Características
Con Curso Data Science te formarás en todas las etapas del flujo completo de los datos, desde su extracción a su análisis y representación. Profundizarás en los lenguajes de programación, técnicas y herramientas de desarrollo de proyectos de Data Science más actuales y completas.
El curso en ciencia de datos está orientado a convertirte en un profesional en la extracción de información útil y de valor del dato, líder en una de las profesiones más demandadas del mercado.
Título propio emitido por Universidad Europea de Madrid
| Online con clases en directo (exámenes y TFM online) | Clases en Español | Inicio: Noviembre 2024 | 3 meses, 12 ECTS | Escuela de Arquitectura, Ingeniería, Ciencia y Computación - STEAM |
Incluye un certificado en Data Science de la IBM Skills Academy
Este curso te da acceso a un certificado en Data Science y a contenido exclusivo de la IBM Skills Academy.
¿Por qué estudiar nuestro Curso Data Science online?
- Aprenderás a capturar, procesar, almacenar, analizar y productivizar todo tipo de datos, convirtiéndote en un especialista en combinar la analítica y la estrategia con la parte técnica, para extraer información de valor de los datos.
- Programarás con Python y SQL, aplicarás técnicas de Machine Learning, Deep Learning, IA y Visualización de Datos (Power BI).
- Obtendrás el certificado Data Science Practitioners Course de la IBM Skills Academy (material y acceso al examen incluido) y te prepararás para el Data Analyst Associate de Microsoft Certified.
Contenido completo
Aprenderás a interpretar y mostrar de manera visual tanto los datos crudos como los resultados de análisis, utilizando diferentes técnicas y herramientas de Visualización de Datos.
Desarrollarás las habilidades necesarias para construir un producto de Data Science.
Realizarás un proyecto completo y real de datos de principio a fin.
Aprendizaje experiencial
Contarás con un claustro formado por profesionales en activo, de empresas como SIEMMENS, Telefónica o Vodafone.
Conocerás a profesionales de empresas muy punteras, que te ayudarán a ampliar tu red de networking y compartirán de primera mano las necesidades de las empresas por perfiles de Data Scientist y sus experiencias en casos de uso pasados.
253%
Según Indeed, las ofertas laborales para posiciones de Data Scientist creció un 253% entre 2014 y 2019.
13
Según informes de la Comisión Europea, se estima que habrá 13 millones de empleos entre Big Data y Data Science para 2025.
38.700 €
El salario medio de un Data Scientist es de 38.700 € brutos por año (alrededor 2.100 € netos por mes).
Herramientas
Alianzas estratégicas
Las alianzas estratégicas con empresas líderes representan nuestro compromiso con la excelencia académica y con la formación integral de nuestros estudiantes.
Estas colaboraciones aseguran que la metodología académica esté alineada con las últimas tendencias del mercado profesional, trabajando con los aliados estrechamente en todo lo relacionado con el diseño e impartición del programa, fortaleciendo nuestra misión de proporcionar una educación relevante y de alta calidad.
Qué vas a estudiar y cómo empezar
Programa de becas y ayudas
Queremos ayudarte. Si quieres estudiar en la Universidad Europea, tendrás a tu disposición una amplia selección de becas propias y oficiales.
Estructura del plan de estudios
Estudia de manera práctica, a distancia y a tú ritmo. Conviértete en un experto de la extracción y análisis de valor del dato, de la mano de los líderes profesionales del sector.
Módulo 1. Introducción y fundamentos de la ciencia de datos (2 ECTS)
UA1. Introducción al Big Data y al Data Science
- ¿Qué es el Big Data?
- Las 5Vs
- ¿Qué es la Ciencia de Datos?
- Fuentes de Datos
UA2. Fundamentos de matemáticas y estadística
- Estadística básica
- Cálculo de KPIs básicos con Python
Módulo 2. Ingesta y almacenamiento de datos (3 ECTS)
UA1. Bases de datos SQL y noSQL
- Bases de datos SQL
- ¿Qué son las bases de datos noSQL?
