Máster en Data Science
El Máster en Data Science es una formación para aprender a desarrollar proyectos basados en datos, con las tecnologías más utilizadas y demandadas en la actualidad. Un bootcamp tanto para profesionales en big data, ciencia de datos o business intelligence, como para aquellos interesados en reenfocar su trayectoria profesional.
Además, contarás con los fundamentos teóricos necesarios para argumentar los resultados y decisiones que se extraigan de los análisis realizados y con los conocimientos necesarios para realizar los proyectos de principio a fin. Conocerás también la forma de trabajo de un equipo de datos prototípico, de forma que puedas integrarte perfectamente en equipos ya formados.
Título propio emitido por Universidad Europea de Madrid
| Semipresencial | Clases en Español | Alcobendas | 14 semanas + TFM y prácticas, 60 ECTS | Inicio: Octubre 2025 | Escuela de Arquitectura, Ingeniería, Ciencia y Computación - STEAM | Título que recibirás: Diploma de Especialización en Data Science-Blockchain |
14
Con el formato Bootcamp, en 14 semanas aprenderás te formarás en un sector con alta empleabilidad.
70%
El Máster combina contenidos digitales y flexibles (30%) junto con formación práctica y experiencial en nuestro Campus (70%).
1
Al finalizar, te llevarás tu proyecto bajo el brazo y estarás preparado para trabajar en tu nueva profesión.
¿En qué consiste el formato Bootcamp?
Descubre una nueva forma de especializarte intensiva, flexible y práctica y prepárate para tu salto al mercado profesional.
- ¿Por qué? Los Bootcamps nacen en 2021 Silicon Valley por una necesidad natural de las empresas, que no encontraban jóvenes titulados que pilotasen de las competencias digitales que se necesitaban.
- ¿Qué? En 14 semanas aprenderás te formarás en un sector con alta empleabilidad
- ¿Con quién? Tu futuro no se improvisa. La calidad académica de la Universidad Europea está avalada por más de 20 años de reconocimientos, en los que se ha formado a 60.000 estudiantes en sus 4 campus.
14 semanas, 4 formas de aprender, 1 único objetivo
Clases en streaming que podrás seguir en directo desde donde quieras, con interacción real time, cámaras, micrófonos 360 y pizarras inteligentes
Contenidos 100% online
Clases, eventos y masterclasses presenciales
Actividades con empleadores y orientadores para encaminar tu futuro profesional
Learning by doing
De principio a fin, el Bootcamp está centrado en el aprendizaje “doing”
Aprenderás y trabajarás casos prácticos de aplicación real a empresas
Tus profesores son profesionales destacados del sector
Te acercaremos a las necesidades de las empresas mediante sesiones especiales de networking y orientación
Descuentos
Si terminas el Grado con nosotros este año, aprovecha tu descuento
15% sobre la docencia en tu titulación de postgrado
Testimonios
Álvaro Sánchez
Director del Programa
Plan de Estudios
Módulo 1. Complemento formativo – Python (6 ECTS)
Este módulo tiene como principal misión introducir a la programación con Python como lenguaje base para el resto del programa.
- UA1. Intro a la programación y a Python
- UA2. Funciones
- UA3. Estructuras de datos
- UA4. Bucles e iteraciones
- UA5. Ficheros. Control de excepciones
- UA6. Orientación a objetos
Módulo 2. Complemento formativo – Bases de datos (6 ECTS)
Este módulo tiene como principal misión introducir a las bases de datos relacionales y a SQL como lenguaje de adquisición y transformación de datos.
- UA1. Introducción a las bases de datos
- UA2. SQL. Lenguaje de manipulación de datos
- UA3. SQL. Lenguaje de definición de datos
- Bases de datos NoSQL. MongoDB
Módulo 3. Introducción y fundamentos de la ciencia de datos (2 ECTS)
El objetivo de este módulo es introducir a los conceptos de Big Data y Data Science, de dónde salen esos grandes volúmenes de datos y por qué la necesidad de analizarlos y el auge de estas disciplinas. Además, sentaremos las bases matemáticas y estadísticas que nos permitirán comprender más adelante los tipos de análisis que se realizan en proyectos de Data Science.
