¿Qué quieres aprender?

Máster en Ingeniería de Datos e Inteligencia

Máster en Ingeniería de Datos e Inteligencia

Fundación Universitat Jaume I - Empresa (FUE-UJI)

Máster semipresencial

Castellón De La Plana (Castellón)


Precio a consultar

El master es promovido por la cátedra industria 4.0 de la Universitat Jaume I (www.catedraindustria40.uji.es)

La necesidad de analizar grandes volúmenes de datos, extraer información y desarrollar sistemas que ayuden a tomar decisiones o actuar de forma autónoma está generando una alta demanda de profesionales cualificados en muchos entornos socio-económicos sobre todo en el ámbito de la industria 4.0.

El curso se estructura en dos módulos, uno de ingeniería de datos y otro de inteligencia artificial más un Trabajo Fin de Máster (TFM).

¿Quieres hablar con un asesor sobre este curso?

Sedes

Localización

Fecha inicio

Castellón De La Plana

Objetivos

El objetivo fundamental del máster es que los alumnos aprendan los fundamentos y métodos y aprendan a desarrollar y aplicar herramientas de ingeniería de datos y de inteligencia artificial en diferentes contextos de aplicación La modalidad será semipresencial y on-line (blended). El material documental y audiovisual de la parte teórica estará a disposición de los alumnos desde el aula virtual siguiendo una secuencia educativa pautada. Las clases presenciales se enfocan, sobre todo, a realizar ejemplos de aplicación de las diferentes tecnologías que se enseñan en el master y desarrollar las habilidades de programación necesarias. En todas las asignaturas se utilizaran herramientas de libre acceso y el principal lenguaje de programación es Python.

A quién va dirigido

El master va dirigido a titulados universitarios de todas las ramas de la ingenierías y ciencias. La formación universitaria en fundamentos matemáticos es necesaria para abordar con éxito la formación planteada. El perfil preferido es el de profesionales en activo en este campo, si bien también puede ser cursado por graduados y postgraduados sin experiencia previa. Titulados Universitarios Estudiantes de últimos cursos interesados en la aplicación del Coaching Organizacional, y que tengan pendiente de superar menos de 30 créditos ECTS. *Nota: este estudiantado no podrá optar a ningún certificado ni a la expedición del título propio hasta que no se obtenga la titulación correspondiente. Profesionales del sector que, sin poseer título universitario, acrediten suficiente experiencia profesional como directivos o empleados en empresas o instituciones vinculadas al ámbito de estudio.

Temario completo de este curso

El programa del Máster se estructura en un conjunto de asignaturas agrupadas en tres módulos que se cursan de modo consecutivo. Estos módulos y su duración o duración es la siguiente:

  • Módulo I: Ingeniería de datos (24 créditos semipresenciales)
  • Módulo II: Inteligencia Artificial (24 créditos semipresenciales)

MÓDULO I: INGENIERÍA DE DATOS

1. Captura y almacenamiento de datos

Tidy data, ETL, SQL, nonSQL, Open data, Data lakes, Data streams, APIS

2. Fundamentos del aprendizaje automatizado

Análisis estadístico, regresión, árboles de regresión, redes neuronales

3. Business intelligence

Data warehousing, algoritmos de clustering, reglas de asociación, calculo de indicadores, tablas dinámicas, informes dinámicos

4. Arquitectura Cloud y Big Data

Plataformas cloud, escalado vertical vs. horizontal, el paradigma Map-Reduce, Procesamiento distribuido de datos, Procesamiento masivo de datos, Procesamiento de flujos de datos

MÓDULO II: INTELIGENCIA ARTIFICIAL

1. Sistemas Ciber-físicos

Modelado de sistemas ciber-físicos, simulación de sistemas, captura de datos, control automático, sistemas inteligentes de control automático

2. Internet de las cosas

Sistemas de identificación, captura de datos de sensores, desarrollo de conectores, protocolos de comunicación, streaming de datos, detección de eventos

3. Procesamiento de imágenes, texto y lenguaje natural

Tratamiento de textos, tópicos, análisis de sentimientos, reconocimiento de patrones en imágenes, comparación de imágenes, clasificación por imagen, procesado de lenguaje natural, chatbots

4. Deep learning

Programación dinámica, redes neuronales profundas, aprendizaje reforzado, simuladores de entrenamiento

Ver más