¿Qué estás buscando?

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

master data science valencia

Máster en Data Science Valencia - Semipresencial

Fórmate para ser el Data Analyst que demandan las empresas en solo 14 semanas.

Selecciona tu programa:

Máster en Data Science en Valencia

Programa intensivo y práctico en el que aprenderás a utilizar las técnicas más avanzadas en el análisis de datos. Sé capaz de argumentar los resultados y la toma de decisiones, descubre oportunidades, extrae conclusiones y predicciones a través del data science.

Puedes formarte en 14 semanas como especialista de Data Science, uno de los perfiles más demandado en España en 2021.

Semipresencial
Valencia 40 ECTS
Inicio: 11 nov. 2022 Título emitido por Universidad Europea de Valencia
14 semanas Escuela de Arquitectura y Politécnica
Título propio

Podrás disfrutar de un descuento del 25% en docencia a través de nuestro programa de Apoyo a la Empleabilidad Digital.

Consulta las bases

30% de descuento en reserva de plaza para curso 22/23. ¡Solo hasta el 31 de mayo!

Consulta las bases

Toda la información que necesitas

¿Por qué estudiar el Máster en Ciencia de Datos?
  • 14 semanas: Intensivo e inversivo, adaptado a tu ritmo de vida.
  • Metodología Bootcamp: Síncrono y semipresencial, basado en la práctica.
  • Profesionales en activo: Aprenderás de la mano de nuestro profesorado integrado por profesionales en activo que gestionan proyectos en todos los sectores en su día a día, y de académicos del más alto nivel.
  • 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?
  • Python y SQL para la transformación y análisis: Conocerás el lenguaje de programación que hace posible la transformación de los datos.
  • Extraer valor de los datos y transmitirlo: Con las técnicas y herramientas de visualización de datos aprenderás a mostrar de manera visual los análisis y conclusiones.
  • Machine Learning, Deep Learning e IA: Aprenderás a implementar las analíticas más importantes.
  • Certificados IBM Skills Academy Data Science Practitioners Curse, Microsoft Certified: Data Analyst Associate: Al finalizar el programa, estarás capacitado para la obtención de estos certificados
¿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 en Data Science?

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
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

Que el precio no sea un problema

Consulta nuestras condiciones especiales de financiación.

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

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 del Bootcamp en Data Science

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

Comienza tu futuro en la Universidad Europea

Elegir que estudiar es una de las decisiones más importantes, por ello disponemos de un proceso y un equipo asesor que te ayudara a guiarte en este camino. En 3 pasos puedes convertirte en un alumno de la Universidad Europea.

1

Pruebas de acceso

Iniciar tu proceso llamando a 961043883 o puedes realizar la "solicitud de admisión" en el enlace que encontraras más abajo.

2

Reserva de plaza

Una vez admitido podrás abonar tu reserva de plaza para garantizarla.

3

Matrícula

Entregar la documentación necesaria para formalizar tu 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!

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

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.