Cloud Big Data Science

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)

UCAM

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.

Máster formación permanente en cloud big data science

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

Perfil del estudiantes

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.