297

¿Qué estás buscando?

Ej: Grado en medicina, admisiones, becas...

Estudiantes:+34 914146611
Whatsapp
Grado en Ingeniería Matemática aplicada al Análisis de Datos

Grado en Ingeniería Matemáticas en Ciencia de Datos Madrid

Primera universidad privada en apostar por las carreras de ciencias con el lanzamiento de Ingeniería Matemática aplicada al análisis de datos en nuestro campus de Madrid.

Selecciona tu programa

-50% ¡Descuento en reserva de plaza hasta el 31 de diciembre!

Grado en Ingeniería Matemática

El Grado en Ingeniería Matemática es una titulación que tiene como objetivo formar a profesionales que sean expertos en el uso de herramientas matemáticas y estadísticas para analizar y extraer conocimientos útiles a partir de grandes conjuntos de datos.

Al estudiar ingeniería matemática, los alumnos adquirirán conocimientos en materias como matemática computacional, matemática aplicada, álgebra o bases de datos.

Este campo de estudio es especialmente relevante en la actualidad debido a la creciente cantidad de datos generados en diversas industrias y disciplinas, y a la necesidad de tomar decisiones basadas en el análisis de datos. Data scientits, será una de las profesiones más demandas por empresas de diversos sectores como financieros, salud, tecnológicos, empresariales, entre otros.

Estudia el único grado que te ofrece una formación global sobre matemáticas, estadística y negocio.

Título oficial emitido por Universidad Europea de Madrid
Presencial
Villaviciosa de Odón 4 años, 240 ECTS
Inicio: 15 sep. 2025
Escuela de Arquitectura, Ingeniería, Ciencia y Computación - STEAM

Solicita gratis tu estudio de Convalidaciones

Si quieres trasladar tu expediente para cambiar de Universidad o has terminado un FP de Grado Superior y quieres continuar estudiando un grado puedes reconocer asignaturas superadas. En menos de una semana tendrás tu plan de convalidación personalizado de forma gratuita.

¿Por qué estudiar el Grado en Ingeniería Matemáticas en Ciencia de Datos?

Instalaciones top

Para que puedas sacar el máximo rendimiento de nuestro modelo académico tienes a tu disposición los laboratorios y salas de simulación más avanzados:

  • El LORCA (Centro de Computación Avanzada), inaugurado en 2022, no ha parado de crecer desde entonces. Actualmente está formado por un clúster de computación distribuida con más de 700 núcleos y más de 1 Terabyte de RAM. Como parte del cluster, 10 de los 12 equipos actuales montan una GPU GeForce RTX 3080Ti. Una infraestructura que permite, principalmente a estudiantes del Grado en Ingeniería Informática e Ingeniería Matemática aplicada al análisis de datos y cursos de postgrado en Inteligencia Artificial, Big Data o Ingeniería Aeronáutica, entre otros, utilizar sus altas capacidades para almacenar y procesar grandes volúmenes de datos, así como aplicar técnicas de Inteligencia Artificial o simulación muy costosas en cuanto a procesamiento. Los estudiantes aprenderán a configurar, administrar y gestionar servicios basados en supercomputación, utilizando un conjunto de equipos y servicios que, además. incluyen un servidor de base de datos relacional y no relacional, un servidor privado virtual de servidores, un servidor web y varios equipos de simulación avanzados.
  • La Tech Factory para desarrollar tus aplicaciones de software, proyectos de clase o personales, equipado con software con licencia profesional para crecer como experto informático.
  • El Robot Learning Lab cuenta con un robot Pepper, robots NAO, Qbots y herramientas para el diseño de tus propios robots.
  • El Laboratorio Industria 4.0 para el aprendizaje de tecnologías de ciberseguridad industrial IoT.
  • Así como el Fab Lab para crear tus prototipos, el Laboratorio de Electrónica, el Laboratorio de Redes CISCO, el Laboratorio de Física, el Club de Informática y el Club de Ciencias, así como la Biblioteca CRAI Dulce Chacón y la Residencia Universitaria.

Descubre todas las instalaciones

Un plan de estudios único

El estudio de las Matemáticas te lleva a comprender mejor qué ocurre a tu alrededor. Aprenderás a analizar, interpretar y solucionar problemas usando la lógica y modelos matemáticos. Serás capaz de abordar funciones de explotación, desarrollo, diseño y administración de sistemas de gran volumen de datos y las funciones de análisis y aplicar tus conocimientos en múltiples sectores: sanidad, energía, educación, industria o investigación.

Desarrollarás conocimientos en 3 áreas:

  • Matemáticas, especializada en la rama de estadística
  • Informática enfocado al big data
  • Desarrollo y análisis de negocio para empresas.
Especialízate para diferenciarte

Te preparas para la certificación CCNA de Cisco y Cloud Architecture de Amazon Web Services y trabajarás en los Laboratorio de redes , Laboratorio de robótica con robots Scorbot y Fanuc o prácticas con el sistema Lego Mindstrom, Laboratorio de electrónica, analógica y digital.

En contacto con las empresas

Realiza prácticas en empresas: European Space Agency, Iberia, Altran, Aernnova, Airbus, Siemens, IBM, Telefónica, Vodafone, Deloitte, Everis, Indra Systems, Bosch Security Systems.

El futuro y el presente se están escribiendo con lenguaje matemático

Las matemáticas siempre han sido imprescindibles, hoy no queda un rincón en la industria o en la sociedad al que no lleguen. La ciencia y la tecnología siguen revolucionando la forma de entender y solucionar los problemas y , la clave de todo, está en las matemáticas.

Descubre, a través de la experiencia de grandes profesionales, cuáles serán las profesiones del futuro, aplicación en diferentes sectores, tendencias y oportunidades que están por llegar.

¿Te animas a descubrir por qué el futuro depende de las matemáticas?

Ellos te lo cuentan

Comillas
Al estar aplicado al análisis de datos, nos preparan para nuestro futuro en una empresa o como emprendedores.

Sofia Corral

Alumna del Grado en Ingeniería Matemática Aplicada al Análisis de Datos

Comillas
La universidad organiza eventos culturales y sociales que son claves para relacionarse con estudiantes de otros grados.

Cristina Rodríguez

Alumna del Grado en Ingeniería Matemática Aplicada al Análisis de Datos

Conoce el trabajo de nuestros estudiantes

Consulta el Trabajo Fin de Grado de algunos de nuestros estudiantes:

Patricia Martín Ballesteros

OsoamorosO: Aplicación multiplataforma para el alquiler de propiedades

Marta Almendro Álvarez

EMoody: Detección de Emociones a través de la Voz

Chica de pelo moreno y gafas, leyendo un mapa del mundo al aire libre

Oferta de movilidad

Tenemos acuerdos con muchas universidades en distintos continentes para que puedas elegir la que más se adapta a tu formación.

