-20% Descuento en reserva de plaza para curso 25/26 ¡solo hasta el 31 Agosto!
Máster en Big Data
El Máster Universitario en Big Data es una titulación oficial orientada a la gestión, análisis y aprovechamiento estratégico de grandes volúmenes de datos. A lo largo del programa te formarás en disciplinas clave como business intelligence, business analytics y data analytics, adquiriendo competencias para aplicar técnicas avanzadas de análisis de datos masivos.
Aprenderás a utilizar algoritmos de machine learning y técnicas de data mining para transformar datos complejos en información valiosa para la toma de decisiones.
¿Qué conseguirás con este máster? Podrás formarte junto a expertos del sector y desarrollar habilidades técnicas en data science, machine learning e infraestructuras de datos masivos, preparándote para abordar proyectos de análisis avanzado y optimización de procesos empresariales. Además, aplicarás tus conocimientos en un entorno real gracias a las 225 horas de prácticas profesionales en empresas líderes como Accenture, Deloitte, Repsol, Indra o Telefónica, que te permitirán dar el salto profesional como big data architect, data quality engineer o data scientist.
Podrás impulsar tu perfil profesional obteniendo una certificación en el uso de herramientas de Amazon Web Services (AWS), una de las plataformas más demandadas en el ámbito del análisis de datos en la nube.
Este programa también se imparte en inglés: Master Degree in Big Data Analytics, ideal para perfiles internacionales y entornos globales.
Título oficial emitido por Universidad Europea de Madrid
| Presencial | Alcobendas | 10 meses, 60 ECTS | Inicio: Octubre 2025 | Escuela de Arquitectura, Ingeniería, Ciencia y Computación - STEAM |
AWS Academy member institution
Podrás certificarte en Cloud Practitioner y en Machine Learning Specialty de la AWS Academy
Estos cursos te preparan para la obtención de las certificaciones de cloud computing e inteligencia artificial de la AWS Academy.
Herramientas del Máster en Big Data
En el Máster en Análisis de Datos Masivos utilizarás herramientas y plataformas avanzadas para el análisis y procesamiento de grandes volúmenes de datos. Además, utilizarás infraestructuras como Amazon EC2, Google Cloud, Microsoft Azure, y el Centro de Computación Avanzada LORCA, con una capacidad de 4 Teraflops y tecnología avanzada como GPUs GeForce RTX 3080Ti. Emplea tecnologías como Apache Spark, Hadoop, Cassandra, y HBase para el procesamiento y almacenamiento distribuidos, además de herramientas de visualización como PowerBI, Tableau, y D3.js.
El dominio de todas ellas te capacitará para gestionar servicios de supercomputación y aplicar técnicas avanzadas de análisis y aprendizaje automático, preparándose para abordar retos complejos en el manejo de datos en diversos sectores.
Ellos te lo cuentan
Óscar Marbán
Director del Máster Universitario en Análisis de Datos Masivos
Francisco Javier Portany
Alumni Máster Universitario en Análisis de Datos Masivos (Big Data)
Conoce el trabajo de los alumnos del Máster en Big Data
La mejor manera de enseñarte lo que aprenderás es mostrarte el trabajo que otros alumnos, como tú, han realizado al finalizar el máster.
Oscar Javier Prieto Martínez
Desarrollo, optimización Y despliegue de modelos De aprendizaje automático en infraestructura Cloud (AWS)
Plan de estudios del Máster en Análisis de Datos Masivos (Big Data)
¿Qué aprenderás en el Máster en Análisis de Datos?
Al finalizar este programa, recibirás el título oficial de Análisis de Datos masivos (Big Data).
El programa en Big Data está estructurado en un plan de estudios en los que aprenderás en profundidad sobre gestión, análisis, tratamiento y visualización de datos. Podrás elegir entre un itinerario de prácticas o de investigación y finalizarás tu máster con la presentación de un proyecto aplicando los conocimientos adquiridos y utilizando herramientas de última generación.
