fbpx

Máster Universitario En análisis De Datos Masivos (Big Data) de la Universidad Europea

Máster De Formación Permanente En Data Science

Con el Máster en Big Data, aprenderás a manejarte con soltura en minería de datos, para análisis inteligente, almacenamiento, procesamiento, análisis y visualización de información.

INICIO: Octubre
2024
DURACIÓN: 10
UBICACIÓN: Madrid
PRECIO OFICIAL: A Consultar.
PRECIO CON BECA: A Consultar.

INICIO: 28/10/2024

OBJETIVOS

El Máster Oficial Online en Análisis de Datos Masivos (Big Data) está diseñado para científicos, ingenieros, estadísticos y matemáticos con vocación en el ámbito de las TIC, que buscan obtener unos conocimientos sólidos en técnicas clave de captura y almacenamiento de información, análisis y visualización de grandes cantidades de datos e identificación de limitaciones en los sistemas de información actual.

Aprenderás a aplicar tecnologías vanguardistas de la Ciencia de Datos y Machine Learning, convirtiéndote en un experto en gestión de datos e infraestructuras, aprendizaje automático y gestión de empresas tecnológicas.

Tendrás acceso a la AWS Academy para preparar el AWS Certified Cloud Practitioner durante el módulo en arquitecturas cloud computing y al AWS Certified Machine Learning Specialty durante el módulo de procesamiento de datos y aprendizaje automático.

REQUISITOS

Estudiantes que provienen de titulaciones oficiales del ámbito de Ciencia de datos; Informática y Computación y afines; o Ingeniería de Telecomunicación y afines.

Estudiantes que provienen de titulaciones oficiales del ámbito de Matemáticas, Estadística, Física y afines; u otras titulaciones oficiales del ámbito de Ingeniería, Arquitectura y afines, que dispongan de competencias (nivel MECES 2) en el ámbito de la estadística básica y que hayan cursado o convalidado los complementos formativos habilitados al efecto; o bien dispongan de experiencia profesional contrastada de más de 1 año en el ámbito de la Ciencia de datos, como gestores de bases de datos, analistas de datos, o gestores de proyectos donde se desarrolle análisis de datos, y hayan cursado o convalidado los complementos formativos habilitados al efecto.

Estudiantes que provienen de otras titulaciones, que dispongan de experiencia profesional contrastada de más de 2 años en el ámbito de la Ciencia de datos como gestores de bases de datos, analistas de datos, o gestores de proyectos donde se desarrolle análisis de datos, y hayan cursado o convalidado los complementos formativos habilitados al efecto.

Formulario de admisión.
Documento legal de acceso a la titulación elegida.
Fotocopia de tu DNI.
Curriculum vitae.
Test de evaluación competencial.
Entrevista personal.
Prueba de evaluación de idioma (si procede).
Domiciliación bancaria.
Tarjeta de crédito.
Pago virtual.

TITULACIÓN

Título expedido por la Universidad Europea de Madrid

TEMARIO

Arquitecturas Cloud Computing 3
Estadística Avanzada Aplicada 3
Computación en sistemas distribuidos 6
Bases de datos de nueva generación 6
Gobernanza y ciclo de vida del dato 3
Business Analytics 3
Procesamiento de datos 6
Aprendizaje automático 6
Visualización de datos 6
Trabajo Fin de Máster 6
Metodología y diseño de la Investigación 3
Procesamiento de la información 3
Recursos asociados a la actividad investigadora 3
Practicum 3
Prácticas en empresa I 9
Prácticas en empresa II 3

Diseño y uso de bases de datos analíticas (3 créditos ECTS)
Programación para la ciencia de datos (3 créditos ECTS)
Diseño y uso de bases de datos analíticas (3 créditos ECTS)
Programación para la ciencia de datos (3 créditos ECTS)
Estadística (3 créditos ECTS)

COMPETENCIAS

Competencias basícas

CB1: Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
CB2: Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
CB3: Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
CB4: Que los estudiantes sepan comunicar sus conclusiones –y los conocimientos y razones últimas que las sustentan- a públicos especializados y no especializados de un modo claro y sin ambigüedades.
CB5: Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

