Quiero diseñar y ejecutar proyectos de Big Data e Inteligencia Artificial que impulsen decisiones estratégicas.
Desarrolla algoritmos de análisis predictivo con Machine Learning y Deep Learning
Trabaja con entornos distribuidos de Big Data y procesamiento a gran escala (Spark)
Utiliza herramientas como IBM, Python, R, Hadoop y Tableau en proyectos reales
Diseña y ejecuta proyectos de Business Intelligence de principio a fin
· Salidas laborales ·
Data Scientist
Analiza grandes volúmenes de datos aplicando estadística, programación y modelos predictivos para obtener insights valiosos
Salario medio
≈ 50.000 €/AÑO
Data Engineer
Desarrolla y optimiza sistemas de almacenamiento y procesamiento de datos escalables
Salario medio
≈ 45.000 €/AÑO
Analista de Datos
Convierte datos en información comprensible mediante análisis y visualización para apoyar decisiones de negocio
Salario medio
≈ 35.000 €/AÑO
Big Data Architect
Diseña arquitecturas tecnológicas avanzadas para gestionar grandes volúmenes de datos en tiempo real
Salario medio
≈ 60.000 €/AÑO
Machine Learning Engineer
Crea y entrena modelos de aprendizaje automático que automatizan procesos y mejoran predicciones
Salario medio
≈ 55.000 €/AÑO
Chief Data Officer (CDO)
Dirige la estrategia de datos de una organización, asegurando su aprovechamiento, calidad y gobierno
Salario medio
≈ 80.000 €/AÑO
· Certificaciones ·
Sal preparado para las certificaciones que importan
El máster te alinea con los estándares reconocidos internacionalmente. Al terminar, tendrás el conocimiento para presentarte a las certificaciones más valoradas por las empresas.
Microsoft Certified: Azure Data Fundamentals
Microsoft certified: Azure AI Fundamentals (AI-900)
Certificación Ingeniero Asociado de IA de Azure (AI-102)
Ecosistemas de Machine Learning en la nube. Soluciones Cloud y GenAI
Proyecto: Diseño integral y detallado de una solución de IA para el contexto educativo
Asignatura 03
Matemáticas y estadística en el tratamiento de datos
Clases de esta asignatura
Matemática analítica
Estadística descriptiva
Estadística inferencial
Proyecto: Conocimiento de usuarios y Sistema Recomendador en una plataforma de streaming de películas
Asignatura 04
Métodos de clasificación basados en algoritmos de Inteligencia Artificial
Clases de esta asignatura
Clasificación binaria, multiclase y métricas. Curva ROC
Clasificación con Naive Bayes
Clasificación con Support Vector Machine (SVM)
Proyecto: Evaluación del estado de salud de un bebé durante el parto
Asignatura 05
Sistemas y servicios de Almacenamiento
Clases de esta asignatura
Bases de Datos Relacionales
Fundamentos de SQL
Bases de datos NOSQL
Proyecto: Análisis del impacto de los anuncios de TV en las visitas a la página web del anunciante.
Asignatura 06
ML supervisado avanzado: modelos predictivos en la era de la IA
Clases de esta asignatura
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
Asignatura 07
Entornos Datawarehouse
Clases de esta asignatura
Tipos y arquitectura de un Data Warehouse vs Data Lake
MongoDB Atlas
Fundamentos de Azure y AWS
Proyecto: Creación de un Data Lake con servicios en la nube
Asignatura 08
Aprendizaje NO Supervisado
Clases de esta asignatura
Reducción de dimensionalidad en los datos: PCA
Algoritmos de agrupamiento: K Medias y jerárquico
Técnicas de detección de anomalías
Proyecto: Descubrir estructura de datos en diagnóstico
Asignatura 09
Arquitecturas distribuidas Big Data
Clases de esta asignatura
Introducción a las Arquitecturas Distribuidas: Paralelización y Map Reduce
Arquitecturas Lambda y Kappa. Batch vs Streaming.
Gestión de recursos en Arquitecturas Distribuidas
Proyecto: Diseño y Desarrollo de una Arquitectura Distribuida para Análisis de Datos Espaciales
Asignatura 10
Introducción a la IA profunda: redes neuronales y deep learning
Clases de esta asignatura
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
Asignatura 11
Procesamiento de datos a gran escala I: Hadoop
Clases de esta asignatura
Fundamentos y herramientas del ecosistema Hadoop
Gestión de datos Streaming
Extracción, Transformación y Carga de datos
Proyecto: Desarrollo de una aplicación de ingesta y análisis de datos
Asignatura 12
IA visual: reconocimiento de imágenes con redes convolucionales
Clases de esta asignatura
Fundamentos de las CNNs: kernels, convolución, pooling, etc.