- MongoDB
- ElasticSearch
UA2. Almacenamiento de grandes volúmenes
- Almacenamiento en la nube
- Sistema de archivos HDFS
UA3. Ecosistema HADOOP
- Paradigma MapReduce
- Apache HIVE
- Gestor de recursos YARN
Módulo 3. Tratamiento y análisis de datos (5 ECTS)
UA1. Python Avanzado
- ETLs con python
- Pandas, Numpy y librerías de tratamiento de datos
UA2. Machine Learning – Aprendizaje Supervisado
- Introducción al ML
- Técnicas de aprendizaje supervisado: Clasificación
- Técnicas de aprendizaje supervisado: Regresión
UA3. Machine Learning – Aprendizaje no Supervisado
- Técnicas de aprendizaje no supervisado: Clustering
- Técnicas de aprendizaje no supervisado: Sistemas de recomendación
- Técnicas de aprendizaje no supervisado: Extracción de variables
UA4. Deep Learning
- Introducción al Deep Learning
- Técnicas de Redes neuronales
UA5. Series temporales
- Modelos ARIMA
Módulo 4. Visualización de datos (2 ECTS)
UA1. Fundamentos de la Visualización de Datos
- ¿Qué es la visualización de datos?
- Tipos de visualizaciones
- Storytelling
- ¿Qué es el Business Intelligence?
- Herramientas de Visualización de Datos
UA2. Power BI
- Ingesta y tratamiento de datos
- Modelado Avanzado de datos
- Creación de cuadros de mando
- Publicación en la web y el servicio Power BI
Exámenes y TFM online
Este máster es 100% online. Podrás realizar los exámenes y el TFM de forma virtual.
Calendario lectivo
Salidas profesionales del Curso en Data Scientist
Según LinkedIn, la demanda de profesionales en Data Science ha aumentado un 650% desde 2012, y la tendencia continúa al alza, con la reciente pandemia de COVID como catalizador para la digitalización de multitud de empresas, aumentando aún más la demanda de profesionales del dato. Además, el perfil de Data Scientist es uno de los perfiles profesionales mejor pagados, incluso en posiciones de poca experiencia laboral requerida. Algunos de los puestos:
Nuestro modelo educativo
Desde la Universidad Europea apostamos por aprendizaje que te prepare para las necesidades del mundo profesional. Gracias a nuestra metodología podrás adquirir los conocimientos, destrezas, habilidades y competencias que faciliten la máxima empleabilidad en mundo global.
Aprendizaje experiencial
El estudiante aprende haciendo, sin acción no hay aprendizaje.
Aprendizaje significativo
El docente relaciona los conocimientos, habilidades y experiencias previas, con los intereses, expectativas y características cognitivas de los estudiantes.
Aprendizaje colaborativo
El estudiante experimenta la sensación de “aprender juntos”, ya que se ve motivado para lograr su propio aprendizaje y acrecentar también los logros de los demás.
Aprendizaje profesional
El docente actúa como orientador y guía del aprendizaje hacia una aplicación profesional.
Aprendizaje constructivo y por descubrimiento
El estudiante explora para acceder a los conceptos. Esto le permite construir estructuras cognitivas a partir de la comparación, relación y reordenación de los nuevos conceptos.
Aprendizaje autónomo
El docente fomenta que los estudiantes aprendan por sí mismos. El estudiante se concibe como un agente activo y cooperativo, protagonista de su propio aprendizaje.
Aprendizaje individualizado
El docente atiende a la diversidad y a los diferentes estilos de aprendizaje de los estudiantes, ajustando las actividades formativas a las necesidades de los estudiantes.
Aprendizaje creativo
El desarrollo de la creatividad y la manifestación de la propia iniciativa hacen percibir el conocimiento como algo abierto que siempre es posible comprender desde otros ángulos.
