Master en Blockchain e Ingeniería de Datos

Master en Blockchain e Ingeniería de Datos

Descubre la web 3.0 con el Blockchain y la IA

Inicio: 27 Octubre 2022
750 horas
10 meses
forma

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

Presentación del Master

La tecnología Blockchain y la Inteligencia Artificial lideran todos los rankings cuando nos referimos a tecnologías disruptivas capaces de transformar los modelos de negocio y las operaciones de cualquier organización. 

En un momento actual en el que ambas tecnologías han logrado un grado de madurez suficiente para su aplicación, la solución a los problemas de automatización y descentralización de las empresas pasa necesariamente por comprender las posibilidades de Ethereum y los algoritmos de Machine Learning y redes neuronales.

Con el Master en Blockchain e Ingeniería de Datos aprenderás los protocolos y arquitecturas de Ethereum que te permitirán desarrollar aplicaciones descentralizadas y Smart Contracts, y en ellos, aplicarás toda la potencia que la Inteligencia Artificial y el Machine Learning ofrecen.

La tecnología Blockchain y la Inteligencia Artificial lideran todos los rankings cuando nos referimos a tecnologías disruptivas capaces de transformar los modelos de negocio y las operaciones de cualquier organización. 

En un momento actual en el que ambas tecnologías han logrado un grado de madurez suficiente para su aplicación, la solución a los problemas de automatización y descentralización de las empresas pasa necesariamente por comprender las posibilidades de Ethereum, los algoritmos de Machine Learning y redes neuronales.

Conceptos como descentralización, Smart Contracts, Machine Learning o Hyperledger son la base de este Master en Blockchain e Ingeniería de Datos que busca formar profesionales con la capacidad de crear nuevos entornos basados en las tecnologías de vanguardia


 

¿A quién va dirigido?

El Master en Blockchain e Ingeniería de Datos proporciona formación específicamente orientada a los siguientes perfiles:

  • Ingenieros que tengan por objetivo una actualización de sus conocimientos y el desarrollo de nuevas competencias dentro del Blockchain y del Machine Learning.
  • Profesionales vinculados fuertemente con la tecnología que tengan por objetivo la especialización en Ethereum y algoritmos de aprendizaje automático.
  • Programadores que tengan por objetivo ampliar sus conocimientos y capacidades en el mundo de la tecnología descentralizada para su desarrollo profesional, así como en la redes neuronales.
Solicita información
de Becas, Financiación y descarga el Folleto

”El 93% nuestros alumnos consiguen sus objetivos y un 95% trabaja o emprende al finalizar la formación”

¿A quién va dirigido?

El Master en Blockchain e Ingeniería de Datos proporciona formación específicamente orientada a los siguientes perfiles:

  • Ingenieros que tengan por objetivo una actualización de sus conocimientos y el desarrollo de nuevas competencias dentro del Blockchain y del Machine Learning.
  • Profesionales vinculados fuertemente con la tecnología que tengan por objetivo la especialización en Ethereum y algoritmos de aprendizaje automático.
  • Programadores que tengan por objetivo ampliar sus conocimientos y capacidades en el mundo de la tecnología descentralizada para su desarrollo profesional, así como en la redes neuronales.

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 en Blockchain e Ingeniería de Datos

Al finalizar el Master en Blockchain e Ingeniería de Datos serás perfectamente capaz de:

  • Conocer en detalle la tecnología Blockchain de Ethereum y su aplicación a entornos empresariales y de negocio.
  • Desarrollar arquitecturas y sistemas para la minería de activos digitales.
  • Programar Smart Contracts en Ethereum a través de Solidity y distintas configuraciones de ambientes de desarrollo.
  • Conocer en detalle las aplicaciones descentralizadas como Wallets.
  • Desarrollar redes privadas para entornos permisionados con la tecnología de Hyperledger, y aplicaciones de uso a través de DApps.
  • Elaborar algoritmos de análisis predictivo sobre los datos en base a patrones
  • Entender el desarrollo actual y las aplicaciones potenciales de la Inteligencia Artificial
  • Conocer 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 Blockchain e Ingeniería de Datos está organizada de la siguiente manera:

Módulo 1. Tecnología Blockchain

  • Blockchain pública y privada
  • Criptografía básica para Blockchain
  • Protocolos de consenso PoW y PoS
  • Proyecto

Módulo 2. Ethereum: Clientes y transacciones

  • Clientes Ethereum, Parity y Geth
  • Ethereum Virtual Machine y opcodes
  • Gestión de transacciones, bloques y Gas
  • Proyecto

Módulo 3. Ethereum: Claves y networkss

  • Instalación y uso en una Testnet propia
  • Gestión de las claves y Ethereum networkss (Mainnet, Ropsten, Rinkeby)
  • Escalabilidad: Redes  de segunda capa. Polygon y Optimism
  • Proyecto

Módulo 4.Ethereum: Minería

  • Hardware e infraestructura para la minería: Nodos y minado
  • Instalación y conexión a Pool
  • Análisis de rentabilidad
  • Proyecto

