Contenido
Maestría Oficial en Big Data y Ciencia de Datos.
Maestrías en tecnologías de procesamiento masivo de datos para el análisis y obtención de conocimiento.
Maestría en Big Data y Data Science Online:
Big Data es mucho más que un concepto de moda, es una necesidad. Actualmente, todas las industrias que generan y consumen datos de múltiples tipos y fuentes, necesitan profesionales y expertos en Big Data. Por ello, estos empleos se encuentran entre los más demandados a nivel mundial. Por ejemplo, según LinkedIn, cerca del 79% de las ofertas publicadas en portales de empleo están relacionadas con trabajos de Big Data y/o Ciencia de Datos.
Definición del Máster en Big Data y Ciencia de Datos:
Esta Maestría en Big Data online te proporciona la formación necesaria para convertirte en un perfil altamente demandado en el mercado laboral. El programa se destaca por su alto componente técnico y práctico, y aborda los tres módulos que dan sentido a un proyecto Big Data:
Procesamiento de Big Data, se profundiza en qué es un proyecto Big Data y los componentes técnicos necesarios para el almacenamiento y procesamiento.
Analítica de la ciencia de datos, enfocándose a la parte de preparación, limpieza y entendimiento de datos, modelado y visualización.
Business Intelligence, enfatizando en la recepción y aplicación práctica de la información.
¿Qué hace a esta maestría única?
Metodología 100% online. Clases, exámenes, tesis fin de título y prácticas online.
Exámenes online sin desplazamientos. Obtén tu título oficial de forma 100% online gracias a la seguridad y rigor del sistema de acreditación biométrica y antifraude, mediante reconocimiento facial y monitorización de la actividad de la pantalla y verificación del entorno mediante una segunda cámara.
Clases bidireccionales en directo que te permitirán interactuar con tu profesor y compañeros, rompiendo cualquier barrera de presencialidad.
Las clases quedan grabadas y disponibles para que las puedas consultar y revisar tantas veces como quieras.
Prácticas en empresa optativas, presencial u online, a tu elección. Para que puedas acceder al mercado laboral solo si lo necesitas.
Optatividad en Cloud Computing, Deep Learning o Metodologías de Gestión de Proyectos que te permitirán empezar tu especialización.
Uso de las nuevas tecnologías relacionadas con el Big Data y herramientas tecnológicas más utilizadas en el mercado laboral.
Practicarás con bases de datos reales para la realización de casos prácticos. Gracias a la colaboración con DRIVENDATA, podrás inscribirte en una plataforma repleta de necesidades reales que presentan las empresas, repercutiendo en alta empleabilidad para los futuros egresados.
Un programa eminentemente práctico:
Dentro del Área de Ciencia y Tecnología de la Universidad Internacional de Valencia una herramienta de aprendizaje clave son los Laboratorios Virtuales. Estos espacios online, basados en diferentes tipos de tecnologías virtualizadas y escritorio remoto, impulsan una dimensión práctica en tu adquisición de los conocimientos, dándote acceso al software necesario para la realización de las actividades prácticas
Utilizarás herramientas y software de primer nivel como:
Programación en R para métodos estadísticos.
Programación en Python para procesamiento de datos, Machine Learning, visualización, ...
Uso de sistemas gestores de Bases de Datos Relacionales y NoSQL para la gestión y recuperación de información como MongoDB o Cassandra
Aplicación de los modelos MapReduce y Spark en Big Data
Configuración del frameworks como hadoop mediante contenedores para el desarrollo de prácticas
Uso de plataformas tecnológicas como AWS, BigML, Tableau, Hadoop o Mongo DB.
Plan de estudios:
Resumen de Créditos:
Obligatorias 48
Optativas 6
Tesis Fin de Maestría 6
Total de Créditos 60
Complementos Formativos:
Herramientas de Programación
Herramientas de BBDD
Herramientas de Estadística
Plan de Estudios:
Fundamentos de la tecnología Big Data
Sistemas de almacenamiento y gestión Big Data
Procesamiento de datos masivos
Riesgo, seguridad y legislación en sistemas de información
Estadística avanzada
Minería de datos
Machine Learning
Visualización de Datos
Soluciones de Inteligencia de Negocio
Ciencia de datos para la toma de decisiones estratégicas
Metodologías de Gestión y diseño de proyectos Big Data
Redes Neuronales y Deep learning
Cloud computing
Prácticas en Empresa
Trabajo Fin de Máster
Más allá del plan de estudios:
Como estudiante de la Maestría Oficial en Big Data podrás ampliar tu formación a través de:
Acceso a Ágora, un aula donde desde donde podrás acceder a seminarios y masterclass, de expertos profesionales del sector, relacionados con todos los programas de maestría de Ciencia y Tecnología, desde el momento de tu matriculación.
Acceso al Aula de Refuerzo, donde podrás repasar y adquirir conocimientos básicos antes de empezar. Entre ellos, un curso de programación con Python y fundamentos matemáticos y estadísticos.
