Acceso abierto ¿Necesitas más información?

Ciencia de Datos (Data science)

Máster universitario

Carga lectiva

Para obtener la titulación de máster universitario de Ciencia de datos, el estudiante tiene que superar 60 créditos ECTS.

El número de créditos ECTS por asignatura es una estimación del tiempo que un estudiante puede invertir para adquirir las competencias asociadas a la asignatura. Un crédito ECTS equivale aproximadamente a 25 horas de trabajo del estudiante.

Tipo de materia Créditos
Obligatorias 36
Optativas 12
Trabajo final de máster 12

Asignaturas

 

Este máster empieza el curso 2017-2018. Las asignaturas señaladas con * estarán en funcionamiento el semestre que va de septiembre del 2017 a febrero del 2018.

El resto de asignaturas se irán desplegando en los semestres posteriores, y se garantizará siempre que aquellos estudiantes que se dediquen a los estudios a tiempo completo puedan finalizar la titulación en un año académico.

Planificación 1 año (2 semestres)

Asignaturas semestre 1 Créditos Totales
Total 60
Fundamentos de la ciencia de datos 6 30
Tipología y ciclo de vida de los datos 6
Estadística avanzada 6
Modelos avanzados de minería de datos 6
Visualización de datos 6
 
Asignaturas semestre 2 Créditos Totales
Arquitecturas de bases de datos no tradicionales 6 30
Optativa I 6
Optativa II 6
Trabajo final de máster 12
 

Planificación 2 años (4 semestres)

Asignaturas semestre 1 Créditos Totales
Total 60
Fundamentos de la ciencia de datos 6 18
Tipología y ciclo de vida de los datos 6
Estadística avanzada 6
 
Asignaturas semestre 2 Créditos Totales
Arquitecturas de bases de datos no tradicionales 6 18
Modelos avanzados de minería de datos 6
Visualización de datos 6
 
Asignaturas semestre 3 Créditos Totales
Optativa I 6 12
Optativa II 6
 
Asignaturas semestre 4 Créditos Totales
Trabajo final de máster 12 12
 

Complementos de formación

Con el objetivo de nivelar los conocimientos de los estudiantes, se prevé la superación de asignaturas de complementos de formación obligatorios, en función de la titulación de origen de cada estudiante.

Titulación prévia Asignaturas Créditos

Grado de Ciencia de Datos, Data Science o equivalente.

-

0

Grado de Ingeniería Informática.

Ingenierías e Ingenierías Técnicas de Informática.

Minería de datos (solo si el estudiante no la ha cursado en el grado).

Diseño y construcción de almacén de datos

12

Grado de Tecnologías de Telecomunicación.

Ingenierías e Ingenierías Técnicas de

Telecomunicación.

Minería de datos

Diseño y construcción de almacén de datos

Grafos y complejidad

Programación en Python

24

Grado o licenciatura de Matemáticas.

Grado o licenciatura de Física.

Minería de datos

Diseño y construcción de almacén de datos

Programación en Python

Diseño de bases de datos

Administración de redes y S.O.

30

Grado o licenciatura de Economía.

Grado o Licenciatura de Administración y Dirección de Empresas.

Grado o licenciatura de Marketing o Investigación y Técnicas de Mercado.

Diplomatura en Ciencias Empresariales.

Grafos y complejidad

Fundamentos de programación

Prácticas de programación

Programación en Python

Diseño de bases de datos

Diseño y construcción de almacén de datos

Minería de datos

Administración da redes y S.O.

48

Grado de Información y Documentación.

Licenciatura de 2º ciclo de Información y Documentación.

Diplomatura de Biblioteconomía y Documentación.

Estadística

Álgebra

Grafos y complejidad

Fundamentos de programación

Prácticas de programación

Programación en Python

Diseño y construcción de almacén de datos

Minería de datos

Administración de redes y S.O.

54

Otras titulaciones

Diseño de bases de datos

Estadística

Álgebra

Grafos y complejidad

Fundamentos de programación

Prácticas de programación

Programación en Python

Diseño y construcción de almacén de datos

Minería de datos

Administración de redes y S.O.