Plan de estudios

El estudio de las Matemáticas te lleva a comprender mejor qué ocurre a tu alrededor. Aprenderás a analizar, interpretar y solucionar problemas usando la lógica y modelos matemáticos. Serás capaz de abordar funciones de explotación, desarrollo, diseño y administración de sistemas de gran volumen de datos y las funciones de análisis y aplicar tus conocimientos en múltiples sectores: Sanidad, Energía, Educación, Industria o Investigación.

Plan de estudios ofertado en el curso actual

Haz click para consultar el plan de estudios 2016 en extinción

1º (implantación curso 24/25)

MateriaECTSTipoIdioma de impartición
Eficacia personal y profesional6OBLIGATORIAEspañol (es)
Fundamentos de empresa6BÁSICAEspañol (es)
Marketing y ventas6OBLIGATORIAEspañol (es)
Fundamentos de programación y computadores6BÁSICAEspañol (es)
Programación orientada a objetos6BÁSICAEspañol (es)
Bases de datos6BÁSICAEspañol (es)
Principios básicos de la estadística6BÁSICAEspañol (es)
Álgebra6BÁSICAEspañol (es)
Cálculo I6BÁSICAEspañol (es)
Proyecto de Sistema de Información6BÁSICAEspañol (es)

2º (implantación curso 25/26)

MateriaECTSTipoIdioma de impartición
Cálculo II6OBLIGATORIAEspañol (es)
Operaciones y RRHH6OBLIGATORIAEspañol (es)
Estructuras de datos6BÁSICAEspañol (es)
Procesamiento de datos6OBLIGATORIAEspañol (es)
Gestión de proyectos6OBLIGATORIAEspañol (es)
Matemática discreta6BÁSICAEspañol (es)
Inferencia estadística6OBLIGATORIAEspañol (es)
Estadística computacional6OBLIGATORIAEspañol (es)
Proyecto de Open Data I6OBLIGATORIAEspañol (es)
Proyecto de Open Data II6OBLIGATORIAEspañol (es)

3º (implantación curso 26/27)

MateriaECTSTipoIdioma de impartición
Habilidades directivas6OBLIGATORIAEspañol (es)
Dirección estratégica y análisis financiero6OBLIGATORIAEspañol (es)
Almacenamiento masivo de datos6OBLIGATORIAEspañol (es)
Aprendizaje Automático6OBLIGATORIAEspañol (es)
Visualización de datos6OBLIGATORIAEspañol (es)
Inteligencia artificial6OBLIGATORIAEspañol (es)
Análisis de regresión multivariable6OBLIGATORIAEspañol (es)
Proyecto de Big Data I6OBLIGATORIAEspañol (es)
Proyecto de Big Data II6OBLIGATORIAEspañol (es)
Virtualización y seguridad6OBLIGATORIAEspañol (es)

4º (implantación curso 27/28)

MateriaECTSTipoIdioma de impartición
Sistemas de información empresarial6OBLIGATORIAEspañol (es)
Economía y marketing digital6OBLIGATORIAEspañol (es)
PLN y visión artificial6OBLIGATORIAEspañol (es)
Seguridad y Legislación profesional6OBLIGATORIAEspañol (es)
Aplicaciones y tendencias del análisis de datos6OBLIGATORIAEspañol (es)
Econometría6OBLIGATORIAEspañol (es)
Trabajo fin de grado12OBLIGATORIAEspañol (es)
Prácticas académicas externas6OBLIGATORIAEspañol (es)
Actividades Universitarias6OPTATIVAEspañol (es)
Ampliación de prácticas académicas externas6OPTATIVAEspañol (es)

1º (finalización de impartición curso 26/27)

MateriaECTSTipoIdioma de impartición
Eficacia personal y profesional6OBLIGATORIAEspañol (es)
Fundamentos de empresa6BASICAEspañol (es)
Marketing y Ventas6OBLIGATORIAEspañol (es)
Fundamentos de programación y computadores6BASICAEspañol (es)
Programación orientada a objetos6BASICAEspañol (es)
Bases de datos6BASICAEspañol (es)
Principios básicos de la estadística6BASICAEspañol (es)
Álgebra6BASICAEspañol (es)
Cálculo I6BASICAEspañol (es)
Proyecto de Sistema de Información6BASICAEspañol (es)

2º (finalización de impartición curso 27/28)

MateriaECTSTipoIdioma de impartición
Impacto e influencia relacional6OBLIGATORIAEspañol (es)
Operaciones y RRHH6OBLIGATORIAEspañol (es)
Estructuras de datos6BASICAEspañol (es)
Inteligencia Artificial6OBLIGATORIAEspañol (es)
Gestión de proyectos6OBLIGATORIAEspañol (es)
Matemática discreta6BASICAEspañol (es)
Inferencia estadística6OBLIGATORIAEspañol (es)
Estadística computacional6OBLIGATORIAEspañol (es)
Proyecto de Open Data I6OBLIGATORIAEspañol (es)
Proyecto de Open Data II6OBLIGATORIAEspañol (es)

3º (finalización de impartición curso 28/29)

MateriaECTSTipoIdioma de impartición
Liderazgo emprendedor6OBLIGATORIAEspañol (es)
Dirección estratégica y Análisis Financiero6OBLIGATORIAEspañol (es)
Almacenamiento masivo de datos6OBLIGATORIAEspañol (es)
Aprendizaje Automático6OBLIGATORIAEspañol (es)
Visualización de datos6OBLIGATORIAEspañol (es)
Lenguajes de programación estadística6OBLIGATORIAEspañol (es)
Análisis de regresión multivariable6OBLIGATORIAEspañol (es)
Proyecto de Big Data I6OBLIGATORIAEspañol (es)
Proyecto de Big Data II6OBLIGATORIAEspañol (es)
Proyecto de Big Data III6OBLIGATORIAEspañol (es)

4º (finalización de impartición curso 29/30)

MateriaECTSTipoIdioma de impartición
Sistemas de información empresarial6OBLIGATORIAEspañol (es)
Economía y marketing digital6OBLIGATORIAEspañol (es)
Virtualización y seguridad6OBLIGATORIAEspañol (es)
Seguridad y Legislación profesional6OBLIGATORIAEspañol (es)
Aplicaciones y tendencias del análisis de datos6OBLIGATORIAEspañol (es)
Estudio de datos de panel6OBLIGATORIAEspañol (es)
Prácticas externas6OBLIGATORIAEspañol (es)
Trabajo Fin de Grado12OBLIGATORIAEspañol (es)
Actividades Universitarias6OPTATIVAEspañol (es)
Ampliación de prácticas6OPTATIVAEspañol (es)