Estructura del plan de estudios
Programa de estudios
PRIMER CURSO
| Materia | ECTS | Tipo | Idioma de impartición |
|---|---|---|---|
| Arquitecturas Cloud Computing | 6 | OBLIGATORIA | Español (es) |
| Procesamiento de Datos | 6 | OBLIGATORIA | Español (es) |
| Aprendizaje Automático | 6 | OBLIGATORIA | Español (es) |
| Computación en Sistemas Distribuidos | 6 | OBLIGATORIA | Español (es) |
| Bases de Datos de Nueva Generación | 6 | OBLIGATORIA | Español (es) |
| Modelos de Servicio | 6 | OBLIGATORIA | Español (es) |
| Visualización de Datos | 6 | OBLIGATORIA | Español (es) |
| Gestión de Proyectos | 3 | OBLIGATORIA | Español (es) |
| Trabajo Fin de Máster | 6 | OBLIGATORIA | Español (es) |
| Investigación | 9 | OPTATIVA | Español (es) |
| Prácticas Académicas Externas | 9 | OPTATIVA | Español (es) |
Conéctate con los líderes de la industria y empieza a construir tu futuro
Los estudiantes del Máster en Big Data Analytics se beneficiarán de los acuerdos de colaboración entre la Universidad Europea y empresas de prestigio con las que los estudiantes podrán desarrollar sus trabajos de fin de máster en proyectos reales propuestos por las mismas empresas y contar con la ayuda y asesoría de especialistas del sector.
- Cajamar Data Lab: los estudiantes del máster presentan sus trabajos en la competición universitaria de análisis de datos más grande de España.
- Vicomtech: centro de investigación aplicada especializado en las tecnologías de advanced interaction, computer vision, data analytics, computer graphics y language technologies.
- Telefónica: la Universidad Europea tiene un acuerdo por el que los estudiantes podrán trabajar con datos de Telefónica y participar en los retos open future con sus trabajos fin de máster.
- Luís Simões: operador logístico internacional en el que los estudiantes podrán hacer prácticas o desarrollar su trabajo de fin de máster.
- Everis: empresa de consultoría multinacional que trabaja en proyectos en varios sectores, entre ellos el desarrollo de soluciones de big data.
Más información
Plazas de nuevo ingreso
70 plazas
Calendario de Implantación del Título
El Máster Universitario en en Análisis de Datos Masivos (Big Data), por la Universidad Europea de Madrid se implantó por primera vez el curso 2015/2016 y el nuevo plan de estudios en 2021.
Perfil de ingreso
- Este máster está especialmente diseñado para científicos, tecnólogos, ingenieros, estadísticos, físicos, matemáticos, arquitectos, que deseen reorientar su carrera profesional a este campo con el reto de crear valor a partir de la integración y análisis de los datos provenientes de las distintas funciones de negocio o medios externos.
- Estudiantes que provienen de titulaciones oficiales del ámbito de Ciencia de datos; Informática y Computación y afines; o Ingeniería de Telecomunicación y afines.
- Estudiantes que provienen de titulaciones oficiales del ámbito de Matemáticas, Estadística, Física y afines; u otras titulaciones oficiales del ámbito de ingeniería, Arquitectura y afines, que dispongan de competencias (nivel MECES 2) en el ámbito de la estadística básica y que hayan cursado o convalidado los complementos formativos habilitados al efecto, o bien dispongan de experiencia profesional contrastada de más de 1 año en el ámbito de la Ciencia de datos, como gestores de bases de datos, analistas de datos, o gestores de proyectos donde se desarrolle análisis de datos, y hayan cursado o convalidado los complementos formativos habilitados al efecto.
- Estudiantes que provienen de otras titulaciones, que dispongan de experiencia profesional contrastada de más de 2 años en el ámbito de la Ciencia de datos como gestores de bases de datos, analistas de datos, o gestores de proyectos donde se desarrolle análisis de datos, y hayan cursado o convalidado los complementos formativos habilitados al efecto.
