Contenido
Máster Universitario de Ciencia de Datos.
Especialízate en análisis de datos y big data con el máster oficial de Data Science más completo y riguroso.
¿Quieres ser un científico de datos y trabajar en el sector con mayor demanda de profesionales especializados, aquí y en todo el mundo? Estudia online con el máster universitario de Ciencia de Datos de la UOC y conviértete en el profesional experto en data science que las empresas están buscando.
Créditos: 60 ECTS
Título: Ciencia de Datos
Idioma: Castellano, Catalán
¿Por qué estudiar data science? Escoge la profesión con más futuro.
Este máster online te proporciona los conocimientos en captura, preprocesamiento, almacenamiento y análisis de datos, incluyendo un importante foco en temas de aprendizaje automático (machine learning), big data, procesamiento de textos, análisis de redes sociales o deep learning, entre otros.
Según algunos estudios, solo en España la necesidad de expertos en ciencia de datos crece cada año más de un 50 %. Un ejemplo de la alta demanda existente es que muchos puestos de trabajo se quedan sin cubrir. Es una de las profesiones con mayor demanda y salidas profesionales.
Tanto si no tienes formación específica en este ámbito como si eres un profesional vinculado al sector, este programa te permite ampliar y actualizar tus aptitudes para alcanzar nuevas metas.
El máster online de Ciencia de Datos es la puerta de entrada para ejercer en este sector y te permite adquirir los perfiles de científico de datos, analista de datos o analista de big data.
Lidera el sector de ciencia de datos y big data:
Cualquier actividad de la vida cotidiana personal o laboral genera grandes volúmenes de datos: desde navegar por internet o realizar una compra electrónica hasta las finanzas. Estos datos, si no se saben interpretar son solo números, pero si se analizan correctamente, contienen información clave para cualquier empresa.
Estudiando este máster a distancia serás capaz de dar valor a toda esta información a partir del análisis y la interpretación explotable. Un conocimiento que te permitirá contribuir a la toma de decisiones de manera eficiente para impulsar el valor y la innovación.
Como alumno de la UOC, dominarás el uso del software y las herramientas más actualizadas. Aprenderás estadística avanzada, computación y visualización de datos con los mejores recursos.
Además, tendrás acceso a una bolsa de trabajo de la UOC para alumnos y titulados, con ofertas laborales y de prácticas. Y como es un máster oficial, podrás hacer el doctorado una vez finalizado el máster.
Titulación oficial:
El máster universitario de Ciencia de Datos es una titulación que ha sido verificada por el Consejo de Universidades, y su implantación ha sido autorizada por la Generalitat de Cataluña, según lo que marca la legislación vigente.
Los títulos universitarios oficiales de la UOC tienen validez en todo el territorio español, surten efectos académicos plenos y habilitan, en su caso, para la realización de actividades profesionales reguladas, de acuerdo con la normativa que en cada caso resulte de aplicación.
Estos títulos se expiden juntamente con el suplemento europeo al título (SET), que facilita información sobre los estudios cursados por el estudiante, los resultados obtenidos, las capacidades profesionales logradas y el nivel de la titulación en el sistema español de educación superior, con el fin de facilitar su reconocimiento y promover la movilidad de estudiantes y titulados dentro del espacio europeo de educación superior (EEES).
La validez en otros países de los títulos universitarios oficiales expedidos por la UOC vendrá determinada en cada caso por las leyes de educación de cada país.
Plan de estudios:
Carga lectiva:
Para obtener la titulación de máster universitario de Ciencia de datos, el estudiante tiene que superar 60 créditos ECTS.
El número de créditos ECTS por asignatura es una estimación del tiempo que un estudiante puede invertir para adquirir las competencias asociadas a la asignatura. Un crédito ECTS equivale aproximadamente a 25 horas de trabajo del estudiante.
Tipo de materia | Créditos.
Obligatorias 36
Optativas 12
Trabajo final de máster 12
Asignaturas:
Tipología:
Asignaturas obligatorias.
