Master Online en Data Science

Master en Data Science y Big Data

Aprovecha las oportunidades del Big Data y conviértete en Data Scientist

  • Inicio:

    26 Octubre 2023

  • Horario:

    24/7

  • Duración:

    750 horas (10 meses)

  • Metodología:

    Online

Nº1 online Ranking CSIC

Ranking del CSIC

Nº2 Ranking Iberoamericano

Ranking Iberoamericano

Nº1 Ranking Marketing Financial Magazine

Ranking Financial Magazine

Eduniversal Selected School

Eduniversal Selected School

Acreditación Serious eLearning

Serious eLearning

Emagister Cum Laude

Emagister Cum Laude

¿Por qué estudiar el Master en Data Science y Big Data?

Presentación del Master

En la actualidad, las empresas tienen la necesidad de predecir el comportamiento de las personas con el fin de mejorar la interacción con las mismas. Y por este motivo, han estado almacenando datos que ahora deben ser convertidos en activos digitales de valor. 

Para esa conversión de datos a activos de valor, las nuevas técnicas de Big Data son fundamentales pues permiten una gestión masiva de datos eficiente. Además, los algoritmos de Machine Learning permiten tomar esos datos e inferir el comportamiento de las personas con una contundente probabilidad de acierto.

Con el Master en Data Science y Big Data aprenderás a utilizar las técnicas y herramientas más importantes para manejar grandes volúmenes de datos y, además, conocerás y sabrás aplicar todos los algoritmos de Machine Learning así como su uso a través de Redes Neuronales para su aplicación en entornos reales.

La figura del Data Science es un perfil altamente demandado en cualquier empresa debido a la necesidad de las organización de entender los datos recolectados y convertirlos en activos digitales de valor. Es por esto que hemos diseñado el Máster en Data Science y Big Data. 

Con este programa conseguirás una formación y dominio de todas las áreas básicas de la ciencia de datos aplicada. Aprenderás a diseñar, desarrollar, analizar y comprender de manera afinada, planes y proyectos guiados por los datos en diversos contextos. Por otro lado, los fundamentos del Machine Learning y los distintos tipos de algoritmos más usados dentro del aprendizaje supervisado y no supervisado, así como su aplicación en entornos reales.

¿A quién va dirigido?

El Master en Data Science y Big Data se orienta a los siguientes perfiles:

  • Ingenieros que tengan por objetivo una actualización de sus conocimientos y el desarrollo de nuevas competencias dentro de la Inteligencia Artificial
  • Profesionales vinculados fuertemente con la tecnología que tengan por objetivo la especialización en Big Data y Machine Learning
  • Programadores que tengan por objetivo ampliar sus conocimientos y capacidades en el mundo de la ciencia de datos para su desarrollo profesional
  • Analistas de datos con experiencia que quieran dar el salto a los aspectos más profundos de la tecnología
  • Estadísticos y Matemáticos que quieran desarrollar su carrera en el mundo del Científico de Datos para Marketing
Solicita información
de Becas, Financiación y descarga el Folleto

Estos son los trabajos a los que podrás acceder con este Master

Estas son las profesiones que podrás desempeñar después de estudiar el Master en Data Science y Big Data:

  • Data Scientist
  • Chief Data Officer (CDO)
  • Arquitecto de datos

Entonces ahora, ¿cómo continúo?

Resuelve todas tus dudas en una Sesión Informativa

Apuntarme a una sesión

Descarga el Folleto y analiza el programa en detalle

Descargar folleto

Quiero hablar con
un asesor

Reservar cita

Competencias del Master Online en Data Science

Al finalizar el Master en Data Science y Big Data serás capaz de:

  • Conocer las técnicas más actuales del procesamiento paralelo en entornos Big Data
  • Adquirir  los conocimientos necesarios de programación sobre Python, R y entornos de almacenamiento para poder operar con datos masivos
  • Aprender los fundamentos del Machine Learning y los tipos de algoritmos más utilizados dentro del Aprendizaje Supervisado y No Supervisado, así como su aplicación en entornos reales
  • Conocer los distintos tipos de redes neuronales y sus usos más habituales en entornos reales

Plan de estudios

La estructura y materias del Master en Data Science y Big Data está estructurado en 17 módulos

