Máster Universitario en Análisis de Datos Masivos (Big Data) Madrid

El Máster te prepara para convertirte en uno de los profesionales más buscados: Data Architect, Data Engineer o Data Scientist. Te formarás con profesionales del dato que lideran los sectores de banca, salud, telecomunicaciones y consultoría.

Selecciona tu programa:

Madrid

Presencial 21 Oct 22

Online

15 Nov 22

Máster en Big Data

El Máster en Big Data es una formación que estudia el análisis de Datos Masivos. Una titulación para ingenieros, estadísticos y matemáticos, o analistas de datos, con vocación en el ámbito de las TIC, que buscan ampliar sus conocimientos en técnicas almacenamiento y procesamiento distribuido de información, así como análisis y visualización de grandes cantidades de datos.

Aprenderás a aplicar tecnologías vanguardistas de Data Science y Machine Learning, convirtiéndote en un experto en gestión de grandes volúmenes de datos e infraestructuras, aprendizaje automático y análisis de procesos de gestión de empresas.

Tendrás acceso a la AWS Academy para preparar el AWS Certified Cloud Practitioner durante el módulo en arquitecturas cloud computing y al AWS Certified Machine Learning Specialty durante el módulo de procesamiento de datos y aprendizaje automático.

Presencial	Español
Alcobendas	60 ECTS
Inicio: 21 oct. 2022	Título emitido por Universidad Europea de Madrid
10 meses	Escuela de Arquitectura, Ingeniería y Diseño
Título oficial

20% de descuento en reserva de plaza para curso 22/23. ¡Solo hasta el 30 de junio!

Consulta las bases

¿Por qué estudiar el Máster en Big Data de la Universidad Europea?

Plan de estudios innovador

Compatible con la actividad profesional

Claustro de prestigio

Aprendizaje experiencial

Contenido exclusivo

Plan de estudios innovador

Incluye todo el ciclo de vida del dato, desde el diseño y puesta en marcha de las arquitecturas que soportarán el almacenamiento y procesado distribuido de los datos.

Compatible con la actividad profesional

Horario en fin de semana que permite compatibilizar tu actividad laboral con la asistencia a clases.

Claustro de prestigio

Desarróllate con la ayuda de expertos relevantes de diferentes sectores y empresas como Deloitte, Cryptoeconomic o Telefónica., que compartirán contigo su experiencia y visión profesional de preprocesado, modelado y visualización de datos

Aprendizaje experiencial

Aprenderás a través de casos reales de multinacionales de primer nivel. Gracias a simulaciones y role plays, te prepararás para ser un profesional global en Big Data.

Para ello dispondrás de unas instalaciones de vanguardia, formadas por dos clusters para procesamiento de grandes volúmenes de datos: Uno principal con más de 25 nodos homogéneos de proceso y 2TB de memoria ram, y otro secundario formado por 4 máquinas servidoras con alta capacidades de procesamiento y memoria (multicore, +64GB por nodo). Ambos cuentan con Apache Hadoop, HDFS, Apache Spark, y lenguajes/herramientas de acceso a bases de datos noSQL Hive o Impala.

Contenido exclusivo

Contarás con masterclases exclusivas impartidas por profesionales de empresas top en España, como Santander y Telefónica.

Herramientas

En este máster se utilizan herramientas e infraestructuras de computación en la nube como Amazon EC2 (la cual permite acceso para colaboradores académicos con fines educacionales y también de pago). Sobre esta IAAS se implementan servicios de clúster tipo hadoop y HDFS para permitir la utilización de sistemas y bases de datos distribuidas propias de big data (cassandra y HBASE, y de acceso HIVE/Impala). A nivel de aplicación se proporcionan herramientas de análisis y aprendizaje (mahout y spark) y librerías de visualización (D3.js y visualización BigR de IBM).

El talento se premia

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 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 Fin de Máster.
Everis. Empresa de consultoría multinacional que trabaja en proyectos en varios sectores, entre ellos el desarrollo de soluciones de Big Data.