Flexibilidad
Planificación completa: dispondrás desde el principio de toda la organización de tus estudios.
Clases virtuales en directo, adaptadas al horario laboral. Quedarán grabadas por si no pudiste asistir o quieres volver a verlas.
Campus virtual intuitivo y dinámico, podrás acceder desde cualquier dispositivo.
Cerca de ti
Docente experto de cada asignatura, vinculado al ámbito profesional. El docente impartirá las clases, te guiará durante esta asignatura y evaluará tu experiencia formativa
Tutor de acompañamiento: es la persona que te acompañará durante todo tu programa. Te ayudará a organizar tu tiempo, te orientará y guiará con el fin de que logres tus objetivos.
Centro de Atención al Estudiante: disponible las 24 horas a través de un chat y un teléfono para resolver cualquier duda técnica de la plataforma.
Aprendizaje experiencial
Todas nuestras actividades formativas están dirigidas a facilitar que adquieras conocimientos, habilidades, destrezas y competencias profesionales.
Acceso
Perfil de nuevo ingreso
- Estudiantes y profesionales junior que buscan vías para orientar y desarrollar su carrera en el ámbito del Big Data y el Data Science.
- Profesionales del sector programación que quieran complementar su conocimiento en temas específicos del ámbito de los datos.
- Profesionales de los sectores de estadística y matemáticas que quieran aprender técnicas de programación y herramientas que les permitan aplicar sus conocimientos a proyectos de datos.
- Profesionales de otros sectores tecnológicos que quieran reorientar su carrera hacia el Big Data y el Data Science.
Proceso de admisión
El proceso de admisión para cursar un grado o postgrado online en la Universidad Europea puede llevarse a cabo durante todo el año, si bien la inscripción en cualquiera de nuestros programas está supeditada a la existencia de plazas vacantes. Para completar el proceso deberás seguir estos sencillos pasos:
1
Documentación
Necesitarás enviar la documentación específica a tu asesor personal.
- Formulario de admisión.
- Documento legal de acceso a la titulación elegida.
- Fotocopia de tu DNI.
- Curriculum vitae.
2
Prueba de acceso
Una vez revisada la documentación tu asesor personal se pondrá en contacto contigo.
- Test de evaluación competencial.
- Entrevista personal.
- Prueba de evaluación de idioma (si procede).
3
Reserva de plaza
Formalización de la reserva de plaza a través de nuestros diferentes métodos de pago.
- Domiciliación bancaria.
- Tarjeta de crédito.
- Pago virtual.
Empieza aquí
Queremos ayudarte. Si quieres estudiar en la Universidad Europea, tendrás a tu disposición una amplia selección de becas propias y oficiales.
Normativa de transferencia y reconocimiento de créditos
Claustro
Álvaro Sánchez Pérez
Especializado en Big Data y Visualización de Datos. CTO en Telefónica Tech – LUCA Big Data. Muy técnico, pero con una rama artística y de negocio. Lidero el desarrollo end2end de varios productos IOT y Big Data, trabajo que compagino con ser profesor en varias universidades, en grado y posgrado, y dar alguna charla en eventos.
Javier Villar Gil
Graduado y Máster en Ingeniería Informática con especialidad en Sistemas Distribuidos y Big Data. Desde el comienzo de mi carrera profesional he estado ligado a proyectos de tratamiento de datos e información, desde un perfil inicial full-stack hasta la actualidad en un rol más especializado en Data Engineer. Participo en varios proyectos como responsable de la parte de tratamiento de datos, implementación de procesos ETL y analítica de los mismos.
Excelencia avalada por los mejores
5 Estrellas en Rating QS Stars
Primera universidad privada en obtener las 5 Estrellas en las 10 categorías del Rating QS Stars.
Times Higher Education
Top 5 mejores universidades de España.
Ranking CYD
3ª universidad privada de Madrid.