Máster en Big Data Valencia

El Máster Universitario en Análisis de Datos Masivos (Big Data) se ha comenzado a impartir en la Universidad Europea de Valencia en el curso académico 2025/2026

30.

Podrás realizar tus prácticas en centros de primer nivel, donde empezarás a descubrir de primera mano cómo funciona el mundo laboral. Verás aplicados tus conocimientos en situaciones reales y construirás tu red de contactos desde el primer día.

Tipos de prácticas

• Curriculares: incluidas en tu plan de estudios, se cursan al matricularte en la asignatura específica. Requieren haber superado un mínimo de créditos previos, cuentan con el seguimiento de tu tutor académico y de la empresa, y se evalúan mediante un informe final.
• Extracurriculares: voluntarias y flexibles, las puedes empezar en cualquier momento de la carrera. Cuanto más avances en tus estudios, mayor rendimiento obtendrás de estas prácticas.

Haz de las prácticas un punto de inflexión en tu formación y llega al mercado laboral con experiencia real y un perfil altamente competitivo.

Conocimientos

• CON1. Disponer de los 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.
• CON2. Reconocer la complejidad y las fases de preparación de datos, modelado y visualización de información en soluciones tecnológicas basadas en la inteligencia artificial.
• CON3. Identificar los principales modelos de aprendizaje automático y detección de anomalías, así como su aplicación práctica en diferentes casos de uso que requieren automatización.
• CON4. Identificar los principales sistemas de procesado y almacenamiento de datos estructurados y no estructurados.
• CON5. Describir la complejidad y las fases de desarrollo de soluciones tecnológicas basadas en el tratamiento masivo de datos.

Habilidades

• HAB1. 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.
• HAB2. 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.
• HAB3. Exponer conclusiones -y los conocimientos y razones últimas que las sustentan- a públicos especializados y no especializados de un modo claro y sin ambigüedades.
• HAB4. Disponer de las habilidades de aprendizaje que permitan a los estudiantes continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
• HAB5. Planificar las tareas aprovechando los recursos, el tiempo y las competencias de manera óptima.
• HAB6. Interpretar de forma crítica y rigurosa los resultados científico-técnicos obtenidos al aplicar técnicas de tratamiento masivo de datos.
• HAB7. Desempeñar profesionalmente las capacidades desarrolladas en proyectos complejos de Big Data, trabajando en equipo y manteniendo una interlocución adecuada y enriquecedora con colaboradores provenientes de otras disciplinas.
• HAB8. Comunicar de forma efectiva y ejecutiva tanto el progreso de los proyectos tecnológicos como los resultados obtenidos.

Competencias

• CP1. 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.
• CP2. 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.
• CP3. Diseñar, implantar, y administrar redes e infraestructuras físicas para el tratamiento de grandes volúmenes de datos distribuidos.
• CP4. Diseñar y ejecutar un proceso completo de descubrimiento de conocimiento, incluyendo las fases de almacenamiento, procesamiento y visualización de los datos.
• CP5. Diseñar y aplicar algoritmos de análisis basados en sistemas e infraestructuras de almacenamiento y acceso a grandes volúmenes de datos.
• CP6. Aplicar las bases técnicas del funcionamiento de sistemas distribuidos de altas prestaciones, sus entornos de desarrollo y bases de datos (SQL y noSQL)
• CP7. Integrar, implantar y explorar aplicaciones de análisis de datos en plataformas de altas prestaciones, incluyendo la privacidad y la protección de los datos.
• CP8. Aplicar las bases técnicas del funcionamiento de plataformas cloud computing y Virtualizadas
• CP9. 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.).
• CP10. Investigar tendencias técnicas en tecnologías y procesos de descubrimiento de información y generación de conocimiento a partir de los datos.
• CP11. 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.
• CP12. Elaborar, exponer y defender un trabajo original de manera pública e individual ante un tribunal universitario, síntesis de las competencias adquiridas en el título.

Analista de Datos, Científico de Datos, Arquitecto de Datos, Ingeniero de Datos.

El máster está enfocado a estudiantes con el siguiente perfil de ingreso:

• Estudiantes que provienen de titulaciones oficiales relacionadas directamente con el ámbito de la ciencia de datos, la informática y computación, y las matemáticas.
• Estudiantes que provienen de titulaciones oficiales del ámbito de las ciencias y la ingeniería, que hayan cursado o convalidado los complementos formativos habilitados al efecto.

Se incluyen a continuación complementos formativos que deberán cursar aquellos candidatos cuyas titulaciones previas carezcan de los siguientes

contenidos para una consecución correcta del máster:

• Fundamentos de programación (6 ECTS)
• Estadística (6 ECTS)

En lo referente al acceso al máster, se atenderá a lo establecido en el artículo 18 del RD 822/2021, por el que se establece la normativa básica de los procedimientos de acceso y admisión a las enseñanzas universitarias oficiales de Máster Universitario.

