Máster en Ingeniería Informática y Big Data
Master
Online
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiar tu matrícula en cómodos plazos.
¡Actualiza tus conocimientos sobre informática y tecnología!
-
Tipología
Master
-
Metodología
Online
-
Duración
9 Meses
-
Inicio
Fechas a elegir
¿Te sientes atraído por el sector informático? ¿Trabajas con grandes cantidades de datos o quieres aprender a hacerlo? Este programa formativo está especialmente pensado para aquellas personas que quieren desarrollarse en cuanto a conocimientos digitales.
El Máster en Ingeniería Informática y Big Data, que se presenta mediante la plataforma digital de Emagister, comenzarás por aprender a dirigir proyectos TIC, lo que implica saber realizar las pruebas necesarias para asegurar la calidad, extraer datos de proyectos anteriores para analizarlos y saber trazar un plan estratégico adecuado a las condiciones. Además, te formarás para dominar el uso de la inteligencia artificial a nivel avanzado, tanto como apoyo para desarrollar aplicaciones y sites web, como para analizar los datos u optimizar procesos de trabajo.
Esta instrucción, que ha sido diseñada por profesionales de alto nivel de UNISEB, tiene como objetivo que te formes con las herramientas más avanzadas y, además, que puedas aprender mientras practicas, por eso se incluye un módulo de ejercicios prácticos con herramientas digitales como SQL o NoSQL. Esto te ayudará a ganar experiencia y, por lo tanto, a elevar el valor de tu perfil profesional.
Información importante
Precio a usuarios Emagister:
Instalaciones y fechas
Ubicación
Inicio
Inicio
A tener en cuenta
El programa busca capacitar al alumno para que pueda asumir responsabilidades tanto técnicas como estratégicas en entornos altamente digitalizados. Entre sus objetivos principales se encuentran:
Desarrollar competencias en la planificación, gestión y dirección de proyectos TIC de gran envergadura.
Aplicar principios de calidad y auditoría en el desarrollo y mantenimiento de sistemas informáticos.
Implementar soluciones de inteligencia artificial y machine learning en procesos de negocio.
Diseñar e implementar arquitecturas de big data para el procesamiento de grandes volúmenes de información.
Comprender y aplicar normativas de seguridad de la información, análisis de riesgos y planes de continuidad.
Desarrollar aplicaciones web, móviles y APIs seguras y funcionales, integrando tecnologías front-end y back-end.
Utilizar herramientas de análisis inteligente de datos, visualización y business intelligence para mejorar la toma de decisiones.
Este máster está orientado a profesionales que deseen especializarse en la gestión avanzada de proyectos tecnológicos y en el análisis de datos aplicados al negocio. Es especialmente adecuado para:
Profesionales del ámbito de la informática, la ingeniería o las telecomunicaciones que busquen liderar proyectos de transformación tecnológica.
Técnicos y analistas que deseen adquirir competencias en inteligencia artificial, machine learning y big data aplicados a procesos empresariales.
Responsables de sistemas, calidad o seguridad informática que quieran profundizar en la gestión integral de tecnologías de la información.
Emprendedores y consultores interesados en crear o asesorar soluciones basadas en datos y tecnologías inteligentes.
Graduados en disciplinas STEM que deseen proyectar su carrera hacia áreas de alta demanda tecnológica y analítica.
Para poder acceder a nuestros Másters, los solicitantes deberán cumplir los siguientes requisitos:
-Estar en posesión de un título de Grado, Arquitectura, Ingeniería Superior o Técnica, Licenciatura, Diplomatura u otro título.
-Profesionales con proyección profesional en el puesto desempeñado.
-Estudiantes cursando una carrera universitaria o estudios superiores equivalentes.
En el caso que no cumplas con ninguna de las condiciones anteriores, por favor contacta con la escuela y el departamento de admisiones valorará tu caso particular.