Fundamentos de la ciencia de datos
Tipología y ciclo de vida de los datos
Arquitecturas de bases de datos no tradicionales
Estadística avanzada
Modelos avanzados de minería de datos
Visualización de datos
Trabajo final de máster
Asignaturas optativas:
Análisis de grafos y redes sociales
Análisis de datos geoespaciales
Análisis de datos en entornos big data
Deep learning
Análisis de sentimientos y textos
Aprendizaje por refuerzo
Planificación 1 año (2 semestres):
Semestre 1.
Fundamentos de la ciencia de datos
Tipología y ciclo de vida de los datos
Estadística avanzada
Modelos avanzados de minería de datos
Visualización de datos
Semestre 2.
Arquitecturas de bases de datos no tradicionales
Optativa I
Optativa II
Trabajo final de máster
Planificación 2 años (4 semestres).
Semestre 1.
Fundamentos de la ciencia de datos
Tipología y ciclo de vida de los datos
Estadística avanzada
Semestre 2.
Optativa I
Modelos avanzados de minería de datos
Visualización de datos
Semestre 3.
Arquitecturas de bases de datos no tradicionales
Optativa II
Semestre 4.
Trabajo final de máster
Complementos de formación:
Con el objetivo de nivelar los conocimientos de los estudiantes, se prevé la superación de asignaturas de complementos de formación obligatorios, en función de la titulación de origen de cada estudiante.
Titulación:
- Para los estudiantes que provienen de titulaciones oficiales del ámbito de Ciencia de datos y afines.
- Para los estudiantes que provienen de titulaciones oficiales del ámbito de Informática, computación y afines.
Asignaturas:
* Minería de datos
* Diseño y uso de datos analíticas
Créditos: 12
- Para los estudiantes que provienen de titulaciones oficiales del ámbito de Telecomunicación y afines.
Asignaturas:
* Programación para la ciencia de datos
* Diseño y uso de bases de datos analíticas
* Minería de datos
Créditos: 18
- Para los estudiantes que provienen de titulaciones oficiales del ámbito de Matemáticas, Estadística, Física y afines.
Asignaturas:
* Programación para la ciencia de datos
* Bases de datos para data warehousing
* Diseño y uso de bases de datos analíticas
* Minería de datos
* Fundamentos de redes y arquitecturas
Créditos: 30
- Para los estudiantes que provienen de otras titulaciones oficiales del ámbito de Ingeniería, Arquitectura y titulaciones afines:
Asignaturas:
* Programación para la ciencia de datos
* Diseño y programación orientada a objetos
* Programación en scripting
* Bases de datos para data warehousing
* Diseño y uso de bases de datos analíticas
* Minería de datos
* Fundamentos de redes y arquitecturas
Créditos: 42
- Para los estudiantes que provienen de titulaciones oficiales del ámbito de Economía, Administración y Dirección de Empresas, Marketing e Investigación de Mercados y titulaciones afines.
Asignaturas:
* Fundamentos de programación
* Programación para la ciencia de datos
* Diseño y programación orientada a objetos
* Programación en scripting
* Bases de datos para data warehousing
* Diseño y uso de bases de datos analíticas
* Minería de datos
* Fundamentos de redes y arquitecturas
Créditos: 48
- Para los estudiantes que provienen de otras titulaciones.
Asignaturas:
* Probabilidad y estadística
* Álgebra lineal
* Fundamentos de programación
* Programación para la ciencia de datos
* Diseño y programación orientada a objetos
* Programación en scripting
* Bases de datos para data warehousing
* Diseño y uso de bases de datos analíticas
* Minería de datos
* Fundamentos de redes y arquitecturas
Créditos: 60.
Trabajo final de máster:
Los estudios de máster concluyen con la elaboración de un trabajo final. En el máster universitario de Ciencia de Datos el trabajo final tiene 12 créditos ECTS.
El trabajo final del máster universitario de Ciencia de Datos consiste en la realización proyecto individual de síntesis de los conocimientos adquiridos en otras asignaturas del máster. Es una asignatura que el estudiante debe cursar para finalizar el programa y está orientada a la evaluación de las competencias asociadas al título. Por ello, para matricularse de esta asignatura es necesario haber superado un número determinado de créditos del programa.
