Maestría Oficial en Big Data y Ciencia de Datos
Maestría en tecnologías de procesamiento masivo de datos para el análisis y obtención de conocimiento.
- 100% Online
- 60 ECTS
- Oficial
- Abr. 2024
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 de la Maestría en Data Science
Esta Maestría en Big Data y Ciencia de Datos te ofrece la formación que necesitas para convertirte en ese perfil demandado. Para ello, cuenta con un elevado componente técnico/práctico y se estructura en tres módulos:
- 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. 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.
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
Algunas de las herramientas que utilizarás en este programa son:
- 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.
Partners
Malla curricular
| Tipos de materia | ECTS |
|---|---|
| Obligatorias | 48 |
| Optativas | 6 |
| Tesis Fin de Maestría | 6 |
| Total de Créditos | 60 |
| Asignatura | Tipo | ECTS |
|---|---|---|
| Complemento Formativo | 6 | |
| Complemento Formativo | 6 | |
| Complemento Formativo | 6 |
| Primer cuatrimestre | Segundo cuatrimestre | Tipo | ECTS | |
|---|---|---|---|---|
| Obligatoria | 3 | |||
| Obligatoria | 3 | |||
| Obligatoria | 6 | |||
| Obligatoria | 3 | |||
| Obligatoria | 6 | |||
| Obligatoria | 6 | |||
| Obligatoria | 6 | |||
| Obligatoria | 6 | |||
| Obligatoria | 6 | |||
| Obligatoria | 3 | |||
| Optativa | 6 | |||
| Optativa | 6 | |||
| Optativa | 6 | |||
| Optativa | 6 | |||
| Obligatoria | 6 |
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.
Por ser estudiante del Máster Oficial en Big Data 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 el Máster. 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.
- Programación de GPU's con CUDA
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.
- Escribir código para que sea ejecutado en la GPU.
- Deep Learning sobre plataformas Nvidia
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.
- Computación cuántica
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.
Seminarios de convocatorias anteriores
- Big Data con Azure
Arquitecturas BI / Big Data con Azure
Seminario sobre Arquitecturas cloud para el uso en entornos con diferentes fuentes de datos. Aplicación y demo sobre qué técnicas utilizar cuando existen un gran flujo de datos y qué elementos son necesarios para construir BI en Cloud.
Ponente: Pau Sempere
- Cloud Computing para Big Data
Cómo empezar en Cloud Computing para Big Data con AWS
¿Qué es el cloud computing? en esta doble sesión se explica el cloud desde la perspectiva del Big Data y comenzando desde cero. Se repasan conceptos para conectarse a Amazon Web Services y construir una arquitectura de computación en la nube.
Ponente: Tomás Fernández Pena
- PowerBI - Storytelling
PowerBI - Storytelling
Repaso sobre conceptos de visualización y cómo contar historias a partir de datos mediante el uso de PowerBI.
Ponente: Javier Torrenteras
- Talleres BigML
Talleres BigML. Transformación de datos con BigML - API WhizzML
BigML es una plataforma para aplicación de técnicas de Machine Learning, en estos seminarios se explica cómo utilizar el entorno web BigML para el tratamiento y manejo de datos con ejemplos prácticos.
Ponente: Pablo González
Docentes
El equipo docente de la Universidad Internacional de Valencia (VIU) está formado por doctores acreditados, doctores especializados y profesionales en activo que aporta al alumno una visión actual gracias a la relación profesional y académica.
-
Benjamín Arroquia
Director del Máster en Big Data y Data Science -
Raúl Reyero Diez
Data Scientist. Desarrollador de Sistemas de Información en Vodafone, Telefónica e Informática el Corte inglés entre otros.
-
Dr. Arturo Peralta Martín-Palomino
Doctor en Ingeniería Informática y Director de I+D+i en Prometeus Global Solutions -
Dr. José Ángel Olivas
Doctor Ingeniero en Informática, experto en el desarrollo de sistemas inteligentes aplicados -
Dr. Horacio Kuna
Doctor en Ingeniería de Sistemas y Computación, Universidad de Málaga
-
José Elviro Blanco
Director de desarrollo Web en Hooping SL
-
Dra. Isabel Rosario Cenamor Guijarro
Doctora Ciencia y Tecnología Informática. Responsable de equipo en Xplain Ibérica S. L. -
Dr. Roger Clotet Martínez
Investigador de la Universidad Simón Bolívar, Caracas - Venezuela -
Dra. Yudith C. Cardinale Villarreal
Doctora en Conmutación. Presidenta de la Sociedad Venezolana de Computación.
