Master Oficial Universitario en Data Science + 60 Créditos ECTS
-
La formación está bien, tocas un poco de todo. Orientado mucho a personas que empiezan de cero para aprender conceptos básicos.
Como punto a mejorar, es que el temario abarca mucho y es difícil poder controlar todos los sistemas. Sirve para saber en qué quieres especializarte después.
El temario es completo y los tutores y profesores están presentes para dudas. Siempre que necesites, puedes reservar tutoría.
← | →
Master oficial
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.
Tu Futuro en Data Science Comienza Aquí
-
Tipología
Master oficial
-
Metodología
Online
-
Idiomas
Castellano
-
Horas lectivas
1500h
-
Duración
12 Meses
-
Inicio
Fechas a elegir
En un mundo cada vez más digitalizado, el análisis de datos se ha convertido en una de las habilidades más demandadas en el ámbito laboral. El programa de Máster Oficial Universitario en Data Science te proporcionará los conocimientos y las herramientas necesarias para convertirte en un experto en Data Science y destacar en el mercado laboral.
Actualmente, se encuentra disponible dentro del catálogo web de Emagister, presenta una modalidad online y una duración de tan solo doce meses. En este periodo, podrás acceder a una plataforma virtual, servicio de consultas y un tutor personalizado que te guiará en todo momento. Al finalizar, recibirás una titulación oficial por parte del instituto.
El programa de estudios se divide en diferentes módulos que abarcan temas como estadística avanzada, aprendizaje automático, minería de datos, visualización de datos y análisis predictivo. También, tendrás la oportunidad de aprender sobre el marco legal y ético en el uso de datos, así como sobre la gestión de proyectos y la comunicación efectiva de resultados. Al finalizar, estarás preparado para enfrentar los desafíos del mundo laboral en el campo de la ciencia de datos. Podrás aplicar tus conocimientos en diversas industrias, como finanzas, marketing, salud, tecnología y gobierno, entre otras.
No pierdas la oportunidad de convertirte en un experto en Data Science y destacar en el competitivo entorno empresarial actual.
Información importante
Documentos
- Master Oficial Universitario en Data Science.pdf
Precio a usuarios Emagister:
Instalaciones y fechas
Ubicación
Inicio
Inicio
A tener en cuenta
Aprender a explotar los datos y visualizar resultados mediante técnicas de Data Science y programación estadística. Conocer los principales algoritmos de análisis estadístico utilizados en entorno de Big Data. Adquirir los conocimientos necesarios para el manejo de Bases de datos. Aprender a aplicar técnicas de Data Mining en Weka. Descubrir la creación de Dashboard.
Este Master Oficial Universitario en Data Science puede ir dirigido a cualquier persona interesada en el mundo de la ciencia de datos y su aplicación a toda la tecnología que engloba el Big Data, haciendo hincapié en la especialización en el análisis y explotación de los datos. Además, sirve para cualquier profesional interesado/a en continuar formándose en este sector.
No se requieren
Doble Titulación: - Título Oficial de Master Oficial Universitario en Data Science expedida por la Universidad e-Campus acreditado con 60 ECTS Universitarios. Su superación dará derecho a la obtención del correspondiente Título Oficial de Máster, el cual puede habilitar para la realización de la Tesis Doctoral y obtención del título de Doctor/a. - Titulación de Master en Data Science con 1500 horas expedida por EUROINNOVA INTERNATIONAL ONLINE EDUCATION, miembro de la AEEN (Asociación Española de Escuelas de Negocios) y CLADEA (Consejo Latinoamericano de Escuelas de Administración)
Su modalidad online te permite realizarlo desde tu hogar o cualquier lugar en el cual te encuentres.
Un asesor se comunicará contigo y te brindará información y ayuda con la Matriculación.
Ponemos a tu disposición la Bolsa de Empleo y Prácticas de ENALDE que facilite la incorporación al mercado laboral de nuestros alumnos.
Analista de datos. Arquitectura de datos. Ciencia de datos. Artificial Intelligence Engineer. Consultoría de Big Data. Analista digital en el departamento de marketing. Ingeniería de Machine Learning. Big Data Developer.
Contado / con tarjeta de débito o crédito, transferencia bancaria, pago por cuotas.
Ofrecemos financiación 100% sin intereses
Para inscribirte en este curso debes presionar el botón de “Pide información” y de esa forma, un asesor del equipo se contactará contigo para guiarte en el proceso de Matriculación.
Opiniones
-
La formación está bien, tocas un poco de todo. Orientado mucho a personas que empiezan de cero para aprender conceptos básicos.
Como punto a mejorar, es que el temario abarca mucho y es difícil poder controlar todos los sistemas. Sirve para saber en qué quieres especializarte después.
El temario es completo y los tutores y profesores están presentes para dudas. Siempre que necesites, puedes reservar tutoría.
← | →
Valoración del curso
Lo recomiendan
Valoración del Centro
Luis Redón
Opinión verificadaLogros 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 2 años en Emagister.
