23150

¿Qué estás buscando?

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

Estudiantes:+34 914146611
Whatsapp
Grado en Ingeniería Matemáticas en Ciencia de Datos

Grado en Ingeniería Matemática en Ciencia de Datos Madrid

El Grado en Ingeniería Matemática te abrirá las puertas a un mundo donde los números cobran vida, ayudándote a resolver problemas reales y a tomar decisiones estratégicas con confianza y basada en datos.

Selecciona tu programa

-30% Descuento en reserva de plaza para curso 25/26 ¡solo hasta el 30 abril!

Ingeniería Matemática: domina el análisis de datos

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

Las matemáticas son el motor de la revolución digital, y tú puedes ser quien las transforme en soluciones reales. Cada día se generan millones de datos, con este grado, aprenderás a convertirlos en decisiones estratégicas y a destacar en sectores donde la inteligencia artificial y machine learning marcan la diferencia.

  • Impulsa tu futuro con una formación global en matemáticas, programación y negocio, clave en la toma de decisiones basadas en datos.
  • Modelización matemática y computacional: Aprenderás a aplicar métodos avanzados para resolver problemas reales y transformar datos en soluciones.
  • Profundizarás tus conocimientos en análisis de datos y la inteligencia artificial: Utilizarás técnicas de vanguardia para tomar decisiones informadas y optimizar procesos.
  • Aprenderás sobre programación avanzada y los algoritmos de big data, que te permitirán manejar y analizar grandes volúmenes de datos de manera eficiente.
  • Un perfil altamente demandado en sectores como finanzas, salud, tecnología e industria.

Título oficial emitido por Universidad Europea de Madrid

Presencial
Clases en Español o en Inglés
Villaviciosa de Odón 4 años, 240 ECTS
Inicio: 15 sep. 2025
Escuela de Arquitectura, Ingeniería, Ciencia y Computación - STEAM

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

Tienes la oportunidad de desarrollar un perfil único, combinando matemáticas, tecnología y visión de negocio. Aplicarás tus conocimientos en proyectos reales, aprenderás a usar herramientas clave y te conectarás con empresas líderes para prácticas y oportunidades.

Un plan de estudios único para liderar la era del dato

Te formarás en tres áreas clave: matemáticas con especialización en estadística, informática enfocada en big data e inteligencia artificial, y negocio, aplicando el análisis de datos a la toma de decisiones estratégicas.

Aprendizaje práctico con proyectos reales, retos empresariales y simulaciones

Desde el primer día, aplicarás tus conocimientos en desafíos reales, resolviendo problemas complejos y enfrentándote a casos prácticos junto a empresas tecnológicas (Oracle, HPE CDS) y que realizarán un seguimiento de la evolución de los estudiantes.

Estudia tecnologías clave como Python, R e inteligencia artificial

Aprenderás a programar con herramientas esenciales para el análisis de datos y el machine learning, dominando los lenguajes y plataformas que demandan las empresas y prepárate para las certificaciones profesionales más demandadas en entorno laboral.

Conexión con empresas líderes para prácticas y oportunidades profesionales

Tendrás acceso a prácticas en compañías punteras, networking con expertos y experiencias formativas que te acercarán al mundo laboral desde el aula.

Certificaciones que impulsan tu perfil profesional

Prepárate para destacar con certificaciones reconocidas internacionalmente

Durante tu formación, tendrás la oportunidad de obtener credenciales que no solo enriquecen tu aprendizaje, sino que te acercan al mercado laboral con un perfil más competitivo, versátil y preparado para los desafíos del sector.

  • Fundamentos de Python – Python Institute: aprende uno de los lenguajes más demandados del mundo y da tus primeros pasos en la programación profesional con una base sólida y reconocida.
  • Java Foundations – Oracle: descubre los conceptos fundamentales de Java, uno de los lenguajes más utilizados en el desarrollo de software, y fortalece tu perfil técnico.
  • Database Foundations – Oracle: comprende cómo se estructuran, gestionan y optimizan las bases de datos, una habilidad clave para trabajar con información a gran escala.
  • AWS Academy Machine Learning Foundations: explora el potencial del aprendizaje automático con la tecnología líder en la nube. Adquiere conocimientos que te conectan con el futuro de la inteligencia artificial.
  • Matlab Certification: trabaja con una de las herramientas más potentes para el análisis numérico, la simulación y la modelización de sistemas complejos en entornos científicos y técnicos.

Prepárate con retos reales para el mundo laboral

Descubre cómo enfrentarte a proyectos reales desde el primer día transformando tu forma de aprender. Potenciarás tus habilidades y desarrollarás competencias clave para dar el salto al mundo profesional con confianza.

Explora el mundo con nuestra oferta de movilidad internacional

¿Te imaginas estudiando en algunas de las universidades más prestigiosas del mundo?