Plan 2016Plan 2024
Extinción 1ºcurso 26/27Implantación 1ºcurso 24/25
Extinción 2ºcurso 27/28Implantación 2ºcurso 25/26
Extinción 3ºcurso 28/29Implantación 3ºcurso 26/27
Extinción 4ºcurso 29/30Implantación 4ºcurso 27/28

120

Prácticas profesionales

Las prácticas en empresas son un elemento clave en tu formación. Adquirir experiencia después de lo aprendido en tu titulación, es la mejor forma de entrar en el mercado laboral. Hay dos tipos de prácticas, las curriculares (incluidas en tu plan de estudios) y extracurriculares (las que puedes hacer de forma voluntaria).
Para realizar las prácticas curriculares en empresas, necesitarás tener el 50% de los créditos aprobado y matricular la asignatura antes de comenzar tus prácticas. Estas prácticas llevan un seguimiento por parte de la empresa y del profesor de prácticas, así como la realización de informes intermedios y finales para su evaluación.
Si quieres mejorar tu experiencia laboral antes de concluir tu formación universitaria, puedes hacer prácticas extracurriculares. Podrás hacerlas en cualquier curso, pero te recordamos que las prácticas son un complemento formativo a tus estudios; por tanto, cuanto más conocimiento hayas adquirido a lo largo de la carrera, mayor provecho sacarás de la experiencia de prácticas.

Consultar listado de convenios de prácticas.

Competencias del título

Conocimientos
  • CON01 - Describir el concepto de empresa, así como las áreas funcionales de la misma, incluyendo las relaciones entre ellas, y aplicación de las distintas herramientas disponibles en cada una de ellas necesarias para el desempeño como científico de datos
  • CON02 - Describir los fundamentos básicos, los principios y las aplicaciones de los sistemas informáticos, el desarrollo software y las bases de datos
  • CON03 - Explicar los principios fundamentales y técnicas básicas de los sistemas inteligentes y su aplicación prácticas.
  • CON04 - Explicar el Ciclo de vida de los datos, desde la operación hasta la visualización. De los datos al conocimiento y del conocimiento a la estrategia de negocio
  • CON05 - Describir los modelos y formas de evaluación de servicios en base a criterios de capacidad de utilización y calidad de servicio en el ámbito de aplicación de la ciencia de datos
  • CON06 - Enunciar la legislación en materia de datos personales, privacidad y derechos fundamentales de las personas, así como los criterios y mecanismos de evaluación y certificación de la seguridad vigentes en la actualidad, a la vez que se valoran y garantizan políticas y acciones de alto rigor ético y responsabilidad social.
  • CON07 - Describir las técnicas de interoperabilidad de sistemas e integración y agregación de datos.
  • CON08 - Adquirir los conocimientos sobre: álgebra lineal, cálculo diferencial e integral, métodos numéricos, estadística y optimización para la resolución de problemas
  • CON09 - Describir los conceptos de estadística descriptiva y modelos probabilísticos, y ejemplificar su aplicación en contextos reales, explicando la diferencia entre estudios descriptivos e inferenciales.
  • CON10 - Interpretar el significado de la derivada y la integral, explicar el concepto de diferencial y el Polinomio de Taylor, y aplicar estos principios para resolver problemas de optimización y cálculo de integrales
  • CON11 - Explicar los conceptos de sistemas lineales, matrices, autovalores y autovectores, y la diagonalización e ilustrar cómo se resuelven sistemas lineales y cómo se calcula un autovalor y autovector.
Competencias
  • CP01 - Participar de forma activa en proyectos que incluyan el uso de datos abiertos y herramientas de análisis estadístico en entornos distribuidos
  • CP02 - Participar de forma activa en proyectos en el ámbito de sistemas de gran volumen de datos que requieran el conocimiento, la evaluación, la selección y la utilización de herramientas soporte para el desarrollo de proyectos de big data
  • CP03 - Realizar, presentar y defender un ejercicio original individualmente ante un tribunal universitario, consistente en un proyecto en el ámbito de la ciencia de los datos de naturaleza profesional en el que se sinteticen e integren las Competencias adquiridas en las enseñanzas
  • CP04 - Aplicar las técnicas de aprendizaje computacional para diseñar e implementar aplicaciones y sistemas que las utilicen, incluyendo las dedicadas a extracción automática de información y conocimiento a partir de grandes volúmenes de datos y que tengan en cuenta posibles problemas de calidad de los datos.
  • CP05 - Aplicar las técnicas y modelos, matemáticos, estadísticos y de optimización, aplicados al procesamiento de datos, los sistemas de ayuda a la decisión, la búsqueda de relaciones entre variables y la realización de predicciones.
  • CP06 - Extraer información de datos estructurados, semiestructurados o no estructurados, incluyendo texto, imagen, vídeo y audio, mediante técnicas de identificación y adquisición de datos relevantes, reducción, compresión, transformación, limpieza y evaluación de su calidad.
  • CP07 - Representar conocimiento con formalismos basados en la lógica y realizar inferencia para derivar conocimiento nuevo, así como su uso para la gestión de los metadatos y la gobernanza de sistemas complejos de datos
  • CP08 - Aplicar las metodologías, arquitecturas y técnicas propias de Big Data para el almacenamiento y la gestión de los datos grandes volúmenes de datos, la gestión eficiente de flujos continuos de datos y la aplicación de métodos de integración de datos.
  • CP09 - Aplicar los modelos y estándares del ámbito de los sistemas de grandes volúmenes de datos.
  • CP10 - Aplicar el pensamiento estadístico y tener la capacidad de enfrentarse a las distintas etapas de un estudio estadístico (desde el planteamiento del problema hasta la exposición de los resultados
  • CP11 - Utilizar las tecnologías de la información y de la comunicación para la búsqueda y análisis de datos, la investigación, la comunicación y el aprendizaje.
  • CP12 - Integrar el análisis con el pensamiento crítico en un proceso de evaluación de distintas ideas o posibilidades profesionales y su potencial de error, basándose en evidencias y datos objetivos que lleven a una toma de decisiones eficaz y válida en el ámbito de aplicación de la Ciencia de Datos
  • CP13 - Aplicar técnicas de diseño, implementación, captación, almacenamiento y explotación de bases de datos y los sistemas de gestión de bases de datos, tanto estructuradas como no estructuradas, monolíticas y distribuidas.
  • CP14 - Diseñar interfaces eficientes en el contexto del Big Data que garanticen la accesibilidad y usabilidad, utilizando técnicas de representación gráfica y analítica.
Habilidades
  • HAB01 - Aplicar de forma eficiente los modelos de tipos de datos y los algoritmos para diseñar soluciones a problemas.
  • HAB02 - Utilizar el lenguaje matemático y su aplicación para enunciar proposiciones y transmitir los conocimientos adquiridos en los distintos campos de las matemáticas.
  • HAB03 - Utilizar las herramientas informáticas de análisis estadístico, cálculo numérico y simbólico, visualización gráfica, optimización y otras para experimentar en Matemáticas y resolver problemas
  • HAB04 - Evaluar las tendencias en el mercado de la Economía digital, así como su impacto en el desarrollo social, económico y cultural
  • HAB05 - Analizar las técnicas de marketing digital valorando el impacto de sus decisiones en los beneficios, el mercado, las personas y la sociedad
  • HAB06 - Analizar las técnicas de ingeniería de sistemas de información a los procesos de negocio.
  • HAB07 - Analizar las técnicas de replicación, conservación, restauración y anonimización de los datos
  • HAB08 - Crear ideas nuevas y conceptos a partir de ideas y conceptos conocidos, llegando a conclusiones o resolviendo problemas, retos y situaciones de una forma original en el entorno académico y profesional
  • HAB09 - Transmitir mensajes (ideas, conceptos, sentimientos, argumentos), tanto de forma oral como escrita, alineando de manera estratégica los intereses de los distintos agentes implicados en la comunicación en el entorno académico y profesional
  • HAB10 - Influir en otros para guiarles y dirigirles hacía unos objetivos y metas concretos, tomando en consideración sus puntos de vista, especialmente en situaciones profesionales derivadas de entornos volátiles, inciertos, complejos y ambiguos (VUCA) del mundo actual
  • HAB11 - Cooperar con otros en la consecución de un objetivo académico o profesional compartido, participando de manera activa, empática y ejerciendo la escucha activa y el respeto a todos los integrantes.
  • HAB12 - Adaptarse a situaciones adversas, inesperadas, que causen estrés, ya sean personales o profesionales, superándolas e incluso convirtiéndolas en oportunidades de cambio positivo.
  • HAB13 - Mostrar comportamientos éticos y compromiso social en el desempeño de las actividades de una profesión, así como sensibilidad a la desigualdad y a la diversidad

