Universitat Oberta de Catalunya UOC

Máster universitario de Ciencia de Datos (Data science)

Universitat Oberta de Catalunya UOC
  • Imparte:
  • Modalidad:
    Online
  • Precio:
    Consultar rellenando el formulario
  • Comienzo:
    Octubre 2019
  • Lugar:
    Se imparte Online
  • Duración:
    60 ECTS
  • Condiciones:
    Pago fraccionado en cuotas.
  • Titulación:
    Máster universitario de Ciencia de Datos (Data science)

Presentación

En el actual contexto tecnológico y digital, cualquier aspecto de la vida personal o profesional genera un gran volumen de datos, desde la navegación por internet y las compras electrónicas hasta las finanzas. Estos datos se han convertido en instrumentos de un valor crucial para cualquier empresa u organización a partir del análisis y la interpretación explotable. Disponer de profesionales expertos en ciencia de datos que sepan dar valor a la información es imprescindible.

La ciencia de datos o análisis de datos, descrita con diferentes términos (data science, big data o data analysis) es actualmente el área con mayor demanda de profesionales calificados del mundo. Según varios estudios, la demanda de estos profesionales crece cada año más de un 50 % en España, y muchos puestos de trabajo se quedan sin cubrir.

En este contexto, nace el máster universitario de Ciencia de Datos de la UOC, un programa de alto nivel y rigor académico que da respuesta a la elevada demanda de profesionales y permite adquirir los perfiles de científico de datos, analista de datos o analista de big data, etc.

Requisitos

Para acceder a estudios oficiales de máster, hay que estar en disposición de un título universitario oficial.

Dirigido

El máster se dirige a titulados de perfil técnico que hayan cursado una titulación universitaria en Ingeniería Informática, Ingeniería de Telecomunicación, Matemáticas, Física o una titulación similar, aunque también pueden acceder graduados de otras titulaciones.

Objetivos

Adquirir conocimientos sobre los procesos de captura, extracción, manipulación y conversión de datos en diferentes entornos.

Obtener conocimientos sobre los principales sistemas de almacenamiento de la información, incluyendo bases de datos relacionales y los nuevos modelos NoSQL y NewSQL.

Conocer los principales métodos estadísticos para el análisis de datos descriptivo y predictivo.

Dominar los métodos de visualización de datos, tanto estáticos como dinámicos.

Desarrollar capacidades de responsabilidad y liderazgo personal, así como la toma de decisiones.

Desarrollar la capacidad de transmitir sus conclusiones de manera clara a un público variado, especializado o no.

Desarrollar la capacidad de trabajar en equipo y en entornos multidisciplinares.

Dotar al estudiante de las habilidades de aprendizaje que le permitan continuar su formación de manera autónoma.

Desarrollar la capacidad de adaptarse a entornos nuevos y TIC emergentes actualizando las competencias profesionales.

Programa

Asignaturas obligatorias:

Fundamentos de la ciencia de datos
Tipología y ciclo de vida de los datos
Arquitecturas de bases de datos no tradicionales
Estadística avanzada
Modelos avanzados de minería de datos
Visualización de datos
Trabajo final de máster

Asignaturas optativas:

Análisis de sentimientos y redes sociales
Análisis de datos geoespaciales
Análisis de datos en entornos big data
Bases de datos analíticas
Periodismo de datos
Deep learning*

* Asignatura en oferta a partir del curso 2019-2020 (febrer-junio 2019).

Salidas profesionales

Científico de datos (data scientists)
Analista de datos
Analista de big data
Responsable, jefe de proyecto o analista de sistemas de información de inteligencia de negocio
Emprendedor de negocios basados en el análisis de datos y en productos y servicios basados en datos
Analista de proyectos de I+D

Competencias

Capacidad para programar a un nivel avanzado en los lenguajes más utilizados en la ciencia de datos.
Capacidad para la manipulación de datos, la conversión de formatos y el almacenamiento de datos y formatos.
Capacidad para el análisis y la implementación de algoritmos, y para conocer su uso y aplicación en la ciencia de datos.
Capacidad para entender y aplicar métodos de inferencia estadística y regresión a diferentes tipos de datos, y evaluar la calidad del ajuste.
Capacidad para entender y aplicar los principales métodos de minería de datos adecuados a los tipos de datos que hay que utilizar, y evaluar su precisión.
Capacidad para hacer un uso avanzado de las herramientas de software estadístico adecuadas para los diferentes problemas de modelización, análisis y visualización de datos.
Capacidad para diseñar e implementar una infraestructura para almacenar un conjunto heterogéneo de datos, tanto en entornos centralizados como distribuidos, según el volumen y las necesidades de datos.
Capacidad para utilizar el gestor de bases de datos más adecuado en cada contexto, incluyendo gestores relacionales, NoSQL y NewSQL.
Capacidad para capturar datos de diferentes fuentes de datos (desde redes sociales, hasta web de datos o repositorios) mediante diferentes mecanismos (queries, API y scrapping, etc.).
Capacidad para actuar con los principios éticos y legales relacionados con la manipulación de datos según el ámbito de aplicación.
Capacidad para aplicar técnicas para la generación de visualizaciones (estáticas e interactivas) adecuadas a cada problema para el análisis y la exploración de datos, y para la correcta comunicación de los resultados del análisis.
Capacidad para diseñar y gestionar proyectos en el ámbito del análisis de datos.

¡Infórmate ahora sin compromiso!

Publicidad

Cursos Relacionados

Ver otros cursos de...