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%
Financiación hasta en 18 cuotas

La Maestría en Big Data y Ciencia de Datos de UHE, IMF Smart Education e Indra, 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% en línea, sin moverte de casa.
  • Para titulados universitarios de 3er grado
Multinacional tecnológica INDRA

Características del programa

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).
Titulación Europea:
  • Máster en Big Data y Business Analytics por IMF Smart Education de España.
Certificados adicionales:
  • Certificado profesional por INDRA.
  • Experto en Analítica Exploratoria de Datos y Visualización.
Cursos adicionales: Iniciación a Python
Iniciación a R
Metodologías Ágiles. Scrum
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 y empresas en las que trabajan nuestros egresados

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)
Logotipos de empresas donde trabajan nuestros egresados
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
  • Uso de máquinas virtuales y shell de comandos
  • Fundamentos de programación en Python
  • Fundamentos de bases de datos relacionales
  • Fundamentos de tecnologías de internet
  • Compartir datos, código y recursos en repositorios
  • Fundamentos de tratamiento de datos con el stack científico de Python
Business Intelligence
  • Introducción a la inteligencia de negocio
  • Almacenes de datos y bases de datos analíticas
  • Herramientas de extracción y carga
  • Aplicaciones de inteligencia de negocio
  • Análisis de datos masivos aplicados al negocio
  • Inteligencia de cliente (CRM)
Analítica de datos y modelos de aprendizaje automático aplicados a Big Data
  • Introducción al aprendizaje automático
  • Modelos supervisados
  • Modelos no supervisados
  • Ingeniería de características y selección de modelos
  • Modelos conexionistas
  • Reglas de asociación y market basket analysis
Proceso de modelización matemática - PLN
  • Introducción histórica y tecnológica
  • Herramientas PLN I: NLTK
  • Herramientas PLN II: INCEpTION y Gate
  • Text mining
  • Otras aplicaciones y técnicas PLN
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
  • Introducción al business intelligence
  • BI vs. reporting tradicional
  • Fundamentos tecnológicos para el tratamiento y análisis de datos
  • Fundamentos de visualización de datos
  • Visualización avanzada de datos
  • Herramientas de visualización
Arquitectura y soluciones de Big Data
  • Procesamiento de datos con Hadoop
  • Herramientas del ecosistema Hadoop
  • Procesamiento de datos con Spark
  • Arquitecturas de streaming
  • Componentes de arquitecturas en streaming
  • Plataformas y API en la nube
Bases de datos para entornos analíticos
  • Bases de datos no convencionales
  • Modelos de base de datos basados en documentos
  • Modelos de base de datos orientados a columnas
  • Modelos de base de datos orientados a grafos
  • Modelos de bases de datos clave-valor
  • Adquisición de datos
Modelamiento y explotación de datos mediante Big Data
  • El business case de big data
  • Proyectos de big data
  • Aplicaciones analíticas por sectores
  • Tecnologías emergentes en analítica
  • Gestión de equipos y métodos ágiles
  • Aspectos regulatorios del tratamiento de datos
Casos y Tópicos de Big Data
  • Caso de analítica escalable. Análisis con tecnologías de computación paralela y escalable
  • Caso de estudio de analítica en redes sociales
  • Caso de estudio en internet of things
  • Caso de estudio en analítica financiera (el rating de empresas)
  • Caso de estudio en analítica de clientes: location analytics
  • Caso de estudio de técnicas de recuperación de información
Deontología profesional
  • Visión humanista del uso de la Ciencia de Datos 
  • Ética y servicio al bien común 
  • Responsabilidad profesional 
Curso: Iniciación a Python
  • Introducción a Python
  • Condicionales en Python
  • Estructuras repetitivas en Python
  • Colecciones. Listas
  • Funciones de cadenas
  • Colecciones. Diccionarios
  • Funciones
  • Manejo de ficheros
  • Orientación a objetos
Curso: Iniciación a R
  • Introducción a R
  • Vectores
  • Matrices
  • Listas
  • Data Frames
  • Estructuras de control
  • Funciones
Curso: Metodologías ágiles. Scrum
  • Qué es Scrum y cómo aplicarlo
  • El marco Scrum
  • Equipos autoorganizados
  • El papel de clientes y stakeholder
  • Gestión ágil de productos y proyectos
  • Desarrollo e integración continua
  • Cómo evolucionar hacia una organización ágil

Requisitos técnicos

Para poder realizar esta Maestría en Big Data debes contar con un equipo informático con los siguientes mínimos:

  • Procesador: Mínimo i5 6000 (o superior), recomendable i7
  • RAM: Mínimo 12 GB, recomendable 16 GB (o superior)
  • Almacenamiento: Mínimo 1 TB entre unidades internas y externas.
    • Disco HDD: Mínimo 500 GB (o superior)
    • Disco SDD para el software base: No es imprescindible; sin embargo, mejora enormemente el rendimiento al tener el sistema operativo y el software base instalado sobre el mismo.
  • Es necesario comprobar que se pueden utilizar cómodamente máquinas virtuales VirtualBox con la última versión estable de Ubuntu Linux.
  • Para la realización del módulo 6 Análisis de Datos para la toma de decisiones empresariales, se necesitará el entorno Tableau. Los estudiantes podrán solicitar en su página web una licencia anual gratuita de Tableau for Students aportando la documentación de matrícula proporcionada por UHE-IMF.
  • Para la realización del módulo
  • 6 Análisis de Datos para la toma de decisiones empresariales, es necesario hacer uso de la herramienta Qlik View (versión 12 Desktop Personal Edition). Los estudiantes podrán solicitar una licencia gratuita, previo registro en su página web.
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.

























    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.