Empleabilidad

Salidas Profesionales

Las principales salidas profesionales del Grado en Ingeniería Matemáticas en Ciencia de Datos son:

  • Big Data.
  • Empresas de Ingeniería o Energéticas.
  • Empresas Informáticas y Tecnológicas
  • Robótica.
  • Transportes y Automoción.
  • Inteligencia Artificial.
  • Seguros, Banca, Finanzas o Compañías de Capital Riesgo.
  • Data Scientist (Analista de Datos).
  • Ingeniero de Datos.
  • Administrador y/o Desarrollador de Sistemas Big Data.
  • Gestor de Infraestructuras para Big Data.
  • Responsable de Seguridad/Privacidad en proyectos Big Data.
  • Arquitecto de Soluciones Big Data/Business Intelligence.
  • Data Consultant.
  • Auditor de Sistemas Big Data.
  • Carrera Directiva.

Start up Tecnológica.

  • Enseñanza en el Sector Público y Privado.
  • Departamentos de I+D+i.
  • Otros de Investigación de Organismos Públicos.

Admisiones

Comienza tu futuro en la Universidad Europea

Elegir qué estudiar es una de las decisiones más importantes, por ello disponemos de un proceso y un equipo asesor que te ayudará a guiarte en este camino.

En 3 pasos puedes convertirte en un alumno de la Universidad Europea.

1

Pruebas de acceso

Inicia tu proceso llamando a 917407272 o solicita información y nuestros asesores se pondrán en contacto contigo.

2

Reserva de plaza

Una vez admitido podrás abonar tu reserva de plaza para garantizarla.

3

Matrícula

Entrega la documentación necesaria para formalizar tu matrícula.

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.

Convalidaciones y traslados de centro

No tienes por qué seguir en algo que no te gusta. Por eso hemos diseñado planes específicos de convalidaciones y traslados de centro.

Solicita tu estudio de convalidaciones online para cambiar tu expediente y comentar tus estudios en la Universidad Europea.

Esta titulación es idónea para aquellos alumnos interesados en las matemáticas, la informática, los ordenadores y la tecnología en general.
Los estudiantes deberán disponer de una base de matemáticas, así como habilidades de comunicación oral y escrita a nivel de Ciclos Formativos de Grado Superior o Bachillerato.
Estos estudiantes están acostumbrados al uso del ordenador y las nuevas tecnologías.
En la titulación deberán desarrollar sus capacidades de análisis, síntesis, planificación y razonamiento deductivo. Además se fomentarán sus habilidades de iniciativa, liderazgo y trabajo en equipo para la resolución de problemas y para el desarrollo de proyectos prácticos.
Deberán tener interés por asumir retos de innovación y por la formación continua a lo largo de su vida profesional.
También podrán tener acceso al grado los mayores de 40 años que, sin disponer de titulación que les permita el acceso a la universidad, acrediten una determinada experiencia laboral o profesional en relación con el grado al que pretenden acceder.

Para acreditar la experiencia laboral y profesional, el estudiante deberá adjuntar a su solicitud un portafolio (dossier de evidencias) que incluya la siguiente información:

  • Carta de motivación.
  • Vida Laboral.
  • Currículum Vitae.
  • Evidencias documentales (cartas de recomendación, títulos de cursos de formación, o cualesquiera otros que estén vinculados con el grado al que se solicita el acceso).
  • Idiomas.

El procedimiento establecido en la Universidad para el acceso será el siguiente:

El estudiante solicita al departamento de Admisiones el acceso al grado acompañando la solicitud de un porfolio.
La solicitud se remite al director de titulación quien, comprobando que las evidencias presentadas en el porfolio se ajustan al grado solicitado, procederá a mantener una entrevista con el estudiante con el fin de evaluar competencias que requieren la observación directa y que están relacionadas con el éxito académico en el título en el que se solicita el acceso, así como para detectar necesidades específicas de formación.
La Universidad podrá establecer una prueba específica que garantice que el estudiante reúne las competencias mínimas para poder cursar el grado.
Todos los estudiantes admitidos después del procedimiento de selección reciben una carta de la Universidad, donde se les indica la admisión al título de Grado para el que hubieran realizado y superado pruebas de admisión.