Criterios de acceso

Para el acceso al máster se exige al estudiante el requisito legal conforme a lo previsto en el Real Decreto 822/2021, de 28 de septiembre, por el que se establece la organización de las enseñanzas universitarias y del procedimiento de aseguramiento de su calidad:

• Estar en posesión de un título universitario oficial de graduada o graduado español o equivalente, o en su caso disponer de otro título de máster universitario, o títulos del mismo nivel que el título español de grado o máster expedidos por universidades e instituciones de educación superior de un país del EEES que en dicho país permita el acceso a los estudios de Máster.
• Estar en posesión de títulos procedentes de sistemas educativos que no formen parte del EEES, que equivalgan al título de grado, sin necesidad de homologación del título, pero sí de comprobación por parte de la universidad del nivel de formación que implican, siempre y cuando en el país donde se haya expedido dicho título permita acceder a estudios de nivel de postgrado universitario. En ningún caso el acceso por esta vía implicará la homologación del título previo del que disponía la persona interesada ni su reconocimiento a otros efectos que el de realizar los estudios de máster.

El departamento de Admisiones de la Universidad es el responsable de la admisión al máster de referencia. Está formado por especialistas en el ámbito de conocimiento del título, que conocen a la perfección el plan de estudios, los requisitos de acceso y las pruebas que han de realizar los futuros estudiantes.

Documentación adicional para candidatos con experiencia laboral

Los Licenciados/Graduados/Diplomados con experiencia profesional en el ámbito del máster deberán aportar un portafolio (dossier de evidencias) que incluya:

• Carta de motivación.
• Vida laboral.
• Currículum Vitae.
• Evidencias documentales (cartas de recomendación, títulos de cursos, certificados u otros documentos relacionados con el título).
• Acreditación de idiomas.

Este portafolio será valorado por el responsable de facultad del departamento de Admisiones.

Requisito mínimo:
Para optar al reconocimiento de créditos se requiere al menos un año de experiencia acreditada en tareas y funciones relacionadas con el ámbito del máster.

Criterios de matriculación

Podrán matricularse aquellos estudiantes que cumplan la acreditación exigida por orden de preinscripción.
Si la demanda supera la oferta, se aplicarán los criterios de ponderación establecidos previamente.

Requisito de idioma

Los estudiantes que cursen el programa en un idioma distinto de su lengua materna deberán acreditar un nivel B2 del MCERL, mediante un título reconocido por la mesa lingüística de la CRUE, para acceder al título, las prácticas externas u otras actividades.

Admisión y entrevista personal

A los estudiantes admitidos se les comunicará su aceptación y se procederá a su matriculación desde la Secretaría Académica.

La Universidad Europea establece como prueba de admisión una entrevista personal, que se valorará junto al expediente académico:

• Nota media del expediente académico: 60%
• Entrevista: 40%

La entrevista podrá realizarse de manera presencial u online y es llevada a cabo por el Departamento de Admisiones.

Objetivos de la entrevista

Evaluar la adecuación del perfil del estudiante para cursar con éxito el máster y dar a conocer el perfil de egreso.
A través de preguntas abiertas se exploran aspectos como motivación, conocimientos y formación previa.

La entrevista se realiza mediante un cuestionario y es validada por personal cualificado de la Universidad.

• Ronal Muresano Cáceres
  Doctor en computación paralela y acreditado por la AVAP, con más de 20 años de experiencia en el mundo del Big Data y Cloud. Más de 20 años de experiencia como docente.
• David Tébar Zamora
  Ingeniero aeroespacial con estudios de master en Big Data, cloud computing y data engineering, con más de 7 años de experiencia en ingeniería de datos y Big Data. 3 años de experiencia como docente.
• José Luis Cubero Somed
  Ingeniero matemárico y estadístico, con estudios de master en modelado financiero, Machine Learning, Deep Learning e IA generativa. Con más de 25 años de experiencia, de los cuales más de 15 están orientados al machine learning y al business analytics. Mas de 5 años de experiencia como docente.
• Jorge López Fresco
  Científico de Datos con más de 6 años de experiencia en el diseño, desarrollo e implementación de soluciones de Inteligencia Artificial, especializado en Machine Learning, Deep Learning, LLMs e IA Generativa. Actualmente desempeña el rol de AI Tech Lead en Barceló Hotel Group, donde lidera la implementación, transformación y automatización de procesos mediante tecnologías avanzadas de IA para impulsar la eficiencia operativa y la personalización de la experiencia del cliente
• Enrique García Vidal
  CEO de DEEPSENSE, experto en análisis de datos, automatización y machine learning. Ingeniero y Máster en Ciencia de Datos e IA, combina visión estratégica con experiencia técnica y en cloud (AWS).
• Miguel Ángel Torres Font
  Ingeniero informático con estudios de máster en tecnologías Web, computación en la nube y aplicaciones móviles. Con más de 5 años de experiencia en el mundo del Dato y más de 4 años de experiencia como docente.
• Carolina Abreu
  Ingeniera en Computación, con máster en Bussiness Intelligence y en Ciencia de Datos, tiene gran experiencia en la gestión de datos, donde es responsable de garantizar la calidad, integridad y gobernanza de los datos dentro de la organización. Tiene más de 15 años de experiencia en gestión de entornos de datos.

Consultar

Consultar