-
Dra. Marta González García
Doctora en Física y Matemáticas por la Universidad de Granada. Especialista en análisis estadístico de datos y modelización científica, particularmente en astronomía.
-
Dra. Noelia Viles Cuadros
Científica de datos, Doctora en Matemáticas en el Área de Estadística e Investigación Operativa, con Máster en Matemáticas financieras y Posgrado en Data Science y Big Data y conocimientos en BI
-
Dr. Adrián Colomer Granero
Doctor Cum Laude en Telecomunicación y Research Coordinator en CVBLab.
-
Rafael Leonidas Crespo Quintero
Magíster en Ciencias Políticas. Coordinador equipo jurídico de la Comisión Nacional de Protección y Riesgo Civil, Venezuela. -
Dr. Eduardo Zamudio
Doctor en Ciencias de la Computación.
-
Dr. Walter Andrés Ortiz Vargas
Doctor en Matemáticas. Investigador postdoctoral (Análisis Matemático).
-
Dra. Jimena Llopis
Directora de la Maestría Oficial en Inteligencia Artificial. Investigadora, emprendedora y directiva en ámbitos de innovación tecnológica.
-
Dra. Alexandra La Cruz
Investigadora miembro del Grupo de Bioingeniería y Biofísica Aplicada de la Universidad Simón Bolívar, Caracas (Venezuela), colaboradora activa del emprendimiento Inteliti, C.A.,
Acceso y campo ocupacional
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
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.
-
Soporte técnico a tu disposición
Ofrecemos apoyo ante cualquier incidencia informática o en la propia configuración de nuestros sistemas.
-
Clases online multidispositivos
Clases online en directo, además, estas quedan grabadas para que puedas visionarlas cuando desees.
-
Tutorías personalizadas
Siempre tendrás contacto directo con tus profesores. Podrás concertar tutorías privadas para resolver tus dudas.
-
Orientación académica
Un orientador académico te acompañará con la misión de conocerte, guiarte y motivarte para que consigas tus objetivos.
Conoce la opinión de nuestros estudiantes
-
Albert Pujol Antiguo alumno de la Maestría Oficial en Big Data y Data Science"Este master ha sido clave para cumplir mi objetivo de diversificar mi carrera 100%. La experiencia ha sido muy buena, la repetiría sin dudar. Además de recibir una visión amplia del Big Data, la relación con el claustro ha sido muy buena. Había profesores de diferentes comunidades autónomas y también de América Latina lo que hacía la enseñanza más atractiva por esas pequeñas variedades culturales. Todos muy amables y dispuestos a ayudar. Todos con doctorados por lo que se asegura calidad y estado del arte. Muestra de ello es que, tras finalizar el máster, he co-fundado una empresa con el profesor Arturo Peralta. Ésta se llama AI Shepherds y su visión es la de convertirse en la cara más amigable de la inteligencia artificial con el mayor impacto sobre la sociedad."
-
Carles Martí Alumni del Máster en Big Data y Ciencia de Datos“Gracias a la maestría en VIU pude realizar unas prácticas en la empresa donde actualmente trabajo y donde desarrollé mi tesis. La idea del TFM era desarrollar una aplicación ETL (Extract, Transform & Load) propia para la gvSIG online. El resultado fue muy satisfactoria pues he conseguido ganar el accésit de los premios Pedro R. Muro-Medrano.”
-
Armando Torres Antiguo alumno de la Maestría Oficial en Big Data y Ciencia de DatosSoy gerente de Desarrollo de Producto en una empresa multinacional del sector automotriz y tengo 2 hijas pequeñas, por lo que estudiar un Postgrado representaba todo un reto. En la VIU encontré un programa que cumplió justo con mis necesidades académicas, profesionales y familiares.
Nuestro Campus Virtual ha recibido por tres años consecutivos (2020, 2021 y 2022) el prestigioso premio internacional Catalyst, que lo reconoce como el mejor campus virtual de España y uno de los mejores del mundo en experiencia de usuario, tanto en su versión desktop como en mobile. Una distinción que es fruto de nuestra filosofía de mejora constante con el fin último de ofrecerte siempre la mejor experiencia formativa posible.
