¿Qué quieres aprender?

Máster en Big Data y Data Science: Ciencia e Ingeniería de ...

Máster en Big Data y Data Science: Ciencia e Ingeniería de Datos

Universidad Autónoma de Madrid

Máster semipresencial

Madrid


5.900
+ IVA

Duración : 1 Año

El término Data Science se utiliza para referirse a un nuevo campo dedicado al análisis y la manipulación de los datos con el objetivo de extraer conocimiento a partir de ellos. Esta nueva disciplina utiliza técnicas y teorías de campos como la estadística, el aprendizaje automático, el reconocimiento de patrones o la visualización.

Un científico de datos debe ser capaz de integrar datos de distintas fuentes, gestionar grandes volúmenes de datos, crear visualizaciones que permitan entender los datos, construir modelos matemáticos usando los datos, y presentar y comunicar las conclusiones extraídas a especialistas y científicos.

Las técnicas de Data Science pueden aplicarse en muy diversas áreas como la biología, la salud, las ciencias sociales, la economía, los negocios y las finanzas.

Por otro lado, el Big Data tiene que ver con tecnologías como Hadoop o MapReduce que permiten procesar grandes volúmenes de datos de una forma eficiente.

Según el estudio "EPYCE 2017: Posiciones y Competencias más demandadas" elaborado por la EAE Business School, "el Big Data encabezó el ranking de las disciplinas más demandadas en 2017, se posiciona ahora como la más difícil de cubrir para las empresas (con un 10,11%) y se ubica como la más demandada en los próximos tres años."

El título de Máster que se propone tiene como objetivo fundamental formar a profesionales TIC en estas dos áreas tan demandadas en el mercado laboral.

¿Quieres hablar con un asesor sobre este curso?

Sedes

Localización

Fecha inicio

Madrid

Objetivos

El Big Data ofrece una gran oportunidad para desarrollar una nueva generación de tecnologías que permiten almacenar, gestionar, analizar, compartir y entender los enormes volúmenes de datos que se están recogiendo hoy en día. El objetivo fundamental de este título es formar a los estudiantes en los temas más relevantes sobre el Big Data que tienen que ver con la recolección, el almacenamiento y el procesamiento de datos (Hadoop, Spark, etc.), la infraestructura para Big Data (multicore, seguridad), el análisis de datos (aprendizaje automático) y la visualización. La iniciativa del título viene respaldada por la Cátedra UAM/IBM por lo que se impartirá conjuntamente por profesores de la EPS y profesionales de IBM expertos en estas áreas. También contaremos con profesionales de diversas empresas que nos hablarán de cómo están utilizado las tecnologías de Big Data en aplicaciones reales relacionadas con la minería web, el análisis de opiniones, el análisis de textos, el análisis de audio, la biometría o el uso del Big Data para el análisis financiero. La interacción de los profesores con los profesionales aporta un gran valor al título propuesto y ofrece una perspectiva única frente a otros títulos cuyos contenidos se enfocan solo desde la perspectiva académica.

A quién va dirigido

Algunos de los perfiles profesionales para los que capacita el máster en Big Data y Data Science son los siguientes: Consultor de Big Data y analítica de datos Consultor de Business Intelligence Analista de datos Científico de datos CDO (Chief Data Officer) Arquitecto de proyectos Big Data Marketing Digital eCommerce / eBusiness Responsable de Seguridad en proyectos Big Data Responsable de Privacidad en soluciones Big Data Auditor de sistemas Big Data

Requisitos

Expediente académico: 20 % CV que detalle la experiencia en programación: 30 % Competencia documentada en el manejo de las TIC: 40 % Nivel de inglés: 5 % Otros méritos: 5 %

Temario completo de este curso

Programa (60 ECTS)
Asignatura
  • Ciclo de vida analítico del dato
  • Fundamentos: sistemas y arquitecturas (online)
  • Fundamentos: lenguajes (online)
  • Bases de datos NoSQL (online)
  • Indexación, búsqueda y análisis en repositorios multimedia
  • Estadística
  • Fundamentos de análisis de datos
  • Ecosistema Spark
  • Explotación y visualización
  • Aplicaciones de análisis
  • Fuentes de datos y aprovisionamiento
  • Seguridad, privacidad y aspectos legales y éticos
  • Infraestructura para Big Data
  • Trabajo de Fin de Máster
Ver más