Ellos te lo cuentan

“Los Profesionales que adquieran ahora una formación sólida en Big Data podrán responder a la cantidad de ofertas de empleo sin cubrir que habrá en los próximos años”

José Javier Ruiz Cobo

Director del Máster Universitario en Análisis de Datos Masivos (Big Data)

Más de 20 años de experiencia en consultoría en Eficiencia Operativa y Transformación Digital

“Este máster prepara profesionales que puedan gestionar todo el ciclo de vida de un proyecto de Big Data: desde la infraestructura al análisis de los datos, teniendo en cuenta el valor de negocio”

Enrique Puertas

Profesor del Máster Universitario en Análisis de Datos Masivos (Big Data)

Plan de estudios

¿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

PRIMER CURSO

Materia	ECTS	Tipo	Idioma de impartición
Arquitecturas Cloud Computing	3	OBLIGATORIA	Español (es)
Estadística Avanzada Aplicada	3	OBLIGATORIA	Español (es)
Computación en sistemas distribuidos	6	OBLIGATORIA	Español (es)
Bases de datos de nueva generación	6	OBLIGATORIA	Español (es)
Gobernanza y ciclo de vida del dato	3	OBLIGATORIA	Español (es)
Business Analytics	3	OBLIGATORIA	Español (es)
Procesamiento de datos	6	OBLIGATORIA	Español (es)
Aprendizaje automático	6	OBLIGATORIA	Español (es)
Visualización de datos	6	OBLIGATORIA	Español (es)
Trabajo Fin de Máster	6	OBLIGATORIA	Español (es)
Metodología y diseño de la Investigación	3	OPTATIVA	Español (es)
Procesamiento de la información	3	OPTATIVA	Español (es)
Recursos asociados a la actividad investigadora	3	OPTATIVA	Español (es)
Practicum	3	OPTATIVA	Español (es)
Prácticas en empresa I	9	OPTATIVA	Español (es)
Prácticas en empresa II	3	OPTATIVA	Español (es)

Plazas de nuevo ingreso

35 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 egreso

En España se pronostica que en 2022 se crearán 1,25 millones de empleos para profesionales en Big Data, software o ciberseguridad.

Fórmate en uno de los sectores más en auge y prepárate para trabajar como:

Experto en Dirección de Proyectos Big Data.
Big Data Architect.
Data Quality Engineer.
IT Manager, IT Arquitect.
Data Scientist.
Audit Analyst.

Competencias del título

Competencias básicas Competencias transversales Competencias específicas

Competencias básicas

CB1: Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
CB2: Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
CB3: Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
CB4: Que los estudiantes sepan comunicar sus conclusiones –y los conocimientos y razones últimas que las sustentan- a públicos especializados y no especializados de un modo claro y sin ambigüedades.
CB5: Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

Competencias transversales

CT1: Aprendizaje Autónomo: Habilidad para elegir las estrategias, las herramientas y los momentos que considere más efectivos para aprender y poner en práctica de manera independiente lo que ha aprendido.
CT2: Autoconfianza: Capacidad para valorar nuestros propios resultados, rendimiento y capacidades con la convicción interna de que somos capaces de hacer las cosas y los retos que se nos plantean.
CT3: Capacidad para adaptarse a nuevas situaciones: ser capaz de valorar y entender posiciones distintas, adaptando el enfoque propio a medida que la situación lo requiera.
CT4: Capacidad de análisis y síntesis: ser capaz de descomponer situaciones complejas en sus partes constituyentes; también evaluar otras alternativas y perspectivas para encontrar soluciones óptimas. La síntesis busca reducir la complejidad con el fin de entenderla mejor y/o resolver problemas.
CT5: Capacidad para aplicar los conocimientos a la práctica, para utilizar los conocimientos adquiridos en el ámbito académico en situaciones lo más parecidas posibles a la realidad de la profesión para la cual se están formando.
CT6: Comunicación oral/ comunicación escrita: capacidad para transmitir y recibir datos, ideas, opiniones y actitudes para lograr comprensión y acción, siendo oral la que se realiza mediante palabras y gestos y, escrita, mediante la escritura y/o los apoyos gráficos.
CT7: Habilidades en las relaciones interpersonales: Capacidad de relacionarse positivamente con otras personas por medios verbales y no verbales, a través de la comunicación asertiva, entendiéndose por ésta, la capacidad para expresar o transmitir lo que se quiere, lo que se piensa o se siente sin incomodar, agredir o herir los sentimientos de la otra persona.
CT8: Iniciativa y espíritu emprendedor: Capacidad para acometer con resolución acciones dificultosas o azarosas. Capacidad para anticipar problemas, proponer mejoras y perseverar en su consecución. Preferencia por asumir y llevar a cabo actividades.
CT9: Planificación y gestión del tiempo: Capacidad para establecer unos objetivos y elegir los medios para alcanzar dichos objetivos usando el tiempo y los recursos de una forma efectiva.
CT10: Razonamiento crítico: Capacidad para analizar una idea, fenómeno o situación desde diferentes perspectivas y asumir ante él/ella un enfoque propio y personal, construido desde el rigor y la objetividad argumentada, y no desde la intuición.
CT11: Resolución de problemas: Capacidad de encontrar solución a una cuestión confusa o a una situación complicada sin solución predefinida, que dificulte la consecución de un fin.
CT12: Innovación-Creatividad: Capacidad para proponer y elaborar soluciones nuevas y originales que añaden valor a problemas planteados, incluso de ámbitos diferentes al propio del problema.
CT13: Toma de decisiones: Capacidad para realizar una elección entre las alternativas o formas existentes para resolver eficazmente diferentes situaciones o problemas.
CT14: Trabajo en equipo: Capacidad para integrarse y colaborar de forma activa con otras personas, áreas y/u organizaciones para la consecución de objetivos comunes.

