Máster Universitario en Métodos Analíticos para Datos Masivos - Universidad Carlos III
Precio
A CONSULTAR
Tipo Masters
Modalidad Presencial
En Docenzia te asesoramos de forma gratuita para que escojas el mejor programa formativo que se adapte a tus necesidades y así poder mejorar tu carrera profesional. ¡Contáctanos para ayudarte!
Enviar WhatsApp
Te llamamosRecibir más información
-
Tipo
Masters
-
Modalidad
Presencial
-
Duración / Créditos
60 Créditos ECTS
-
Fechas
Matric. Permanente
-
Sedes
Getafe
Información general
DESCRIPCIÓN:
Desarrolla habilidades necesarias para trabajar en el análisis de datos y en el análisis de grandes volúmenes de datos en empresas y organizaciones gracias a la formación de calidad que ofrece el Máster en Métodos Analíticos para Datos Masivos, el cual pondrá énfasis en el uso de aplicaciones basadas en lenguajes analíticos como R y Python.
Cabe destacar que el máster brindará una formación de calidad con el fin de asegurar el desarrollo de actividades asociadas al tratamiento de grandes volúmenes de datos, asegurando de esta manera el éxito de cada estudiante.
Cabe destacar que el máster brindará una formación de calidad con el fin de asegurar el desarrollo de actividades asociadas al tratamiento de grandes volúmenes de datos, asegurando de esta manera el éxito de cada estudiante.
Titulación universitaria
ASPECTOS A TENER EN CUENTA
FINALIDAD DEL PROGRAMA FORMATIVO:
Introducir paradigmas de almacenamiento y procesamiento tales como MapReduce o NoSQL.
Ofrecer información relevante sobre las metodologías computacionales y de almacenamiento adecuadas para los datos.
Brindar una formación de calidad orientada a personas interesadas en trabajar en el análisis de datos en empresas y organizaciones.
Asegurar la obtención de resultados aplicables en identificación de patrones, predicción, previsión, simulación u optimización.
Ofrecer información relevante sobre las metodologías computacionales y de almacenamiento adecuadas para los datos.
Brindar una formación de calidad orientada a personas interesadas en trabajar en el análisis de datos en empresas y organizaciones.
Asegurar la obtención de resultados aplicables en identificación de patrones, predicción, previsión, simulación u optimización.
¿A quién va dirigido?
El alumno que quiera cursar este Máster debe tener una buena base matemática y estadística, y un conocimiento básico de programación. Igualmente, debiera tener una aptitud suficiente para el trabajo con herramientas Web y un interés en problemas reales de tratamiento de datos en diferentes áreas de aplicación.
También deberá disponer de una capacidad suficiente para la identificación de problemas de tratamiento de datos en entornos reales, la formalización de los mismos y la interpretación de los resultados obtenidos de la aplicación de herramientas computacionales a este tratamiento de datos.
El interés por distintos aspectos relacionados con la gestión de empresas y organizaciones será también de gran utilidad para el aprovechamiento de las enseñanzas del Máster. Por último, la creatividad, la imaginación, la innovación y la motivación por el aprendizaje continuo son características con una contribución significativa al éxito en el aprovechamiento de las enseñanzas a impartir en este Máster.
También deberá disponer de una capacidad suficiente para la identificación de problemas de tratamiento de datos en entornos reales, la formalización de los mismos y la interpretación de los resultados obtenidos de la aplicación de herramientas computacionales a este tratamiento de datos.
El interés por distintos aspectos relacionados con la gestión de empresas y organizaciones será también de gran utilidad para el aprovechamiento de las enseñanzas del Máster. Por último, la creatividad, la imaginación, la innovación y la motivación por el aprendizaje continuo son características con una contribución significativa al éxito en el aprovechamiento de las enseñanzas a impartir en este Máster.
TITULACIÓN
Máster en Ingeniería de Telecomunicación y Métodos Analíticos para Datos Masivos: Big Data
Máster en Ingeniería Informatica y Métodos Analíticos para Datos Masivos: Big Data
Máster en Ingeniería Informatica y Métodos Analíticos para Datos Masivos: Big Data
Requisitos
Para acceder al máster se deberá poseer un título de Grado o equivalente en una de las áreas siguientes:
Ingeniería Informática
Ingeniería de Telecomunicación
Estadística
Matemáticas
Física
Ingeniería Industrial
Quienes posean titulaciones en otras áreas (por ejemplo en Administración y Dirección de Empresas, Ciencias Económicas o Medicina y Ciencias de la Salud) podrán ser considerados, pero deberán acreditar niveles de conocimiento suficientes en las áreas de Matemáticas (Algebra y Cálculo), Estadística (Probabilidad e Inferencia) e Informática (habilidades básicas de programación). En cualquier caso, y dependiendo de cada caso concreto, la Comisión Académica del Máster podrá recomendar a estudiantes admitidos la realización, previa al inicio de las clases del Máster, de uno o varios cursos online (MOOCs) sobre algunos de los contenidos anteriores.