En el máster universitario de Ciencia de Datos las propuestas de líneas de trabajo se agrupan en distintos ámbitos, relacionados con las temáticas o asignaturas cursadas durante el máster. El estudiante deberá elegir el ámbito de conocimiento en el que quiere hacer su trabajo final de máster. Para matricularse del trabajo final, previamente hay que haber hecho una solicitud, que debe ser aceptada por el equipo docente del programa. El tutor académico de la UOC ejerce un papel clave en la orientación, la información y la gestión del proceso de selección de los trabajos finales.
El trabajo final es un proyecto individual que se realiza con la tutorización y la guía del director del trabajo final, que brinda el acompañamiento necesario para que el estudiante lo pueda llevar a cabo con éxito. El director del trabajo final es el encargado de orientar al estudiante y efectuar el seguimiento del proyecto; asimismo, lo asesora en cada uno de los aspectos: conceptualización, fundamentación, metodología, redacción de los resultados y defensa.
El trabajo final concluye con una defensa, en la que el estudiante debe realizar una exposición de dicho trabajo. mediante una herramienta de presentación virtual, ante una comisión de evaluación formada por tres miembros, que lo evalúan.
La calificación del trabajo final consta de tres partes: (1) el seguimiento y la elaboración del trabajo, (2) la memoria, producto, proyecto o estudio final realizado y (3) la defensa del trabajo.
Para más información sobre la docencia y el proceso de solicitud, debe consultarse el plan docente en la Secretaría del Campus una vez se ha requerido el acceso al programa.
Duración:
El máster universitario de Ciencia de datos tiene una duración mínima estimada de un año académico, distribuido en dos cuatrimestres, con una carga total de 60 créditos ECTS.
Aun así, la flexibilidad de la normativa académica de la UOC permite que cada persona pueda ajustar la duración y el ritmo de los estudios a sus posibilidades de dedicación y a su disponibilidad de tiempo.
De este modo, los estudiantes pueden decidir cada cuatrimestre las asignaturas que quieren cursar. Para lo cual, en el momento de hacer la matrícula, la UOC pone a disposición de los estudiantes un tutor que ofrecerá una asistencia directa y el asesoramiento necesario.
Recursos de aprendizaje:
Recursos comunes para el aprendizaje.
El estudiante cuenta a lo largo del programa con:
- Un laboratorio virtual de tecnologías y herramientas de ciencia de datos, que da servicios de soporte en el uso de las herramientas. El programa cuenta con acuerdos con los principales fabricantes de software de business intelligence, con empresas de infraestructura virtualizada y con un laboratorio de herramientas de software de código abierto.
- Un laboratorio virtual de lenguajes de programación, que proporciona soporte al estudiante durante todo el programa en los temas relacionados con la programación, especialmente en el lenguaje R.
Además, durante el desarrollo del máster, los estudiantes tienen acceso a software y a recursos seleccionados por el profesorado de cada materia: una selección de software libre y de licencias del software propietario más utilizado actualmente en el mercado, y otros recursos, ya sean elaborados por la UOC expresamente para este máster o recursos externos de reconocida calidad y rigor académico.
Tenemos acuerdos de colaboración estables con los programas académicos de QlikView y Tableau. Además, la UOC ha tenido tradicionalmente un compromiso con el software de código abierto, especialmente en el ámbito del análisis de datos. Nuestras herramientas de referencia en análisis estadístico, minería de datos (data mining) y aprendizaje automático (machine learning) son R y Python, lenguajes estándares de facto en el mercado industrial y la investigación. Disponemos de manuales, tutoriales y de una página web de recursos sobre ambos lenguajes.
Por otro lado, nuestras herramientas de referencia en la explotación y análisis de datos masivos son Apache Hadoop y Apache Spark. Para el aprendizaje de bases de datos NoSQL utilizamos herramientas como MongoDB, Riak o Neo4j. En el caso de bases de datos analíticos, utilizamos Microsoft o Pentaho para el almacén de datos y Oracle o PostgreSQL como bases de datos.
Cabe tener en cuenta que estamos evaluando continuamente otras herramientas y acuerdos con varios fabricantes, de modo que esta lista se puede modificar en función de las tendencias del ámbito y las necesidades docentes del programa.