Competencias específicas

CE01: 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.
CE02: Aplicar las bases teórico-prácticas necesarias sobre Tecnologías de la Información y Comunicaciones de interés para el desarrollo e implantación de servicios de análisis y extracción de modelos a partir de los datos en infraestructuras de altas prestaciones.
CE03: Diseñar, implantar, y administrar redes e infraestructuras físicas para el tratamiento de grandes volúmenes de datos distribuidos.
CE04: Diseñar y ejecutar un proceso completo de descubrimiento de conocimiento, incluyendo las fases de almacenamiento, procesamiento y visualización de los datos.
CE05: Diseñar y aplicar algoritmos de análisis basados en sistemas e infraestructuras de almacenamiento y acceso a grandes volúmenes de datos.
CE06: Aplicar las bases técnicas del funcionamiento de sistemas distribuidos de altas prestaciones, sus entornos de desarrollo y bases de datos (SQL y noSQL)
CE07: Integrar, implantar y explorar aplicaciones de análisis de datos en plataformas de altas prestaciones, incluyendo la privacidad y la protección de los datos.
CE08: Aplicar las bases técnicas del funcionamiento de plataformas cloud computing y virtualizadas.
CE09: Evaluar las posibilidades de la gestión masiva de datos y la inteligencia artificial en el desarrollo del negocio en los diferentes sectores de aplicación (banca, salud, comunicaciones, gobierno, etc.).
CE10: Investigar tendencias técnicas en tecnologías y procesos de descubrimiento de información y generación de conocimiento a partir de los datos.
CE11: Aplicar las diferentes metáforas de visualización, analíticas visuales, y tecnología necesaria para mejorar la interpretación de los datos en el proceso de interacción hombre-máquina.
CE12: Elaborar, exponer y defender un trabajo original de manera pública e individual ante un tribunal universitario, síntesis de las competencias adquiridas en el título.

Prácticas profesionales

Reglamento de prácticas externas

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.

Prácticas profesionales

Realizarás tus prácticas profesionales en empresas del sector. Estas prácticas forman parte del contenido académico del programa y son evaluadas como parte de la formación. Las prácticas profesionales constituyen una oportunidad única para trasladar los contenidos y las competencias desarrolladas en el máster al trabajo diario en una empresa.

Si optas por el itinerario profesional podrás realizar prácticas en empresas de reconocido prestigio, como por ejemplo Accenture, Deloitte, Everis, Indra Sistemas, Luís Simões, Telefónica o VimcomTech.

Cajamar

Data Lab

Vicomtech

Ver listado completo

Empleabilidad

Desarrolla tus capacidades personales y tu liderazgo en la Universidad Europea.

Las prácticas en empresas son un elemento clave en tu formación de Postgrado. Adquirir experiencia relacionada con lo aprendido en tu titulación, es la mejor forma de entrar en el mercado laboral y aprovechar al máximo tu experiencia universitaria. Hay dos tipos de prácticas, las curriculares (incluidas en tu plan de estudios) y extracurriculares (las que puedes hacer de forma voluntaria).