60

Duración

El máster universitario de Ciencia de datos tiene una duración mínima estimada de un año académico, distribuido en dos cuatrimestres, con una carga total de 60 créditos ECTS.

Aun así, la flexibilidad de la normativa académica de la UOC permite que cada persona pueda ajustar la duración y el ritmo de los estudios a sus posibilidades de dedicación y a su disponibilidad de tiempo.

De este modo, los estudiantes pueden decidir cada cuatrimestre las asignaturas que quieren cursar. Para lo cual, en el momento de hacer la matrícula, la UOC pone a disposición de los estudiantes un tutor que ofrecerá una asistencia directa y el asesoramiento necesario.

Recursos de aprendizaje

Durante el desarrollo del máster, los estudiantes tienen acceso a software y a recursos seleccionados por el profesorado de cada materia: una selección de software libre y de licencias del software propietario más utilizado actualmente en el mercado, y otros recursos, ya sean elaborados por la UOC expresamente para este máster o recursos externos de reconocida calidad y rigor académico.

Tenemos acuerdos de colaboración estables con los programas académicos de QlikView y Tableau. Además, la UOC ha tenido tradicionalmente un compromiso con el software de código abierto, especialmente en el ámbito del análisis de datos. Nuestras herramientas de referencia en análisis estadístico, minería de datos (data mining) y aprendizaje automático (machine learning) son R y Python, lenguajes estándares de facto en el mercado industrial y la investigación. Disponemos de manuales, tutoriales y de una página web de recursos sobre ambos lenguajes.

Por otro lado, nuestras herramientas de referencia en la explotación y análisis de datos masivos son Apache Hadoop y Apache Spark. Para el aprendizaje de bases de datos NoSQL utilizamos herramientas como MongoDB, Riak o Neo4j. En el caso de bases de datos analíticos, utilizamos Microsoft o Pentaho para el almacén de datos y Oráculo o PostgreSQL como bases de datos.

Cabe tener en cuenta que estamos evaluando continuamente otras herramientas y acuerdos con varios fabricantes, de modo que esta lista se puede modificar en función de las tendencias del ámbito y las necesidades docentes del programa.

Dependiendo de las exigencias de rendimiento del software, algunas aplicaciones se pueden descargar en el ordenador del estudiante o bien se puede acceder, desde el aula, a máquinas virtuales de Amazon y Azure.

Es recomendable disponer de máquinas y SO de 64 bits y 4 GB de RAM como mínimo (6 GB aconsejable).

Próximo acceso:
octubre 2017

Inicio de docencia: febrero

Rellena el formulario y accede de manera gratuita y sin compromiso al Campus Virtual

Información de precio y matrícula

¿Quieres más información?

¿Quieres más información?

Pref.Ej: + 34
Teléfono fijoEj: 932532300
Pref.Ej: + 34
Teléfono móvilEj: 123456789
Pref.Ej: + 34
LadaEj.234
Teléfono de contactoEj: 4585324
Pref.Ej: + 34
LadaEj.234
Teléfono de contactoEj: 4585324
Pref.Ej: + 34
LadaEj.234
Teléfono de contactoEj: 4585324
Pref.Ej: + 34
Teléfono de contactoEj: 4585324
Pref.Ej: + 34
Teléfono de contactoEj: 4585324

Pago
fraccionado

Puedes fraccionar el pago de tu grado en cuotas

Infórmate

¿Por qué escoger la UOC?

Reinventando la universidad

El modelo educativo de la UOC

El momento de ser #eltúquequieresser es SIEMPRE

¿Quieres más información?

Pref.Ej: + 34
Teléfono fijoEj: 932532300
Pref.Ej: + 34
Teléfono móvilEj: 123456789
Pref.Ej: + 34
LadaEj.234
Teléfono de contactoEj: 4585324
Pref.Ej: + 34
LadaEj.234
Teléfono de contactoEj: 4585324
Pref.Ej: + 34
LadaEj.234
Teléfono de contactoEj: 4585324
Pref.Ej: + 34
Teléfono de contactoEj: 4585324
Pref.Ej: + 34
Teléfono de contactoEj: 4585324