Al finalizar tu programa formativo obtendrás un certificado emitido por UNISEB y un Diploma de Máster propio universitario emitido por la Universidad Isabel I de Castilla en colaboración con UNISEB.
Para facilitar los trámites administrativos, todos los estudiantes extracomunitarios podrán solicitar el servicio de apostillado en todos los documentos administrativos emitidos por la escuela, una vez finalicen sus programas formativos. El trámite de legalización única -denominada apostilla- consiste en colocar sobre el propio documento administrativo una apostilla o anotación que certificará la autenticidad de los documentos expedidos en otro país por UNISEB y la Universidad Isabel I.
La metodología de estudios de UNISEB está diseñada con la finalidad de que el alumno pueda compaginar la vida personal y profesional. Todos los programas formativos se imparten íntegramente online, de este modo el alumno puede acceder a todo el contenido formativo a través del Campus Online, siendo esta la principal plataforma de su formación, para que pueda estudiar desde cualquier lugar del mundo y a cualquier hora. Todas las evaluaciones, seguimiento individualizado al alumno y trabajos finales, también se realizan a distancia.
Una vez recibida tu solicitud, un trabajador del centro se pondrá en contacto contigo para ofrecerte toda la información necesaria para realizar el proceso de inscripción y de matriculación.
Para poder acceder a cualquiera de nuestros programas Máster, los solicitantes deberán cumplir los siguientes requisitos:
Estar en posesión de un título de Grado, Arquitectura, Ingeniería Superior o Técnica, Licenciatura, Diplomatura u otro título equivalente.
Estudiantes cursando una carrera universitaria o estudios superiores equivalentes.
Profesionales con proyección profesional en el puesto desempeñado
En el caso que no cumplas con ninguna de las condiciones anteriores, por favor, contacta con la escuela y el departamento de admisiones valorará tu caso particular.
Tras pedir información, deberás presentar los datos requeridos, incluyendo la verificación de la identidad y la documentación sobre la carrera académica. Una vez validados tus certificados, deberás elegir entre distintos métodos de evaluación: trabajo final, trabajos de evaluación continua o examen final y, cuando se haya aceptado tu solicitud, se formalizará la matrícula.
En UNISEB, buscamos atraer el mejor talento. Por esta razón, contamos con un programa de becas y ayudas al estudio con el objetivo de facilitar el acceso a nuestros programas formativos. Creemos en la igualdad de oportunidades. Para fomentarlo, facilitamos las condiciones económicas a todas las personas que desean formarse profesionalmente en nuestra institución.
-Pago fraccionado en cuotas
-Al contado con tarjeta de crédito/débito
-Transferencia bancaria
UNISEB está reconocido por las más prestigiosas empresas de diferentes sectores. Su formación, adaptada a la realidad actual del mundo laboral, te permitirá desenvolverte perfectamente en cualquier empresa u organización y poder desarrollar una prometedora carrera profesional. Para hacerlo posible, UNISEB tiene convenio con importantes firmas empresariales y ofrece una bolsa de empleo en la que los alumnos y antiguos alumnos podrán acceder a más de 15.000 ofertas de trabajo mensuales a nivel nacional e internacional.
Opiniones
Logros de este Centro
Todos los cursos están actualizados
La valoración media es superior a 3,7
Más de 50 opiniones en los últimos 12 meses
Este centro lleva 0 años en Emagister.