Competencias transversales

CT1: Aprendizaje Autónomo: Habilidad para elegir las estrategias, las herramientas y los momentos que considere más efectivos para aprender y poner en práctica de manera independiente lo que ha aprendido.
CT2: Autoconfianza: Capacidad para valorar nuestros propios resultados, rendimiento y capacidades con la convicción interna de que somos capaces de hacer las cosas y los retos que se nos plantean.
CT3: Capacidad para adaptarse a nuevas situaciones: ser capaz de valorar y entender posiciones distintas, adaptando el enfoque propio a medida que la situación lo requiera.
CT4: Capacidad de análisis y síntesis: ser capaz de descomponer situaciones complejas en sus partes constituyentes; también evaluar otras alternativas y perspectivas para encontrar soluciones óptimas. La síntesis busca reducir la complejidad con el fin de entenderla mejor y/o resolver problemas.
CT5: Capacidad para aplicar los conocimientos a la práctica, para utilizar los conocimientos adquiridos en el ámbito académico en situaciones lo más parecidas posibles a la realidad de la profesión para la cual se están formando.
CT6: Comunicación oral/ comunicación escrita: capacidad para transmitir y recibir datos, ideas, opiniones y actitudes para lograr comprensión y acción, siendo oral la que se realiza mediante palabras y gestos y, escrita, mediante la escritura y/o los apoyos gráficos.
CT7: Habilidades en las relaciones interpersonales: Capacidad de relacionarse positivamente con otras personas por medios verbales y no verbales, a través de la comunicación asertiva, entendiéndose por ésta, la capacidad para expresar o transmitir lo que se quiere, lo que se piensa o se siente sin incomodar, agredir o herir los sentimientos de la otra persona.
CT8: Iniciativa y espíritu emprendedor: Capacidad para acometer con resolución acciones dificultosas o azarosas. Capacidad para anticipar problemas, proponer mejoras y perseverar en su consecución. Preferencia por asumir y llevar a cabo actividades.
CT9: Planificación y gestión del tiempo: Capacidad para establecer unos objetivos y elegir los medios para alcanzar dichos objetivos usando el tiempo y los recursos de una forma efectiva.
CT10: Razonamiento crítico: Capacidad para analizar una idea, fenómeno o situación desde diferentes perspectivas y asumir ante él/ella un enfoque propio y personal, construido desde el rigor y la objetividad argumentada, y no desde la intuición.
CT11: Resolución de problemas: Capacidad de encontrar solución a una cuestión confusa o a una situación complicada sin solución predefinida, que dificulte la consecución de un fin.
CT12: Innovación-Creatividad: Capacidad para proponer y elaborar soluciones nuevas y originales que añaden valor a problemas planteados, incluso de ámbitos diferentes al propio del problema.
CT13: Toma de decisiones: Capacidad para realizar una elección entre las alternativas o formas existentes para resolver eficazmente diferentes situaciones o problemas.
CT14: Trabajo en equipo: Capacidad para integrarse y colaborar de forma activa con otras personas, áreas y/u organizaciones para la consecución de objetivos comunes.

Competencias específicas

CE01: Analizar y argumentar los agentes del mercado, empresas y tecnologías que participan en el sector del análisis de grandes volúmenes de datos en infraestructuras distribuidas.
CE02: Aplicar las bases teórico-prácticas necesarias sobre Tecnologías de la Información y Comunicaciones de interés para el desarrollo e implantación de servicios de análisis y extracción de modelos a partir de los datos en infraestructuras de altas prestaciones.
CE03: Diseñar, implantar, y administrar redes e infraestructuras físicas para el tratamiento de grandes volúmenes de datos distribuidos.
CE04: Diseñar y ejecutar un proceso completo de descubrimiento de conocimiento, incluyendo las fases de almacenamiento, procesamiento y visualización de los datos.
CE05: Diseñar y aplicar algoritmos de análisis basados en sistemas e infraestructuras de almacenamiento y acceso a grandes volúmenes de datos.
CE06: Aplicar las bases técnicas del funcionamiento de sistemas distribuidos de altas prestaciones, sus entornos de desarrollo y bases de datos (SQL y noSQL)
CE07: Integrar, implantar y explorar aplicaciones de análisis de datos en plataformas de altas prestaciones, incluyendo la privacidad y la protección de los datos.
CE08: Aplicar las bases técnicas del funcionamiento de plataformas cloud computing y virtualizadas.
CE09: Evaluar las posibilidades de la gestión masiva de datos y la inteligencia artificial en el desarrollo del negocio en los diferentes sectores de aplicación (banca, salud, comunicaciones, gobierno, etc.).
CE10: Investigar tendencias técnicas en tecnologías y procesos de descubrimiento de información y generación de conocimiento a partir de los datos.
CE11: Aplicar las diferentes metáforas de visualización, analíticas visuales, y tecnología necesaria para mejorar la interpretación de los datos en el proceso de interacción hombre-máquina.
CE12: Elaborar, exponer y defender un trabajo original de manera pública e individual ante un tribunal universitario, síntesis de las competencias adquiridas en el título.

MÁS DETALLES

En España se pronostica que en 2022 se crearán 1,25 millones de empleos para profesionales en Big Data, software o ciberseguridad.

Fórmate en uno de los sectores más en auge y prepárate para trabajar como:

Experto en Dirección de Proyectos Big Data.
Big Data Architect.
Data Quality Engineer.
IT Manager, IT Arquitect.
Data Scientist.
Chief Data Officer.
Audit Analyst.