Máster semipresencial en Ingeniería Informática y Big Data
Master
Semipresencial Madrid
*Precio Orientativo
Importe original en USD:
$ 5.127 $ 11.976
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiar tu matrícula en cómodos plazos.
Descripción
-
Tipología
Master
-
Metodología
Semipresencial
-
Lugar
Madrid
-
Duración
9 Meses
-
Inicio
Fechas a elegir
El Máster en Ingeniería Informática y Big Data está diseñado para formar profesionales capaces de liderar proyectos tecnológicos complejos, gestionar la calidad y seguridad de los sistemas informáticos, y aplicar técnicas avanzadas de inteligencia artificial, big data y análisis de datos en el entorno empresarial.
A través de un enfoque integral que combina competencias en gestión, desarrollo de software, seguridad de la información y tecnologías emergentes, el programa prepara a los estudiantes para impulsar la transformación digital de las organizaciones con una visión estratégica y técnica. Los participantes aprenderán a desarrollar soluciones innovadoras basadas en inteligencia artificial, a analizar grandes volúmenes de datos con herramientas actuales, y a dirigir proyectos TIC asegurando estándares de calidad, seguridad y eficiencia operativa.
Estudiando en UNISEB recibirás el asesoramiento de expertos y tutores que junto con la metodología de estudio asegurarán tu éxito 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 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.
Al finalizar tu programa formativo obtendrás un certificado emitido por UNISEB y un Diploma de Máster propio universitario emitido por la Universidad Isabel I 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.
UNISEB es una institución educativa especializada en programas formativos a distancia. De carácter multidisciplinar, imparte formación de Máster en varias disciplinas, en ámbitos como la empresa, educación, psicología, el derecho y el deporte, siendo un referente en los centros de formación online en español.
Posicionada como una de las mejores instituciones educativas a distancia, UNISEB ocupa el cuarto puesto en centros formativos según Financial Magazine y recientemente ha recibido el certificado EFQM por la calidad de sus estudios.
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.
Recibida tu solicitud, un asesor académico se pondrá en contacto contigo a la brevedad para resolver todas tus dudas, así como explicarte el método de inscripción, los medios de pago y los plazos de la matrícula.
En UNISEB te ayudamos para que puedas elegir la metodología de pago que mejor se ajuste a tus necesidades. Puedes escoger entre las siguientes opciones:
-Pago fraccionado en cuotas
-Al contado con tarjeta de débito o crédito
-Transferencia bancaria
UNISEB está reconocida 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.
UNISEB, en su afán para fomentar la inserción laboral de sus alumnos, ofrece entre sus servicios gratuitos la posibilidad de poder desarrollar prácticas en empresas como complemento a su plan formativo. El objetivo a conseguir mediante la realización de estas prácticas, establecido mediante un Convenio de Colaboración Privado entre el Centro Formativo y la Empresa, es facilitar la formación en centros de trabajo que reproduzcan las condiciones habituales del entorno empresarial como parte de su plan formativo.
Todos aquellos estudiantes extracomunitarios y con nivel Advanced de inglés tienen a su disposición, a través de su partner Worldwide Internships, la posibilidad de cursar prácticas a nivel internacional, pudiendo realizarlas en cualquier lugar del mundo. A continuación, se muestran algunas de las empresas y organizaciones donde trabajan y hacen prácticas sus alumnos.
Los egresados del máster estarán preparados para desempeñar funciones clave en departamentos de sistemas, innovación, análisis de datos o consultoría tecnológica. Algunas de las funciones que podrán ejercer incluyen:
• Dirigir proyectos tecnológicos desde su planificación hasta su implementación, coordinando equipos multidisciplinares y aplicando metodologías ágiles.
• Diseñar e implementar soluciones de inteligencia artificial avanzada y modelos de aprendizaje automático, adaptados a las necesidades de negocio.
• Realizar auditorías de calidad y seguridad de los sistemas informáticos, estableciendo procesos de mejora continua y evaluación de riesgos.
• Desarrollar aplicaciones web y móviles con estructuras modernas y seguras, integrando servicios en la nube y APIs.
• Analizar grandes volúmenes de datos con herramientas de big data y business intelligence, extrayendo patrones útiles para la toma de decisiones estratégicas.