Materias
- Inteligencia artificial
- Big Data
- Datos
- Data science
- Bases de datos
- Power BI
- Machine learning
- Seguridad
- Ciberseguridad
- Análisis de datos
- Redes neuronales
- Desarrollo de aplicaciones
- Sistemas de seguridad
- Dirección de proyectos
Temario
MÓDULO 1. DIRECCIÓN DE PROYECTOS TIC
Tema 1. Dirección de Proyectos TIC
Tema 2. Auditoría y Calidad de los Sistemas
Informáticos
Tema 3. Desarrollo de Inteligencia Artificial Avanzada
Tema 4. Servicios y Aplicaciones Web
Tema 5. Tecnología y Desarrollo en Dispositivos Móviles
Tema 6. Sistemas de Gestión de Seguridad de la
Información
Tema 7. Análisis Inteligente de Datos
Tema 8. Servicios Big Data
Tema 9. Optimización para Grandes Volúmenes de
Datos
Tema 10. Bases de Datos a Gran Escala
Tema 11. Aplicaciones del Análisis de Big Data a los
Negocios
Tema 12. Inteligencia Artificial
Tema 13. Visualización de Datos
Tema 14. Tecnologías de Bases de Datos
MÓDULO 2. AUDITORÍA Y CALIDAD DE LOS SISTEMAS
INFORMÁTICOS
Tema 1. Definición y Conceptos Básicos de la Calidad en
Sistemas Informáticos
Tema 2. Factores que Influyen en la Calidad
Tema 3. Planificación de la Calidad
Tema 4. Gestión de la Calidad en Proyectos de Software
Tema 5. Organización de un Plan de Calidad
Tema 6. Control de la Calidad
Tema 7. Métodos del Control de la Calidad
Tema 8. Pruebas de Calidad en Sistemas Informáticos
Tema 9. Estrategia de Pruebas
Tema 10. Mejora Continua en el Proceso de Pruebas
Tema 11. Métricas y Herramientas para Medir la Calidad
Tema 12. Herramientas de Evaluación de Calidad
Tema 13. Calidad en las Fases del Desarrollo
Tema 14. Ejemplos Reales de Cada Fase del Desarrollo
Tema 15. Mejora Continua
Tema 16. Implementación en el Ciclo de Mejora Continua
Tema 17. Revisión en el Ciclo de Mejora Continua
MÓDULO 3. DESARROLLO DE INTELIGENCIA
ARTIFICIAL AVANZADA
Tema 1: Tipos de Aprendizaje
Tema 2: lgoritmos avanzados de Machine Learnig
Tema 3: Modelos de Ensamble
Tema 4: Redes Neuronales Artificiales
Tema 5: Técnicas de entrenamiento en Redes
Neuronales
Tema 6: Modelos Recurrentes y Variantes
Tema 7: Cómo Mejoran las RNN para manejar
secuencias Largas y Dependencias a Largo Plazo
Tema 8: Introducción a los Transformers:
Revolucionando el Procesamiento del Lenguaje Natural
Tema 9: Mecanismo de Atención y la Arquitectura de
Transformers
Tema 10: Aplicaciones de Transformers: Ventajas,
desventajas y principales modelos
Tema 11: Técnicas de Optimización y Regularización de
Modelos
Tema 12: Optimización de hiperparámetros: estrategias
como grid search y random search
Tema 13: Despliegue y Mantenimiento de Modelos en
Producción
Tema 14: Monitoreo y actualización de modelos en
entornos productivos
MÓDULO 4. SERVICIOS Y APLICACIONES WEB
Tema 1. Introducción al Desarrollo de Aplicaciones Web
(DAW)
Tema 2. Conceptos Básicos de Desarrollo Web
Tema 3. Arquitecturas Client-Server
Tema 4. Frontend vs Backend
Tema 5. Lenguajes y tecnologías fundamentales: HTML,
CSS y JavaScript
Tema 6. Herramientas y entornos de desarrollo
Tema 7. Gestión de proyectos y dependencias
Tema 8. Introducción a frameworks y librerías
Tema 9. Crear una página Web estática con HTML y CSS
