¿Qué quieres aprender?

Grado en matemática computacional y analítica de datos

Grado en matemática computacional y analítica de datos

Universitat Autònoma de Barcelona

Carrera universitaria presencial

Bellaterra (Barcelona)


Precio a consultar

Duración : 4 Años

Ofrece una formación sólida en matemáticas, física, estadística, métodos numéricos, computación y computación cuántica desde una visión integrada y conjunta. Además, proporciona, a las personas tituladas, habilidades y destrezas analiticoabstractas, algoritmicocomputacionales y en el manejo cuantitativo de la información, para resolver problemas reales.

El factor diferencial del grado en Matemática Computacional y Analítica de Datos de la UAB consiste en que, mientras otros grados de ciencia de datos del sistema universitario catalán se dirigen a la manipulación y la explotación de datos con herramientas y algoritmos ya existentes, nosotros formamos profesionales capaces de desarrollar nuevos algoritmos y herramientas para la optimización, la modelización y el tratamiento de datos complejos.

Además, la UAB tiene un campus universitario multidisciplinario que constituye lo que llamamos un campus lab, un laboratorio para la aplicación práctica del análisis de datos en diversos ámbitos: datos sanitarios, biológicos, financieros, sociales, etc.

¿Quieres hablar con un asesor sobre este curso?

Sedes

Localización

Fecha inicio

Bellaterra

Objetivos

Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio. Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio. Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética. Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado. Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.

A quién va dirigido

El estudiante que quiera cursar estos estudios debe ser una persona con gusto por la abstracción, el razonamiento lógico y la aplicación práctica mediante la modelización; aficionada a las matemáticas, la física y la computación, y que tenga curiosidad por la ciencia en general. Debe ser tenaz y con capacidad de trabajo y considerar un reto la resolución de problemas. Es necesario que el estudiante haya cursado Matemáticas en los dos cursos de bachillerato y se haya examinado de esta materia en las PAU.

Requisitos

Biología Ciencias de la Tierra y Medioambientales Física Matemáticas Matemáticas Aplicadas a las Ciencias Sociales Química Tecnología Industrial Geología

Temario completo de este curso

TEMARIO:
PRIMER CURSO
  • Álgebra Lineal
  • Cálculo en una Variable
  • Iniciación a la Programación
  • Fundamentos de Computadores
  • Software de Sistema
  • Probabilidad
  • Cálculo en Varias Variables
  • Algorísmia y Combinatoria en Grafos. Métodos Heurísticos
  • Programación Orientada a los Objetos
  • Cálculo Numérico
SEGUNDO CURSO
  • Visualización 3D
  • Modelización e Inferencia
  • Técnicas de Diseño de Algoritmos
  • Bases de Datos Relacionales
  • Ecuaciones Diferenciales Ordinarias
  • Optimización
  • Métodos Numéricos y Probabilísticos
  • Inteligencia Artificial
  • Análisis de Datos Complejos
  • Análisis Complejo y de Fourier
TERCER CURSO
  • Ecuaciones en Derivadas Parciales
  • Física, Abstracción y Computación
  • Aprendizaje Computacional
  • Computación de Altas Prestaciones
  • Teoría de la Información
  • Sistemas Distribuidos y la Nube
  • Redes Neuronales y Aprendizaje Profundo
  • Información Cuántica
  • Bases de Datos No Relacionales
  • Modelización y Simulación
CUARTO CURSO
  • Trabajo de Fin de Grado
Ver más