Complementos formativos
Para los estudiantes que provienen de titulaciones oficiales del ámbito de Ciencia de datos; Informática y Computación y afines; o Ingeniería de Telecomunicación y afines:
- No hay complementos formativos.
Para los estudiantes que provienen de titulaciones oficiales del ámbito de Matemáticas, Estadística, Física y afines; u otras titulaciones oficiales del ámbito de Ingeniería, Arquitectura y afines:
- Diseño y uso de bases de datos analíticas (3 créditos ECTS).
- Programación para la ciencia de datos (3 créditos ECTS).
Para los estudiantes que provienen de otras titulaciones, con dos años de experiencia profesional en el ámbito de la ciencia de datos:
- Diseño y uso de bases de datos analíticas (3 créditos ECTS).
- Programación para la ciencia de datos (3 créditos ECTS).
- Estadística (3 créditos ECTS).
Prácticas profesionales
Las prácticas en empresas del sector son una parte esencial de tu formación. Te permiten aplicar los conocimientos adquiridos en un entorno real, facilitando tu incorporación al mundo laboral.
Se ofrecen dos modalidades de prácticas:
- Curriculares: forman parte del plan de estudios. Para realizarlas, debes haber superado al menos el 50% de los créditos y matricular la asignatura correspondiente antes de comenzar. Estas prácticas están supervisadas tanto por la empresa como por un tutor académico, e incluyen la entrega de informes intermedios y finales para su evaluación.
- Extracurriculares: son voluntarias y pueden realizarse en cualquier curso. Aunque no son obligatorias, suponen una gran oportunidad para adquirir experiencia profesional adicional. Cuanto más avanzado estés en la titulación, mayor será el valor que obtendrás de ellas.
Si optas por el itinerario profesional, podrás realizar tus prácticas en compañías de referencia como Accenture, Deloitte, Everis, Indra Sistemas, Luís Simões, Telefónica o VimcomTech.
Competencias del título
Conocimientos
- CON01 - Comprender los fundamentos de la gestión de proyectos y cómo estos se aplican en el contexto de proyectos de Big Data.
- CON02 - Explicar cómo las arquitecturas y técnicas propias de Big Data se aplican en el análisis de datos estáticos y dinámicos, estructurados y no estructurados.
- CON03 - Comprender la función del dato en la empresa para apoyar la toma de decisiones estratégicas, considerando la gestión de calidad de datos, políticas de privacidad y seguridad de los datos, y de marcos de cumplimiento normativo.
- CON04 - Comprender los fundamentos de procesamiento y almacenamiento distribuido de grandes volúmenes de datos.
- CON-OPT-01 - Conocer los recursos bibliográficos y computacionales, además de los planteamientos metodológicos y estructurales de un proyecto de investigación en Big data.
- CON-OPT-02 - Comprender el funcionamiento de la toma de decisiones en un entorno real a partir de grandes volúmenes de datos.
Habilidades
- HAB01 - Aplicar los conocimientos adquiridos sobre sistemas distribuidos/cloud en el desarrollo e implantación de sistemas de análisis de datos.
- HAB02 - Aplicar los fundamentos técnicos del funcionamiento de sistemas distribuidos de alto rendimiento, así como sus entornos de desarrollo y bases de datos tanto SQL como NoSQL.
- HAB03 - Evaluar modelos de aprendizaje automático supervisado y no supervisado para la resolución de un problema.
- HAB04 - Aplicar las diferentes metáforas de visualización, analíticas, visuales y tecnología necesaria para la interpretación de los datos.
- HAB05 - Diseñar un proceso de extracción, transformación y carga de datos haciendo uso de procesamiento paralelo y recursos escalables.