Tema 10. Introducción a Git: Commits y pushes básicos
Tema 11. Fundamentos de la Arquitectura MVC
Tema 12. Implementación del MVC en Aplicaciones Web
Tema 13. Patrones de Diseño Relacionados
Tema 14. Integración de MVC con Tecnologías Frontend
Tema 15. Manejo de Rutas y URLs Amigables
Tema 16. Seguridad y autenticación en aplicaciones
MVC
Tema 17. ASP.NET Core
Tema 18. Razor Pages
Tema 19. ASP.NET Core MVC
Tema 20. Integración de HTML, CSS y JavaScript en
ASP.NET Core
Tema 21. Introducción a Vue.js
Tema 22. Desarrollo con Vue.js
Tema 23. Introducción a Angular
Tema 24. Desarrollo con Angular
Tema 25. Comparativa entre Vue.js y Angular
Tema 26. Creación de APIs RESTful con ASP.NET Core
Tema 27. Seguridad en APIs
Tema 28. Documentación y pruebas de APIs
Tema 29. Integración del Backend con Frontend
(Vue.js/Angular)
MÓDULO 5. TECNOLOGÍA Y DESARROLLO EN
DISPOSITIVOS MÓVILES
Tema 1. Sistemas de Comunicación Inalámbricos
Tema 2. Comunicaciones Inalámbricas
Tema 3. Pasado, presente y futuro de las
Comunicaciones Inalámbricas
Tema 4. Introducción a los Dispositivos móviles
Tema 5. Componentes de los dispositivos móviles
Tema 6. Redes a las que puede acceder un dispositivo
móvil
Tema 7. Lenguajes de programación para móviles
Tema 8. Ejemplos de entornos de programación
Tema 9. Metodología de desarrollo de aplicaciones
móviles
Tema 10. Características de un proyecto de desarrollo
para dispositivos móviles
Tema 11. Modelos de negocio para aplicaciones
móviles
Tema 12. Planificación y dirección de proyectos
tecnológicos móviles
Tema 13. Fundamentos del desarrollo de aplicaciones
móviles sobre Android
Tema 14. Interfaz gráfica de usuario (GUI) en Android
Tema 15. Herramientas de desarrollo Android
Tema 16. Diseño de aplicaciones móviles
Tema 17. Buenas prácticas de diseño
Tema 18. Problemática de la seguridad en dispositivos
móviles
Tema 19. Seguridad en las comunicaciones
inalámbricas
Tema 20. Seguridad en el sistema operativo y las
aplicaciones
Tema 21. Seguridad para el usuario
Tema 22. Prácticas de seguridad recomendada
Tema 23. Ecosistema de aplicaciones móviles y app
stores
Tema 24. Modelos de negocio para aplicaciones
móviles
Tema 25. Marketing y tecnología móvil
Tema 26. Planificación y dirección de proyectos
tecnológicos móviles
MÓDULO 6. SISTEMAS DE GESTIÓN DE SEGURIDAD DE
LA INFORMACIÓN
Tema 1. Dimensiones de la Seguridad de la Información
Tema 2. Gestión de la Seguridad de la Información
Tema 3. Normativa Legal en España
Tema 4. Estándares de Seguridad de la Información
Tema 5. Análisis De Riesgos
Tema 6. Ciclo de vida de la seguridad
Tema 7. Justificación y estudio de riesgos
Tema 8. Metodologías de análisis de riesgos
Tema 9. Gestión de riesgos
Tema 10. Sistema de Gestión de la Seguridad de la
Información (SGSI)
Tema 11. Normativas internacionalmente reconocidas
Tema 12. Planificar: Establecer el SGSI
Tema 13. Hacer: Implantar y operar el SGSI
Tema 14. Verificar: Monitorizar y Revisar el SGSI
Tema 15. Desarrollo de un marco normativo de
Seguridad de la información
Tema 16. Clasificación de la información
Tema 17. Herramientas para un SGSI
Tema 18. Factores críticos de éxito en la implantación
de un SGSI
