Máster en Cloud Big Data Science
¡Introdúcete en el mundo de la ciencia de datos aplicada en entornos corporativos que utilizan tecnologías Cloud!
SOLICITA INFORMACIÓN
Metodolología: 100% online
Duración: 12 meses (60 ECTS)
Fecha de inicio: 26 de octubre de 2023
El Máster en Cloud Big Data Science cuenta con el aval académico y reconocido prestigio de la UCAM (Universidad Católica de Murcia)

Enfréntate a los desafíos actuales y futuros en el procesamiento y análisis de Big Data
Objetivos del Máster en Cloud Big Data Science
- Comprender los conceptos fundamentales de la estadística y cómo se aplican en el análisis de datos.
- Conocer aspectos básicos y avanzados de los lenguajes más utilizados por los Analistas de datos: R y Python.
- Familiarizarse con las arquitecturas Cloud, la plataforma Spark, entre otras.
- Aprender sobre el deep learning y el procesamiento del lenguaje natural (NLP).
- Comprender las mejores prácticas para el procesamiento de datos en la nube y en entornos distribuidos.
- Familiarizarse con las últimas tendencias y avances en la ciencia de datos y aplicarlos en proyectos prácticos.
- Desarrollar una comprensión integral del ciclo de vida del análisis de datos.
Programa del Máster en Cloud Big Data Science
MÓDULO 1. LENGUAJE ESTADÍSTICO R Y ESTADÍSTICA BÁSICA
[6 ECTS / 150 HORAS]
- Introducción al lenguaje R, RStudio y RStudio Cloud
- Tratamiento de conjuntos de datos mediante DataFrames
- Estadística Descriptiva Univariable
- Estadística Descriptiva Bivariable
- Representación Gráfica
- Regresión Lineal Simple
MÓDULO 2. ARQUITECTURAS CLOUD HYPERSCALARES
[6 ECTS / 150 HORAS]
- Introducción a Cloud Computing
- Arquitectura y diseño de soluciones en la nube
- Proveedores de servicios en la nube
- Gestión y monitoreo de la nube
- Casos de uso y aplicaciones en la nube
MÓDULO 3. TRATAMIENTO DE DATOS CON PYTHON
[6 ECTS / 150 HORAS]
- Introducción al tratamiento de datos
- Herramientas para el Manejo y Tratamiento de datos con Python
- Manejo de datos, Formato, Orden, Selección, Enriquecimiento, Agrupación y Visualización
- Tratamiento de datos, Limpieza de datos, Normalización, Transformación y Ordenación.
- Desarrollo de software aplicado a datos
MÓDULO 4: MACHINE LEARNING
[6 ECTS / 150 HORAS]
- Introducción a Machine Learning
- Mi primer modelo: La regresión lineal
- Aprendizaje Supervisado
- Aprendizaje No Supervisado
- Validación cruzada
- Optimización de hiperparámetros
- Reducción de Dimensionalidad
- Ingeniería de variables
- Ensamblado de Modelos
MÓDULO 5: SERIES TEMPORALES Y SISTEMAS DE RECOMENDACIÓN
[6 ECTS / 150 HORAS]
- Introducción a las series temporales: definición, componentes, tipos y aplicaciones
- Análisis de series temporales: suavizado, descomposición, modelos ARIMA y modelos de suavización exponencial
- Introducción a los sistemas de recomendación: definición, tipos y aplicaciones
- Técnicas de filtrado colaborativo y contenido en sistemas de recomendación
- Evaluación de sistemas de recomendación: métricas y técnicas de validación
MÓDULO 6. ENTORNOS DISTRIBUIDOS CON SPARK
[6 ECTS / 150 HORAS]
- Introducción a Apache Spark
- Arquitectura y funcionamiento de Apache Spark
- Programación con Spark
- Trabajando con RDDs, DataFrames y SQL en Spark
- Spark Streaming
MÓDULO 7. DEEP LEARNING, NLP Y COMPUTER VISION
[6 ECTS / 150 HORAS]
- Introducción a las redes neuronales: contexto e historia
- Arquitectura de una red neuronal
- Tipos de redes neuronales
- Entrenamiento y evaluación de una red neuronal
- Deep Learning aplicado: Computer Vision
- Deep Learning aplicado: Natural Language Processing
MÓDULO 8: VISUALIZACIÓN E INTELIGENCIA DE NEGOCIO
[6 ECTS / 150 HORAS]
- Introducción a la Teoría de la Visualización
- Visualización de datos con herramientas comerciales - Looker Studio
- Introducción a la Inteligencia de Negocio o Business Intelligence
- Creación de Informer y Reportes con Power BI
MÓDULO 9. METODOLOGÍAS Y COMPETICIÓN
[6 ECTS / 150 HORAS]
- Data Science Competition
- Metodología de Modelado
- Despliegue de la Ciencia de Datos en las compañías
- Metodología de selección de Casos de Uso
MÓDULO 10. TRABAJO FIN DE MÁSTER
[6 ECTS / 150 HORAS]
- Introducción a la realización de Proyectos Cloud Big Data Science
- Pautas esenciales para la organización del proyecto
- Realización del Proyecto Fin de Máster
- Presentación
Profesorado
El Claustro docente del Máster en Cloud Big Data Science está formado por profesionales de reconocido prestigio y contrastada experiencia en Proyectos de Big Data.
Antonio Pita
Gerente de Metaverso en Telefónica y Director del Máster