- HAB06 - Utilizar técnicas efectivas de visualización de datos para facilitar la comprensión al exponer conclusiones respaldadas por el análisis de datos tanto ante audiencias especializadas como no especializadas.
- HAB07 - Aplicar la gobernanza y el ciclo de vida de los datos, así como el análisis de negocio, optimizando el uso de los recursos y el tiempo.
- HAB08 - Evaluar de forma crítica y meticulosa los resultados obtenidos mediante el uso de técnicas de análisis de grandes volúmenes de datos.
- HAB09 - Comunicar de forma efectiva y ejecutiva tanto el progreso de los proyectos tecnológicos como los resultados obtenidos.
- HAB10 - Utilizar técnicas de gestión de proyectos para optimizar procesos y recursos.
- HAB-OPT-01 - Evaluar críticamente la literatura existente, formular preguntas de investigación relevantes y desarrollar hipótesis sólidas para desarrollar nuevas ideas en el campo del análisis de datos masivos.
- HAB-OPT-02 - Colaborar activamente en el desarrollo de proyectos o tareas que le sean asignados dentro de un departamento concreto.
Competencias
- CP01 - Analizar y argumentar los agentes del mercado, empresas y tecnologías que participan en el sector del análisis de grandes volúmenes de datos en infraestructuras distribuidas.
- CP02 - Seleccionar y configurar servicios de computación en la nube adecuados para satisfacer los requisitos de análisis de grandes volúmenes de datos
- CP03 - Diseñar e implantar infraestructuras físicas para el tratamiento de grandes volúmenes de datos distribuidos
- CP04 - Diseñar y ejecutar un proceso completo de descubrimiento de conocimiento, incluyendo las fases de almacenamiento, procesamiento y visualización de los datos.
- CP05 - Aplicar técnicas de análisis de datos, modelos de aprendizaje automático, supervisado y no supervisado, incluso cuando la información disponible sea incompleta o limitada.
- CP06 - Diseñar e implementar estrategias de gobernanza de datos que aseguren la calidad, integridad, confidencialidad y disponibilidad de la información, desde su captura y almacenamiento hasta su eliminación o archivo, asegurando su trazabilidad y cumplimiento de requisitos legales y regulatorios.
- CP07 - Evaluar las posibilidades del análisis de datos en el desarrollo del negocio en los diferentes sectores de aplicación.
- CP08 - Investigar tendencias técnicas en tecnologías y procesos de descubrimiento de información y generación de conocimiento a partir de los datos.
- CP09 - Evaluar los recursos necesarios, planificar y organizar las actividades, sin olvidar la revisión del propio progreso y desempeño del proyecto.
- CP10 - Elaborar, exponer y defender un trabajo/proyecto profesional o de investigación en el ámbito del análisis de datos masivos, de manera pública e individual, ante un tribunal universitario, síntesis de las competencias adquiridas en el título.
- CP-OPT-01 - Elaborar y presentar resultados de investigación de manera efectiva a audiencias académicas y profesionales, incluyendo la preparación de artículos para publicación científica.
- CP-OPT-02 - Aplicar de forma práctica e integradora los conocimientos, habilidades y competencias adquiridos en entornos profesionales relacionados con el análisis de datos masivos.
Claustro
El claustro está compuesto por profesionales en activo que comparten su experiencia diaria, vinculándola directamente con las materias que estudiarás en la titulación. El 60% de ellos son doctores.
