¿Qué estás buscando?

Ej: Grado en medicina, admisiones, becas...

Estudiantes:+34 914146611
Whatsapp

Máster de Formación Permanente en Data Science Madrid - Semipresencial

Formación Bootcamp

Estudia el Máster en Data Science de la Universidad Europea y adquirirás conocimientos en Python o Machine Learning. Conviértete en uno de los perfiles tecnológicos más demandados.

Selecciona tu programa

-40% Descuento del 40% en la reserva de plaza para el curso 24/25. ¡Solo hasta el 30 de abril! Consulta las bases

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.

Semipresencial
Alcobendas 60 ECTS
Inicio: 18 oct. 2024 Título emitido por Universidad Europea de Madrid
14 semanas + TFM Escuela de Arquitectura, Ingeniería y Diseño
Título propio
Título que recibirás: Diploma de Especialización en Data Science-Blockchain

¿Por qué estudiar el Máster en Data Science?

Impulsa tu carrera profesional
  • Experto en 14 semanas: En algo más de tres meses te formarás en un sector con alta empleabilidad.
  • Metodología Bootcamp: Nuestra metodología flexible está pensada para adaptarse a tu vida.
  • De la mano de profesionales: Nuestro profesorado está integrado por profesionales en activo que gestionan proyectos en todos los sectores en su día a día, y de académicos del más alto nivel en el ámbito de la Dirección de Porfolio, Programas y Proyectos.
  • Plan de estudios: Aprenderás el diseño y uso de diferentes metodologías, marcos de trabajo, aplicaciones, herramientas, etc y todo ello en el ámbito de la Dirección de Proyectos.
¿Qué aprenderás en el Máster en Data Science?
  • Aprenderás a extraer información útil, y por tanto valor, de los datos.
  • Conocerás en profundidad Python y SQL como lenguajes de programación que posibilitan todas las transformaciones y analíticas que se realizan a los datos.
  • Aprenderás a implementar las analíticas de Machine Learning, Deep Learning e IA más importantes.
  • Serás capaz de interpretar y mostrar de manera visual tanto los datos crudos como los resultados de nuestros análisis con las técnicas/herramientas de Visualización de Datos más adecuadas al caso de uso.
  • Dispondrás de las habilidades para construir un producto de Data Science y no quedarte en pruebas de concepto con datos.
  • Al finalizar el programa, estarás capacitado para la obtención de varios certificados en Data Science y herramientas como: IBM Skills Academy Data Science Practitioners Course, Microsoft Certified: Data Analyst Associate.
¿A quién está dirigido?
  • Estudiantes y profesionales junior que buscan vías para orientar y desarrollar su carrera en el ámbito del Big Data y el Data Science.
  • Profesionales del sector programación que quieran complementar su conocimiento en temas específicos del ámbito de los datos.
  • Profesionales de los sectores de estadística y matemáticas que quieran aprender técnicas de programación y herramientas que les permitan aplicar sus conocimientos a proyectos de datos.
  • Profesionales de otros sectores tecnológicos que quieran reorientar su carrera hacia el Big Data y el Data Science.

14

Semanas

Con el formato Bootcamp, en 14 semanas aprenderás te formarás en un sector con alta empleabilidad.

70%

Mix de contenidos

El Máster combina contenidos digitales y flexibles (30%) junto con formación práctica y experiencial en nuestro Campus (70%).

1

Proyecto

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

Testimonios

Comillas
ComillasEste programa está diseñado para transformar a los participantes en Data Scientists, el trabajo más sexy del siglo XXI

Álvaro Sánchez

Director del Programa

Plan de Estudios

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

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

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

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
    1. Sistema de archivos HDFS
    2. Paradigma MapReduce
    3. Apache HIVE
    4. Gestor de recursos YARN
  • UA3. Python para Análisis de Datos
    1. ETLs con python
    2. Pandas, Numpy y librerías de tratamiento de datos
    3. pySpark

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
    1. Introducción al ML
    2. Técnicas de aprendizaje supervisado: Clasificación
    3. Técnicas de aprendizaje supervisado: Regresión
  • UA2. Machine Learning – Aprendizaje no Supervisado
    1. Técnicas de aprendizaje no supervisado: Clustering
    2. Técnicas de aprendizaje no supervisado: Sistemas de recomendación
    3. Técnicas de aprendizaje no supervisado: Extracción de variables
  • UA3. Series temporales
    1. Modelos ARIMA

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
    1. Introducción al Deep Learning
    2. Técnicas de Redes neuronales
  • UA2. Procesamiento del Lenguaje Natural (NLP)
    1. Técnicas de procesamiento del lenguaje natural

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
    1. ¿Qué es la visualización de datos?
    2. Tipos de visualizaciones
    3. Storytelling
    4. ¿Qué es el Business Intelligence?
    5. Herramientas de Visualización de Datos
  • UA2. CARTO
    1. Creación de mapas interactivos
    2. Analítica geográfica
  • UA3. Power BI y TABLEAU
    1. Ingesta y tratamiento de datos
    2. Modelado Avanzado de datos
    3. Creación de cuadros de mando
  • UA4. Visualización de grandes volúmenes de datos
    1. Técnicas y herramientas para visualizar Big Data
    2. MongoDB charts
    3. Kibana

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
    1. Github y git
    2. Testing y seguridad del código
    3. Entornos virtuales
    4. Docker
  • UA2. Data Science en la nube
    1. Proveedores de cloud: Amazon Web Services, Microsoft Azure, Google Cloud
    2. AWS en detalle

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.

Masterclasses de referentes de datos en activo, para que el alumno conozca de primera mano casos de uso reales en empresas de diferentes sectores.

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.

Alternativa a las prácticas en empresa, profundizamos en cómo formar parte y/o gestionar un equipo en la empresa moderna.

Trabajo de fin de máster. Profundiza en lo aprendido realizando un proyecto de inicio a fin en un caso de uso real.

Adquiere tu primera experiencia en empresas del sector.

making-science-logo

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

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

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. Si quieres estudiar en la Universidad Europea, tendrás a tu disposición una amplia selección de becas propias y oficiales.

estudiante chica

Que el precio no sea un problema

Consulta nuestras condiciones especiales de financiación.

Visita el campus

Ven a conocer el campus

Conoce las instalaciones y descubre por qué la Universidad Europea está hecha para ti.

Claustro

  • 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.

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

None