El aumento de las tecnologías digitales y el almacenamiento en la nube demanda profesionales especializados en Big Data para cubrir roles técnicos y estratégicos en empresas de todo el mundo. Este máster se enfoca en tres áreas clave: tecnología, matemáticas y su aplicación en negocios e investigación. Los estudiantes aprenden a configurar entornos Big Data, analizar datos masivos y emplear herramientas de minería de datos, aprendizaje automático y visualización para resolver problemas y optimizar procesos empresariales.
Profesionales que deseen incrementar sus oportunidades laborales en el sector o aquellos que simplemente deseen actualizar sus competencias.
La finalidad de la formación es proporcionar a los profesionales las herramientas precisas que les permita obtener datos de gran interés para las empresas en las que trabajan.
Fundamentos de la tecnología Big Data 3 ECTS - Obligatoria
Tras introducir el Big Data y el mercado de profesionales especializados en sus distintas tecnologías, presenta las fases iniciales del proceso de gestión de la información masiva, que son: la captura, el almacenamiento de la información y su visualización. Asimismo, expone algunas de las soluciones tecnológicas disponibles en el mercado y los conceptos básicos de diseño de un sistema Big Data.
Sistemas de almacenamiento y gestión Big Data 3 ECTS - Obligatoria
Introduce el concepto de Big Data, centrándose de forma específica en los sistemas de almacenamiento. También se estudian, de forma esencial, las bases de datos NoSQL, entendiendo su auge por el uso del Big Data, así como su uso en aplicaciones según las necesidades del negocio, comprendiendo tanto su modelo de datos como su manipulación de datos. Asimismo, se estudian propiedades de estos sistemas, como el teorema CAP y las diferencias entre ACID y BASE.
Procesamiento de datos masivos 6 ECTS - Obligatoria
Se centra en el análisis de datos que, por su naturaleza masiva, no pueden procesarse con las tecnologías tradicionales. Para tratar estos datos se tienen que emplear nuevos modelos de procesamiento Big Data, que se ejecutan sobre grandes infraestructuras escalables y distribuidas. El objetivo principal es, de esta manera, procesar masivamente los datos a través de los principales frameworks Big Data.
Riesgo, seguridad y legislación en sistemas de información 3 ECTS - Obligatoria
Proporciona al estudiante una serie de conocimientos en el campo de la seguridad informática, de la seguridad de la información y de la legislación relacionada con los sistemas de información y las comunicaciones de datos a través de redes de transmisión, para que en un futuro pueda afrontar proyectos Big Data con éxito. Estos conocimientos le serán de gran utilidad al proporcionarle los conceptos para la protección de los sistemas de información, los riesgos que pueden existir y el cumplimiento de la legislación en torno a estos sistemas.
Minería de datos 6 ECTS - Obligatoria
Introduce al alumno los conceptos básicos de la minería de datos. Estas técnicas permiten describir y modelar conjuntos de datos complejos y procedimientos automáticos. Asimismo, se hace especial hincapié en el proceso de descubrimiento de patrones en los datos, también conocida como Knowledge Discovery in Databases (KDD).
Estadística avanzada 6 ECTS - Obligatoria
Detalla las técnicas estadísticas más importantes en análisis de datos, fundamentales para entender el aprendizaje automático. Con una visión eminentemente práctica, se tratarán técnicas de regresión en una y varias variables, de estadística bayesiana, de análisis de series temporales, y de optimización. Transversalmente, se introducirá el lenguaje de programación R, estándar en el campo.
Machine learning 6 ECTS - Obligatoria
El aprendizaje automático (machine learning) es una rama de la inteligencia artificial cuyo propósito principal es el de automatizar la extracción de conocimiento a partir de grandes cantidades de datos mediante algoritmos basados en métodos matemáticos. Se estudiará, así, tanto métodos de aprendizaje no supervisado (clustering, reducción de dimensionalidad, etc.) como de aprendizaje supervisado, donde se tratará con problemas de clasificación y de regresión.
