fbpx

Máster en Fundamentos de Big Data y Machine Learning

Máster en Fundamentos de Big Data y Machine Learning

¡Aprende Big Data y Machine Learning desde 0!

SOLICITA INFORMACIÓN

 

Máster en Fundamentos de Big Data y Machine Learning

Metodolología: 100% online

Duración: 12 meses (60 ECTS)

Fecha de inicio: 17 de octubre de 2023

El Máster en Fundamentos de Big Data y Machine Learning cuenta con el aval académico y reconocido prestigio de la UCAM (Universidad Católica de Murcia)

UCAM

Trabaja las diferentes disciplinas que debe saber un profesional del dato

Objetivos del Máster en Fundamentos de Big Data y Machine Learning  

El principal objetivo del programa es proveer al alumno de todas las herramientas necesarias para análisis de datos. Los objetivos esenciales que se alcanzan a lo largo del máster para alcanzar esta meta se pueden resumir en:

  • Conocimiento de las principales tecnologías involucradas en el análisis de datos.
  • Conocer las necesidades de sectores relacionados con datos sobre adquisición, almacenamiento y tratamiento de datos atendiendo a sus medios y su disponibilidad
  • Conocimiento sobre métodos matemáticos, usualmente Machine Learning para llevar a cabo análisis y previsiones
  • Conocimiento sobre Proveedores de servicios en la nube para el desarrollo de sistemas ETL profesionales

Máster en Fundamentos de Big Data y Machine Learning

Programa del Máster en Fundamentos de Big Data y Machine Learning

Módulo 1. Introducción a la ciencia de datos. Alto nivel de proyectos de ciencia de datos

[150 horas / 6 Créditos ECTS] 

  • Introducción a la ciencia de datos: Conceptos básicos, estado del arte y necesidades del mercado actual
  • Modelo CRISP-DM: Cómo se planifica un proyecto basado en datos siguiendo las siguientes fases no secuenciales: Entendimiento del negocio, comprensión de los datos, preparación de los datos, modelado, evaluación y produccionalización.
  • Desarrollo Agile: Manifiesto y filosofía. Implementaciones Agile con especial atención a Scrum.
  • Introducción a la programación y a la Inteligencia Artificial para la ciencia de datos.
Módulo 2. Adquisición y comprensión del Dato

[150 horas / 6 Créditos ECTS]

  • Paradigma Big Data y arquitectura para el almacenamiento masivo de datos
  • Adquisición de datos: Fuentes de datos, scraping y APIs
  • Bases de datos SQL y NoSQL
  • Introducción a la programación para el almacenamiento de datos: Python, SQL y NoSQL (en concreto, MongoDB).
  • Otros jugadores en el mundo del dato: GIT y REST.
Módulo 3. Herramientas de análisis. Estadística Descriptiva e Inferencial

[75 horas / 3 Créditos ECTS]

  • Probabilística y teoría de juegos
  • Estadística Descriptiva e Inferencial.
  • Modelos de Machine Learning basados en reglas probabilísticas y estadísticas sencillas: fundamentos de KNN, Naive Bayes y clustering
  • Elaboración de Análisis Exploratorio de Datos (EDA)
  • Librerías numéricas, estadísticas y de visualización para Python
Módulo 4. Machine Learning predictivo y descriptivo: Clasificadores y Regresores

[10 Créditos ECTS]

  • Estado del arte de la inteligencia artificial
  • Modelos Lineales y Kernel de Regresión
  • Modelos Clasificadores: KNN, Naïve Bayes, Árboles de decisión, RF y SVM y Series Temporales
  • Modelos no supervisados: Clustering y reglas de asociación. TSNE, PCA
  • Aprendizaje Reforzado: Q-Learning
Módulo 5. Redes Neuronales Profundas y modelos pre-entrenados

[10 Créditos ECTS]

  • Redes neuronales para el procesamiento de información ambigua
  • Perceptrón Multicapa: Retropropagación y estudio del descenso del gradiente
  • Arquitecturas estándar: CNNs, Embeddings y Autoencoders
  • Modelos Pre-entrenados
Módulo 6. Evaluación de Sistemas de IA, Presentación y Produccionalización

[10 Créditos ECTS]

  • Validación de modelos: Hipótesis, Datos y Conocimiento Experto
  • Métodos de slicing y validación.
  • Métricas de éxito: Diferencias entre modelo y negocio
  • Computación en la nube y Azure
  • Visualización avanzada de estructuras de datos
Módulo 7. Proyecto Fin de Máster

[12 Créditos ECTS]

  • Introducción a la realización de Proyectos de Inteligencia Artificial Aplicada
  • Pautas esenciales para la organización del proyecto
  • Realización del Proyecto Fin de Máster

Profesorado 

El Claustro docente del Máster en Fundamentos de Big Data y Machine Learning está formado por profesionales de reconocido prestigio y contrastada experiencia en Proyectos de Big Data.

Dirección Académica

Miguel Camacho Ruiz

Miguel Camacho Ruiz

Co-Director Académico y Profesor. Tecnólogo experimentado con preferencia por proyectos Big Data e Inteligencia Artificial. Ingeniero superior de Telecomunicaciones por la Universidad Politécnica de Madrid e Ingeniero Eléctrico y Electrónico por el Illinois Institute of Technology. Actualmente trabaja como CEO en Atalaya Technologies y CTO en Smartvel. Compagina sus labores como consultor con sus labores docentes como Director del Big Data International Campus

 

Claustro Docente

Jaime Marco

Co-Founder & CEO @SoupPrice

Linkedin

Eduardo García Muñoz

Azure Data Scientist

Linkedin

Bernardo García del Río

AI Engineer en Flowrite

Linkedin

 

Perfil del estudiantes

Perfil del Estudiante 

El Máster en Fundamentos de Big Data y Machine Learning está dirigido a personas:

  • Este programa está diseñado para que cualquiera con un nivel básico de matemáticas e informática pueda sacarle provecho. Se empieza de 0 y se desarrollan conceptos básicos que han de servir de soporte para aquellos más avanzados que se dan más tarde.
  • Cualquier persona desee profundizar en el fascinante mundo de la ciencia de datos puede realizar este programa con conocimientos iniciales equivalentes a una utilización muy básica de Excel.

 

Tutores profesionales

Contamos con un elenco de tutores de primer nivel, formado por especialistas en Big Data y Machine Learning 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 Fundamentos de Big Data y Machine Learning:

Suscríbete a nuestra Newsletter:

Introduce tu e-mail y pulsa Enter para suscribirte

  • Dirección: C\ Campo de Gomara , 4,
    47008. Valladolid
    España
  • Tel.: +34 983 390 716
  • E-mail: info@campusbigdata.com

 

Big Data Internacional Campus pertenece a ENIIT Innova Business School  Eniit