Loading...
El Máster en Data Science es la respuesta a la necesidad de nuevos profesionales capaces de extraer valor de los datos en un ciclo de innovación continua.

MÁSTER EN DATA SCIENCE

Presentación.

Master en Data Science

El Máster en Data Science de la Universidad de Alcalá se ofrece como respuesta a la necesidad cada vez mayor de profesionales que sean capaces de extraer conocimiento útil de las fuentes de información que apoye los objetivos del negocio a través del análisis de datos. El Máster en Data Science se dirige tanto a profesionales que tienen la ambición de trabajar como Data Scientist (o Científicos de datos) como a aquellos que quieran dar un giro a su carrera profesional hacia la analítica de datos, el Big Data y el Business Intelligence.

Los Data Scientist y los expertos en Big Data se encuentran entre los perfiles más demandados del momento. La red social para profesionales LinkedIn, ya en su lista sobre los 25 profesionales más demandados de 2016, incluía al Data Scientist en cabeza, y la consultora McKinsey calcula que, para el año 2018, EEUU puede llegar a enfrentarse a un grave problema de escasez de profesionales con habilidades para el análisis y la gestión de grandes volúmenes de datos y tomar decisiones estratégicas de negocio. A la finalización del Máster en Data Science podrás comenzar tu carrera profesional como: Data Scientist, Business Analyst, Business Intelligence, Chief Data Officer, Marketing Manager, Social Media Strategist, etc.

El máster se ofrece en dos ediciones: una edición semipresencial con clases presenciales los sábados cada 15 días y otra edición global con formación online y una sesión presencial intensiva a la finalización del máster (del 3 al 14 de febrero de 2020).

Master en Data Science - Universidad de Alcalá - UAH
Becas Early Bird.

Descuento por reserva anticipada

¡Las reservas anticipadas son reservas inteligentes!
En la Universidad de Alcalá agradecemos tu previsión y la premiamos con grandes descuentos.
Becas del 10%
Quedan 5 plazas disponibles
No esperes más e inscríbete cuanto antes.
Becas del 5%Próximamente
Becas del 0%Próximamente
¿Qué te ofrecemos?

Máster en Data Science

COMPATIBILIZAR LA FORMACIÓN

Un Máster en Data Science que te permite COMPATIBILIZAR LA FORMACIÓN con tu jornada laboral, con una novedosa y eficiente metodología formativa.

PREPARACIÓN AMPLIA

Una PREPARACIÓN AMPLIA con un esfuerzo total de 60 créditos ECTS, que permite por su amplitud cubrir una formación profunda en el área de la analítica de datos y del Big Data.

MÓDULO DE ADAPTACIÓN

Un MÓDULO DE ADAPTACIÓN para nivelar a estudiantes con diferentes perfiles y orientar en la preparación previa para el aprovechamiento de los contenidos del máster en Data Science.

MÉTODOLOGIA

Un MÉTODO DOCENTE basado en la práctica y la contextualización en casos prácticos o en problemas de negocio, utilizando las herramientas y tecnologías de manera práctica desde el principio.

SYLLABUS ACTUALIZADO

Un SYLLABUS ACTUALIZADO que se revisa en cada edición para que el alumno reciba una formación alineada con las tendencias del sector.

CLAUSTRO DOCENTE

Un CLAUSTRO DOCENTE formado por profesionales en activo e investigadores con especialistas en Data Science, Análisis de Datos, Business Intelligence y Big Data.

COMUNIDAD y ENTORNO

Una COMUNIDAD y un ENTORNO que permite al estudiante ponerse en contacto con el sector profesional, con seminarios y actividades extra-curriculares para enriquecer su preparación.

UNIVERSIDAD DE ALCALÁ

Estudia un Máster en Data Science en Madrid en las instalaciones de la Universidad de Alcalá, una de las MEJORES UNIVERSIDADES DE ESPAÑA.
Perfil del Alumno.