Podrán acceder a los estudios de grado los estudiantes según los accesos establecidos en el Real Decreto 1892/2008, de 14 de noviembre, y legislación vigente aplicable, en concreto:

  • Obtener la calificación de apto en la Prueba para el Acceso a la Universidad, de acuerdo a la legislación vigente.
  • Obtener la calificación de apto en las Pruebas de Acceso para mayores de 25 años y mayores de 45 años.
  • Técnicos superiores, Técnicos Superiores de Artes Plásticas y Diseño y Técnicos Deportivos Superiores.
  • Diplomados, Licenciados, Ingenieros Técnicos, Ingenieros, Arquitectos o Graduados.
  • Los alumnos estudiantes de Bachillerato de sistemas educativos de Estados miembros de la Unión Europea y de otros países con los que se hayan suscrito acuerdos internacionales al respecto, podrán acceder al Grado siempre que en su sistema educativo tengan acceso a la universidad.
  • Los estudiantes de otros países que no tengan acuerdo internacional suscrito, deberán homologar sus estudios y realizar la/s prueba/s de acceso a la universidad.

¡Aquí comienza tu tour virtual!

HPR Lab Universidad Europea de Madrid

Vive en primera persona cómo es estudiar en la Universidad Europea: nuestras instalaciones y nuestro modelo de aprendizaje experiencial.

HPR Lab Universidad Europea de Madrid

Jornadas de Puertas Abiertas

Participa en nuestros Open Days para conocer de primera mano nuestro avanzado modelo académico de aprendizaje experiencial, al equipo docente que ya piensa en tu futuro, los distintos programas de formación que ponemos a tu disposición y como comenzarás tus estudios este próximo curso académico.

Apúntate

18 Enero

Jornada de Puertas Abiertas | Universidad Europea
Visita el campus Universidad Europea

Ven a conocer el campus

Conoce las instalaciones y descubre por qué la Universidad Europea está hecha para ti.