También tendrás la posibilidad de participar en el Cajamar UniversityHack, la competición analítica de datos más grande de España y aplicar los conceptos vistos en la Maestría. En las últimas dos ediciones nuestros estudiantes han conseguido clasificarse como finalistas y ganadores de esta competición.
Cursos y certificaciones adicionales:
Por ser estudiante dl Máster en Big Data Online tienes acceso exclusivo, y sin ningún coste adicional, a tres cursos de 18 horas de duración cada uno de ellos. Estos cursos son totalmente optativos y para disfrutarlos, solo tienes que inscribirte previamente a su inicio, una vez hayas comenzado la Maestría. Se trata de una formación especializante, con la que podrás profundizar en algunos de los temas más empleados y demandados por los especialistas en ciencia de datos y certificada por Nvidia.
Programación de GPU's con CUDA:
Programación de GPU's con CUDA: El objetivo del curso es aprender las principales técnicas y herramientas para acelerar aplicaciones escritas en lenguaje C de forma que se ejecuten sobre millones de hilos en la GPU utilizando CUDA. A la conclusión del curso, el alumno adquirirá las siguientes competencias:
Escribir código para que sea ejecutado en la GPU.
Exponer y expresar paralelismo de datos con CUDA en aplicaciones escritas en C.
Analizar cuándo merece la pena portar un código a la GPU.
Gestionar la memoria en la GPU y optimizar la transferencia de datos utilizando prebúsqueda asíncrona.
Utilizar los profilers para optimizar las aplicaciones paralelas.
Emplear streams para combinar paralelismo de tareas y paralelismo de datos.
Fundamentos de Deep Learning sobre plataformas Nvidia:
El objetivo del curso es aprender a manejar las herramientas más vanguardistas para la implementación de proyectos de Deep Learning de la forma más rápida y eficiente sobre un computador de última generación aprovechando la aceleración en GPU y los recursos de supercomputación existentes en las arquitecturas de Nvidia, fabricante del 75 % de las GPUs del mercado. Para ello, se pondrá a disposición del alumno de forma gratuita el curso Fundamentals of Deep Learning perteneciente al Deep Learning Institute de Nvidia (DLI), donde podrá poner en práctica todas las técnicas estudiadas sobre GPUs de última generación disponibles en la nube a través de Amazon Web Services. A la conclusión de este curso, el alumno tendrá la oportunidad de evaluarse dentro del DLI para lograr la certificación en Deep Learning avalada por la empresa Nvidia, lo que acreditará sus conocimientos para afianzar su carrera profesional y méritos curriculares en este área.
Introducción a la computación cuántica:
Este curso sirve de introducción a la computación cuántica y se orienta a ingenieros informáticos u otras ingenierías con conocimientos de computación y una mínima base de álgebra lineal compleja. El curso se inicia con una sesión de refresco de los conocimientos matemáticos básicos necesarios para comprender los que son y cómo se miden los cúbits y sus estados. A partir de aquí, se presentan los conceptos básicos, desde la esfera de Bloch y las principales puertas cuánticas, se describen los principales algoritmos que muestran las ventajas que proporciona la computación cuántica sobre la clásica y termina con una introducción de algoritmos prácticos que se utilizan en sistemas cuánticos reales.
Acceso y salida profesional:
Para cursar esta maestría se recomienda tener una base sólida en matemáticas y estadística, y conocimientos básicos de programación, así como aptitudes en el manejo de herramientas informáticas y capacidades para el tratamiento de datos.
Se requiere que los estudiantes estén en posesión de un título universitario (pregrado, diplomatura, licenciatura, ingeniería, ingeniería técnica) en alguna de las titulaciones que se detallan a continuación:
Pregrado en Ciencia de Datos, Grado en Data Science o equivalente.
Pregrado/Ingeniería/Ingeniería Técnica en Informática
Pregrado/Ingeniería/Ingeniería Técnica en Telecomunicaciones.
Adicionalmente, se aceptarán alumnos de las siguientes titulaciones, condicionado a la superación de diferentes complementos formativos.
Grado/Licenciatura/diplomatura del área de matemáticas o física (o equivalente).
Grado/Ingeniería Superior/ Ingeniería Técnica no vinculada a las TIC
Salida profesional:
El egresado de esta Maestría podrá optar a puestos de trabajo relacionados con los aspectos tecnológicos de Big Data:
Data Engineer. Experto en infraestructura tecnológica.
Gestor de proyectos en Big Data y Data Science.
Data Manager. Administrador de datos.
Arquitecto de Data Solutions.
Data Scientis.
Analista de negocio.
Plan de Crecimiento Constante incluido en tu matrícula:
Comienza a crecer desde el momento en el que te matriculas. El Plan de Crecimiento Constante te ofrece una exclusiva formación en soft skills, que podrás cursar a tu ritmo, aumentando aún más tu empleabilidad y el atractivo de tu perfil profesional.
4 cursos autoformativos sobre Solución de problemas, Resiliencia, Inteligencia emocional y Habilidades de comunicación.
Cada curso equivale a 1 ECTS y una vez finalizado obtendrás un certificado de realización.
Puedes cursarlos de manera independiente, o los 4 cursos en conjunto.
