Seleccionar página

MAESTRÍA ONLINE EN
Big Data y Ciencia de Datos

Escuela de IA & Big Data / IMF Smart Education / INDRA

RESOLUCIÓN DE APROBACIÓN RPC-SO-27-No.647-2021
Programa de Becas Disponible hasta del 48%.

La Maestría en Big Data y Ciencia de Datos de UHE x IMF Smart Education, es un programa de cuarto nivel que dota al profesional de los conocimientos, competencias y herramientas precisas para manejar, analizar e interpretar grandes volúmenes de información necesarios para alcanzar los objetivos de negocio, profesionales especializados que combinen la capacidad analítica y la visión estrategia.

  • Programa de Becas Excelencia hasta del 48%.
  • Consulta condiciones con tu asesor
  • Hasta un 48% de Beca y extra -5% por pago al contado
  • Metodología 100% online
  • Para titulados universitarios de 3er grado
Multinacional tecnológica INDRA

Características del programa

Convocatoria: Abierta (cupos agotándose)
Duración: 12 meses / 1.440 horas
Modalidad: En línea
Descuento: Becas y ayudas. Becas excelecia hasta el 48% y descuento extra del 5% por pago al contado
Perfil: Para Titulados de Tercer Nivel de Grado
Titulo:
  • Maestría en Big Data y Ciencia de Datos por la Universidad Hemisferios (título de cuarto nivel registrado en el CES y reconocido por SENESCYT).
Homologados:
  • Maestría en Big Data y Business Analytics por IMF Smart Education.
  • Certificación profesional por INDRA.
  • Curso de Metodologías Ágiles: Scrum Master por IMF Smart Education.
Precio y financiación: Consulta con tu asesor

En qué consiste la Maestría en Big Data y Ciencia de Datos

La Maestría en Big Data y Ciencia de Datos de UHE x IMF Smart Education, es un programa de cuarto nivel que dota al profesional de los conocimientos, competencias y herramientas precisas para manejar, analizar e interpretar grandes volúmenes de información necesarios para alcanzar los objetivos de negocio, profesionales especializados que combinen la capacidad analítica y la visión estrategia.

Salidas profesionales

Ingenieros de las tecnologías de la información, ingenieros de otras áreas, licenciados en administración y negocios con experiencia en gestión del dato, economistas, matemáticos, sociólogos, licenciados en servicios de transporte, y cuales quiera otros profesionales que hayan desarrollados labores relacionadas con la gestión o analítica de grandes volúmenes de datos. 

  • Ingeniero de datos (Data Engineer)
  • Arquitecto de datos (Data Architect)
  • Científico de datos (Data Scientist)
  • Analista de datos (Big Data Analyst)
  • Director de gobierno de datos (CDO, Chief Data Officer)
Múltiples habilidades que te abrirán puertas

Conocimientos

La Maestría en Big Data y Ciencia de Datos brinda al perfil técnico o perfil de gestión las posibilidades de:

  • Comprender el valor de los datos y su análisis en las organizaciones y ser capaz de idear y concebir soluciones de análisis de datos.
  • Conocer y saber enunciar el valor para el negocio de las principales tecnologías de procesamiento paralelo y de almacenamiento de datos escalable, así como saber explicar su uso para propósitos específicos dentro de la organización.
  • Ser capaces de aplicar técnicas y métodos de data analytics a problemas de negocio utilizando técnicas de programación estadística.
  • Aplicar técnicas de aprendizaje automático y de minería de texto a la extracción de valor de los datos y a la construcción de modelos predictivos.
  • Obtener una formación general en las áreas del programa, que permitirán al alumno orientarse a una variedad de salidas profesionales.
  • Obtener un conocimiento sólido de técnicas y métodos de Data Science en R y Python, así como de su aplicación a diferentes áreas de negocio.
  • Comprender de manera práctica las principales tecnologías de paralelización de datos, para procesamiento batch o streaming (tiempo real), y conocer cuándo utilizar unas u otras.
  • Reorientar o focalizar las competencias en la gestión y extracción de valor del dato, desde diferentes perspectivas y para perfiles diversos que tengan distintos conocimientos de entrada.
  • Aprender mediante el uso de casos y ejemplos prácticos y adquirir, por tanto, competencias que son directamente aplicables a la práctica profesional.

Partners académicos que avalan esta Maestría

IMF Institución Académica
Logo de la Universidad de los Hemisferios
Logo de la Universidad de los Hemisferios

Ventajas de la Metodología en línea

Experiencia de aprendizaje eficaz:

Acceso a través del Campus Virtual, de forma sencilla, amigable e intuitiva, a todos los recursos, didácticas y contenidos necesarios para alcanzar el desarrollo de las competencias y destrezas necesarias.

Gracias al diseño y la secuencia didáctica, el alumno determina la carga y ritmo de trabajo, pudiendo en todo momento a través de la plataforma solicitar la guía y apoyo de los profesores y tutores.

Tutorías personalizadas:

Tutorías, clases y experiencias prácticas virtuales en tiempo real que permiten a los alumnos interactuar con el profesor para desarrollar aspectos prácticos y relevantes del contenido de la materia.