Claustro

El 56% de nuestro claustro tiene un grado en doctor

  • Luis Miguel Gracia Expósito (Coordinador)
    Profesor del departamento de Ciencias y Tecnologías Digitales. Máster Universitario en Educación Superior Universidad Europea de Madrid, Certificado en Aptitud Pedagógica (UCM), Licenciado en Ciencias Matemáticas (UCM). Su experiencia profesional comienza en departamentos de sistemas de información de empresas de telecomunicaciones, lo que le permitió trabajar con grandes volúmenes de datos y entender la importancia de la eficiencia y la optimización de los distintos procesos. Posteriormente adquirió una amplia experiencia docente, en el área de las matemáticas aplicadas a las distintas ramas de la ingeniería, entre las se encuentra la informática, que le ha permitido profundizar en los conocimientos técnicos y conocer las distintas herramientas matemáticas, como por ejemplo el álgebra matricial, utilizadas para resolver problemas de grandes volúmenes de datos en distintas problemáticas del área computacional.
    Aunando ambas experiencias, profesional y docente, desarrolla su labor investigadora en dos líneas distintas: la medición de la respuesta emocional de usuarios de aplicaciones educativas desarrolladas en entornos de realidad virtual y la modificación y desarrollo de nuevos modelos basados en el álgebra matricial, que permitan mejorar los rendimientos de los actuales o tratar nuevas problemáticas.
  • Ana del Valle Corrales Paredes
    Es Ingeniera de Sistemas por la Universidad de los Andes, Venezuela. Tiene una Maestría en Robótica y Automatización por la Universidad Carlos III de Madrid, España, donde también recibió, en 2012, el título de Doctora en Ingeniería de Automatización Industrial. La Dra. Corrales ha sido profesora ayudante en el Departamento de Ingeniería de Sistemas y Automática de la Universidad Carlos III de Madrid. Ha trabajado en varios proyectos de investigación relacionados con robots móviles y sociales y tecnologías RFID. En la actualidad, es Profesora Adjunta en el Departamento de Ciencia, Computación y Tecnología de la Universidad Europea de Madrid y Coordinadora de la Titulación del Grado en Ingeniería Informática. Además, es Investigadora Principal en el Grupo Smart Interactive Systems, su investigación se centra en el área de la robótica social, la interacción humano-robot y la interacción humano-avatar. Tiene un interés especial en las interfaces de usuario, el pensamiento de diseño, la creatividad y la fotografía.
  • Enrique Puertas Sanz
    Ingeniero Informático y Doctor en Tecnologías de la Información Aplicadas. Especialista en Inteligencia Artificial y Big Data. Miembro del grupo de investigación de “Sistemas Inteligentes”, y co-director grupo “Machine Learning Salud-UE”, centrado en el desarrollo y aplicación de herramientas de Inteligencia Artificial a la práctica clínica y de gestión sanitaria. Es además autor del "Manual práctico de Inteligencia Artificial en entornos sanitarios". Como investigador ha participado en más de una veintena proyectos y contratos de investigación, nacionales y europeos, y es autor de más de una treintena de publicaciones en revistas y congresos internacionales en temas relacionados con Big Data, Minería de Datos, e Inteligencia Artificial.
  • Carlos Moreno Martínez
    Licenciado en Informática, doctor en Tecnologías de la Información aplicadas, certificado en ITIL® v3 y en ISO20000, profesor del departamento de "Ciencia, Computación y Tecnología". Experiencia profesional en empresas del sector tecnológico de software, nacional e internacional, hasta su incorporación a la Universidad Europea de Madrid. Es experto en procesos y portfolio de gestión TI. Colaborador de start-ups y empresas de reciente creación para el diseño y estrategia de su portfolio de productos y servicios. Miembro fundador del grupo de investigación multidisciplinar SmartIS (Smart Interatvice Systems), en la Escuela de Arquitectura, Ingeniera y Diseño (Universidad Europea, 2019), dedicado al estudio de la respuesta emocional de las personas a la tecnología, expandiendo los principios de la HCI (human-computer interaction). Sus áreas de interés son la innovación empresarial surgida en la universidad, y las competencias y habilidades profesionales para la economía digital.
  • Daniel Gómez Vergel
    Licenciado en Física por la Universidad de Sevilla y Doctor en Física Teórica por la Universidad Complutense de Madrid. Su interés por la Ciencia le ha permitido ocupar puestos de investigación en áreas de muy diversa naturaleza (Física Atómica, Gravedad Cuántica, Big Data) en centros de reconocido prestigio, colaborando con equipos experimentales y teóricos tanto en España como en el extranjero. En la actualidad, forma parte del equipo docente del Departamento de Ciencia, Computación & Tecnología de la Universidad Europea (Madrid) e imparte cursos de Física, Matemáticas y Programación enfocados a diversos Grados académicos. Es, asimismo, miembro del grupo de investigación Data Science Lab centrado en el diseño y análisis de sistemas de recomendación y de detección de emociones.
    Puedes consultar su blog de divulgación acerca del lenguaje de programación ISO C++ en: https://dgvergel.blogspot.com/
  • Fernando Aparicio Galisteo
    Licenciado en Ciencias Físicas, MBA, MSc. (Inteligencia Artificial Avanzada), PhD. (Ingeniería Multidisciplinar). Desde el año 2010, profesor en el Departamento de Sistemas Informáticos, Automática y Comunicaciones de la UEM (DSIAC), e investigador en el Grupo de investigación en Sistemas Inteligentes (GSI).
  • Gabriel Marín Díaz
    Licenciado en Ciencias Físicas, especializado en Cálculo Automático (1993). CAP Matemáticas (2006). Máster en Estadística Aplicada (2014). Doctorado en Data Science UCM (fecha fin 2022, a falta de lectura de tesis).
  • Gonzalo Mariscal Vivas
    15 años de experiencia en puestos de dirección, gestión de equipos, desarrollo de negocio y gestión de proyectos a nivel nacional e internacional en el ámbito de la educación y las tecnologías de la información. Actualmente es Director del Departamento de Ciencia, Computación y Tecnología de la Universidad Europea de Madrid liderando un equipo de 70 personas. También es docente en las titulaciones de Ingeniería informática y Diseño de Videojuegos, donde imparte asignaturas relacionadas con la Gestión de Proyectos y las tecnologías de Realidad Virtual y Aumentada. Formación: Doctor en Tecnologías de la Información Aplicadas (UEM), Máster en Ciencias de la Computación e Inteligencia Artificial (UPM), Ingeniero en Informática (UPM) y MBA - Máster Universitario en Dirección de Empresas en UEM.
  • José Alberto Aijón
    Imparte las asignaturas de física, cálculo (I y II), álgebra, estadística, matemática discreta, análisis de regresión multivariante y variable compleja. Entre 2006 y 2018 fue gerente del Centro de estudios técnicos Tron Systems con dos academias en Arturo Soria y en Francos Rodríguez en las que impartí clases de Cálculo, Álgebra, Física, Estadística, Inferencia Estadística, Mecánica, Mecánica de Fluidos, Ingeniería Térmica, Teoría de Circuitos e Ingeniería de Control a nivel Universitario. Entre 2000 y 2005 trabajo en Amena como técnico especialista del Departamento de Normas y Procedimientos.
  • Pedro José Lara Bercial
    Profesor Doctor Acreditado y Titular de Universidad con intereses en la Innovación Educativa y las TIC aplicadas a la docencia y al tercer sector y las pruebas automáticas de software. Da clases no sólo de aspectos técnicos como el desarrollo y la ingeniería de software, sino también de habilidades transversales para ingenieros. Actualmente es subdirector de la escuela de Arquitectura, Ingeniería y Diseño de la Universidad Europea con responsabilidad sobre los títulos de grado del área de Ciencia, Computación y Tecnología, pero ha ocupado otros puestos como el de Director de departamento o Vicerrector.
    Durante su etapa como Vicerrector de Innovación y Proyectos Educativos, lideró un equipo de especialistas en innovación educativa con la misión de asegurar el correcto desarrollo del Modelo Académico de la Universidad Europea, teniendo como uno de los ejes fundamentales la Innovación Docente. Por último, como profesional de las TIC acumuló experiencia en el diseño, desarrollo y gestión de proyectos tecnológicos y de desarrollo de software.
  • Rafael Muñoz Gil
    Doctorado en Tecnologías de la información aplicadas (cum laude), Máster en Big Data Innovación y Tecnología, Máster Business Administration, Ingeniero Superior Informático esp. Inteligencia Artificial. Actualmente Director del Máster en Business Analytics y Director del Máster en Fintech y Blockchain. Responsable tecnológico en el área de Morosidad Empresas en CaixaBank. Docente en el Máster de Fintech y Blockchain. Docente en el Máster de Big Data y Business Analytics. Docente en el Máster de Gestión y Dirección Financiera.
  • Guillermo Castilla Cebrián
    Doctor Ingeniero de Caminos, Canales y Puertos de la Universidad Politécnica de Madrid. Máster Universitario en Sistemas de Ingeniería Civil, especializado en Transporte y Territorio. Especialidad doctoral en sistemas estadísticos de transporte aplicados a carreteras convencionales españolas.
  • Antonio Barba Salvador
    Antonio I. Barba Salvador se doctoró en ingeniería multidisciplinar por la UEM, donde es miembro del grupo de investigación "Data Science Laboratory". Su área de investigación se enmarca en la acústica ambiental, el aprendizaje automático y la computación afectiva, y su aplicación a problemas reales como el análisis de medios sociales y las nuevas formas de interacción hombre-máquina. Ha publicado artículos relacionados con la evaluación del impacto ambiental y ha realizado varias conferencias en congresos nacionales.
  • María de la Luz Morales Botello
    María de la Luz Morales es Licenciada en Físicas por la Universidad Complutense de Madrid. Realizó un máster oficial en "Neurociencia y Biología del Comportamiento" en la Universidad Pablo de Olavide de Sevilla (2008) donde posteriormente, se doctoró en Neurociencias (2016), trabajo por el que recibió el Premio Extraordinario de Doctorado. Tiene una trayectoria multidisciplinar que comenzó como programadora en una empresa tecnológica (Ingeniería de Software Avanzado, IBM Global Services, 2005-2006). Tras este período se incorporó como investigadora pre-doctoral en el Grupo de Bioingeniería y Neurofisiología Experimental del Hospital Nacional de Parapléjicos de Toledo, donde se formó en técnicas experimentales y computacionales. En 2013 se incorporó como investigadora en la Universidad Europea de Madrid (UEM), dirigiendo así su campo de experiencia hacia el procesamiento del lenguaje natural, IoT y tecnologías orientadas a Big Data para aplicaciones a la salud y participando/dirigiendo proyectos internos y nacionales en el área. Así mismo, ha ganado experiencia en estudios cualitativos y cuantitativos de percepciones en humanos. Desde 2017 ejerce su actividad docente en la UEM dentro del área de las ingenierías informática y biomédica, principalmente. Ha dirigido numerosos trabajos fin de grado y máster y ha sido directora del Máster Universitario en Salud Digital en la UEM y coordinadora trabajos fin de grado. Actualmente, mantiene su actividad docente junto a su actividad como coordinadora de prácticas en empresa y es miembro del Comité de Empresa y del Comité de Seguridad y Salud de la UEM. Su actividad investigadora actual se enfoca hacia el estudio de la Sensibilidad del Procesamiento Sensorial. María de la Luz Morales es autora de más de 20 publicaciones en revistas y congresos científicos en áreas como la biomedicina, neurociencia y tecnología.
