Máster Oficial en Big Data Science
Cada vez más empresas y organizaciones requieren profesionales con conocimientos de Big Data y Ciencia de los Datos. El Máster Executive en Big Data Science es un título oficial, nace como respuesta a esa demanda: ofrece un programa técnico y específico y, a la vez, muy práctico.
El profesorado procede de diversas compañías e instituciones de prestigio, con amplia experiencia en estas herramientas. Se enseña a los alumnos cómo utilizar estas herramientas en situaciones reales y cómo aplicarlas en diversos campos.
El formato Executive, con sesiones presenciales los viernes por la tarde y sábados por la mañana, facilita compaginar el desempeño profesional con la asistencia a clase, y fomentar el networking entre profesionales y empresas.
Certificación Profesional de Científico de Datos
La Certificación Profesional de Científico de Datos es una prueba que permite a los profesionales de la industria de la ciencia de datos:
-
Validar su conocimiento y habilidades en la disciplina de la ciencia de los datos.
-
Diferenciarse de otros profesionales a través de una certificación profesional de prestigio.
La Certificación tiene como misión definir un estándar en el campo de la ciencia de datos a través del cual las organizaciones puedan identificar profesionales con dominio del campo de la analítica avanzada. Además, la Certificación refuerza la credibilidad y visibilidad de la profesión de científico de datos.
Consta de dos partes claramente diferenciadas que se abordarán de manera secuencial:
Parte I
Revisión de un caso de uso y experiencia laboral
Parte II
Examen
Áreas de conocimiento evaluadas
La Certificación mide el desempeño en 5 áreas específicas:
-
Formulación de problemas en el marco de la ciencia de datos
-
Machine Learning
-
Estadística
-
Matemáticas
-
Programación
Microcursos
El Instituto de Ciencia de los Datos e Inteligencia Artificial ofrece los siguientes cursos de formación superior:
Herramientas de Gestión de Datos (6 ECTS)
2 ECTS
Gestión de datos con Python
-
Instalación del entorno de trabajo
-
Lectura de ficheros de datos en diferentes formatos
-
Manipulación de datos: numpy y pandas
-
Operaciones matemáticas
-
Web Scraping
2 ECTS
Gestión de datos con R
-
Instalación del entorno de trabajo
-
Lectura de ficheros de datos en diferentes formatos
-
Manipulación de datos
-
Presentación de resultados: Rmarkdown y Shiny
-
Web Scraping
2 ECTS
Hojas de cálculo para el análisis de datos
-
Fórmulas
-
Limpieza de datos
-
Tablas dinámicas, macros
-
Cuadros de mando
-
Web Scraping
Técnicas de Ciencias de Datos (8 ECTS)
2 ECTS
Estadística de la ciencia de los datos
-
Conceptos básicos de probabilidad y distribuciones estadísticas más utilizadas
-
Contrastes paramétricos para dos poblaciones
-
Contrastes no paramétricos para dos poblaciones
-
ANOVA y pruebas no paramétricas
-
Regresión lineal simple y múltiple logística
2 ECTS
Análisis de redes sociales
-
Extracción de datos y estadística descriptiva
-
Detección de segmentos y comunidades
-
Detección de viralidad
-
Análisis de sentimiento
2 ECTS
Visualización de datos
-
Software de uso: PowerBI, Google Data, Studio
-
Tipos gráficos y su uso: mapas de calor, sectores y barras
-
Cuadros de mandos
2 ECTS
Machine learning
-
Terminología
-
Métodos supervisados: Árboles de decisión, Random Forest, Selección de variables, redes neuronales
-
Modelos no supervisados: k-means, kNN, LDA, redes neuronales, reglas de asociación
La necesidad de que los profesionales de cualquier disciplina lleguen al mercado laboral, incluida la investigación, con conocimientos y habilidades en el manejo de datos para la creación de valor se ha vuelto cada vez más relevante. Por lo que se ofrece este programa para permitir que profesionales de todas las titulaciones, incluso los que provienen de áreas claramente relacionadas como matemáticas y estadística, se actualicen y ganen algún grado en el uso de las principales metodologías y herramientas disponibles en el mercado para resolver problemas asociados a la gestión y análisis de datos.
