Máster Universitario en Análisis de Datos Masivos (Big Data) Madrid

70 plazas

El Máster Universitario en en Análisis de Datos Masivos (Big Data), por la Universidad Europea de Madrid se implantó por primera vez el curso 2015/2016 y el nuevo plan de estudios en 2021.

• Este máster está especialmente diseñado para científicos, tecnólogos, ingenieros, estadísticos, físicos, matemáticos, arquitectos, que deseen reorientar su carrera profesional a este campo con el reto de crear valor a partir de la integración y análisis de los datos provenientes de las distintas funciones de negocio o medios externos.
• Estudiantes que provienen de titulaciones oficiales del ámbito de Ciencia de datos; Informática y Computación y afines; o Ingeniería de Telecomunicación y afines.
• Estudiantes que provienen de titulaciones oficiales del ámbito de Matemáticas, Estadística, Física y afines; u otras titulaciones oficiales del ámbito de ingeniería, Arquitectura y afines, que dispongan de competencias (nivel MECES 2) en el ámbito de la estadística básica y que hayan cursado o convalidado los complementos formativos habilitados al efecto, o bien dispongan de experiencia profesional contrastada de más de 1 año en el ámbito de la Ciencia de datos, como gestores de bases de datos, analistas de datos, o gestores de proyectos donde se desarrolle análisis de datos, y hayan cursado o convalidado los complementos formativos habilitados al efecto.
• Estudiantes que provienen de otras titulaciones, que dispongan de experiencia profesional contrastada de más de 2 años en el ámbito de la Ciencia de datos como gestores de bases de datos, analistas de datos, o gestores de proyectos donde se desarrolle análisis de datos, y hayan cursado o convalidado los complementos formativos habilitados al efecto.

Para los estudiantes que provienen de titulaciones oficiales del ámbito de Ciencia de datos; Informática y Computación y afines; o Ingeniería de Telecomunicación y afines:

• No hay complementos formativos.

Para los estudiantes que provienen de titulaciones oficiales del ámbito de Matemáticas, Estadística, Física y afines; u otras titulaciones oficiales del ámbito de Ingeniería, Arquitectura y afines:

• Diseño y uso de bases de datos analíticas (3 créditos ECTS).
• Programación para la ciencia de datos (3 créditos ECTS).

Para los estudiantes que provienen de otras titulaciones, con dos años de experiencia profesional en el ámbito de la ciencia de datos:

• Diseño y uso de bases de datos analíticas (3 créditos ECTS).
• Programación para la ciencia de datos (3 créditos ECTS).
• Estadística (3 créditos ECTS).

Las prácticas en empresas del sector son una parte esencial de tu formación. Te permiten aplicar los conocimientos adquiridos en un entorno real, facilitando tu incorporación al mundo laboral.

Se ofrecen dos modalidades de prácticas:

• Curriculares: forman parte del plan de estudios. Para realizarlas, debes haber superado al menos el 50% de los créditos y matricular la asignatura correspondiente antes de comenzar. Estas prácticas están supervisadas tanto por la empresa como por un tutor académico, e incluyen la entrega de informes intermedios y finales para su evaluación.
• Extracurriculares: son voluntarias y pueden realizarse en cualquier curso. Aunque no son obligatorias, suponen una gran oportunidad para adquirir experiencia profesional adicional. Cuanto más avanzado estés en la titulación, mayor será el valor que obtendrás de ellas.

Si optas por el itinerario profesional, podrás realizar tus prácticas en compañías de referencia como Accenture, Deloitte, Everis, Indra Sistemas, Luís Simões, Telefónica o VimcomTech.

Conocimientos

• CON01 - Comprender los fundamentos de la gestión de proyectos y cómo estos se aplican en el contexto de proyectos de Big Data.
• CON02 - Explicar cómo las arquitecturas y técnicas propias de Big Data se aplican en el análisis de datos estáticos y dinámicos, estructurados y no estructurados.
• CON03 - Comprender la función del dato en la empresa para apoyar la toma de decisiones estratégicas, considerando la gestión de calidad de datos, políticas de privacidad y seguridad de los datos, y de marcos de cumplimiento normativo.
• CON04 - Comprender los fundamentos de procesamiento y almacenamiento distribuido de grandes volúmenes de datos.
• CON-OPT-01 - Conocer los recursos bibliográficos y computacionales, además de los planteamientos metodológicos y estructurales de un proyecto de investigación en Big data.
• CON-OPT-02 - Comprender el funcionamiento de la toma de decisiones en un entorno real a partir de grandes volúmenes de datos.

Habilidades

• HAB01 - Aplicar los conocimientos adquiridos sobre sistemas distribuidos/cloud en el desarrollo e implantación de sistemas de análisis de datos.
• HAB02 - Aplicar los fundamentos técnicos del funcionamiento de sistemas distribuidos de alto rendimiento, así como sus entornos de desarrollo y bases de datos tanto SQL como NoSQL.
• HAB03 - Evaluar modelos de aprendizaje automático supervisado y no supervisado para la resolución de un problema.
• HAB04 - Aplicar las diferentes metáforas de visualización, analíticas, visuales y tecnología necesaria para la interpretación de los datos.
• HAB05 - Diseñar un proceso de extracción, transformación y carga de datos haciendo uso de procesamiento paralelo y recursos escalables.
• HAB06 - Utilizar técnicas efectivas de visualización de datos para facilitar la comprensión al exponer conclusiones respaldadas por el análisis de datos tanto ante audiencias especializadas como no especializadas.
• HAB07 - Aplicar la gobernanza y el ciclo de vida de los datos, así como el análisis de negocio, optimizando el uso de los recursos y el tiempo.
• HAB08 - Evaluar de forma crítica y meticulosa los resultados obtenidos mediante el uso de técnicas de análisis de grandes volúmenes de datos.
• HAB09 - Comunicar de forma efectiva y ejecutiva tanto el progreso de los proyectos tecnológicos como los resultados obtenidos.
• HAB10 - Utilizar técnicas de gestión de proyectos para optimizar procesos y recursos.
• HAB-OPT-01 - Evaluar críticamente la literatura existente, formular preguntas de investigación relevantes y desarrollar hipótesis sólidas para desarrollar nuevas ideas en el campo del análisis de datos masivos.
• HAB-OPT-02 - Colaborar activamente en el desarrollo de proyectos o tareas que le sean asignados dentro de un departamento concreto.