  • Santiago Torres Alegre
    Ingeniero de Telecomunicación (UPM). Licenciado en Derecho (UNED). Master en Dirección Comercial y Marketing. 14 años de experiencia en operador de telecomunicaciones. 12 años como docente universitario. 6 años como consultor freelance.
  • Raquel Páez Pavón
    Licenciada en Físicas por la Universidad Complutense de Madrid. Durante gran parte de mi carrera he participado en numerosos proyectos en el ámbito de la informática, concretamente en el desarrollo de software bancario. Entre otros, he colaborado en empresas como Bankinter, BBVA y recientemente en INDRA donde además he trabajado como coach para la trasformación de trabajo en metodología Agile. Otras titulaciones: además de la informática, también he centrado mis conocimientos en aspectos relacionados con las energías renovables, concretamente en el diseño y mantenimiento de instalaciones de energía solar y fotovoltaica (UPM) y diseño e instalación de Biomasa y Eólica (UCM). Desde 2018, desarrollo mis funciones como docente en la Universidad Europea.
  • Carlos Ramírez Lizán
    Ingeniero de desarrollo Big Data en Accenture España.
    Profesor de Grado de Ingeniería Informática dedicado a impartir asignaturas de Inteligencia Artificial e Introducción a la Ingeniería del Software
  • Christian Vladimir Sucuzhanay Arévalo
    Desde los 20 años he creado proyectos, sociedades, empresas en varios ámbitos y en diferentes países, lo que me ha convertido en un emprendedor con dotes de liderazgo, capacidad de gestión y toma de decisiones.
    Llevo varios años impartiendo las asignaturas de: Proyectos de Big Data I, II, programación concurrente y distribuida, liderazgo emprendedor, lenguajes de programación estadística, todos relacionados con nuevas tecnologías, Big Data y emprendimiento.
  • Ana Medina Palomo
    Soy Ingeniera Industrial con un Máster en Ingeniería Matemática y un Doctorado en Ingeniería Mecánica, por la Universidad Carlos III de Madrid. He trabajado en varios campos, especialmente relacionados con aplicaciones biomédicas, tanto en España como en EE.UU, donde trabajé 3 años como postdoc en la University of California San Diego, en el departamento de "Radiation Medicine and Applied Physics". Tengo más de 5 años de experiencia docente en cursos de grado y postgrado.
  • Álvaro Sánchez Pérez
    Ing. en Telecomunicaciones, especializado en Big Data y visualización de datos. Muy técnico, pero con una rama de diseño y negocio. He desarrollado mi carrera profesional entre la empresa y la universidad, con experiencia desarrollando y liderando proyectos IoT y Big Data, y como profesor en grado y posgrado, y director de programas de Data Science.
  • Juan Miguel Martínez Orozco
    Doctor (1997) y Máster (1991) por la Universidad Politécnica de Madrid. Ha sido investigador durante 10 años en el Spanish EIA Centre, y desde 1998 es profesor en la UEM. Autor de diversas publicaciones en libros y revistas científicas, es miembro del comité científico en congresos nacionales e internacionales, y ha escrito informes de referencia sobre medio ambiente para la Comisión Europea y la Administración española.
  • Begoña Casas Sierra
    Begoña Casas Sierra es Licenciada en Derecho por ICADE-UPCO, Doctora Cum Laude en Derecho Internacional Público y Relaciones Internacionales y actualmente cursa un Segundo Doctorado en Economía Azul y Sostenibilidad. Ha realizado un Executive MBA (EMBA) por ESADE Business School (Premio al Talento), Máster en Asesoría Fiscal para Profesionales (MAFP) por el IE Business School, Experta en Dirección Empresarial por la Universidad Complutense (UCM), Máster en Derecho y Políticas de la Unión Europea por la Universidad Nacional de Educación a Distancia (UNED), Máster en Diplomacia y Relaciones Internacionales por la Escuela Diplomática de España, Ministerio de Asuntos Exteriores y Cooperación (MAEC) y Experta en Sostenibilidad y Estrategias para la Industria por el Massachussetts Institute of Technology (MIT). Cuenta con experiencia profesional trabajando para diversas multinacionales como Directora de Empresas (Estrategia, Tributación, Comercio Internacional) y Consultora Senior (Tax&Legal), así como en el tercer sector, donde ha dirigido proyectos internacionales en Oriente Medio. Ha colaborado también con diversas organizaciones internacionales, como Naciones Unidas (ODS, Desarrollo Humano) y la Comisión Europea (DG TAXUD, Taxation and Customs Union). Ha desarrollado su carrera profesional en un entorno internacional, trabajando en más de 25 países y ha asesorado a numerosas multinacionales en Estrategia Empresarial. Ha obtenido el Premio a la Mejor Labor Docente 2018-2019 por la Universidad Europea y colabora frecuentemente con dicha universidad en diversos medios de comunicación.
  • Manuel Primo Prieto
    Doctor en Economía y Empresa, Licenciado en Psicología, Especializado en Psicología Industrial, Máster en Dirección de Recursos Humanos, Máster en Prevención de Riesgos Laborales (Tres especialidades) y Graduado en Derecho del Trabajo.
    Ha desempeñado puestos en la Dirección de RR.HH. durante 25 años en Banco Popular, Banco Zaragozano, Grupo Start Holding y Chronoexpres (Grupo Correos). Como docente, en la Universidad Europea y en la Escuela Superior de Marketing, en su MBA. Actualmente es director del Máster Universitario en Dirección y Gestión de RR.HH. en la Universidad Europea.
  • Raquel Ureña Joyanes
    Doctora en Informática por la Universidad Pontificia de Salamanca y Licenciada en Ciencias Económicas y Empresariales por la Universidad de Granada. Cuenta con varios postgrados en Sociedad de la Información y Transformación Digital. Comenzó su carrera profesional en la multinacional Diageo hasta iniciar su labor docente en la universidad. Ha sido profesora en varias universidades nacionales e internacionales. Cuenta con publicaciones y artículos académicos
    Ha participado en proyectos europeos como GMOSS y Erasmus Plus. Sus principales áreas de investigación son Innovación empresarial, Transformación digital y la sostenibilidad empresarial.
  • Almudena Briones Bermejo
    Almudena Briones. Licenciada en Economía por la UCM (especialidad Análisis Económico-Economía cuantitativa) y Máster en Estadística Aplicada y Estadística para el Sector Público (UAH). Cuenta con más de 16 años de experiencia profesional como analista y asesora económica en el sector público y privado. Sus principales líneas de investigación se centran en las áreas de la Economía del Deporte y la Estadística Pública.
  • Helena López-Casares Pertusa
    Doctora en Neurociencia Cognitiva de las Organizaciones por la Universidad Rey Juan Carlos de Madrid. Licenciada en Ciencias de la Información por la Universidad Complutense de Madrid. Experta universitaria en Comunicación Pública y Defensa por la UNED y el Instituto Gutiérrez Mellado. Máster en Neuromanagement comercial por ESCO. Posgrado en dirección de relaciones públicas por ECOL-Universidad de Barcelona. Titulación como coach profesional por la Escuela Transpersonal de Coaching.
    Es profesora de la Universidad Europea, donde distintas asignaturas en el área de marketing y ventas, desde la perspectiva de las nuevas tendencias, como el marketing experiencial, el neuromarketing o la neuroventa. Es investigadora principal del grupo de investigación Neurociencia, liderazgo y comunicación de la Universidad Europea y directora de Máster en Product Manager y Estrategia de Negocio. Autora de varios capítulos de libros, artículos y asistente habitual a congresos con ponencias relacionadas con la complejidad del cambio, las nuevas competencias para el directivo del siglo XXI o el marco humanista para la empresa y la economía del siglo XXI.
    Ha compaginado su actividad docente con cargos de responsabilidad en el área de marketing y comunicación en empresas como HP, Aqua eSolutions o Grupo SP, así como en agencias de relaciones públicas y comunicación.
  • David Rodríguez Gutiérrez
    MSc. Ingeniería Aeronáutica por la Universidad Carlos III de Madrid, ha realizado diversas estancias de investigación en centros extranjeros: Purdue University (doce meses), The University of Sydney (seis meses), Norwegian University of Science and Technology (tres meses). Actualmente trabaja en el Instituto Nacional de Técnica Aeroespacial, como Ingeniero de I+D en el departamento de Propulsión. Sus áreas de especialidad son la Mecánica de Fluidos, el Modelado Matemático de Fenómenos Físicos y la Computación de Alto Rendimiento (HPC).
  • Roberto González Márquez
    Ing. en Telecomunicaciones por la UPM, especializado en Seguridad de la Información. Amplia experiencia en informática forense, respuesta ante incidentes y pentesting. Gran parte de su carrera la ha desarrollado en SELAE y trabajando como freelance, realizando peritajes y pentesting a distintas organizaciones. Múltiples certificaciones del SANS Institute (GPEN, GCIH, GMOB, GREM, GCFA, GCFE, GWAPT, GCIA y GCUX) y de hacking ético (CEH). Experiencia en gestión de proyectos y sistemas de gestión, ITIL, Lead Auditor ISO 27001, RGPD y ENS. Experiencia con arquitecturas de seguridad, diferentes appliances y virtualización. Participación en proyectos de seguridad Cloud. PKI. HSM. Seguridad Web, requisitos de aplicaciones y pruebas de seguridad (OWASP).
  • Jorge Asiain Sastre
    Más de 10 años de experiencia como profesor de Ingeniería Mecánica.
    25 años de experiencia profesional internacional, primero en el sector de Oil & Gas y posteriormente en consultoría. Auditor de sistemas de gestión en la Entidad Nacional de Acreditación ENAC.
  • Luis Manuel Campo Martínez
    Doctor en Economía de la Empresa, profesor de las asignaturas de Fundamentos de la Empresa, Dirección Estratégica y Finanzas para el Marketing. Dispone de más de 20 años de experiencia en Alta Dirección en Grandes Grupos Empresariales y Multinacionales del IBEX 35.