Joaquín Melgarejo
Head Data Governance, Reporting & Analytics

Santiago Rodríguez
Expert Data Scientist en Telefónica

Daniel Sierra
Co-Founder at Fitizens | AI & ML Instructor

Carlos Rodríguez
Lead NLP Engineer @ Fujitsu | AI Lecturer

Anahí Martín
Senior Data Analyst of Web3, Metaverse & Network Tokenization at Chief Metaverse Office

Daniel Burrueco
Business Intelligence Consultant & Data Scientist

Álvaro Capell
Global Head of Digital Transformation @ People

Perfil del Estudiante
El Máster en Cloud Big Data Science está dirigido a personas:
- Titulados Superiores con perfil ingeniero o científico.
- Titulados técnicos o titulados en las diferentes áreas relacionadas con la tecnología.
- Todos aquellos que quieran formarse en una disciplina de máxima actualidad y demanda, que tengan al menos una base básica de programación en algún lenguaje.
PROFESIONALES CON COMPETENCIAS TÉCNICAS
Salidas Profesionales
El objetivo del Máster en Cloud Big Data Science, certificado por la UCAM es:
- Arquitecto y Programador Big Data.
- Administrador de sistemas híbridos.
- Científico de Datos (Data Scientist).
- Arquitecto de sistemas Cloud.
- Ingeniero de software.
- Chief Data Officer (CDO).
- Administrador de sistemas Cloud.
- Programador Python.
- Ingeniero de datos.
- Consultor/ingeniero/arquitecto de integración de soluciones cloud.
- Ingeniero de datos.
Tutores profesionales
Contamos con un elenco de tutores de primer nivel, formado por especialistas en Big Data e Inteligencia Artificial; y múltiples profesionales de empresas punteras del sector.
MásterClass
Tendrás el privilegio de disfrutar de clases magistrales de los profesionales más reconocidos del sector.
24 horas disponible
Podrás acceder al Big Data International Campus en los momentos que prefieres o mejor se ajusten a tu vida personal y profesional, ya que estamos disponibles las 24 horas del día, los 7 días de la semana y 365 días al año.
100% COMPROMETIDOS CON LA EMPLEABILIDAD EN BIG DATA
Todos los años, nuestros estudiantes tienen la oportunidad de participar en el Encuentro Big Data Talent. Un evento que surge como respuesta de la demanda de perfiles y la especifidad de las competencias y destrezas de los mismos. Este encuentro es un espacio donde se genera una reflexión y análisis sobre el Universo del Dato, en contacto con las compañías más importantes del Universo Big Data.
Además, dentro del Encuentro Big Data Talent se habilita un espacio llamado Talent Zone, que es un punto de encuentro para mantener contacto directo con los departamentos de gestión del talento de las principales empresas tecnológicas y también de compañías innovadoras con necesidades de contratación de estos perfiles.
FACILIDADES DE PAGO
Podrás solicitar, sin ningún compromiso ni recargo extra, el fraccionamiento, de los pagos.
Solicita información sin compromiso.
Popular Brands
EMPRESAS COLABORADORAS DEL BIG DATA INTERNATIONAL CAMPUS
Solicita más información del Máster en Cloud Big Data Science: