1009

¿Qué estás buscando?

Ej: Grado en medicina, admisiones, becas...

Estudiantes:+34 914146611
Whatsapp
¡Últimas plazas!

Postgrado de experto universitario en Data Science Virtual

Aprende a extraer el valor de los datos, en menos de 4 meses podrás convertirte en uno de los perfiles cualificados que destaca año tras año en los rankings de profesiones más demandas y mejor remuneradas.

Selecciona tu programa

Curso en Ciencia de Datos

El Diplomado en Ciencia de Datos está diseñado para convertirte en un profesional en la extracción de información útil y de valor del dato.

Con el curso virtual de la Universidad Europea te formarás en todas las etapas del flujo de los datos y profundizarás en los lenguajes de programación, técnicas y herramientas de desarrollo de proyectos de Data Science más completos en el mercado.

Este curso te prepara para obtener el Data Analyst Associate Certified de Microsoft.

Título propio emitido por Universidad Europea de Madrid
Virtual con clases en directo Español
Inicio: Noviembre 2024
3 meses Escuela de Arquitectura, Ingeniería, Ciencia y Computación - STEAM

Incluye una certificación en Ciencia de Datos de IBM

En este curso obtendrás el Certificado Data Science y acceso a contenido exclusivo de la IBM Skills Academ.

253%

Creciente oferta laboral

Las ofertas laborales para posiciones de Data Scientist creció un 253% entre 2014 y 2019, según la página de empleo Indeed.

13

Millones de puestos para 2025

Entre el Big Data y la Ciencia de Datos se estima crear más de 13 millones de empleos en Latinoamérica para 2025.

32.925.000$

Salario medio elevado

El salario data promedio en Colombia es de $32.925.000 al año. En profesionales más experimentados de hasta $73.290.000.

Estudia el Diplomado en Ciencia de Datos

Aprenderás con contenidos digitales y flexibles, de la mano de un tutor personal que te acompañará durante toda tu formación. Formarás parte de un sector con alta empleabilidad.

Formación completa

  • Profundizarás en Python, aplicarás técnicas de Machine Learning, Deep Learning, IA y Visualización de Datos (Power BI). Los graduados con formación en esta disciplina son un valor diferencial para las empresas.

  • Aprenderás a interpretar y mostrar de manera visual tanto los datos crudos como los resultados de análisis, utlizando las técnicas y herramientas de Visualización de Datos más adecuadas para cada caso.

  • Desarrollarás las habilidades necesarias para construir un producto de Data Science.

Metodología experiencial

  • Trabajarás en casos de aplicación real de empresas del sector y realizarás un proyecto completo de datos de principio a fin.

  • El claustro esta formado por profesionales en activo de Telefónica y Accenture , entre otros.

  • Accederás a las tecnologías, aplicaciones y herramientas más actuales del sector.

  • Conocerás a profesionales de empresas muy punteras, que te ayudarán a ampliar tu red de networking.

Metodología

Flexibilidad

Docencia 100 % Virtual con clases virtuales en directo que quedarán grabadas por si no puedes asistir o quieres verlas de nuevo.

Cerca de ti

Contarás en todo momento con el apoyo de nuestros profesores, así como de un tutor de acompañamiento que te orientará y te ayudará a que logres tus objetivos.

Aprendizaje experiencial

Obten una formación integral, basada en un aprendizaje mediante casos reales unido a un aprendizaje teórico-práctico.

Herramientas

Qué vas a estudiar y cómo empezar

Plan de estudios

Descubre cuales serán tus asignaturas

TARJETA Caja1 MU Big Data Analytics Virtual

Admisiones

Todo lo necesario para formar parte de la UE

TARJETA Caja 2G MU Big Data Analytics Virtual
Dos personas cogiéndose de la mano en un gesto de apoyo o conexión.

Programa de becas y ayudas

Queremos ayudarte. Si quieres estudiar en la Universidad Europea, tendrás a tu disposición una amplia selección de becas propias y oficiales.

Estructura del Plan de estudios

Estudia de manera práctica, a distancia y a tú ritmo. Conviértete en un experto de la extracción y análisis de valor del dato, de la mano de los líderes profesionales del sector.

UA1. Introducción al Big Data y al Data Science

  • ¿Qué es el Big Data?
  • Las 5Vs
  • ¿Qué es la Ciencia de Datos?
  • Fuentes de Datos

UA2. Fundamentos de matemáticas y estadística

  • Estadística básica
  • Cálculo de KPIs básicos con Python

UA1. Bases de datos SQL y noSQL

  • Bases de datos SQL
  • ¿Qué son las bases de datos noSQL?
  • MongoDB
  • ElasticSearch

UA2. Almacenamiento de grandes volúmenes

  • Almacenamiento en la nube
  • Sistema de archivos HDFS

UA3. Ecosistema HADOOP

  • Paradigma MapReduce
  • Apache HIVE
  • Gestor de recursos YARN

UA1. Python Avanzado

  • ETLs con python
  • Pandas, Numpy y librerías de tratamiento de datos

UA2. Machine Learning – Aprendizaje Supervisado

  • Introducción al ML
  • Técnicas de aprendizaje supervisado: Clasificación
  • Técnicas de aprendizaje supervisado: Regresión

