¿Qué estás buscando?

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

Máster en Data Science Madrid - Semipresencial

Fórmate en el perfil más demandado y mejor remunerado del mercado en tan solo 14 semanas con nuestro formato Bootcamp.

Selecciona tu programa

Características

Con el Máster en Data Science, aprenderás a desarrollar proyectos basados en datos, con las tecnologías más utilizadas y demandadas en la actualidad. 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
  • Inicio: 25 oct. 2021
  • 14 semanas
  • Título propio
  • 40 ECTS
  • Título emitido por Universidad Europea de Madrid
  • Escuela de Arquitectura, Ingeniería y Diseño

¿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.

¿Por qué estudiar este Máster?

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 de data science en todos los sectores.

Plan de estudios

Aprenderás las tecnologías, aplicaciones y herramientas más utilizadas e importantes para posicionarte como uno de los profesionales más preparados para trabajar en Data Science

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.

La formación que necesitas

Dirigido a:

  • 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

Alcobendas, el campus de la Empresa

Mucho más que un campus. Nuestro modelo académico está pensado para acelerar tu éxito.

Aprenderás en uno de los núcleos empresariales más potentes de España a las puertas de Madrid.

CAMPUS ALCOBENDAS

Testimonios

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

Álvaro Sánchez

Director del Programa

manos-becas

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.

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

  • Conceptos y elementos básicos de Python
  • Ejecución condicional

UA2. Funciones

  • Definición e invocación
  • Parámetros y argumentos
  • Ámbito de variables
  • Recursividad

UA3. Estructuras de datos

  • Tuplas y listas
  • Strings
  • Diccionarios
  • Listas de elementos complejos

UA4. Bucles e iteraciones

  • Bucles
  • For / while
  • Aplicaciones de los bucles
  • Iteradores

UA5. Ficheros. Control de excepciones

  • Lectura y escritura de ficheros
  • Control de errores y excepciones
  • Estructuración de un programa en módulos
  • Módulos predefinidos

UA6. Orientación a objetos

  • Paradigma de orientación a objetos
  • Clases, atributos y objetos
  • Herencia y sobrecarga

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. Intro a las bases de datos

  • Necesidad de información
  • Conceptos relacionados con bases de datos
  • Análisis de BD. Modelo E/R
  • Diseño de BD. Modelo relacional

UA2. Diagramas E/R

  • Características básicas de los diagramas E/R
  • Características avanzadas de los diagramas E/R
  • Paso a tablas y normalización básica

UA3. SQL. Lenguaje de manipulación de datos

  • Consultas simples
  • Consultas complejas
  • Insertar, modificar y borrar datos

UA4. SQL. Lenguaje de definición de datos

  • Creación de tablas
  • Modiuficación y eliminación de tablas
  • Indices y vistas
  • Introducción a PL/SQL

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

  • ¿Qué es el Big Data?
  • Las 5Vs
  • ¿Qué es la Ciencia de Datos?
  • Fuentes de Datos

UA2. Fundamentos de matemáticas y estadística

  • Estadística básica
  • Cálculo de KPIs básicos con Python

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. Bases de datos SQL

  • Ingesta y ETL básica con SQL

UA2. Bases de datos noSQL

  • ¿Qué son las bases de datos noSQL?
  • MongoDB
  • ElasticSearch

UA3. Almacenamiento de grandes volúmenes

  • Almacenamiento en la nube
  • Sistema de archivos HDFS

UA4. Ecosistema HADOOP

  • Paradigma MapReduce
  • Apache HIVE
  • Gestor de recursos YARN

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. Python Avanzado

  • ETLs con python
  • Pandas, Numpy y librerías de tratamiento de datos

UA2. Machine Learning – Aprendizaje Supervisado

  • Introducción al ML
  • Técnicas de aprendizaje supervisado: Clasificación
  • Técnicas de aprendizaje supervisado: Regresión

UA3. 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

UA4. Deep Learning

  • Introducción al Deep Learning
  • Técnicas de Redes neuronales

UA5. Series temporales

  • Modelos ARIMA 

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. Tableau

  • Ingesta y tratamiento de datos
  • Creación de cuadros de mando
  • Opciones de analítica en Tableau

UA4. Power BI

  • Ingesta y tratamiento de datos
  • Modelado Avanzado de datos
  • Creación de cuadros de mando
  • Publicación en la web y el servicio Power BI

UA5. Preparación certificación Power BI

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. Ecosistema Apache Spark

  • ¿Qué es Spark?
  • PySpark
  • Spark SQL
  • Spark Streaming

UA3. Data Science en la nube

  • Proveedores de cloud: Amazon Web Services, Microsoft Azure, Google Cloud
  • 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.

  • Mentoring Profesional

Claustro

  • Borja Mauricio Fourquet Maldonado

Graduado en Ingeniería por la Universidad Autónoma de Madrid, cursó un Máster en Inteligencia Artificial, Reconocimiento de Formas e Imagen Digital en la Universitat Politècnica de València. En la actualidad trabaja como Data Scientist en Making Science.

  • Adrián Vega Delgado

Graduado en Ingeniería en Tecnologías de Telecomunicación por la Universidad Carlos III de Madrid. Trabaja como Data Science en Making Science.

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)

Proceso de Admisión

El proceso de admisión para los programas de la Escuela de Postgrado de la Universidad Europea está abierto durante todo el año, aunque la inscripción en cualquiera de sus programas está supeditada a la existencia de plazas vacantes.

Si quieres un asesoramiento personalizado por parte del equipo de Admisiones de Postgrado, puedes dirigirte a cualquiera de nuestros dos campus universitarios (Alcobendas o Villaviciosa de Odón), o contactar con nosotros a través de:

Teléfono (+34) 91 740 72 72 o en el correo electrónico postgrado@universidadeuropea.es.

Tus próximos pasos

Empieza ahora tu solicitud de admisión para poder estudiar tu postgrado en la Universidad Europea. Te iremos guiando por todos las etapas hasta finalizar el proceso. ¡No tienes que preocuparte por nada!

1

Asesoramiento personalizado

2

Envío de solicitud y documentación

3

Entrevista con Dirección del Máster

4

Confirmación de la admisión

5

Formalización de reserva y matrícula

Solicitud de admisión

El proceso de admisión no supone ningún coste para el candidato ni compromiso alguno hasta la formalización de la reserva. ¡Ponte en contacto con nosotros!