- UA1. Introducción al Big Data y al Data Science
- UA2. Fundamentos de matemáticas y estadística
Módulo 4. ETL. Extracción, tratamiento e ingesta de datos (4 ECTS)
Todo proyecto de datos comienza precisamente con los datos. Este módulo tiene como objetivo capacitar al alumno en las alternativas existentes para almacenar los datos según el volumen con el que se trabaje, y en los instrumentos más sencillos para ingestar los datos en ellas.
- UA1. Trabajar con datos y bases de datos
- UA2. Ecosistema HADOOP
- Sistema de archivos HDFS
- Paradigma MapReduce
- Apache HIVE
- Gestor de recursos YARN
- UA3. Python para Análisis de Datos
- ETLs con python
- Pandas, Numpy y librerías de tratamiento de datos
- pySpark
Módulo 5. Análisis de datos y machine learning (6 ECTS)
La analítica avanzada es la pieza fundamental de todo Data Scientist. Este módulo tiene como misión principal explicar y poner en práctica los distintos tipos de analíticas de Machine Learning, Deep Learning y/o series temporales que podemos aplicar y los casos de uso que posibilitan.
Además, se verán en detalle las limpiezas y transformaciones que puede ser necesario aplicar a los datos para prepararlos para estos análisis.
- UA1. Machine Learning – Aprendizaje Supervisado
- Introducción al ML
- Técnicas de aprendizaje supervisado: Clasificación
- Técnicas de aprendizaje supervisado: Regresión
- UA2. Machine Learning – Aprendizaje no Supervisado
- Técnicas de aprendizaje no supervisado: Clustering
- Técnicas de aprendizaje no supervisado: Sistemas de recomendación
- Técnicas de aprendizaje no supervisado: Extracción de variables
- UA3. Series temporales
- Modelos ARIMA
Módulo 6. Redes neuronales (2 ECTS)
Dentro de las técnicas de análisis avanzado, llevan tiempo cogiendo importancia las redes neuronales artificiales. Este módulo tiene como misión explicar y aplicar esta tecnología
- UA1. Deep Learning
- Introducción al Deep Learning
- Técnicas de Redes neuronales
- UA2. Procesamiento del Lenguaje Natural (NLP)
- Técnicas de procesamiento del lenguaje natural
Módulo 7. Visualización de datos (4 ECTS)
De poco sirve una analítica o proyecto de Data Science muy trabajado si no somos capaces de presentarlo de forma adecuada. Este módulo se centra en otro de los pilares de la Ciencia de Datos, la visualización de datos, desde los fundamentos teóricos a la construcción de gráficas y dashboards usando las herramientas más importantes del sector.
- UA1. Fundamentos de la Visualización de Datos
- ¿Qué es la visualización de datos?
- Tipos de visualizaciones
- Storytelling
- ¿Qué es el Business Intelligence?
- Herramientas de Visualización de Datos
- UA2. CARTO
- Creación de mapas interactivos
- Analítica geográfica
- UA3. Power BI y TABLEAU
- Ingesta y tratamiento de datos
- Modelado Avanzado de datos
- Creación de cuadros de mando
- UA4. Visualización de grandes volúmenes de datos
- Técnicas y herramientas para visualizar Big Data
- MongoDB charts
- Kibana
Módulo 8. Plataformas cloud y productivización (2 ECTS)
Muchos de los proyectos de Data Science se realizan en modo prueba de concepto. Otros, sin embargo, serán proyectos recurrentes o productos. Este módulo tiene como misión capacitar al alumno en los pasos extra y herramientas que pueden utilizarse para productivizar estas pruebas de concepto, como asegurar el código frente a errores o problemas de seguridad, o ejecutarlo en la nube.