Módulo 5. Ethereum: Desarrollo de Smart Contract

  • Estructura un Smart Contract (ERC-20, ERC-721)
  • Configuración de desarrollo (Nodo + Web3 + Compilador + IDE)
  • Solidit: programación básica y compilación
  • Proyecto

Módulo 6. Ethereum: Aplicaciones  descentralizadas (DApps)

  • Arquitectura teórica y casos
  • Componentes y configuración de clientes
  • Gestión de wallets y Polygon para escalabilidad
  • Proyecto

Módulo 7. Hyperledger: Arquitectura e instalación Fabric

  • Introducción, aplicaciones y proyectos reales
  • Arquitectura Hyperledger Fabric
  • Instalación de Hyperledger Fabric, herramientas y archivos
  • Proyecto

Módulo 8. Hyperledger: Desarrollo de Smart Contracts y DApps

  • Hyperledger Composer Playground
  • Desarrollo de Smart Contracts Privados: Chaincode
  • Desarrollo de DApps para entorno permisionado
  • Proyecto

Módulo 9. Fundamentos de IA y Machine Learning

  • Introducción a la IA y Machine Learning
  • Algoritmos de regresión. Evaluación y métricas
  • Ecosistemas de Machine Learning en la nube
  • Proyecto

Módulo 10. Aprendizaje supervisado I

  • Clasificación binaria, multiclase y métricas. Curva ROC
  • Clasificación con Naive Bayes
  • Clasificación con Support Vector Machine (SVM)
  • Proyecto

Módulo 11. Aprendizaje supervisado II

  • Clasificación con KNN, regresión logística y softmax
  • Regresión y clasificación con árboles de decisión
  • Combinación de clasificadores: ensembles y random forests
  • Proyecto

Módulo 12. Aprendizaje NO Supervisado

  • Reducción de dimensionalidad en los datos: PCA
  • Algoritmos de agrupamiento: Kmedias y jerárquico
  • Técnicas de detección de anomalías
  • Proyecto

Módulo 13. Redes neuronales y deep learning

  • Hitos del Deep Learning y fundamentos de las redes neuronales
  • Frameworks de Deep Learning. TensorFlow
  • Tipos de Redes Neuronales y ajuste de modelos de Deep Learning
  • Proyecto

Módulo 14. Redes Neuronales Convolucionales (CNNs)

  • Fundamentos de las CNNs: kernels, convolución, pooling, etc.
  • Modelos pre-entrenados: Transfer Learning y Fine-Tuning
  • Deep Learning en producción
  • Proyecto

Módulo 15. Sistemas de recomendación

  • 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

Módulo 16. Procesamiento del Lenguaje Natural

  • Modelos lógicos de PLN
  • Modelos Probabilísticos de PLN
  • Uso de la PLN
  • Proyecto

Proyecto de Fin de Master

*El temario y las masterclass podrán sufrir modificaciones motivadas por la actualización y mejora de los mismos.

Director

David José García

Consultor de Producto y Tokeneconomics para Fintechs y DeFis

Claustro del Master en Blockchain e Ingeniería de Datos

Estos son los profesores del Master en Blockchain e Ingeniería de Datos

Layla Scheli

Analista de BI, Big Data y Data Science

Jaime Fernández Cerezo

Open Innovation | FinTech & Crypto

Daniel González Medina

Co-Founder Taidy Cloud

David José García

Consultor de Producto y Tokeneconomics para Fintechs y DeFis

Esther Aguilar Hervas

Service Delivery Manager en Paradigma Digital

Zaira Adame

Emprendedora y promotora empresarial

Edwin Mata

CEO & CoFounder of Brickken

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

¿Por qué elegirnos?

Metodología de aprendizaje basada en proyectos transversales, colaboración y práctica con el apoyo de los mejores expertos

Experiencia

Expertos en formación online: 10 años liderando la innovación del elearning

Experiencia
Seguridad

93% de nuestros alumnos consiguen mejorar su situación al finalizar sus estudios

Seguridad
Empleo

95% de nuestros alumnos está trabajando o emprende cuando finaliza sus estudios

Empleo
Liderazgo

Somos la escuela online nº1 según el CSIC y la nº2 según el ránking iberoamericano

Liderazgo
Innovación

Metodología de aprendizaje basada en proyectos transversales, colaboración y práctica con el apoyo de los mejores expertos

Innovación
Comunidad

Somos la mayor comunidad de profesionales digitales del mundo

Comunidad

Opiniones del Master en Blockchain e Ingeniería de Datos

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

Resumen del Master en Blockchain e Ingeniería de Datos

Duración, becas, financiación y precios del Master en Blockchain e Ingeniería de Datos

  • Próxima convocatoria

    Octubre

  • Duración

    750 horas en 10 meses

  • Créditos

    60 ECTs

  • Precio

    U$S 6.250

  • Financiación

    En cuotas mensuales sin intereses

  • Becas disponibles

    Hasta el 50%, infórmate y calcúlalo online

Proceso de Admisión

Realizar una entrevista personal y un Test de Aptitudes

2

Formalización de la Matrícula

3