Master en Data Science

El programa Máster en Data Science se dirige a profesionales con un perfil técnico (ingenierías TIC), cuantitativo (matemáticas, estadística) o de negocio (economía, empresa) que deseen afrontar el reto de Big Data como ventaja competitiva, especializándose en el análisis de datos.
35
Edad Media
5
Nacionalidades
80
Hombres %
20
Mujeres %
Programa.

Master en Data Science

MÓDULO 0.- NIVELACIÓN

Tiene como objetivo ayudar a estos estudiantes a ponerse al día o adquirir las competencias básicas de entrada, básicamente el conocimiento de los fundamentos básicos de la programación y las bases de datos, el manejo de máquinas virtuales y la comprensión de los protocolos básicos de Internet.

MÓDULO I.- GESTIÓN Y NEGOCIO BASADO EN DATOS

  • Big Data: Conceptos, retos y oportunidades.
  • Data Science: el profesional, sus métodos y herramientas.
  • Medición y analítica para el negocio.
  • Aspectos legales, éticos y regulatorios.
  • Gestión de equipos ágiles.

MÓDULO II.- HERRAMIENTAS DE ANÁLISIS

  • Entornos de data science (Python, R).
  • Gráficos estáticos y estadísticos.
  • Tratamiento de datos en diferentes formatos y de diferentes fuentes.
  • Limpieza y preparación de datos.

MÓDULO III.- TÉCNICAS DE ANÁLISIS

  • Estadística descriptiva y estudios exploratorios.
  • Inferencia estadística y análisis de correlación.
  • Modelos lineales.
  • Machine learning aplicado.
  • Técnicas de evaluación y selección de modelos.
  • Herramientas de visualización de datos.

MÓDULO IV.- TÉCNICAS DE ANÁLISIS AVANZADAS I

  • Análisis estadístico avanzado.
  • Análisis de series temporales.
  • Medidas e indicadores en modelos de grafos , algoritmos de ranking y detección de subredes.
  • Pipelines y métodos en procesamiento del lenguaje natural (PLN).
  • Técnicas de text mining.

MÓDULO V.- PARALELIZACIÓN DE DATOS

  • Ecosistemas de procesamiento paralelo (Hadoop, Spark).
  • Herramientas de ingesta y pipelining de datos.
  • Tipos de servicios en la nube.
  • Streaming y datos en tiempo real.
  • Servicios escalables de paralelización.

MÓDULO VI.- GESTIÓN Y ALMACENAMIENTO DE DATOS

  • Modelos de base de datos NoSQL.
  • Consultas y definición de datos en diferentes lenguajes.
  • Bases de datos analíticas y almacenes de datos.
  • Datos abiertos y obtención de datos externos.

MÓDULO VII.- ANALÍTICA APLICADA Y PRESENTACIÓN DE DATOS

  • Business Analytics aplicado a diferentes dominios y áreas de negocio.
  • Presentaciones a la dirección.
  • Storytelling de datos.

MÓDULO VIII.- TÉCNICA DE ANÁLISIS AVANZADAS II

  • Modelos avanzados en machine learning.
  • Problemas y técnicas avanzados en análisis de datos.
  • Plataformas de entrenamiento de machine learning con optimización hardware.
  • Modelos conexionistas y Deep Learning.

MÓDULO IX.- ANALÍTICA ESCALABLE

  • Machine learning escalable.
  • Paralelización de procesos de entrenamiento y evaluación.
  • Plataformas software de integración de la analítica en entornos empresariales.

PROYECTO FIN DE MÁSTER

Claustro.

El claustro docente del Máster en Data Science refleja la vinculación entre la gran empresa y la universidad, estando integrado por profesionales procedentes de ambos ámbitos. Por un lado profesionales del mundo Big Data y Data Science que ocupan puestos directivos en las principales empresas del sector, tanto nacionales como internacionales, y por otro lado expertos docentes de las principales universidades del país.