Dependiendo de las exigencias de rendimiento del software, algunas aplicaciones se pueden descargar en el ordenador del estudiante o bien se puede acceder, desde el aula, a máquinas virtuales de Amazon y Azure.
Es recomendable disponer de máquinas y SO de 64 bits y 4 GB de RAM como mínimo (8 GB aconsejable).
Itinerario académico:
El máster universitario de Ciencia de datos se ha diseñado con el objetivo de dotar al estudiante de las herramientas y los conocimientos necesarios para desarrollarse profesionalmente en el ámbito de la identificación, la captura, el preprocesamiento, el análisis y la visualización de datos (data science).
Esta titulación tiene una orientación tanto profesional como de investigación, y da acceso a estudios posteriores de doctorado.
Por otro lado, aquellas personas interesadas en el ámbito del análisis de datos desde un punto de vista de su aplicación empresarial y de negocio (business intelligence, business analytics), tienen la opción de cursar en la UOC una de las titulaciones propias siguientes:
- Máster de Inteligencia de negocio y big data Analytics
- Posgrado de Inteligencia de negocio y análisis de datos
Objetivos, perfiles y competencias:
Objetivos:
El máster universitario de Ciencia de Datos de la UOC tiene como principal objetivo formar a especialistas capaces de identificar, capturar, transformar, analizar e interpretar los datos, para impulsar el valor y la innovación aplicada en varias industrias como, por ejemplo, las finanzas, la salud, los bienes de consumo o la tecnología, entre otras muchas.
A partir de este objetivo general, el máster fija otros objetivos más concretos:
- Adquirir conocimientos sobre los procesos de captura, extracción, manipulación y conversión de datos en diferentes entornos.
- Obtener conocimientos sobre los principales sistemas de almacenamiento de la información, incluyendo bases de datos relacionales y los nuevos modelos NoSQL y NewSQL.
- Conocer los principales métodos estadísticos para el análisis de datos descriptivo y predictivo.
- Dominar los métodos de visualización de datos, tanto estáticos como dinámicos.
- Desarrollar capacidades de responsabilidad y liderazgo personal, así como la toma de decisiones.
- Desarrollar la capacidad de transmitir sus conclusiones de manera clara a un público variado, especializado o no.
- Desarrollar la capacidad de trabajar en equipo y en entornos multidisciplinares.
- Dotar al estudiante de las habilidades de aprendizaje que le permitan continuar su formación de manera autónoma.
- Desarrollar la capacidad de adaptarse a entornos nuevos y TIC emergentes actualizando las competencias profesionales.
- Desarrollar la capacidad creativa, innovadora y el espíritu emprendedor.
Perfiles:
El máster se dirige a titulados de perfil técnico que hayan cursado una titulación universitaria en Ingeniería Informática, Ingeniería de Telecomunicación, Matemáticas, Física o una titulación similar, aunque también pueden acceder graduados de otras titulaciones.
Competencias:
Competencias generales:
- Capacidad para extraer, interpretar y analizar datos de diferentes entornos.
- Capacidad para aplicar conocimientos de ciencia de datos con el objetivo de resolver problemas relacionados con la toma de decisiones en diferentes entornos, tanto conocidos como nuevos.
- Capacidad para presentar los resultados obtenidos del análisis de los datos de manera eficiente y atractiva.
- Capacidad de investigación, gestión y uso de información y recursos en el ámbito de la ciencia de datos.
Competencias transversales:
- Capacidad de iniciativa, de automotivación y trabajo independiente.
- Capacidad para la comunicación oral y escrita, para la vida académica y profesional.
- Capacidad para proponer soluciones innovadoras y tomar decisiones.
- Capacidad para trabajar en equipo y en entornos multidisciplinarios.
- Capacidad para la comprensión, el análisis, la síntesis y la exposición de resultados.
- Capacidad para adaptarse a futuros entornos actualizando las competencias profesionales.
- Capacidad para emprender en el ámbito profesional.
Competencias específicas:
- Capacidad para programar a un nivel avanzado en los lenguajes más utilizados en la ciencia de datos.
