Máster en Big Data y Análisis de Datos en Málaga

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.

• Analista de datos: es el perfil profesional que transforma los datos en información para poder llevar a cabo una toma de decisiones más completa. Realiza los procesos de adquisición, preparación y análisis exploratorio de las fuentes de datos.
• Científico de datos: son profesionales que se dedican a la analítica de datos, esto es, extraer información de grandes volúmenes de datos (big data), tanto estructurados como no estructurados, y convertirla en conocimiento para que las organizaciones puedan tomar mejores decisiones. Deben tener conocimientos de estadística superiores a los de los programadores y con conocimientos de programación superiores a los de cualquier estadístico. Normalmente, traducen la visión de negocio donde explotan los datos
• Arquitecto de datos: profesionales que define el esquema de datos e indique el tipo de datos que debe recopilarse en cada instancia, su categoría, la relación de cada entidad con otras entidades de la base de datos central, tanto como definir de dónde viene y hacia dónde va, garantizando la seguridad y estableciendo los protocolos correspondientes. El objetivo del arquitecto de datos es diseñar sistemas, crear modelos de almacenamiento y gestionar
• Ingeniero de datos: es un profesional cuyas funciones son la administración, el almacenamiento y la gestión de datos en una organización con el objetivo de detectar tendencias, y definir el proceso de estos de forma más útil. Fija las bases para que los científicos de datos, analistas y desarrolladores de aplicaciones puedan realizar su trabajo.

• Licenciados/Graduados en:​
  • Informática, computación y afines.
  • Ingeniería de telecomunicación y afines.
  • Matemáticas, estadística, física y afines.
  • Ingeniería, arquitectura y afines.
• Licenciados/Graduados/Diplomados con experiencia laboral/profesional acreditada en el ámbito de al menos un año​.