UA3. Machine Learning – Aprendizaje no Supervisado

  • Técnicas de aprendizaje no supervisado: Clustering
  • Técnicas de aprendizaje no supervisado: Sistemas de recomendación
  • Técnicas de aprendizaje no supervisado: Extracción de variables

UA4. Deep Learning

  • Introducción al Deep Learning
  • Técnicas de Redes neuronales

UA5. Series temporales

  • Modelos ARIMA

UA1. Fundamentos de la Visualización de Datos

  • ¿Qué es la visualización de datos?
  • Tipos de visualizaciones
  • Storytelling
  • ¿Qué es el Business Intelligence?
  • Herramientas de Visualización de Datos

UA2. Power BI

  • Ingesta y tratamiento de datos
  • Modelado Avanzado de datos
  • Creación de cuadros de mando
  • Publicación en la web y el servicio Power BI

Calendario lectivo

Consultar

Consulta nuestras sedes de exámenes

En la Universidad Europea podrás examinarte en cualquiera de las siete sedes que tenemos en España: Madrid, Valencia, Tenerife, Barcelona, Bilbao, Sevilla y A Coruña.

También podrás realizar los exámenes o presentaciones de Trabajo de Fin de Maestría en las que se exija presencialidad en nuestras siete sedes en Latinoamérica: Bogotá (Colombia), Santiago (Chile), Lima (Perú), Quito (Ecuador), México DF (México), San José (Costa Rica) y Tegucigalpa (Honduras).

Salidas profesionales del curso en data scientist

La demanda de profesionales en Data Science ha aumentado un 650% desde 2012 y la tendencia continúa al alza, con la reciente pandemia de COVID como catalizador para la digitalización de multitud de empresas. El Data Scientist, es uno de los perfiles profesionales mejor pagados, incluso en posiciones de poca experiencia laboral requerida. Algunos de los puestos:

Científico de datos

Arquitecto o ingeniero de datos

Arquitecto de Big Data

Data Scientist Manager

Data Strategy

BI Analyst

Flexibilidad

  • Planificación completa: dispondrás desde el principio de toda la organización de tus estudios.

  • Clases virtuales en directo, adaptadas al horario laboral. Quedarán grabadas por si no pudiste asistir o quieres volver a verlas.

  • Campus virtual intuitivo y dinámico, podrás acceder desde cualquier dispositivo.

Cerca de ti

  • Docente experto de cada asignatura, vinculado al ámbito profesional. El docente impartirá las clases, te guiará durante esta asignatura y evaluará tu experiencia formativa

  • Tutor de acompañamiento: es la persona que te acompañará durante todo tu programa. Te ayudará a organizar tu tiempo, te orientará y guiará con el fin de que logres tus objetivos.

  • Centro de Atención al Estudiante: disponible las 24 horas a través de un chat y un teléfono para resolver cualquier duda técnica de la plataforma.

Aprendizaje experiencial

  • Todas nuestras actividades formativas están dirigidas a facilitar que adquieras conocimientos, habilidades, destrezas y competencias profesionales.

Acceso

  • Estudiantes y profesionales junior que buscan vías para orientar y desarrollar su carrera en el ámbito del Big Data y el Data Science.
  • Profesionales del sector programación que quieran complementar su conocimiento en temas específicos del ámbito de los datos.
  • Profesionales de los sectores de estadística y matemáticas que quieran aprender técnicas de programación y herramientas que les permitan aplicar sus conocimientos a proyectos de datos.
  • Profesionales de otros sectores tecnológicos que quieran reorientar su carrera hacia el Big Data y el Data Science.

Proceso de Admisión

El proceso de admisión para cursar un grado o postgrado online en la Universidad Europea puede llevarse a cabo durante todo el año, si bien la inscripción en cualquiera de nuestros programas está supeditada a la existencia de plazas vacantes. Para completar el proceso deberás seguir estos sencillos pasos:

1

Documentación

Necesitarás enviar la documentación específica a tu asesor personal.

  • Formulario de admisión.
  • Documento legal de acceso a la titulación elegida.
  • Fotocopia de tu DNI.
  • Curriculum vitae.

2

Prueba de acceso

Una vez revisada la documentación tu asesor personal se pondrá en contacto contigo.

  • Test de evaluación competencial.
  • Entrevista personal.
  • Prueba de evaluación de idioma (si procede).

3

Reserva de plaza

Formalización de la reserva de plaza a través de nuestros diferentes métodos de pago.

  • Domiciliación bancaria.
  • Tarjeta de crédito.
  • Pago virtual.

Normativa de transferencia y reconocimiento de créditos

Consultar

Claustro

Álvaro Sánchez Pérez

Especializado en Big Data y Visualización de Datos. CTO en Telefónica Tech – LUCA Big Data. Muy técnico, pero con una rama artística y de negocio. Lidero el desarrollo end2end de varios productos IOT y Big Data, trabajo que compagino con ser profesor en varias universidades, en grado y posgrado, y dar alguna charla en eventos.

Javier Villar Gil

Graduado y Máster en Ingeniería Informática con especialidad en Sistemas Distribuidos y Big Data. Desde el comienzo de mi carrera profesional he estado ligado a proyectos de tratamiento de datos e información, desde un perfil inicial full-stack hasta la actualidad en un rol más especializado en Data Engineer. Participo en varios proyectos como responsable de la parte de tratamiento de datos, implementación de procesos ETL y analítica de los mismos.

None