• Diseñar arquitecturas de bases de datos a gran escala y optimizar el rendimiento de sistemas de almacenamiento y consulta masiva de datos.
• Crear entornos de visualización de datos e informes interactivos para comunicar resultados de manera clara y efectiva a los distintos niveles de una organización.
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.
Opiniones
Materias
- Inteligencia artificial
- Big Data
- Ingeniería Informática
- Análisis de datos
- Gestión de datos
- Gestión de proyectos
- Tecnología
- Electrónica
- Dispositivos móviles
- Calidad en sistemas informáticos
- Metodología
- Desarrollo web
- Redes neuronales
- Desarrollo de aplicaciones
- Tecnologías de la información
- Visión artificial
- Sistemas de seguridad
- Arquitectura de aplicaciones
- Desarrollo del software
- SQL
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
Tema 1: Conceptos clave de optimización
Tema 2: Complejidad y escalabilidad
Tema 3: Modelos de programación distribuida
Tema 4: Arquitectura hardware acelerada
Tema 5: Métricas de eficiencia energética y financiera
Tema 6: Índices y diseño físico
Tema 7: Compresión y formatos columnar
Tema 8: Particionado y colocación de datos
Tema 9: Cachés y almacenamiento jerárquico
Tema 10: Optimización de consultas distribuidas
Tema 11: Scheduling y asignación de recursos
Tema 12: Optimización de pipelines DAG
Tema 13: Tuning de procesamiento en streaming
Tema 14: Aceleración hardware del análisis
Tema 15: Balanceo de carga y tolerancia a fallos
Tema 16: Algoritmos ML a gran escala
Tema 17: Muestreo, sketching y reducciones
Tema 18: Approximate Query Processing (AQP)
Tema 19: Auto-optimización de features y modelos
Tema 20: Casos prácticos sectoriales
Tema 21: FinOps y coste total de propiedad
Tema 22: Observabilidad y métricas
Tema 23: Green IT y eficiencia energética
Tema 24: Seguridad y privacidad en pipelines optimizados
Tema 25: Tendencias y automatización IA Ops
MÓDULO 10. BASES DE DATOS A GRAN ESCALA
Tema 1: Origen y calidad de datos
Tema 2: Formatos de datos y serialización
Tema 3: Almacenamiento en archivos distribuidos
Tema 4: ETL/ELT en ambientes Big Data
Tema 5: Drivers y conectividad
Tema 6: Modelos NoSQL y Teorema CAP
Tema 7: MongoDB (Document store)
Tema 8: Cassandra (Column-family)
Tema 9: Neo4j (Grafos)
Tema 10: Redis (Key-Value cache)
Tema 11: Sharding y replicación
Tema 12: Rendimiento y configuración
Tema 13: Seguridad en bases de datos distribuidas
Tema 14: Respaldo y recuperación
Tema 15: Despliegue en contenedores y cloud
Tema 16: Streaming y mensajería
Tema 17: Integración SQL + NoSQL
Tema 18: OLAP ligero y análisis directo
Tema 19: IA y analítica embebida
Tema 20: Monitorización y alertas
Tema 21: People Analytics
Tema 22: Marketing y ventas
Tema 23: Logística y operaciones
Tema 24: Finanzas y riesgos
Tema 25: Gobernanza y tendencias emergentes
MÓDULO 11. APLICACIONES DEL ANÁLISIS DE BIG DATA
A LOS NEGOCIOS
Tema 1. People Analytics y retención del talento
Tema 2. Performance y engagement con NLP
Tema 3. Segmentación y fidelización del cliente
Tema 4. Recomendadores y experiencia personalizada
Tema 5. Retorno de inversión en People & Customer
Analytics
Tema 6. Forecasting de campañas y promociones
Tema 7. Atribución omni-canal y optimización de
inversión
Tema 8. Detección de tendencias y patrones de
consumo
Tema 9. Recomendaciones y personalización en ventas
Tema 10. Reporting estratégico de marketing
Tema 11. Optimización del transporte y última milla
Tema 12. Gestión inteligente de cadena de suministro
Tema 13. IoT y sensores para eficiencia operativa
Tema 14. Toma de decisiones para expansión de
negocio
Tema 15. Gobernanza de datos y estrategia AI futura
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 semipresencial en Ingeniería Informática y Big Data
*Precio Orientativo
Importe original en USD:
$ 5.127 $ 11.976