Nuestro profesorado
- Óscar Marbán Gallego
Director del Máster Universitario en Análisis de Datos Masivos (Big Data)
Doctor en Informática por la Universidad Politécnica de Madrid. He impartido 22 asignaturas diferentes en 19 cursos académicos en varias titulaciones. 43 articulos en revistas y congresos internacionales y nacionales. Participación y dirección en varios proyectos de investigación competitivos y no competitivos. 2 tramos de investigación reconocidos por CNAI. Director TI, y BI manager en mayorista de viajes. - Miguel Torres Porta
Científico de Datos e ingeniero de Machine Learning en Cognizant. Con más de 5 años de experiencia en la industria, actualmente trabajando en el sector farmaceutico como consultor. - Jorge Luis Hita
Doctor en Física de la Materia Condensada y Nanotecnología. Ha impartido clases durante su doctorado y, desde 2021, en asignaturas del Departamento de Ciencia, Computación y Tecnología de la Universidad Europea de Madrid. Ha trabajado como Data Scientist en los sectores bancario y sanitario. Desde 2019 trabaja en el grupo de Computación Cuántica de BBVA en la aplicación de algoritmos cuánticos y algoritmos predictivos al sector bancario y financiero. - Pablo del Saz-Orozco
Director técnico en modelado y simulación en Invesyde, Senior Data Scientist con amplia experiencia en el ámbito de investigación en el ámbito de la inteligencia artificial y en la docencia. - Rafael Muñoz
Experto en Big Data e Inteligencia Artificial, ha desarrollado su carrera profesional en el ámbito de la banca y la logística. Amplia experiencia en la gestión de programas formativos universitarios - Samuel García Saboya
Como arquitecto de software, de datos y móviles, con experiencia en el diseño y desarrollo de arquitecturas escalables y robustas para aplicaciones y sistemas. - Joaquin Garcia Onrubia
Responsable del área de arquitectura de datos en el Centro de Excelencia de Gobierno de Datos y Analítica Avanzada de la Dirección de Digitalización y Tecnologías de la Información de Enagás, reportando directamente al CDO y CIO, liderando equipos cross-funcionales de expertos en tecnología y negocio para la implementación de proyectos de analítica avanzada, así como proyectos sobre la formulación de la estrategia global de datos de la compañía. - Carlos Jaime Pages
Formador con varios años de experiencia en Data Science, Inteligencia Artificial y AWS, en programas de máster y coaching empresarial. Más de 10 años en puestos directivos en multinacionales financieras y amplia trayectoria en la creación de start-ups en diversos sectores y países. - Jairo García
Ingeniero Superior en Informática, MBA (2011-2012 / UPM), Curso Big Data (2016-2017 / MIT), MDB (2020-2021 / ISDI). Profesional del mundo de la consultoria analítica y el gobierno TI orientado a sectores como retail, manufacturing, banca, farma, viajes, etc. - Javier Peréz Piñeiro
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. - Enrique Puertas Sanz
Ingeniero en Informática y doctor en Tecnologías de la información Aplicadas. Profesor de asignaturas en las áreas de Inteligencia Artificial y Big Data, director del grupo de investigación “Inteligencia Artificial e Interacción Humano-Máquina” y codirector del grupo “IASalud”.
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.
Proceso de admisión
El proceso de admisión para los programas de la Escuela de Postgrado de la Universidad Europea está abierto durante todo el año, aunque la inscripción en cualquiera de sus programas está supeditada a la existencia de plazas vacantes.
Si quieres un asesoramiento personalizado por parte del equipo de Admisiones de Postgrado, puedes dirigirte a cualquiera de nuestros dos campus universitarios (Alcobendas o Villaviciosa de Odón), o contactar con nosotros a través de:
Teléfono +34 91 740 72 72
Correo electrónico postgrado@universidadeuropea.es
Después de informarte, deberás aportar la documentación requerida:
- Solicitud de Admisión
- Copia del DNI o NIE
- Copia del Título Universitario
- CV
El equipo de Admisiones de Postgrado te convocará a la realización de las pruebas de ingreso correspondientes al programa de tu interés y a una entrevista personal con el director del máster o con un miembro del Comité de Admisiones.
*El proceso de admisión no supone ningún coste para el candidato ni compromiso alguno hasta la formalización de la reserva.