- UA1. Productivización del código
- Github y git
- Testing y seguridad del código
- Entornos virtuales
- Docker
- UA2. Data Science en la nube
- Proveedores de cloud: Amazon Web Services, Microsoft Azure, Google Cloud
- AWS en detalle
Módulo 9. Proyecto grupal (6 ECTS)
Elaboración de un proyecto integral de datos que sea el producto de una empresa potencialmente real.
- Búsqueda de caso de uso
- Análisis de fuentes de datos públicos / privados
- Diseño de la infraestructura y flujos de datos
- Ingesta y limpieza de los datos en la base de datos adecuada
- Diseño e implementación de las analíticas que posibiliten el caso de uso
- Diseño y construcción de los cuadros de mando del producto
El proyecto se realizará durante todo el curso, aplicando lo aprendido a cada módulo al caso de uso elegido.
Módulo 10. Mentoring profesional (2 ECTS)
Masterclasses de referentes de datos en activo, para que el alumno conozca de primera mano casos de uso reales en empresas de diferentes sectores.
Módulo 11. Especialización – Analítica web (3 ECTS)
Alternativa a las prácticas en empresa, profundizamos en uno de los casos más comunes de análisis de datos, el análisis de datos de la web.
Módulo 12. Especialización – Gestión de proyectos (3 ECTS)
Alternativa a las prácticas en empresa, profundizamos en cómo formar parte y/o gestionar un equipo en la empresa moderna.
Módulo 13. TFM (14 ECTS)
Trabajo de fin de máster. Profundiza en lo aprendido realizando un proyecto de inicio a fin en un caso de uso real.
Módulo 14. Prácticas en empresa (6 ECTS)
Adquiere tu primera experiencia en empresas del sector.
Partner Líder
Los profesionales de Making Science compartirán contigo su experiencia y las últimas innovaciones, lo que será clave en tu proceso de preparación para ser un profesional competitivo.
El partner es Making Science, consultora líder en Marketing Digital y Tecnología, cotizada en la Bolsa de Madrid. Santander, Carrefour, L’Oreal, Decathlon, Iberdrola… Sus clientes son líderes en sus respectivos sectores. La compañía tiene presencia en España, Reino Unido, Estados Unidos, Portugal, Francia, Irlanda, Italia, Colombia y México.
Salidas Profesionales
Según un informe realizado por LinkedIn, el perfil de Data Scientis ha crecido un 46,80% respecto al año pasado para incorporarse a sectores tan estratégicos como la Banca, las Telecomunicaciones o la Investigación. Según la misma fuente, la demanda de profesionales en Data Science ha aumentado un 650% desde 2012, y la tendencia continúa al alza.
En 2020, Data Science se colocó como la segunda posición más demandada, subiendo 4 puestos desde el año pasado (Informe 2020 EPYCE)
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.
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.
Que el precio no sea un problema
Consulta nuestras condiciones especiales de financiación.
Ven a conocer el campus
Conoce las instalaciones y descubre por qué la Universidad Europea está hecha para ti.
Claustro
Nuestro profesorado
- Álvaro Sánchez Pérez
Experto en Visualización de Datos y Data Science. Años de experiencia en el desarrollo de productos Big Data, consultoría y trabajos de visualización en web. Director del programa, imparte Visualización de Datos. - Pablo Ortiz de Galisteo Andrés
Experto Data Scientist / Machine Learning Engineer en VavaCars, con amplia experiencia en consultoría, banca y telecomunicaciones. Imparte Redes Neuronales. - Adrián Vega Delgado
Experto Data Engineer en Making Science. Imparte las asignaturas relacionadas con cloud y productivización. - Javier Villar Gil
Especializado en Sistemas Distribuidos y Big Data. Desde el comienzo de su carrera profesional ha estado ligado a proyectos de tratamiento de datos e información. Imparte las asignaturas relacionadas con el tratamiento de datos, ETL y analítica. - Marta Borrajo Vázquez
Doctora en física, especializada en análisis de datos. Senior Data Scientist en Geoblink, imparte las asignaturas de Machine Learning e Inteligencia Artificial.