Seleccionar página

MAESTRÍA EUROPEA EN
Big Data / Data Science

Sistemas de Información mención en Data Science

RESOLUCIÓN DE APROBACIÓN: RPC-SO-01-NO.025-2021 
 Becas excelencia hasta el 46% 
 Financiación hasta en 18 cuotas

Conviértete en analista de negocio o en data scientist: el profesional formado que más demandan las empresas. Contenido de esta maestría en big data codesarrollado con la multinacional tecnológica Indra.

  • Becas excelencia hasta el 46%. Consulta condiciones con tu asesor
  • -5% por pago al contado
  • Metodología 100% en línea, sin moverte de casa.
  • Para titulados universitarios de 3er grado
Multinacional tecnológica INDRA
Logo del Área de Educación Superior Europea

Características del programa

Duración: 12 meses / 1.440 horas
Modalidad: En línea
Descuento: Becas y ayudas. Becas excelencia hasta del 46% y descuento extra del 5% por pago al contado
Perfil: Titulados de tercer nivel de grado
Titulo:
  • Magíster en Sistemas de Información, mención Data Science por la Universidad Hemisferios (título de cuarto nivel registrado en el CES y reconocido por SENESCYT).
Titulación Europea:
  • Máster en Data Science y Business Analytics por IMF Smart Education de España.
Certificados adicionales:
  • Certificación 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 Sistemas de Información mención en Data Science

Afrontar nuevos retos profesionales que permitan transformar el entorno en el que vivimos exige una sólida formación. Una formación innovadora y de calidad, como es la Maestría en Sistemas de Información, mención Data Science de Universidad Hemisferios-IMF Smart Education.

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.

Junto a los perfiles técnicos o estadísticos, el diseño y contenido de esta maestría permite que los gestores y otros profesionales de la organización, puedan identificar, capturar, transformar, analizar e interpretar los datos e impulsar la estrategia, la innovación y el valor de sus empresas.

Salidas profesionales y empresas en las que trabajan nuestros egresados

 Los graduados en la Maestría podrán asumir funciones y tareas relacionadas con el análisis de datos, pudiendo desarrollar diferentes perfiles profesionales, como: 

  • Científico de datos
  • Analista de datos
  • Analista de negocio
  • Experto en inteligencia de negocio

 En el caso de aquellos perfiles con experiencia previa en dirección y gestión de equipos, el programa les capacitará en aspectos técnicos para el desempeño de roles relacionados con la gestión y dirección de proyectos basados en datos. Por ejemplo:

  • Analytics Project Manager
  • Business Analytics Manager
  • Business Intelligence Manager
  • Chief Data Officer
Logotipos de empresas donde trabajan nuestros egresados
Múltiples habilidades que te abrirán puertas

Conocimientos

La Maestría en Sistemas de Información, mención Data Science, brinda al gestor del negocio o profesional técnico la posibilidad de:

  • Extraer, procesar y analizar todo tipo de fuentes de información aplicando las técnicas de la ciencia de datos y las principales herramientas utilizadas actualmente en las empresas.
  • Dominar las técnicas de la inteligencia de negocio tradicional y ampliarlas con las nuevas posibilidades ofrecidas por el big data y la inteligencia artificial.
  • Detectar causas, patrones y tendencias mediante analítica predictiva basada en técnicas de machine learning.
  • Diseñar experimentos y tests A/B para comprobar hipótesis y tomar decisiones basadas en datos.
  • Generar informes y cuadros de mando efectivos.
  • Gestionar proyectos basados en big data y ciencia de datos manteniendo una interlocución adecuada con todos los perfiles del equipo.
  • Elaborar propuestas así como impulsar y liderar iniciativas basadas en analítica avanzada en distintas áreas de negocio.
  • Entender, crear y desarrollar nuevos modelos de negocio basados en el valor del dato.
  • Gestionar adecuadamente el gobierno del dato con objeto de garantizar la calidad y aplicar correctamente los diferentes requisitos regulatorios (RGPD) y éticos.
  • Adquirir visión y experiencia de los principales campos de aplicación y casos de uso que se están abordando en diversas áreas como marketing y CRM, banca y finanzas, operaciones, internet de las cosas (IoT), people analytics, etc.

Entidades académicas que avalan esta Maestría

Logo de la Universidad de los Hemisferios
IMF Institución Académica

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

Herramientas del científico de datos

  1. Fundamentos de Python.
  2. Librerías para ciencia de datos: Numpy, Pandas, etc.
  3. Procesamiento de datos y visualización con Python.
  4. Fundamentos de R.
  5. Paquetes de R.
  6. Procesamiento de datos y visualización con R.
Aprendizaje con el docente: 24 horas
Aprendizaje práctico: 2 horas
Aprendizaje autónomo: 94 horas
Impacto y valor del big data

  1. Introducción al mundo big data
  2. Inteligencia de negocio vs. big data.
  3. Tecnologías big data.
  4. Impacto sobre la organización.
  5. El valor del dato y aplicaciones por sectores.
Aprendizaje con el docente: 24 horas
Aprendizaje práctico: 2 horas
Aprendizaje autónomo: 94 horas
Ciencia de datos. Técnicas de análisis, minería y visualización