En el Grado en Ingeniería Matemática en Ciencia de Datos, no solo te ofrecemos una formación académica de excelencia, sino también la oportunidad de enriquecer tu experiencia universitaria con estancias en el extranjero. Descubre nuevas culturas, amplía tus horizontes y crea una red global de contactos mientras te sumerges en entornos académicos de primer nivel.

Algunas universidades destacadas para tu movilidad Internacional:

  • Universidad de California, Berkeley (Estados Unidos): vive la experiencia de estudiar en una de las universidades más prestigiosas del mundo. En Berkeley, tendrás acceso a recursos de vanguardia y podrás colaborar con algunos de los investigadores más influyentes en el campo de la ciencia de datos.
  • Universidad de Cambridge (Reino Unido): sumérgete en la rica historia y tradición académica de Cambridge. Aquí, no solo recibirás una educación de clase mundial, sino que también formarás parte de una comunidad vibrante y diversa que te inspirará a alcanzar nuevas metas.
  • Universidad Nacional de Singapur (Singapur): experimenta la innovación y el dinamismo de una de las universidades más avanzadas de Asia. En la Universidad Nacional de Singapur, te encontrarás en el corazón de un entorno multicultural y tecnológico que te preparará para los desafíos globales del futuro.

Ellos te lo cuentan

Comillas
ComillasEstudiar Ingeniería Matemática Aplicada al Análisis de Datos me dio una base sólida en ciencia de datos y matemáticas aplicadas, pero, sobre todo, me enseñó a afrontar problemas reales desde el primer día.

Alicia Baltasar Expósito

Alumna del Grado en Ingeniería Matemática Aplicada al Análisis de Datos

Plan de estudios

Destaca con un plan de estudios enfocado en el sector

Diseñado para proporcionarte una formación integral en el campo de la ciencia de datos, combinando conocimientos matemáticos, tecnológicos y empresariales. A lo largo de los cuatro años, obtendrás, tendrás o adquirirás una base sólida en programación, análisis de datos, inteligencia artificial y gestión de negocios, preparándote para certificaciones reconocidas y retos del mundo real.

Este plan de estudios te proporcionará las habilidades clave para sobresalir en el mundo digital, preparándote para afrontar los desafíos del futuro con un enfoque analítico, innovador y estratégico

Plan de estudios ofertado en el curso actual

Haz click para consultar el plan de estudios 2016 en extinción

Programa de estudios

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)

Lo que aprenderás curso a curso

1

Primer curso

Este primer año sentará las bases tecnológicas y empresariales que necesitarás para tu desarrollo profesional. Te prepararás para las certificaciones profesionales de Oracle Java Fundamentals y Python Fundamentals de Python Instiute.

  • Te introducirás en la programación y el manejo de bases de datos, aprendiendo a desarrollar software con enfoque en programación orientada a objetos.
  • Construirás una base matemática y estadística sólida, aplicando álgebra, cálculo y principios de estadística a problemas reales.
  • Aplicarás lo aprendido en un proyecto práctico de sistemas de información, enfrentándote a tu primer reto tecnológico real.
  • Desarrollarás habilidades de gestión del tiempo, productividad y comunicación efectiva, esenciales para destacar en cualquier entorno laboral.
  • Comprenderás el funcionamiento de una empresa, explorando estrategias de marketing y ventas para analizar el mercado y desarrollar campañas efectivas.

2

Segundo curso

Ahora que tienes las bases, te adentrarás en técnicas avanzadas de análisis y gestión de datos, desarrollando una mentalidad estratégica.

  • Estudiarás técnicas de cálculo avanzado y matemática discreta, fortaleciendo tu capacidad analítica para resolver problemas complejos.
  • Aprenderás a optimizar procesos empresariales y gestionar recursos humanos, comprendiendo su impacto en la eficiencia organizacional.
  • Manejarás estructuras de datos avanzadas y aplicarás técnicas de procesamiento de información, mejorando la gestión de proyectos.
  • Desarrollarás habilidades en inferencia estadística y estadística computacional, aplicándolas en proyectos de Open Data con datos reales.
  • Te enfrentarás a un reto propuesto por una empresa relevante del sector que se soluciona aplicando las técnicas de análisis de datos y gestión ágil de proyectos (SCRUM).

3

Tercer curso

En este año, aplicarás tus conocimientos en proyectos reales de big data e inteligencia artificial, aprendiendo herramientas avanzadas. Además, prepárate para la certificación AWS Academy Machine Learning Foundation

  • Desarrollarás habilidades de liderazgo y dirección estratégica, comprendiendo el análisis financiero para tomar decisiones informadas.
  • Aprenderás técnicas de almacenamiento masivo de datos y aprendizaje automático, aplicando algoritmos para analizar grandes volúmenes de información.
  • Adquirirás conocimientos para visualizar datos de manera efectiva, convirtiéndolos en herramientas clave para la toma de decisiones estratégicas.
  • Te adentrarás en el mundo de la inteligencia artificial, explorando su impacto en la automatización y la optimización de procesos.
  • Participarás en proyectos reales de big data, enfrentándote a un reto propuesto por una empresa de primer nivel como HPE-CD.