Visualización de datos 6 ECTS - Obligatoria
Introduce los fundamentos básicos y las tecnologías del análisis visual de grandes cantidades de datos. El objetivo principal es proporcionar la capacidad para generar visualizaciones descriptivas para facilitar la interpretación de los mismos, tanto para usuarios expertos como inexpertos en ciencia de datos. Se plantea también su visualización como una herramienta de ayuda para la toma de decisiones a través de cuadros de mando.
Soluciones de inteligencia de negocios 6 ECTS - Obligatoria
Atiende al objetivo de proporcionar al estudiante los fundamentos de los diferentes mecanismos disponibles para el análisis, diseño e implantación de soluciones de inteligencia de negocio que busquen aportar valor a los datos en las organizaciones. La formación abarca tanto el modelado de soluciones en proyectos Big Data por medio del modelado multidimensional, como la implantación del proceso BI en sus etapas de integración, análisis (descriptivo, estadístico, visual) e informes.
Ciencia de datos para la toma de decisiones estratégicas 3 ECTS - Obligatoria
Los datos empresariales suponen uno de los principales activos de toda organización. Sin embargo su explotación, hasta llegar a suponer una fuente de conocimiento realmente útil, supone un duro reto. En este contexto, surge la necesidad de conocer las principales herramientas y técnicas capaces de transformar los datos almacenados en los más habituales sistemas de información empresarial en conocimiento imprescindible para procesos de toma de decisiones operativas y estratégicas.
Cloud computing 6 ECTS - Optativa
Profundiza en los servicios de computación ubicua para el procesamiento masivo de datos en entornos basados en Internet y la nube. Asimismo, estudia conceptos de virtualización y las herramientas de implementación, los conceptos de computación en la nube (tipos, despliegue, servicios, etc.), así como metodologías que dictan las mejores prácticas de desarrollo eficiente y rápido (e.g., DevOps, ML-Ops, DataOps), y herramientas para la automatización de despliegues en entornos Big Data.
Redes neuronales y deep learning 6 ECTS - Optativa
Dota al estudiante de conocimiento sobre los principios y aplicaciones de las redes neuronales artificiales y deep learning, tanto desde un punto de vista discriminativo como generativo. Se aborda teoría general, el diseño de arquitecturas de redes neuronales y aplicaciones de estas en campos como el procesamiento del lenguaje natural o la visión por computador mediante
aproximaciones basadas en aprendizaje supervisado y no supervisado. Se trabaja, a su vez, con frameworks específicos para el desarrollo de soluciones basadas en aprendizaje profundo.
Metodologías de gestión y diseño de proyectos Big Data 6 ECTS - Optativa
Presenta los conceptos fundamentales de la gestión de proyectos de Big Data y data science, estudiando las principales metodologías utilizadas en este tipo de proyecto. Asimismo, desarrolla aspectos relacionados con el entorno tecnológico que acompaña la gestión de proyectos. Y, de igual forma, detalla los conceptos de Gobierno de la Tecnología de la Información y Gobierno de Datos. Por último, aborda una propuesta de metodología híbrida de gestión de proyectos y se realizan prácticas vinculadas a los temas abordados.
Prácticas en empresa 6 ECTS - Optativa
Las prácticas externas que el estudiante podrá realizar consisten en actividades de carácter formativo supervisadas por la Universidad y realizadas en entidades de carácter público o privado, nacionales o internacionales. Estas le permitirán la aplicación práctica de los conocimientos adquiridos en su formación, adquiriendo competencias que le preparen para el ejercicio profesional y facilitando su incorporación al mercado laboral.
Trabajo fin de máster 6 ECTS - TFM
El objetivo del trabajo de fin de máster es el desarrollo y especialización, por parte del estudiante, de alguna de las materias relacionadas con las diferentes asignaturas ofrecidas en el máster. De esta forma, adquiere competencias específicas relacionadas con el tratamiento de datos masivos y/o la planificación de proyectos en ciencia de datos, aplicando técnicas innovadoras vistas a lo largo de la formación.
Maestría Oficial en Big Data y Ciencia de Datos.
Se requiere que los alumnos estén en posesión de un título universitario.
Información Adicional
15ª Edición - Abril 2025
Créditos 60 ECTS
Salidas profesionales
Otros cursos