Este programa se enmarca en la normativa de enseñanzas propias de la Universidad de Navarra de 4 de septiembre de 2017. Por la cual estos programas se realizan en la modalidad online bajo la tipología de Curso de Formación Superior.
|
Gestión de datos con Python |
Gestión de datos con R |
Hojas de cálculo para el análisis de datos |
|
2 ECTS |
2 ECTS |
2 ECTS |
|
Instalación del entorno de trabajo |
Instalación del entorno de trabajo |
Fórmulas |
|
Lectura de ficheros de datos en diferentes formatos |
Lectura de ficheros de datos en diferentes formatos |
Limpieza de datos |
|
Manipulación de datos: numpy y pandas |
Manipulación de datos |
Tablas dinámicas, macros |
|
Operaciones matemáticas |
Presentación de resultados: Rmarkdown y Shiny |
Cuadros de mando |
|
Web Scraping |
Web Scraping |
Web Scraping |
|
Estadística de la ciencia de los datos |
Machine learning |
Visualización |
Análisis de redes sociales |
|
2 ECTS |
2 ECTS |
2 ECTS |
2 ECTS |
|
Conceptos básicos de probabilidad y distribuciones estadísticas más utilizadas |
Terminología |
Software de uso: PowerBI, Google Data, Studio |
Extracción de datos y estadística descriptiva |
|
Contrastes paramétricos para dos poblaciones |
Métodos supervisados: Árboles de decisión, Random Forest, Selección de variables, redes neuronales |
Tipos gráficos y su uso: mapas de calor, sectores y barras |
Detección de segmentos y comunidades |
|
Contrastes no paramétricos para dos poblaciones |
Modelos no supervisados: k-means, kNN, LDA, redes neuronales, reglas de asociación |
Cuadros de mandos |
Detección de viralidad |
|
ANOVA y pruebas no paramétricas |
|
|
Análisis de sentimiento |
|
Regresión lineal simple y múltiple logística |
|
|
|
Los cursos se impartirán de manera sincrónica online. Cada curso tendrá una duración de 3 semanas, con clases teórico-prácticas de 2 horas de duración y a continuación una hora de tutoría. Se adjunta un cuadro con el desglose de las horas de estudio del alumno.
|
Actividad |
Nota |
Clases síncronas (h) |
Tutorías síncronas (h) |
Trabajo independiente (h) |
|
Sesión 1 |
15 |
2 |
|
4 |
|
Sesión 2 |
15 |
2 |
1 |
4 |
|
Sesión 3 |
15 |
2 |
1 |
4 |
|
Sesión 4 |
15 |
2 |
1 |
4 |
|
Sesión 5 |
15 |
2 |
1 |
4 |
|
Trabajo final |
25 |
|
|
16 |
|
Total |
100 |
10 |
4 |
36 |
Todas las sesiones de explicación serán realizadas en la aplicación Zoom y grabadas y disponibles a los alumnos.
Como material complementario se usarán artículos científicos o vídeos de divulgación científica tanto teórica como aplicada.
La evaluación se hará después de cada sesión con un trabajo de implementación de los conocimientos adquiridos que equivale cada uno al 15% de la nota final. Y un trabajo final equivalente al 25% de la nota final.
Estudiantes universitarios o de máster interesados en abordar el área de la Ciencia de Datos con conocimientos básicos de uso de ordenadores y hojas de cálculo.
Deben tener un ordenador de preferencia PC Windows, con capacidad para instalar los programas de ordenador R y Python.
Curso enfocado en Big Data, decisiones basadas en datos
Curso Enfocado | 9 semanas (5-6 horas por semana)
Modalidad: síncrono online
La demanda de profesionales crece más de un 25% cada año. Gestionar datos, descubrir patrones y tomar decisiones basadas en información son parte de las 10 habilidades clave que definen al nuevo profesional.
Este Curso Enfocado te preparará para participar y aportar valor en los proyectos relacionados con inteligencia artificial, machine learning e inteligencia de negocios.
Al estudiar este curso aprenderás a:
-
Interpretar datos para la optimización de los procesos y la creación de soluciones inteligentes.
-
Diseñar un modelo básico de análisis con Big Data.
-
Incorporar la ciencia de datos para resolver los problemas a los que habitualmente los participantes se enfrentan en su ámbito profesional.
-
Desarrollar soluciones a los casos prácticos propuestos a lo largo del curso.
Programas in Company
Programación de cursos, talleres y seminarios a medida para empresas, grupos de investigación, servicios o centros que busquen la actualización y especialización sobre temas de análisis de datos relacionados con las necesidades reales.
También cabe la posibilidad de diseñar cursos de iniciación o especialización en software.
Ejemplos de cursos ya impartidos:
• Taller específico en el diseño y validación de encuestas para personas de una unidad de calidad de un hospital.
• Curso para un servicio de un hospital centrado en análisis de supervivencia y cálculo del tamaño de muestra.
• Taller de iniciación en el software R.
Otros programas
La inteligencia artificial tiene el poder de transformar las empresas globales al ofrecer nuevas fuentes de ventaja y modelos de negocio innovadores. Al mismo tiempo, desata la interrupción que determinará qué jugadores finalmente capturarán valor. El IESE Business School ofrece a directivos el programa enfocado "Artificial Intelligence for Executives" donde se podrá descubrir el poder de la Inteligencia Artificial como catalizador de innovación, crecimiento y ventaja competitiva.