CONDICIONES ECONÓMICAS
En VIU creemos en tus ganas de crecer, sabemos que eres capaz de crear el cambio que quieres y queremos ayudarte a alcanzar tus metas.
Cómo tú, entendemos que el valor de la ciencia y la tecnología está en el uso que hagamos de ella. Por eso queremos ayudarte a poner tu talento al servicio de la innovación con propósito, para construir juntos un futuro mejor.
Porque juntos somos más y podemos convertir las ideas en realidades capaces de cambiar el mañana, queremos apoyarte en tu propósito de progresar junto a nosotros. Por ello ponemos a tu disposición los siguientes apoyos y ayudas económicas.
FORMACIÓN BONIFICADA
Este Máster forma parte del programa de formación bonificada de FUNDAE (antigua Fundación Tripartita), solicita información y tu asesor te explicará las condiciones y requisitos de estas ayudas al estudio.
¿Tienes dudas?
En la parte práctica de cada una de las asignaturas, se utilizarán las herramientas más utilizadas y demandadas en el sector para la resolución de los diferentes problemas. No obstante, independientemente de que se haga uso de una herramienta específica durante la sesión, recibirás una formación base que te permitirá desenvolverte en cualquier otra herramienta del mercado.
A continuación, se desglosan los recursos de software que se utilizarán: Python, SQLite, Postgres, Mongo DB, Docker, R, Cassandra, Hadoop, Spark, JavaScript, Tableau, Pentaho, postgres, Qlik y Platform, entre otras.
No necesitas disponer de un ordenador con requisitos específicos, solo disponer de conexión a Internet estable. Para las clases prácticas dispondrás del Laboratorio Virtual, un servicio de computación en la nube donde podrás acceder al software necesario para la realización de las actividades. Podrás hacer uso de las diferentes aplicaciones y programas de forma remota, sin necesidad de descargar ni instalar nada en tu ordenador. Así como configurar en tu ordenador el entorno de prácticas sin problemas, si así lo deseas.
Una vez hayas iniciado el curso, en los primeros meses tendrás una tutoría colectiva donde te explicarán un poco más sobre las optativas y te informarán de las fechas y procedimiento para elegir las asignaturas.
Sí, para cursar esta maestría se recomienda tener conocimientos básicos de programación. Por ello, si tu formación previa no es Ciencia de Datos, Informática o Telecomunicaciones, para poder acceder a la maestría, deberás cursar el complemento formativo de programación. Con este complemento formativo, de formato autoconsumible, adquirirás la formación base necesaria para poder seguir la maestría sin problemas.
Si quieres ir más allá, y adquirir una base sólida en programación avanzada, también puedes acceder a nuestro Experto Universitario en Programación en Python. Esta opción es altamente recomendable para poder desenvolverte con soltura.
La maestría está planteada para cursarla de forma completa en un curso académico. No obstante, tienes la posibilidad de aplazar tesis y prácticas, sin coste alguno, y reducir así tu carga lectiva.
Con el fin de ajustarnos a los requisitos de las prácticas, desde la universidad se ha hecho una prospección y firma de convenios con diferentes centros. Entre ellos: Accenture, Datio, Prometeus, ICEX, Banco Santander, Everis...
La oferta de los centros de prácticas en el momento de elección dependerá de la disponibilidad y vacante en el periodo de realización de las prácticas.
En el caso de que decidas cursar la asignatura de prácticas, con el inicio de las clases tendrás una tutoría colectiva donde te explicarán el procedimiento para la asignación de centros. En este procedimiento podrás indicar tu disponibilidad y preferencias, para que el centro se ajuste todo lo posible a tus necesidades.
Programas relacionados
-
Maestría Oficial en Inteligencia Artificial
Ciencia y TecnologíaDominio de técnicas avanzadas de Machine Learning y Optimización Computacional.
-
Maestría Oficial en Robótica y Automatización de procesos*
Ciencia y TecnologíaUna visión de la robótica actual en los procesos industriales: adaptable, inteligente y colaborativa.
-
Maestría Oficial en Industria 4.0
Ciencia y TecnologíaLidera la transformación digital industrial.