4

Cuarto curso

Es el momento de consolidar todo lo aprendido y dar el salto al mundo profesional con proyectos innovadores y experiencias reales.

  • Gestionarás sistemas de información empresarial y desarrollarás estrategias de economía y marketing digital, aplicándolos a entornos corporativos.
  • Aprenderás los principios de seguridad informática y legislación profesional, asegurando el cumplimiento normativo y la protección de datos.
  • Explorarás las tendencias más innovadoras en análisis de datos, desde el procesamiento del lenguaje natural hasta la visión artificial.
  • Llevarás a cabo un Trabajo Fin de Grado (TFG) aplicando todo lo aprendido, enfrentándote a un desafío real con impacto en la industria.
  • Realizarás prácticas en empresas líderes, obteniendo experiencia directa en el sector y preparándote para tu futuro profesional.

Tu primera experiencia en el sector será en una empresa líder

Poder aplicar lo aprendido en un entorno real es una experiencia imprescindible. Tus prácticas serán tu primer gran paso en el mundo profesional, donde trabajarás con expertos y enfrentarás desafíos reales.

Gracias a los convenios con empresas líderes del sector, tendrás la oportunidad de integrarte en equipos de trabajo innovadores y participar en proyectos de alto impacto. Estas experiencias no solo enriquecerán tu formación, sino que también te abrirán puertas en el mercado laboral y te ayudarán a destacar en un sector en plena expansión.

En años anteriores, estudiantes de este grado han realizado sus prácticas en empresas como Santander, BBVA, IBM, Accenture, Deloitte, Telefónica, Amazon, Google, Microsoft, Roche y Airbus, entre muchas otras. Además, podrás involucrarte en proyectos de investigación punteros, donde colaborarás en soluciones innovadoras en inteligencia artificial, Big Data y analítica avanzada.

Consulta el listado de empresas

Más información

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

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.

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 hacia 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.

Salidas laborales de Ingeniería matemática: un sector en auge

Vivimos en la era de los datos. Las empresas y organizaciones necesitan expertos capaces de interpretar información, optimizar procesos y tomar decisiones estratégicas basadas en datos. Con este grado, te convertirás en un profesional altamente demandado en múltiples sectores, desde la tecnología hasta las finanzas, la salud y la industria.

Las oportunidades laborales son amplias y diversas: podrás trabajar en empresas tecnológicas, consultoras, bancos, startups o incluso en centros de investigación y organismos públicos. Además, con el auge de la inteligencia artificial y el Big Data, tu perfil será clave para afrontar los retos del futuro digital.

  • Data scientist (científico de datos): analizarás grandes volúmenes de información para detectar patrones y tomar decisiones estratégicas basadas en datos.
  • Ingeniero en inteligencia artificial y machine learning: desarrollarás algoritmos de aprendizaje automático y modelos predictivos para optimizar procesos y automatizar tareas.
  • Analista de datos (data analyst): transformarás datos complejos en informes visuales y dashboards para ayudar a las empresas a mejorar su rendimiento.
  • Consultor en big data y business intelligence: ayudarás a empresas y organizaciones a implementar soluciones basadas en análisis de datos para mejorar su competitividad.
  • Analista financiero y de riesgos: aplicarás modelos matemáticos y estadísticos para evaluar inversiones y tomar decisiones en el sector financiero.
  • Especialista en análisis de datos en salud: Trabajarás con datos biomédicos y clínicos para mejorar diagnósticos, tratamientos y la gestión hospitalaria.
  • Ingeniero en modelado y simulación: crearás modelos matemáticos para optimizar procesos en sectores como la industria, la energía o el transporte.
  • Especialista en ciberseguridad y protección de datos: implementarás estrategias de seguridad para garantizar la privacidad y protección de la información en las empresas.
  • Experto en sistemas de información y tecnología: diseñarás infraestructuras tecnológicas y optimizarás el flujo de información en organizaciones.
  • Investigador en matemática aplicada y ciencia de datos: desarrollarás nuevas metodologías para el análisis y modelado de datos en universidades o centros de investigación.
Grado en Ingeniería Matemáticas en Ciencia de Datos

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.

Admisiones

Comienza tu futuro en la Universidad Europea

Sabemos que elegir qué estudiar es una de las decisiones más importantes de tu vida. Por ello, tienes a tu disposición un equipo asesor que te ayudará en todo el 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 con una amplia selección de becas propias y oficiales para que te conviertas en estudiante de la Universidad Europea.

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 comenzar 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!

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

17 Mayo

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.

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.