Materias
- Análisis de datos
- Data mining
- Business Intelligence
- Analitica web
- Big Data
- SEO
- SEM
- Inteligencia artificial
- Creación web
- Redes sociales
- Data science
- Scrum
- Kanban
- Machine learning
- Python
- Google Analytics
- Cookies
- Algoritmos
Temario
Módulo 1. Agile project management
- Unidad didáctica 1. Introducción a las metodologías ágiles
- Unidad didáctica 2. Agile project thinking
- Unidad didáctica 3. La planificación ágil: agile leadership y creatividad
- Unidad didáctica 4. Metodología extreme programming (xp)
- Unidad didáctica 5. Metodología scrum
- Unidad didáctica 6. Desarrollo del método kanban
- Unidad didáctica 7. Lean thinking
- Unidad didáctica 8. Otras metodologías ágiles y técnicas ágiles
Módulo 2. Big data introduction
- Unidad didáctica 1. Introducción al big data
- Unidad didáctica 2. Fuentes de datos
- Unidad didáctica 3. Open data
- Unidad didáctica 4. Fases de un proyecto de big data
- Unidad didáctica 5. Business intelligence y la sociedad de la información
- Unidad didáctica 6. Principales productos de business intelligence
- Unidad didáctica 7. Big data y marketing
- Unidad didáctica 8.del big data al linked open data
- Unidad didáctica 9. Internet de las cosas
Módulo 3. Data science: almacenamiento, análisis y procesamiento de datos
- Unidad didáctica 1.introducción a la ciencia de datos
- Unidad didáctica 2. Bases de datos relacionales
- Unidad didáctica 3. Bases de datos nosql y el almacenamiento escalable
- Unidad didáctica 4. Introducción a un sistema de bases de datos nosql: mongodb
- Unidad didáctica 5. Weka y data mining
- Unidad didáctica 6. Pentaho
- Unidad didáctica 7. R como herramienta para big data
- Unidad didáctica 8. Pre-procesamiento & procesamiento de datos
- Unidad didáctica 9. Análisis de los datos
Módulo 4. Inteligencia artificial (ia), machine learning (ml) y deep learning (dl)
- Unidad didáctica 1. Introducción a la inteligencia artificial
- Unidad didáctica 2. Tipos de inteligencia artificial
- Unidad didáctica 3. Algoritmos aplicados a la inteligencia artificial
- Unidad didáctica 4. Relación entre inteligencia artificial y big data
- Unidad didáctica 5. Sistemas expertos
- Unidad didáctica 6. Futuro de la inteligencia artificial
- Unidad didáctica 7. Introducción al machine learning
- Unidad didáctica 8. Extracción de estructura de los datos: clustering
- Unidad didáctica 9. Sistemas de recomendación
- Unidad didáctica 10. Clasificación
- Unidad didáctica 11. Redes neuronales y deep learning
- Unidad didáctica 12. Sistemas de elección
- Unidad didáctica 13. Deep learning con python, keras y tensorflow
- Unidad didáctica 14. Sistemas neuronales
- Unidad didáctica 15. Redes de una sola capa
- Unidad didáctica 16. Redes multicapa
- Unidad didáctica 17. Estrategias de aprendizaje
Módulo 5. Análisis de datos con python
- Unidad didáctica 1. Introducción al análisis de datos
- Unidad didáctica 2. Librerías para el análisis de datos: numpy, pandas y matplotlib
- Unidad didáctica 3. Filtrado y extracción de datos
- Unidad didáctica 4. Pivot tables
- Unidad didáctica 5. Groupby y funciones de agregación
- Unidad didáctica 6. Fusión de dataframes
- Unidad didáctica 7. Visualización de datos con matplotlib y con seaborn
- Unidad didáctica 8. Introducción al machine learning
- Unidad didáctica 9. Regresión lineal y regresión logística
- Unidad didáctica 10. Árbol de decisiones
- Unidad didáctica 11. Naive bayes
- Unidad didáctica 12. Support vector machines (svm)
- Unidad didáctica 13. Knn
- Unidad didáctica 14. Principal component analysis (pca)
- Unidad didáctica 15. Random forest
Módulo 6. Herramientas de visualización de datos
- Unidad didáctica 1. Introducción a la visualización de datos
- Unidad didáctica 2. Tableau
- Unidad didáctica 3. D3 (data driven documents)
- Unidad didáctica 4. Google data
- Unidad didáctica 5. Qlikview
- Unidad didáctica 6. Powerbi
- Unidad didáctica 7. Carto
Módulo 7. Visualización de datos en r con ggplot2
- Unidad didáctica 1. Ggplot2 como librería para visualización de datos en r
- Unidad didáctica 2. Ejes
- Unidad didáctica 3. Títulos
- Unidad didáctica 4. Leyendas
- Unidad didáctica 5. Fondos y líneas de cuadrícula
- Unidad didáctica 6. Márgenes
- Unidad didáctica 7. Gráficos de paneles múltiples
- Unidad didáctica 8. Colores
- Unidad didáctica 9. Temas
- Unidad didáctica 10. Líneas
- Unidad didáctica 11. Texto
- Unidad didáctica 12. Coordenadas
- Unidad didáctica 13. Tipos de gráficos
- Unidad didáctica 14. Cintas
- Unidad didáctica 15. Suavizados
- Unidad didáctica 16. Gráficos interactivos
Módulo 8. Analítica web
- Unidad didáctica 1. Introducción a la analítica web
- Unidad didáctica 2. Google analytics 4
- Unidad didáctica 3. Google tag manager
- Unidad didáctica 4. Modelos de atribución
- Unidad didáctica 5. Creación de dashborad con google data studio
- Unidad didáctica 6. Analítica web orientada al seo
- Unidad didáctica 7. Analítica web orientada al sem
- Unidad didáctica 8. Analítica web orientada a las redes sociales
- Unidad didáctica 9. Técnicas y estrategias
- Unidad didáctica 10. Otras herramientas para analítica web
- Unidad didáctica 11. Cookies y tecnologías de seguimiento
Módulo 9. Proyecto fin de máster
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiar tu matrícula en cómodos plazos.
Master Oficial Universitario en Data Science + 60 Créditos ECTS