Calidad Académica

Como parte de su estrategia, la Universidad cuenta con un plan interno de calidad cuyo objetivo es impulsar una cultura de calidad y mejora continua, y que permita afrontar los retos de futuro con la máxima garantía de éxito. De esta manera, se apuesta por: impulsar el logro de reconocimientos y acreditaciones externas, tanto a nivel nacional como internacional; la medición y análisis de resultados; la simplificación en la gestión; y la relación con el regulador externo.

Consultar

Sistema de Garantía Interno de Calidad (SGIC)
Seguimiento de la calidad del título

Miembros de la Comisión de Calidad del Título (CCT)

  • Vicedecano/a de Grado
  • Coordinador/a de Titulación
  • Director de Departamento
  • Estudiantes
  • Profesorado (Coordinador/a de TFG y Coordinador/a de Prácticas)
  • Responsable de Calidad (Calidad y Compliance académico)
  • Asesor/a Académico/a
  • Director/a Académico/a
  • Responsable de Evaluación y Aprendizaje

Principales resultados del título

  • Tasa de abandono: 18%
  • Tasa eficiencia: 100%
  • Tasa de graduación: 62,5%
  • Tasa de empleabilidad: 100,0%
  • Satisfacción estudiantes con la titulación: 3,7
  • Satisfacción profesores con la titulación: 4,4
  • Satisfacción de los estudiantes con el profesorado: 3,9
  • Satisfacción del PAS con la calidad de las titulaciones de la Escuela: 3,9
  • Satisfacción de los Egresados con la Titulación: 4,7
Normativa

Preguntas Frecuentes

Es la ciencia que posibilita la extracción y el manejo de datos, tanto en pequeñas cantidades como en grandes volúmenes de datos para, en tiempo real, realizar el análisis automático de los mismos utilizando métodos científicos, en la mayoría de las ocasiones mediante técnicas de inteligencia artificial, con el objetivo de obtener información útil como base en la toma de decisiones a todos los niveles, incluido el estratégico.

Los ámbitos de aplicación son muy extensos. Podríamos nombrar algunos de los más conocidos como la Salud, la Educación, la Industria, el deporte, el Marketing o la Energía, pero hoy en día no hay sector que no sea susceptible de verse impactado por el análisis de datos. Los efectos que está teniendo en los resultados de las organizaciones son tales que en algunos casos se están tomando decisiones de gran nivel basándose únicamente en los resultados de estos procesos automáticos.

La profesión de ingeniero informático es una profesión muy abierta, de corte más generalista que se ocupa de todos los procesos relacionados con el diseño y la implantación de todo tipo de sistemas hardware y software para el manejo de información, mientras que la labor de un Analista o Científico de Datos, se centra en todo el ciclo de vida de dicha información: cómo se genera, cómo se almacena, cómo se limpia, cómo se integra con otras fuentes de información, cómo se analiza y cómo se pueden tomar decisiones a partir de ella.

Obviamente, vas a necesitar ver más matemáticas que si estudiaras Ingeniería Informática, pero estas matemáticas van a ser, sobre todo, orientadas a la estadística, un área con una aplicación mucho más inmediata que te permitirá entender mejor para qué son necesarias, facilitándote la adquisición de conocimientos.

En empresas de cualquier sector que tengan un departamento de Análisis de Información. En empresas tecnológicas especializadas en Big Data e Inteligencia Artificial. En consultoras de tecnológicas o de negocio que ayuden a otras empresas en la toma de decisiones o en empresas de Marketing Digital, entre otras.

None