Tema 19. Planes de continuidad de negocio3. Desarrollo
de un plan de continuidad de negocio
Tema 20. Esquema Nacional de Seguridad (ENS)
Tema 21. Política de seguridad en el Esquema Nacional
de Seguridad (ENS)
Tema 22. Análisis y gestión de riesgos en el ENS
MÓDULO 7. ANÁLISIS INTELIGENTE DE DATOS
Tema 1. Introducción al Análisis Inteligente de Datos
Tema 2. Conceptos fundamentales
Tema 3. Tratamiento de Datos
Tema 4. Análisis Visual de Datos
Tema 5. Metodología y áreas de aplicación
Tema 6. Inteligencia Artificial Explicable (XAI)
Tema 7. Inteligencia de Negocio (Business Intelligence)
Tema 8. Selección y transformación de atributos
Tema 9. Segmentación, predicción e identificación de
patrones
Tema 10. Técnicas avanzadas de análisis
Tema 11. Herramientas de inteligencia de negocio
Tema 12. Comparativa de técnicas y parámetros
Tema 13. Análisis inteligente de datos
Tema 14. Análisis de textos
Tema 15. Análisis de series temporales
Tema 16. Otros dominios específicos. Análisis de
imágenes y visión por computadora
Tema 17. Herramientas y tecnologías emergentes
Tema 18. Big Data y tecnologías asociadas (Hadoop,
Spark)
MÓDULO 8. SERVICIOS BIG DATA
Tema 1. Big Data
Tema 2. Evolución y contexto empresarial del Big Data
Tema 3. Arquitecturas y paradigmas en Big Data
Tema 4. Cuándo emplear Big Data
Tema 5. Ejemplos de uso de Big Data en distintos
sectores
Tema 6. Tipologías de datos
Tema 7. Clasificación de bases de datos NoSQL
Tema 8. Criterios de selección
Tema 9. Prácticas y herramientas
Tema 10. Arquitectura de Apache Hadoop
Tema 11. Apache Spark
Tema 12. Flujo de trabajo con ecosistema Big Data
Tema 13. Ejemplos de procesamiento de grandes
volúmenes de datos (logs, datos de redes sociales, etc.)
Tema 14. Comparativa de tiempos de ejecución entre
Hadoop y Spark
Tema 15. Introducción a soluciones Cloud
Tema 16. Principales proveedores y servicios
Tema 17. Estrategias de migración y hibridación
Tema 18. Escenarios de alto nivel
Tema 19. Big Data Analytics
Tema 20. Perfiles y roles en Big Data
Tema 21. Casos de éxito y prácticas empresariales
Tema 22. Propuesta de valor y adopción
MÓDULO 9. OPTIMIZACIÓN PARA GRANDES
VOLÚMENES DE DATOS
Temario en proceso de definición
MÓDULO 10. BASES DE DATOS A GRAN ESCALA
Temario en proceso de definición
MÓDULO 11. APLICACIONES DEL ANÁLISIS DE BIG
DATA A LOS NEGOCIOS
Temario en proceso de definición
MÓDULO 12. INTELIGENCIA ARTIFICIAL
Tema 1. Introducción al análisis de datos con Python
Tema 2. Introducción al machine learning
Tema 3. Machine learning supervisado
Tema 4. Machine learning no supervisado
Tema 5. Reinforcement Learning
Tema 6. Fundamentos de Deep Learning
MÓDULO 13. VISUALIZACIÓN DE DATOS
Tema 1. Teoría de la visualización de datos
Tema 2. Python
Tema 3. CARTO
Tema 4. Power BI
Tema 5. Google Data Studio
MÓDULO 14. TECNOLOGÍAS DE BASES DE DATOS
Tema 1. Fundamentos de bases de datos
Tema 2. Data technology
Tema 3. Práctica de SQL (MySQL)
Tema 4. Práctica de NoSQL. MONGODB
Tema 5. Práctica de NoSQL (HBase)
Tema 6. Bases de datos de grafos
Tema 7. Bases de datos en cloud
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiar tu matrícula en cómodos plazos.
Máster en Ingeniería Informática y Big Data