Requisitos de acceso
- Este máster está especialmente diseñado para científicos, tecnólogos, ingenieros, estadísticos, físicos, matemáticos, arquitectos, que deseen reorientar su carrera profesional a este campo con el reto de crear valor a partir de la integración y análisis de los datos provenientes de las distintas funciones de negocio o medios externos.
- Estudiantes que provienen de titulaciones oficiales del ámbito de Ciencia de datos; Informática y Computación y afines; o Ingeniería de Telecomunicación y afines.
- Estudiantes que provienen de titulaciones oficiales del ámbito de Matemáticas, Estadística, Física y afines; u otras titulaciones oficiales del ámbito de ingeniería, Arquitectura y afines, que dispongan de competencias (nivel MECES 2) en el ámbito de la estadística básica y que hayan cursado o convalidado los complementos formativos habilitados al efecto, o bien dispongan de experiencia profesional contrastada de más de 1 año en el ámbito de la Ciencia de datos, como gestores de bases de datos, analistas de datos, o gestores de proyectos donde se desarrolle análisis de datos, y hayan cursado o convalidado los complementos formativos habilitados al efecto.
- Estudiantes que provienen de otras titulaciones, que dispongan de experiencia profesional contrastada de más de 2 años en el ámbito de la Ciencia de datos como gestores de bases de datos, analistas de datos, o gestores de proyectos donde se desarrolle análisis de datos, y hayan cursado o convalidado los complementos formativos habilitados al efecto.
Complementos formativos
Para los estudiantes que provienen de titulaciones oficiales del ámbito de Ciencia de datos; Informática y Computación y afines; o Ingeniería de Telecomunicación y afines:
- No hay complementos formativos.
Para los estudiantes que provienen de titulaciones oficiales del ámbito de Matemáticas, Estadística, Física y afines; u otras titulaciones oficiales del ámbito de Ingeniería, Arquitectura y afines:
- Diseño y uso de bases de datos analíticas (3 créditos ECTS).
- Programación para la ciencia de datos (3 créditos ECTS).
Para los estudiantes que provienen de otras titulaciones, con dos años de experiencia profesional en el ámbito de la ciencia de datos:
- Diseño y uso de bases de datos analíticas (3 créditos ECTS).
- Programación para la ciencia de datos (3 créditos ECTS).
- Estadística (3 créditos ECTS).
Ven a conocer el campus
Conoce las instalaciones y descubre por qué la Universidad Europea está hecha para ti.
Preguntas frecuentes
¿Para qué sirve el Big Data?
El Big Data se refiere al procesamiento, análisis y gestión de conjuntos de datos extremadamente grandes y complejos que no pueden ser manejados por las herramientas de manejo de datos tradicionales debido a su volumen, velocidad, y variedad. Sirve para múltiples propósitos en diferentes industrias y dominios, proporcionando insights valiosos que pueden ayudar en la toma de decisiones, la optimización de procesos, y la innovación.
¿Qué conocimientos y habilidades se adquieren en el Máster en Big Data?
Al estudiar Big Data, adquirirás los conocimientos y habilidades esenciales para convertirte en un experto en el campo del análisis de grandes volúmenes de datos. Este Máster está diseñado para equiparte con las competencias necesarias para enfrentar los desafíos de la era digital y aprovechar el poder del big data en decisiones estratégicas.
¿Por qué es importante el Big Data?
El Big Data es fundamental en el mundo contemporáneo por varias razones clave, impactando significativamente en empresas, gobiernos, y la sociedad en general a la hora de:
- Toma de decisiones informada.
- Descubrimiento de insights y patrones ocultos.
- Personalización y mejora de la experiencia del cliente.
- Innovación y desarrollo de productos.
- Eficiencia operativa.
- Predicción y análisis predictivo.
¿Qué lenguajes se utilizan en un Máster en Big Data?
En un Máster en Big Data se imparten lenguajes de programación y herramientas tecnológicas como:
- Python.
- R.
- SQL.
- Java.
- Herramientas de visualización de datos como Tableau, Power BI.
- JavaScript.