  • Fundamentos de Python
  • Python avanzado
  • Fundamentos R
  • Proyecto: Análisis de un dataset público de la copa mundial de fútbol
  • Proyecto: Análisis predictivo del precio de la vivienda
  • Introducción a la IA y Machine Learning
  • Algoritmos de regresión. Evaluación y métricas
  • Ecosistemas de Machine Learning en la nube
  • Matemática analítica
  • Estadística descriptiva
  • Estadística inferencial
  • Proyecto: Conocimiento de usuarios y Sistema Recomendador en una plataforma de streaming de películas
  • Clasificación binaria, multiclase y métricas. Curva ROC
  • Proyecto: Evaluación del estado de salud de un bebé durante el parto
  • Clasificación con Naive Bayes
  • Clasificación con Support Vector Machine (SVM)
  • Bases de Datos Relacionales. Fundamentos de SQL y Queries
  • Bases de Datos NOSQL
  • Sistemas de almacenamiento en la nube pública. Reporting Services
  • Proyecto: Creación de un dashboard de seguimiento de una campaña publicitaria
  • Clasificación con KNN, regresión logística y softmax
  • Regresión y clasificación con árboles de decisión
  • Combinación de clasificadores: ensembles y random forests
  • Proyecto: Desarrollo de un análisis predictivo sobre la propensión a abandonar la empresa por parte del personal empleado
  • Tipos y arquitectura de un Data Warehouse vs Data Lake
  • MongoDB Atlas
  • Fundamentos de Azure y AWS
  • Proyecto: Diseño e implementación de la automatización de una infraestructura sobre AWS
  • Reducción de dimensionalidad en los datos: PCA
  • Algoritmos de agrupamiento: K Medias y jerárquico
  • Técnicas de detección de anomalías
  • Proyecto: PCA y CLUSTERING utilizando Python
  • Fundamentos y herramientas del ecosistema Hadoop
  • Sistema de ficheros distribuidos HDFS
  • El modelo MapReduce de procesamiento
  • Proyecto: Solución de Apache Hadoop en un entorno financiero
  • Hitos del Deep Learning y fundamentos de las redes neuronales
  • Frameworks de Deep Learning: TensorFlow
  • Ajuste de modelos de Deep Learning
  • Proyecto: Análisis donde se aplican técnicas de Deep Learning
  • Arquitectura Batch y Streaming. Arquitectura Lambda
  • Herramientas del ecosistema Hadoop: Hive
  • Gestión de recursos: YARN
  • Proyecto: Arquitectura distribuidora en funcionamiento
  • Proyecto: Análisis de un problema de clasificación de imágenes con Deep Learning
  • Fundamentos de las CNNs: kernels, convolución, pooling, etc.
  • Modelos pre-entrenados: Transfer Learning y Fine-Tuning
  • Deep Learning en producción
  • Introducción a Spark y programación en batch sobre RDDs
  • Spark SQL, Dataframes y GraphX
  • PYSpark: Programando con RDDs
  • Proyecto: Procesamiento en Streaming de un Modelo de ML con Spark Streaming y MLlib
  • Personalización guiada por IA y datos. Filtrado colaborativo.
  • Recomendaciones basadas en contenido, contexto e híbridas.
  • Aplicaciones, tendencias y retos de los sistemas de recomendación.
  • Proyecto: Implementando un algoritmo de SR con la librería Surprise de Python
  • Web Scrapping
  • Text mining: limpieza texto, TF-Idf, wordcloud
  • Visualización de datos
  • Proyecto: Proyecto de solución integral de captura, analítica de texto y visualización de datos
  • Modelos lógicos de PLN
  • Modelos Probabilísticos de PLN
  • Uso de la PLN
  • Proyecto: Investigación detallada de un caso de estudio de NLP

Director

Zaira Adame


Directora Innovación Estratégica y Business Intelligence. Co-Founder en Bzmk creative contents.

Claustro del Master Online en Data Science

Estos son los profesores del Master en Data Science y Big Data

FAQs del Master en Data Science y Big Data

Modelo de aprendizaje innovador

Aplicamos el Agile Learning con sprints semanales donde el alumno tiene unos objetivos y metas que cumplir y un proyecto donde poner en práctica los conocimientos que adquiere con la guía y supervisión de un mentor.

  • Aprendizaje práctico por proyectos
  • Trabajo en equipo
  • Discusiones y debates
  • Seguimiento de mentores
  • Materiales de apoyo
  • Clases en directo y grabadas

Lo que necesitas es Flexibilidad pero buscas Networking y Contacto personalizado

Solicita la admisión al programa

Resumen del Master Online en Data Science

Duración, becas, financiación y precios del Master Online en Data Science

  • Próxima convocatoria

    Octubre

  • Duración

    750 horas en 10 meses

  • Créditos

    60 ECTs

  • Precio

    U$S 6.500

  • Financiación

    En cuotas mensuales sin intereses

  • Becas disponibles

    Hasta el 40%, infórmate y calcúlalo online