Modelos pre-entrenados: Transfer Learning y Fine-Tuning
Deep Learning en producción
Proyecto: Análisis de un problema de clasificación de imágenes con Deep Learning
Asignatura 13
Procesamiento de datos a gran escala II: Spark
Clases de esta asignatura
Introducción a Spark y programación en batch sobre RDDs
Spark SQL, Dataframes y GraphX
Spark Streaming y MLlib
Proyecto: Monitoreo de Calidad del Aire en Ciudades Inteligentes
Asignatura 14
Sistemas de recomendación inteligente
Clases de esta asignatura
Personalización guiada por datos
Filtrado Colaborativo
Aplicaciones, tendencias y retos de los sistemas de recomendación
Proyecto: Implementando un algoritmo de SR con la librería Surprise de Python
Asignatura 15
Procesos ETL avanzados , Web Scraping y uso de APIs con Python
Clases de esta asignatura
Procesos ETL con Python
Web Scraping
Servicios Web y APIs
Proyecto: Extracción y análisis de reviews de películas mediante web scraping
Asignatura 16
Procesamiento del lenguaje natural y LLMs
Clases de esta asignatura
Introducción al Procesamiento del Lenguaje Natural
Modelos Probabilísticos de NLP y Métodos de Aplicación
NLP – Modelos y Algoritmos
Proyecto: Clasificación de Sentimientos en Reseñas de Películas con Modelos Clásicos y Redes Neuronales Sencillas
Asignatura 17
Global Project
Clases de esta asignatura
· Herramientas reales ·
Sales manejando las herramientas que piden las ofertas
No es teoría: trabajarás desde el primer sprint con el mismo stack que usan los equipos ágiles hoy. Llegas a tu próxima entrevista sabiendo usarlas.
Otras herramientas
Conoce las herramientas clave del sector que presentamos durante el programa para que estés al día con las tendencias y mejores prácticas de la industria. Aunque no se emplearán directamente en las actividades, podrás descubrir su potencial.
¿Encaja contigo? Da el siguiente paso.
Becas de hasta el 40% · plazas limitadas para Octubre 2026
"Esperaba teoría y me encontré una formación 100% aplicable. Empecé a usar lo aprendido en mi empresa antes de terminar el máster — y a los tres meses ascendí a Scrum Master."
Sonia Fábregat · Scrum Master · antes Analista de Proyectos
José Antonio Ferreira Queimada
CIO | CTO | CISO | Digital Transformation | Security & Privacy | Innovation en Liberty Latin America
Acabo de terminar el Máster en BI & Data Science en IEBS Business School. Gracias a todo el personal académico del IEBS por compartir con nosotros su experiencia y conocimiento.
Felix Enzo Garofalo Lanzuisi
Consultor BIM en INESA
Gracias a IEBS Business School por su excelente propuesa de capacitación, con énfasis en la aplicación práctica del conocimiento.
Gabriel José Solari Morales
Desarrollador de Business Intelligence
Gracias a IEBS por la increíble oportunidad de cursar el Master en Data Science. A lo largo del curso, he tenido el privilegio de aprender de profesionales altamente capacitados que han compartido su experiencia y conocimientos de manera excepcional.
Lizbeth García Soria
Data Scientist en Instituto Hospital del Mar de Investigaciones Médicas (IMIM)
Gracias a IEBS he descubierto mi pasión por el aprendizaje continuo y el compromiso por mantenerme actualizada en un mundo en constante evolución tecnológica.
· Financiación ·
Una formación accesible, sin renunciar a nada
Creemos en una educación de calidad al alcance de quien quiere crecer. Por eso ofrecemos financiación flexible y becas según tu perfil.
40%
Becas Impulsa
Hasta el 40% del coste cubierto, en colaboración con Grupo Edutech.
25%
Ayudas Smart
Hasta un 25% de descuento para los perfiles que mejor encajan con el programa.
Fundae
Pago por empresa
Emitimos factura y gestionamos la bonificación.
El importe y las condiciones de financiación pueden variar según convocatoria y país. Consulta con tu asesor las opciones de beca aplicables a tu caso
Programa completo
6.700€
Campus + sesiones en directo + Global Project
Titulación propia IEBS y bolsa de empleo
Acceso a la comunidad y eventos de alumni
¿Quieres saber si puedes acceder a una de nuestras becas o ayudas?
Sí. Combina contenido asíncrono en el campus, que sigues a tu ritmo, con sesiones en directo con profesorado en activo para resolver dudas y debatir casos reales.
2
¿Qué voy a aprender exactamente?
El plan de estudios se estructura en 16 asignaturas que cubren programación en Python y R, matemáticas y estadística, Machine Learning supervisado y no supervisado, Deep Learning, visión artificial, NLP y LLMs, sistemas de recomendación, bases de datos SQL y NoSQL, Data Warehouse, cloud (Azure y AWS), Hadoop, Spark y procesos ETL, web scraping y APIs.
3
¿Hay exámenes?
No se basa en exámenes teóricos. Cada asignatura se evalúa mediante un proyecto práctico real que suma a tu portfolio profesional, y recibes feedback personalizado en cada entrega.
4
¿Me prepara para alguna certificación oficial?
Sí. El máster te da los conocimientos para presentarte a certificaciones de Microsoft como Azure Fundamentals (AZ-900), Azure Data Fundamentals, Azure AI Fundamentals (AI-900) y Azure AI Engineer Associate (AI-102).