-20% Descuento en ayudas para el estudio ¡Solo hasta el 30 de junio!
El Máster en Big Data y Análisis de Grandes Cantidades de Datos está diseñado para titulados en ingeniería, matemáticas, estadística o áreas relacionadas con las TIC que buscan especializarse en el mundo de la gestión y análisis de grandes volúmenes de información.
El programa ofrece una formación integral que abarca desde los fundamentos técnicos hasta el procesamiento y análisis avanzado, junto con una sólida aplicación práctica, garantizando que adquieras competencias esenciales para liderar proyectos tecnológicos en entornos reales y competitivos.
Aprenderás a dominar herramientas y tecnologías punteras como data science, machine learning y cloud computing, que te permitirán abordar desde la arquitectura y el almacenamiento de datos hasta su análisis y visualización, adaptándote a las demandas actuales del mercado.
Además, tendrás acceso exclusivo a la AWS Academy, donde podrás prepararte para certificaciones internacionales de gran prestigio como el AWS Certified Cloud Practitioner y el AWS Certified Machine Learning Specialty, te posicionarán como un experto capacitado para liderar proyectos en entornos cloud y de aprendizaje automático.
*Universidad aprobada por ley en el Parlamento de Andalucía el día 24 de julio de 2024, pendiente de aprobación de su puesta en funcionamiento para el curso académico 25/26. Titulación pendiente de verificación e implantación en el curso 25/26 de conformidad a la legislación vigente.
Título oficial emitido por Universidad Europea de Andalucía
| Presencial | Clases en Español | Málaga | 9 meses, 60 ECTS | Inicio: Octubre 2025 | Escuela Politécnica |
Becas, descuentos y ayudas al estudio para que nada frene tu formación. Si tienes el talento y las ganas de avanzar, nosotros hacemos que el viento sople a tu favor.
En el Máster en Big Data y Análisis de Datos Masivos, recibirás una formación integral que te preparará para liderar proyectos de análisis y gestión de grandes volúmenes de datos en diversas industrias. A lo largo del programa, aprenderás a:
Te ofrecemos un entorno de vanguardia, diseñado para que desarrolles todo tu potencial y adquieras las herramientas que te permitirán enfrentar los retos del futuro. Traemos una alternativa de formación innovadora con un aprendizaje basado en la práctica y enfocado a trabajar en equipo con diferentes profesionales de otras áreas que te permitirá tener una visión integrada de tu profesión.
| Asignatura | Tipo | ECTS |
| Bases para el almacenamiento y análisis del dato | OB | 6 |
| Computación en sistemas distribuidos | OB | 6 |
| Bases de datos de nueva generación | OB | 6 |
| Procesamiento de datos | OB | 6 |
| Aprendizaje automático | OB | 6 |
| Visualización de datos | OB | 6 |
| Gobernanza y ciclo de vida del dato | OB | 3 |
| Ética y regulación | OB | 3 |
| Asignatura Optativa | OPT | 12 |
| Trabajo Fin de Máster | TFM | 6 |
| Asignaturas Optativas | Tipo | ECTS |
| Prácticas Académicas Externas | OPT | 12 |
| Metodología de la Investigación | OPT | 12 |
| Proyecto profesional - Arquitecturas híbridas y multicloud | OPT | 12 |
| Proyecto profesional - Big data para datos no estructurados | OPT | 12 |
Introducción a los conceptos fundamentales relacionados con el almacenamiento, recuperación y análisis eficiente de grandes volúmenes de datos. Se abordan las arquitecturas modernas de computación en la nube, los principios de escalabilidad y disponibilidad, y los servicios más utilizados para el procesamiento de datos en entornos cloud.
Estudio de los fundamentos teóricos y prácticos de la computación distribuida. Se analizan las arquitecturas ytecnologías para el procesamiento paralelo y distribuido de datos, incluyendo el uso de clústeres On-Premise y frameworks como Hadoop y Spark para el tratamiento de datos a gran escala.
Se exploran las bases de datos NoSQL (clave-valor, columnares, documentales y grafos) y las arquitecturas de almacenamiento modernas como Data Warehouses, Data Lakes y OneLake. Se examina su idoneidad para diferentes tipos de datos y cargas de trabajo.
Procesos de ingesta, limpieza y transformación de datos Diseño e implementación de procesos de ingesta, limpieza, transformación y enriquecimiento de datos. Se estudian flujos ETL/ELT, técnicas de integración de fuentes heterogéneas y herramientas que permiten automatizar y escalar estos procesos.
Introducción al aprendizaje automático, incluyendo algoritmos supervisados y no supervisados, técnicas avanzadas de deep learning, y su implementación práctica con librerías como Scikit-learn, TensorFlow y PyTorch.
Técnicas y herramientas para la visualización efectiva de datos. Se estudian principios de diseño visual, gráficos interactivos, dashboards y herramientas de visualización como Tableau, Power BI o librerías de Python/R. Incluye desarrollo de capacidades de storytelling para comunicar resultados de análisis de forma clara y persuasiva.
Aborda la gobernanza del dato en su ciclo de vida, desde creación hasta eliminación, incluyendo calidad, trazabilidad, seguridad, clasificación, catálogo, políticas de acceso y gestión de metadatos. Se estudian modelos organizativos y herramientas para entornos complejos, con casos prácticos.
Se estudian principios éticos, legales y normativos del Big Data e IA, incluyendo privacidad, sesgo algorítmico y regulaciones como RGPD y LOPD. Se analiza la ética en decisiones automatizadas y la responsabilidad profesional.
Estancia en una empresa o institución colaboradora (mínimo requerido 300 horas) donde el estudiante pueda aplicar los conocimientos adquiridos en entornos reales, enfrentándose a retos profesionales del ámbito del Big Data.
Asignatura orientada a estudiantes que deseen continuar su formación con un doctorado. Se abordan los fundamentos metodológicos de la investigación científica, diseño experimental, redacción académica y revisión sistemática de literatura.
Proyecto práctico de big data en entornos on-premise, utilizando Hadoop, Spark, Hive y Kafka. Incluye virtualización, contenedores, integración con sistemas legacy y gestión de recursos.
Proyecto práctico centrado en el tratamiento y análisis de datos no estructurados, como texto, imágenes o audio. Se estudian herramientas específicas para su procesamiento, así como técnicas de NLP, análisis de sentimiento, reconocimiento de patrones y más.
Desarrollo de un proyecto individual integrador, en el que se apliquen de forma coherente los conocimientos teóricos y prácticos adquiridos a lo largo del máster. El TFM puede enfocarse desde una perspectiva académica, aplicada o de investigación, según los intereses del estudiante.
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, EY, Oracle, Cajamar, Data Lab, Quantexa, Vodafone.
Comienza tu futuro en la Universidad Europea
Elegir qué estudiar es una de las decisiones más importantes, por ello disponemos de un proceso y un equipo asesor que te ayudará a guiarte en este camino.
En 3 pasos puedes convertirte en un alumno de la Universidad Europea.
1
Inicia tu proceso llamando a 951102240 o solicita información y nuestros asesores se pondrán en contacto contigo.
2
Una vez admitido podrás abonar tu reserva de plaza para garantizarla.
3
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.
El claustro está conformado profesionales de la industria con conocimientos prácticos, consultores y emprendedores, especialistas técnicos en herramientas y tecnologías clave que guiarán a los estudiantes. Además, gran parte de los profesores del claustro son doctores, en el área de la computación o del análisis de datos, con experiencia en investigación y publicaciones científicas. Esta diversidad asegura una formación equilibrada y relevante, combinando teoría y práctica para preparar a los estudiantes para los desafíos del mundo real.