Miguel-Angel el actualmente Catedrático en el Departamento de Ciencias de la Computación de la Universidad de Alcalá. Antes de comenzar su carrera académica, trabajó como Arquitecto Software especializado en comercio electrónico. Es Director del Máster y Doctorado en Web Science de su Universidad, y Director del Laboratorio de Big Data y Analytics de CIFF y la Universidad de Alcalá.
Miguel-Angel Sicilia
Catedrático UAH

Elena es profesora titular en el Departamento de Ciencias de la Computación de la Universidad de Alcalá y Directora del grupo de investigación Information Engineering, donde dirige el proyecto Europeo de infraestructuras científicas para agricultura agINFRA.
Elena García
Catedrática UAH

Daniel tiene más de 10 años de experiencia en el desarrollo de soluciones analíticas para bancos, seguros y retail. Actualmente es VP Análisis de Datos en Analytika, desarrollando anteriormente su carrera en everis y PricewaterhouseCoopers y participado en proyectos en Inglaterra, España, América Latina y Sudáfrica. Daniel Rodríguez es licenciado en Física por la Universidad de Santiago de Compostela y doctor por la Universidad Politécnica de Madrid.
Daniel Rodríguez
Analista de Datos en Analytika

Experto en diseño de soluciones software de PLN (Procesamiento de Lenguaje Natural) e Inteligencia Artificial. A lo largo de su carrera profesional ha alternado la dirección de proyectos de Investigación en Lingüística Computacional y Text Mining con el desarrollo de productos con un fuerte componente de I+D.
Manuel Lucania
Ingeniero Informático

Hello people!

Senior Big Data Solution Architect Manager y Agile Coach en Accenture. Luis es responsable de los equipos de Arquitectura en plataformas big data y de Analytics en Accenture CIO. Estos equipo Agile están localizados en Chicago, Madrid y Dublin. Luis trabaja con ellos en multiples soluciones con clientes distribuidos a nivel mundial.
Luis Polanco
Senior Big Data Solution Architect Manager Accenture

Hello people!

Masters in Computer Science at Facultad de Informática – UPM (Madrid, Spain). She did master thesis at Univ. Politécnico Di Bari (Bari, Italia), based on semantic technologies. Afterwards she was working as consultant at “Group Alten Spain” (Madrid, Spain) working on ontology-based information retrieval.
María Ángeles Sanguino
Researcher - IT Analyst

Ingeniero Técnico Industrial reconvertido a la Informática. - Actualmente trabajo como Asesor Técnico Docente en la Consejería de Educación de la CAM. En 2013 cree HackathonLovers, un grupo de emprendedores y desarrolladores amantes de hackathones.
Adolfo Sanz
Asesor. Desarrollador. Profesor. Formador.

Ingeniero informativo y Phd por la Universidad Autónoma de Madrid. Actualmente trabaja como ingeniero de datos en el ICMAT-CSIC.
Alberto Torres
Ingeniero de Datos ICMAT-CSIC

Manoel es el Director de Rating de empresas de Bravo Capital y profesor de Analítica Financiera en los másteres en BigData de la Universidad de Alcalá.
Manoel Gadi
Head of Business Analytics en Bravo Capital

Licenciado en Matemáticas con DEA en Algebra. Apasionado de las nuevas tecnologías Big Data y los nuevos paradigmas asociados, es un gran defensor del software open source como R, del que ha desarrollado un R-package y de Spark. En 2016 recibió el premio de Mejor Científico de Datos de España en la modalidad de análisis de datos en los Data Science Awards Spain organizados por Synergic Partners y Telefónica.
Antonio Pita
Operations & Solutions Director at Synergic Partners

Matemático e Ingeniero Informático, especializado en Aprendizaje Automático. Experiencia como data scientist desde enero de 2011. También interesado en el trabajo académico y la investigación.
David Díaz Vico
Data Scientist en Instituto de Ingeniería del Conocimiento

Desarrollo en Machine Learning, Programación Científica, Estadística y lenguajes de programación orientados al análisis de datos en Strategy Big Data
Guillermo González
Científico de datos en Strategy Big Data

La Gente dice:

Solicita Información

Rellene este formulario para enviarnos cualquier consulta. En breve nos pondremos en contacto contigo.



Dirección
Madrid (España)
 Anterior  Todos Siguiente