Sesiones impartidas cada dos semanas, en jueves tarde, viernes tarde y sábado.
(* El horario se ajustará a la secuencia docente buscando ser compatible con la actividad laboral)

Disposición académica:

La maestría organiza las once materias de las que se compone en dos periodos académicos ordinarios de 18 semanas de duración. Por este motivo, el alumno dispone de cinco semanas para alcanzar los objetivos de aprendizaje de cada materia.

 

Contenidos

Fundamentos Big Data
  • Explotación de datos.  
  • MapReduce y MongoDB 
  • Python 
  • Bases de datos para BigData. 
  • Spark 
Modelos estadísticos y análisis exploratorios de datos
  • Lenguaje R. 
  • Estadística descriptiva. 
  • Estadística inferencial.  
  • Regresión y correlación.  
  • Técnicas multivariantes 
  • Distribución de Probabilidades 
  • Árboles de decisión 
  • Series temporales 
Analítica de datos y modelos de aprendizaje automático aplicados a Big Data
  • Recursos de preparación de datos 
  •  Algoritmos de Machine Learning.  
  • Automatización y procesos iterativos.
  •  Técnicas de Aprendizaje automático 
  • Redes neuronales artificiales
Proceso de modelización matemática- PLN
  • NLTK.  
  • Brat y Gate. 
  • Clustering.  
  • Minería de Texto.  
  • Otras aplicaciones técnicas.
Plan de Titulación
  • Diseño e implementación de proyectos con componentes de investigación aplicada y/o de desarrollo.  
  • Diseño y redacción de artículos profesionales de alto nivel.  
  • Análisis de modelos prácticos para el desarrollo del examen de carácter complexivo. 
Análisis de datos para la toma de decisiones empresariales
  • Análisis de Datos.  
  • Técnicas de uso y visualización de herramientas.  
  • Gestión, transformación, modelamiento y visualización de datos 
Arquitectura y soluciones de Big Data
  • Arquitectura Hadoop.  
  • Procesamiento en Spark  
  • Procesamiento en Streaming. 
  •  Soluciones Cloud 
Bases de datos para entornos analíticos
  • Herramientas NoSQL 
  • MongoDB
  • Casandra  
  • Neo4j  
  • Redis 
Casos de aplicación de analítica de datos y modelos de Big Data
  • Predicciones generadas gracias a datos de redes sociales.  
  • Tendencias de búsquedas en la web.  
  • Detección y adquisición de talento y recursos humanos. 
  • Datos generados de dispositivos wearables 
Deontología profesional
  • Visión humanista del uso de la Ciencia de Datos 
  • Ética y servicio al bien común 
  • Responsabilidad profesional 
Casos de aplicación de analítica de datos y modelos de Big Data
  • Predicciones generadas gracias a datos de redes sociales.  
  • Tendencias de búsquedas en la web.  
  • Detección y adquisición de talento y recursos humanos. 
  • Datos generados de dispositivos wearables. 
Opciones de titulación

La duración de la unidad de titulación será de 240 horas y desarrollará bajo el siguiente componente:

 

  • Examen de carácter complexivo. Esta opción de titulación se basa en una evaluación integral del componente teórico (examen teórico en plataforma académica con duración de 90 minutos planificada en cronograma) y componente práctico (desarrollo de caso práctico con componente de investigación) que evidenciarán los resultados de aprendizaje del programa de maestría.
Perfil de Ingreso

Dada la naturaleza del programa, accederán titulados de tercer nivel de grado;

  • Profesionales con amplia experiencia en el mundo de la Tecnología (al menos 5 años) que hayan sido designados para un puesto directivo o que quieran orientar su currículum para poder optar a ello.

¡Te asesoramos!

Aprovecha las últimas plazas.




















    Suscribirme a las co­mu­ni­ca­cio­nes de IMF.






    Nuestra excelencia en tu experiencia

    · · · ·
    Manuel Albeza. Dir. de consultoría estratégica en Nexeus Big Data

    Manuel Albeza

    Elegí este Master por su amplio contenido y ha cumplido sobradamente mis expectativas. Los tutores han sido clave en mi progreso ya que las dudas me las han resuelto de forma muy rápida.

    Máster en Big Data y Business Analytics por IMF
    Dir. en consultoría Estratégica en ‘Nexeus Big Data’

    Adolfo García Navarro, Máster en Big Data y Business Analytics en Indra

    Adolfo García Navarro

    Me pareció muy atractivo. La respuesta de los profesores es inmediata. Recomiendo la plataforma por su conjunto de facilidades que te ayudan a ampliar tus conocimientos y a crear nuevas oportunidades de trabajo.

    Máster en Big Data y Business Analytics por IMF
    Analista de TI en ‘Indra’

    Javier Blasco, alumno de IMF

    Javier Blasco de Luna

    Gracias al Máster he adquirido las competencias necesarias para avanzar en mi carrera profesional, sin duda un acierto. Además, me permitió complementar mi perfil profesional aumentando el grado de especialización en el área de Prevención de Riesgos Laborales.

    Máster universitario de PRL por IMF
    Legal and Health & Safety Manager en ‘Adecco’

    Déjanos tus datos y uno de nuestros asesores se pondrá en contacto contigo para identificar tus necesidades, valorar opciones y asistirte en la inscripción del programa que cambiará tu carrera.