La dirección del Máster valorará la candidatura en base a los criterios y ponderaciones descritos a continuación, comunicando al estudiante su admisión al Máster, la denegación de admisión motivada o la inclusión en una lista de espera provisional:
Expediente académico (40%)
Experiencia profesional (20%)
Formación acreditada por el estudiante en áreas cuantitativas e informática (10%)
Motivación, interés y cartas de recomendación (10%)
Otros (10%)
Nivel de inglés (haber superado titulación previa en inglés): (10%)
Ingeniería Informática
Ingeniería de Telecomunicación
Estadística
Matemáticas
Física
Ingeniería Industrial
Quienes posean titulaciones en otras áreas (por ejemplo en Administración y Dirección de Empresas, Ciencias Económicas o Medicina y Ciencias de la Salud) podrán ser considerados, pero deberán acreditar niveles de conocimiento suficientes en las áreas de Matemáticas (Algebra y Cálculo), Estadística (Probabilidad e Inferencia) e Informática (habilidades básicas de programación). En cualquier caso, y dependiendo de cada caso concreto, la Comisión Académica del Máster podrá recomendar a estudiantes admitidos la realización, previa al inicio de las clases del Máster, de uno o varios cursos online (MOOCs) sobre algunos de los contenidos anteriores.
La dirección del Máster valorará la candidatura en base a los criterios y ponderaciones descritos a continuación, comunicando al estudiante su admisión al Máster, la denegación de admisión motivada o la inclusión en una lista de espera provisional:
Expediente académico (40%)
Experiencia profesional (20%)
Formación acreditada por el estudiante en áreas cuantitativas e informática (10%)
Motivación, interés y cartas de recomendación (10%)
Otros (10%)
Nivel de inglés (haber superado titulación previa en inglés): (10%)
TEMARIO
CURSO 1 - CUATRIMESTRE 1
SEMICUATRIMESTRE I
- Matemáticas para el análisis de datos
- Estadística para el análisis de datos
- Fundamentos tecnológicos en el mundo Big Data
- Computación de altas prestaciones para Big Data en las Empresas
- Back- end para análisis de Big Data
SEMICUATRIMESTRE II
- Distribución de contenidos en Internet
- Modelos de predicción
- Aprendizaje estadístico
- Optimización para grandes volúmenes de datos
- Inteligencia para Big Data: métodos y tecnologías
CURSO 1 - CUATRIMESTRE 2
SEMICUATRIMESTRE III
- Aprendizaje Bayesiano
- Análisis de series temporales y predicción
- Aprendizaje automático
- Aplicaciones del análisis de Big Data a los negocios
- Análisis y explotación de datos de la Web
SEMICUATRIMESTRE IV
- Aprendizaje automático
- Seguridad de la información y gestión de riesgos tecnológicos empresariales
- Análisis de datos para la sociedad inteligente
- Redes cloud
- Análisis de redes y visualización de datos
SEMICUATRIMESTRE I
- Matemáticas para el análisis de datos
- Estadística para el análisis de datos
- Fundamentos tecnológicos en el mundo Big Data
- Computación de altas prestaciones para Big Data en las Empresas
- Back- end para análisis de Big Data
SEMICUATRIMESTRE II
- Distribución de contenidos en Internet
- Modelos de predicción
- Aprendizaje estadístico
- Optimización para grandes volúmenes de datos
- Inteligencia para Big Data: métodos y tecnologías
CURSO 1 - CUATRIMESTRE 2
SEMICUATRIMESTRE III
- Aprendizaje Bayesiano
- Análisis de series temporales y predicción
- Aprendizaje automático
- Aplicaciones del análisis de Big Data a los negocios
- Análisis y explotación de datos de la Web
SEMICUATRIMESTRE IV
- Aprendizaje automático
- Seguridad de la información y gestión de riesgos tecnológicos empresariales
- Análisis de datos para la sociedad inteligente
- Redes cloud
- Análisis de redes y visualización de datos
SALIDAS PROFESIONALES
Con esta formación podrás ejercer como profesional cualificado en puestos de trabajo de:
- Chief Data Officer
- Data Scientist
- Data Consultant
- Data Analyst
- Administrador de sistemas de macrodatos
- Arquitecto de Inteligencia de Datos
- Arquitecto de Business Intelligence
- Auditor de sistemas de datos masivos
- Digital Analyst
- Desarrollador de sistemas de datos a gran escala
- Gestor de infraestructuras para Big Data
- Ingenieros de datos
TE RECOMENDAMOS VER TAMBIÉN
En los siguientes enlaces podrás ver programas formativos similares:
UBICACIONES DE NUESTRAS SEDES
-
Getafe
C. Madrid, 126
Opiniones
No hay opiniones registradas para este curso