- Capacidad para la manipulación de datos, la conversión de formatos y el almacenamiento de datos y formatos.
- Capacidad para el análisis y la implementación de algoritmos, y para conocer su uso y aplicación en la ciencia de datos.
- Capacidad para entender y aplicar métodos de inferencia estadística y regresión a diferentes tipos de datos, y evaluar la calidad del ajuste.
- Capacidad para entender y aplicar los principales métodos de minería de datos adecuados a los tipos de datos que hay que utilizar, y evaluar su precisión.
- Capacidad para hacer un uso avanzado de las herramientas de software estadístico adecuadas para los diferentes problemas de modelización, análisis y visualización de datos.
- Capacidad para diseñar e implementar una infraestructura para almacenar un conjunto heterogéneo de datos, tanto en entornos centralizados como distribuidos, según el volumen y las necesidades de datos.
- Capacidad para utilizar el gestor de bases de datos más adecuado en cada contexto, incluyendo gestores relacionales, NoSQL y NewSQL.
- Capacidad para capturar datos de diferentes fuentes de datos (desde redes sociales, hasta web de datos o repositorios) mediante diferentes mecanismos (queries, API y scrapping, etc.).
- Capacidad para actuar con los principios éticos y legales relacionados con la manipulación de datos según el ámbito de aplicación.
- Capacidad para aplicar técnicas para la generación de visualizaciones (estáticas e interactivas) adecuadas a cada problema para el análisis y la exploración de datos, y para la correcta comunicación de los resultados del análisis.
- Capacidad para diseñar y gestionar proyectos en el ámbito del análisis de datos.
- Capacidad para analizar un problema de ciencia de datos, y para identificar y definir los requerimientos apropiados para resolverlo.
- Capacidad para presentar y defender un trabajo en el ámbito de la ciencia de datos ante un público experto.
Competencias propias de la UOC:
- Uso y aplicación de las TIC en el ámbito académico y profesional.
- Capacidad de comunicación en una lengua extranjera (inglés).
Requisitos de acceso:
Requisitos académicos:
Para acceder a estudios oficiales de máster, hay que estar en disposición de un título universitario oficial.
He cursado estudios oficiales universitarios en el Estado español.
He cursado estudios oficiales universitarios en un país de la Unión Europea.
He cursado estudios universitarios oficiales en Latinoamérica u otros países de fuera de la Unión Europea.
Perfiles de ingreso recomendados:
El perfil de ingreso recomendado de los estudiantes del máster universitario son titulados en:
- Grado de Ciencia de Datos, Data Science o equivalente
- Grado, ingeniería o ingeniería técnica de Informática o de Telecomunicación
- Grado, ingeniería, ingeniería técnica, licenciatura o diplomatura del área de ingeniería
- Grado, licenciatura o diplomatura del área de matemáticas y física
También pueden acceder titulados en otras áreas, siempre y cuando tengan en cuenta que necesitarán un esfuerzo adicional para alcanzar las competencias del programa.
Con el objetivo de nivelar los conocimientos de los estudiantes de diferentes perfiles, se prevé la realización de complementos de formación obligatorios, que se definen en función de la titulación de origen de cada estudiante
Conocimientos previos.
Se recomienda un nivel de competencia en lengua inglesa equivalente al B2 del Marco común europeo de referencia para las lenguas.
Salidas profesionales:
Los titulados del máster universitario de Ciencia de Datos pueden desarrollar los siguientes perfiles profesionales:
- Científico de datos (data scientists)
- Analista de datos
- Analista de big data
- Responsable, jefe de proyecto o analista de sistemas de información de inteligencia de negocio
- Emprendedor de negocios basados en el análisis de datos y en productos y servicios basados en datos
- Analista de proyectos de I+D
Estos perfiles profesionales formados por el máster pueden desarrollar su actividad en cualquier organización, especialmente en los siguientes sectores:
- Sector financiero y de seguros
- Sector de consultoría
- Comercio electrónico
- Institutos de investigación
- Instituciones públicas, bancos centrales y agencias europeas
- Departamentos de análisis de datos de otras industrias
