a la programación CS50 usando Scratch . Introducción a la inteligencia artificial en CS50 usando Python . Uso de React Native para el desarrollo de aplicaciones móviles . Programación web usando Python y JavaScript. Introducción al desarrollo en el desarrollo de juegos . Introducción al curso CS50 sobre programación con Python . Curso sobre CS50 para entender la tecnología . Introducción a la ciencia de datos con Python . Introducción a la ciencia de computación para empresas. Machine Learning. Inteligencia artificial en las empresas: creación de valor mediante el aprendizaje automático. Més posts de Formació

Oferta pública 27/02/2024

  Ajuntament de la Riba 1 plaça de Secretari interventor Ajuntament de Sabadell 1 plaça de Tècnic mitjà d'enginyeria industrial (esp. electricitat) Ajuntament de Sabadell 2 places de Tècnic mitjà enginyer Ajuntament del Prat de Llobregat - Aigües del Prat, SA 1 plaça de Director gerent Ajuntament d'Olot 1 plaça d'Enginyer tècnic Barcelona Supercomputing Center-Centro Nacional de Supercomputación (BSC-CNS) 1 plaça de Research Engineer - Use of acoustic information in chatbots (RE1) Barcelona Supercomputing Center-Centro Nacional de Supercomputación (BSC-CNS) 1 plaça de Post-doc in Machine Learning for Biomedical Multi-Omic Data Analysis in Precision Medicine (R2) Barcelona Supercomputing Center-Centro Nacional de Supercomputación (BSC-CNS) 1 plaça de Software randomisation compiler - Master Student (R0) Comaigua, SL 1 plaça de Responsable d'Oficina Tècnica Consorci Hospitalari de Vic 1 plaça de Tècnic Biomèdic - Big Data Empresa de Transformación Agraria, SA, SME, MP (TR

Curs d'Analítica de dades i Machine Learning (Online) Eurecat Academy

El curs d’Analítica de dades i Machine Learning ofereix una introducció a les tecnologies i metodologies per a l’extracció d’informació en grans conjunts de dades, tant ja existents com de les recollides en temps d’execució. A més, també aporta la metodologia per millorar els coneixements tècnics en Data Mining. Programa del curs 1. Introducció al Big Data. 2. Instal·lació i configuració de Python i R. 3. Introducció a Python y R. 4. Fonaments d’Estadística enfocada a BigData. 5. Observational Study / Exploratory Analysis: utilització de l’agregació de dades i la mineria de dades per proporcionar informació sobre el passat: 6. Anàlisi de Dades: Utilització de models estadístics i tècniques de pronòstic per comprendre el futur. 7. Machine Learning Comprensió dels principals tipus d’aprenentatge automàtic. Supervised Learning – Aprenentatge Supervisat. Unsupervised Learning – Aprenentatge No Supervisat. Inici: 04/03/2024 Més informació Més posts de Formació