Podrás realizar las prácticas en empresa desde el primer día. 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.

Salidas profesionales del Máster en Big Data

El estudiante, gracias a estudiar nuestro Máster en Big Data Analytics en Madrid, estará preparado para desempeñar las siguientes funciones habituales en el mundo del Big Data:

Data scientist. Responsable de definir las preguntas y los procesos de análisis de datos para transformarlos en valor para la empresa..
Data Architect. Responsable de definir y desplegar la infraestructura necesaria para proyectos de Grandes volúmenes de Datos.
Experto en análisis de datos y machine learning, responsable de programar los sistemas de tratamiento de datos y aprendizaje automático.

Perfiles más buscados de la década

LinkedIn incluye al especialista en Big Data en su top de 10 empleos más demandados, con más de 360.000 vacantes.

En su informe Empleos Emergentes 2020, LinkedIn cifra el crecimiento anual de las profesiones con más proyección. En el caso de Científico de Datos, será de un 47% de crecimiento anual

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 ayudara a guiarte en este camino.

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

Pruebas de acceso

Iniciar tu proceso llamando a 917407272 o puedes realizar la "solicitud de admisión" en el enlace que encontraras más abajo.

Reserva de plaza

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

Matrícula

Entregar la documentación necesaria para formalizar tu matrícula.

Solicitud de admisión

El proceso de admisión no supone ningún coste para el candidato ni compromiso alguno hasta la formalización de la reserva. ¡Ponte en contacto con nosotros!

Solicita tu plaza

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.

Consultar becas

Convalidaciones y traslado de centros

En el caso de que quieras acceder por traslado y optar a las plazas limitadas disponibles por esta vía de acceso, debes solicitar convalidaciones y pasar el proceso de admisión.

Solicitar online

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

En el 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).

Claustro

El claustro está conformado por profesionales en ejercicio que ponen a tu disposición el día a día de sus trabajos y lo hacen en conexión con las materias objeto de estudio en la titulación. El 72% son Doctores.

Nuestro profesorado

D. José Javier Ruiz Cobo
Ingeniero de Telecomunicaciones. Especialista tecnológico en Cloud Computing, Big Data, IoT y Blockchain.
Dr. D. Jorge Luis Hita
BBVA - Research Scientist in Quantum Computing and Machine Learning
Dr. D. David Díaz Rico
Instituto de Ingeniería del Conocimiento – IIC – Data Scientist
Dr. D. Rafael Muñoz Gil
CaixaBank - Data & Analytics Manager
D. Álvaro Sánchez Pérez
VavaCars - Data Visualization Expert / Data Scientist
D. Álvaro Agea
NAPPTIVE - Cofundador & CEO
D. Edgar Cotte
Microsoft - Customer Engineer Data & AI
D. Joaquín García Onrubia
Enagás - Data & Analytics Manager
Dr. D. Ana Medina Palomo
Ingeniera matemática
Dr. D. Juan Antonio Piñuela Izquierdo
Ingeniero de Telecomunicación
Dr. D. Enrique Puertas
Ingeniero Informático
Dr. D. Javier Pérez Piñeiro
Ingeniero Químico

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 interno de garantía de calidad (SGIC) Seguimiento de la calidad del título Procesos de resultados y RUCT Normativa Servicios al estudiante

Sistema interno de garantía de calidad (SGIC)

Consultar aquí

Seguimiento de la calidad del título

Miembros del CCT

El Comité de Calidad del Título (CCT) está formado por los siguientes miembros relacionados con el título:

Director/a de Postgrado
Director/a de Programa
Estudiantes
Profesores (Coordinador/a de TFM y Coordinador/a de Prácticas)
Quality Partner (Calidad y Compliance)
Director/a Académico/a

Principales mejoras del título

Definir de forma clara los diferentes itinerarios de optatividad.
Crear procedimiento de comunicación durante las prácticas profesionales.
Reenfocar las asignaturas de negocio para orientarlas a casos prácticos.

Principales resultados del título

Tasa de abandono 0%
Tasa de eficiencia 100%
Tasa de graduación 82%
Tasa de empleabilidad 94%
Tasa de rendimiento 93%
Satisfacción de los estudiantes con el profesorado 4,5/5

Procesos de resultados y RUCT

Resultados de procesos

Enlace a la web del RUCT