  1. El ciclo de vida del dato.
  2. Calidad del dato.
  3. Preparación y preproceso de datos.
  4. Modelos analíticos.
  5. Herramientas y técnicas de visualización.
Aprendizaje con el docente: 24 horas
Aprendizaje práctico: 2 horas
Aprendizaje autónomo: 94 horas
Inteligencia de negocio y visualización

  1. Introducción a la inteligencia de negocio.
  2. Diseño de bases de datos.
  3. Estándar SQL.
  4. El almacén de datos (Data Warehouse).
  5. Herramientas y procesos de extracción, transformación y carga (ETL).
  6. Visualización efectiva de información.
Aprendizaje con el docente: 24 horas
Aprendizaje práctico: 2 horas
Aprendizaje autónomo: 94 horas
Plan de Titulación

  1. Diseño e implementación de proyectos con componentes de investigación aplicada y/o de desarrollo.
  2. Diseño y redacción de artículos profesionales de alto nivel.
  3. Análisis de modelos prácticos para el desarrollo del examen de carácter complexivo.
Aprendizaje con el docente: 48 horas
Aprendizaje práctico: 4 horas
Aprendizaje autónomo: 188 horas
Tecnología big data y soluciones en la nube

  1. Hadoop y su ecosistema.
  2. Spark. Fundamentos y aplicaciones.
  3. Bases de datos NoSQL.
  4. Plataforma Cloud.
Aprendizaje con el docente: 24 horas
Aprendizaje práctico: 2 horas
Aprendizaje autónomo: 94 horas
Estadística para científicos de datos

  1. Introducción a la estadística.
  2. Probabilidad y muestreo.
  3. Inferencia.
  4. Regresión.
  5. Diseño de experimentos.
Aprendizaje con el docente: 24 horas
Aprendizaje práctico: 2 horas
Aprendizaje autónomo: 94 horas
Aprendizaje automático

  1. Herramientas para machine learning.
  2. Técnicas y aplicaciones del aprendizaje supervisado.
  3. Técnicas y aplicaciones del aprendizaje no supervisado.
  4. Modalidades y técnicas de deep learning.
  5. Soluciones en la nube para machine learning
Aprendizaje con el docente: 24 horas
Aprendizaje práctico: 2 horas
Aprendizaje autónomo: 94 horas
Inteligencia artificial para la empresa

  1. Introducción a la inteligencia artificial.
  2. Técnicas y aplicaciones para la toma de decisiones.
  3. Aprendizaje por refuerzo y aplicaciones.
  4. Técnicas y aplicaciones del procesamiento del lenguaje natural (NLP).
  5. Sistemas de recomendación y aplicaciones.
Aprendizaje con el docente: 24 horas
Aprendizaje práctico: 2 horas
Aprendizaje autónomo: 94 horas
Big Data en la empresa

  1. Estándares de gestión de proyectos.
  2. Gestión ágil de proyectos.
  3. Aspectos regulatorios y éticos.
  4. Gobierno del dato
Aprendizaje con el docente: 24 horas
Aprendizaje práctico: 2 horas
Aprendizaje autónomo: 94 horas
Deontología profesional

  1. Visión humanista para la gestión técnica y ética profesional.
  2. Ética del servicio público frente a los riesgos de arbitrariedad y abuso del poder.
  3. Responsabilidad ética frente al cuidado medioambiental y otros problemas globales.
  4. Alcance de la responsabilidad del profesional.
Aprendizaje con el docente: 24 horas
Aprendizaje práctico: 2 horas
Aprendizaje autónomo: 94 horas
Curso: Iniciación a Python
  1. Introducción a Python
  2. Condicionales en Python
  3. Estructuras repetitivas en Python
  4. Colecciones. Listas
  5. Funciones de cadenas
  6. Colecciones. Diccionarios
  7. Funciones
  8. Manejo de ficheros
  9. Orientación a objetos
Curso: Iniciación a R
  1. Introducción a R
  2. Vectores
  3. Matrices
  4. Listas
  5. Data Frames
  6. Estructuras de control
  7. Funciones
Curso: Metodologías ágiles. Scrum
  1. Qué es Scrum y cómo aplicarlo
  2. El marco Scrum
  3. Equipos autoorganizados
  4. El papel de clientes y stakeholder
  5. Gestión ágil de productos y proyectos
  6. Desarrollo e integración continua
  7. Cómo evolucionar hacia una organización ágil

Requisitos técnicos

Para poder realizar esta Maestría en Data Science 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.
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.

Con carácter preferente acceden aquellos profesionales cuyos títulos pertenecen al campo amplio de las Tecnologías de Información y Comunicación (TICS) de acuerdo con la nomenclatura de títulos profesionales y grados académicos.

Otros profesionales que tengan título de tercer nivel de grado en un campo amplio distinto, acreditando experiencia en el uso y aplicación profesional de tecnologías de la información y la comunicación enfocadas a la gestión de datos e información a través de bases de datos pueden acceder a la maestría.

¡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.