Competencias

• CP01 - Analizar y argumentar los agentes del mercado, empresas y tecnologías que participan en el sector del análisis de grandes volúmenes de datos en infraestructuras distribuidas.
• CP02 - Seleccionar y configurar servicios de computación en la nube adecuados para satisfacer los requisitos de análisis de grandes volúmenes de datos
• CP03 - Diseñar e implantar infraestructuras físicas para el tratamiento de grandes volúmenes de datos distribuidos
• CP04 - Diseñar y ejecutar un proceso completo de descubrimiento de conocimiento, incluyendo las fases de almacenamiento, procesamiento y visualización de los datos.
• CP05 - Aplicar técnicas de análisis de datos, modelos de aprendizaje automático, supervisado y no supervisado, incluso cuando la información disponible sea incompleta o limitada.
• CP06 - Diseñar e implementar estrategias de gobernanza de datos que aseguren la calidad, integridad, confidencialidad y disponibilidad de la información, desde su captura y almacenamiento hasta su eliminación o archivo, asegurando su trazabilidad y cumplimiento de requisitos legales y regulatorios.
• CP07 - Evaluar las posibilidades del análisis de datos en el desarrollo del negocio en los diferentes sectores de aplicación.
• CP08 - Investigar tendencias técnicas en tecnologías y procesos de descubrimiento de información y generación de conocimiento a partir de los datos.
• CP09 - Evaluar los recursos necesarios, planificar y organizar las actividades, sin olvidar la revisión del propio progreso y desempeño del proyecto.
• CP10 - Elaborar, exponer y defender un trabajo/proyecto profesional o de investigación en el ámbito del análisis de datos masivos, de manera pública e individual, ante un tribunal universitario, síntesis de las competencias adquiridas en el título.
• CP-OPT-01 - Elaborar y presentar resultados de investigación de manera efectiva a audiencias académicas y profesionales, incluyendo la preparación de artículos para publicación científica.
• CP-OPT-02 - Aplicar de forma práctica e integradora los conocimientos, habilidades y competencias adquiridos en entornos profesionales relacionados con el análisis de datos masivos.

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

Correo electrónico postgrado@universidadeuropea.es

Después de informarte, deberás aportar la documentación requerida:

• Solicitud de Admisión
• Copia del DNI o NIE
• Copia del Título Universitario
• CV

El equipo de Admisiones de Postgrado te convocará a la realización de las pruebas de ingreso correspondientes al programa de tu interés y a una entrevista personal con el director del máster o con un miembro del Comité de Admisiones.

*El proceso de admisión no supone ningún coste para el candidato ni compromiso alguno hasta la formalización de la reserva.

• Este máster está especialmente diseñado para científicos, tecnólogos, ingenieros, estadísticos, físicos, matemáticos, arquitectos, que deseen reorientar su carrera profesional a este campo con el reto de crear valor a partir de la integración y análisis de los datos provenientes de las distintas funciones de negocio o medios externos.
• Estudiantes que provienen de titulaciones oficiales del ámbito de Ciencia de datos; Informática y Computación y afines; o Ingeniería de Telecomunicación y afines.
• Estudiantes que provienen de titulaciones oficiales del ámbito de Matemáticas, Estadística, Física y afines; u otras titulaciones oficiales del ámbito de ingeniería, Arquitectura y afines, que dispongan de competencias (nivel MECES 2) en el ámbito de la estadística básica y que hayan cursado o convalidado los complementos formativos habilitados al efecto, o bien dispongan de experiencia profesional contrastada de más de 1 año en el ámbito de la Ciencia de datos, como gestores de bases de datos, analistas de datos, o gestores de proyectos donde se desarrolle análisis de datos, y hayan cursado o convalidado los complementos formativos habilitados al efecto.
• Estudiantes que provienen de otras titulaciones, que dispongan de experiencia profesional contrastada de más de 2 años en el ámbito de la Ciencia de datos como gestores de bases de datos, analistas de datos, o gestores de proyectos donde se desarrolle análisis de datos, y hayan cursado o convalidado los complementos formativos habilitados al efecto.

Para los estudiantes que provienen de titulaciones oficiales del ámbito de Ciencia de datos; Informática y Computación y afines; o Ingeniería de Telecomunicación y afines:

• No hay complementos formativos.

Para los estudiantes que provienen de titulaciones oficiales del ámbito de Matemáticas, Estadística, Física y afines; u otras titulaciones oficiales del ámbito de Ingeniería, Arquitectura y afines:

• Diseño y uso de bases de datos analíticas (3 créditos ECTS).
• Programación para la ciencia de datos (3 créditos ECTS).

Para los estudiantes que provienen de otras titulaciones, con dos años de experiencia profesional en el ámbito de la ciencia de datos:

• Diseño y uso de bases de datos analíticas (3 créditos ECTS).
• Programación para la ciencia de datos (3 créditos ECTS).
• Estadística (3 créditos ECTS).