Por qué estudiar el Máster Universitario en Métodos Computacionales en Ciencias
¿Qué vas a aprender?
· Te introducirás en la ciencia del tratamiento y análisis de datos experimentales.
· Como graduado en STEM (Science, technology, engineering and mathematics) podrás apreciar la potencia que ofrecen los métodos cuantitativos y los sepa utilizar en su disciplina. Los lenguajes de programación facilitan la tarea de adquirir, organizar, ordenar, filtrar, procesar, refinar, representar, y finalmente explicar los datos científicos obtenidos en disciplinas experimentales.
· Se prestará especial atención al procesamiento y análisis de datos por ordenador, y al manejo de los paquetes de software más utilizados.
· El Máster se organizará en torno al Trabajo de Fin de Máster (TFM) experimental sobre un tema específico de investigación, propuesto por un departamento. Los cursos que se impartirán serán de carácter eminentemente metodológicos, sobre procedimientos, algoritmos y análisis, de carácter formal, suficientemente generales, para que lo apliques bajo la dirección del tutor en el trabajo escogido.
· Se contempla un módulo optativo que contiene cursos sobre técnicas o procedimientos más específicos de disciplinas como la Bioinformática, Física y Matemática Aplicada, Biología y Medioambiente o Química.
Podrás trabajar en...
El Máster te proporcionará una formación que te permitirá, como científico experimental:
· Llevar a cabo el tratamiento de datos básico de manera autónoma.
· Interactuar con los especialistas (ingenieros, programadores) y hablar su mismo lenguaje
· Empezar una carrera profesional en ámbitos como la bioinformática, machine learning o big data.
Proyección profesional
Acceso a programas de doctorado en líneas de investigación como:
· Bioinformática y análisis masivo de datos de biodiversidad.
· Modelos de distribución de especies y cálculo de nicho potencial.
· Genética de poblaciones, metapoblaciones y microevolución.
· Taxonomía molecular y morfológica, filogenia.
· Diversidad ecosistémica e impacto ambiental.
· Contaminación atmosférica, salud y pérdida de biodiversidad.
· Variabilidad fenotípica natural y adaptación.
· Conectividad y fragmentación del territorio.
· Cambio climático y producción biológica.
· Genómica y producción vegetal.
· Investigador en el ámbito de la biomedicina (centro de investigación, universidad, hospitales).
· Bio-informático en Plataforma de Apoyo a la Investigación.
· Desarrollador de nuevos herramientas bioinformáticas (software) .
· para el análisis y la interpretación de datos.
· Investigación y desarrollo de nuevos materiales y productos industriales.
· Data QualityAssessment.
· Desarrollo de sistemas y análisis en proteómica y genética de poblaciones.
· Sistemas de gestión y análisis de secuencias de ADN, SNPs y estudios de polimorfismos.
· Análisis y procesamiento de tecnologías de imagen diagnóstico.
· Experto en análisis de datos biomédicos en empresa biotecnológica o farmacéutica.
· Consultor de procesos industriales.
· Diseñador de procesos industrial.
· Métodos en genómica orientados a la explotación de la variabilidad natural.
· Mejora genética de la producción y desarrollo de nuevas variedades.
· Seguridad agroalimentaria mediante métodos de diagnóstico precoz de enfermedades.
· Gestión de genotecas y colecciones de EST.
· Procesamiento de datos para el análisis cartográfico mediante imagen espectral.
· Desarrollo de procesos para el análisis de la distribución de especies.
· Análisis espacial de los cambios en usos del territorio.
· Gestión de espacios naturales y de lugares de interés para la conservación.
· Modelización de redes ecológicas para el control de especies invasoras.
· Explotación de grandes masas de datos de biodiversidad.
· Métodos en genómica orientados a la conservación de especies en cautividad
· Gestión y conservación de bancos de germoplasma.