Menú
¡Llama gratis! 900 264 357

Máster en Data Science en Madrid

MIOTI

Programa de Máster en Data Science

MIOTI
Presencial Duración: 8 meses / 300 horas
Pedir información
Presencial
Impartido en: Madrid
9950 €

Descripción

El máster es 100% práctico y se adapta a tu tiempo y tus necesidades, es la única formación donde aplicarás las actuales técnicas de Data Science.


Con nuestro máster estarás preparado en una de las profesiones más demandadas en el mercado, Data Science, aprenderás los conceptos básicos de preprocesamiento de datos, Inteligencia Artificial y programación en Python, también conocerás los modelos de redes neuronales profundas y el reconocimiento de imágenes, aplicarás machine learning y te formarás para resolver problemas de negocio.


La formación se compone de dos programas: Data Science Fundamentals y Data Science Advanced podrás cursar los dos programas o cada uno por separado. Además tendrás acceso al plan de becas MIOTI, a las becas de la Fundación Universia, el máster es bonificable hasta el 100% por Fundae.


A quién va dirigido

A toda persona interesada en adquirir conocimientos en preprocesamiento de datos, Inteligencia Artificial y programación en Python y demás elementos de Data Sciences.

Objetivos

Estudiar los fundamentos de la ciencia de los datos.

Conocer las generalidades de Estadística y Python para así trabajar con datos.

Hacer uso de técnicas de Machine Learning y Deep Learning.

Temario

Data Science Fundamentals Program (170h)


Data Science Fundamentals

Introducción a data science. Presentación del marco de referencia general.


Statistics for Data Science

Repaso de los fundamentos de estadística necesarios para dominar la ciencia de los datos.


Data Science with Python

Python como framework del especialista de data science. Desarrollo de notebook, uso de pandas, numpy, matplotlib. Procesamiento de datos de fuentes estructuradas (CSV, REST, HSQL, Logs) y no estructuradas (Web, Spark, Cassandra).


Data Pre-processing

¿Cómo pre-procesar adecuadamente los datos?. Aplicación de filtros, anonimización de datos, selección de atributos, sampling y reducción de dimensionalidad.


Data Visualization

¿Cómo visualizar diferentes tipos de datos? ¿Qué técnicas utilizar?


Predictive Analytics

Introducción al análisis de series temporales, revisión de los mejores algoritmos disponibles. Desarrollo de casos de uso de detección de anomalías y predicción de series.


Machine Learning I y II

Introducción a los problemas de clasificación y clusterización. ¿Cómo evaluar los resultados? ¿Cómo construir los datasets?

Revisión de los principales algoritmos y su aplicación.


Entrepreneurship I

Discusión y descubrimiento de nuevos modelos de negocio basados en data science.


Final Project

La temática podrá ser propuesta por el estudiante o seleccionada de una lista proporcionada por MIOTI.


Data Science Advanced Program (130h)


Deep Learning

El objetivo de la asignatura es introducir los conceptos fundamentales de las redes neuronales profundas. Además de proporcionar un recorrido teórico-práctico se aprenderán a utilizar las herramientas más importantes y a implementar soluciones desde cero.


Computer Vision

El objetivo de la asignatura es introducir los conceptos fundamentales de las técnicas de Visión por Computadora (Computer Vision). Se realizará un recorrido teórico práctico de las principales técnicas.


Natural Language Processing

Introducción a los conceptos fundamentales de los mecanismos empleados para la comunicación entre personas y máquinas por medio del lenguaje natural. Conocer las interacciones y su aplicación en el campo de inteligencia artificial.


Entrepreneurship II

Discusión y descubrimiento de nuevos modelos de negocio basados en data science.


Machine Learning III

Aplicar redes convolucionales y modelos recurrentes profundos con Tensorflow en aplicaciones prácticas con imágenes, implementar y diseñar modelos neuronales para la resolución de problemas modelización/clasificación, diseñar modelos generativos adversariales para la gestión de datos.


Reinforcement Learning

Introducción a los conceptos del aprendizaje por refuerzo. Conocer las formas de calcular medias y promedios móviles, procesos de decisión de Markov, programación dinámica, diferencia temporal de aprendizaje y métodos de aproximación.


Big Data for Data Science

Visión general de los conceptos fundamentales de las soluciones Big Data. Se repasarán arquitecturas de referencia y modelos de adopción con las principales tecnologías actuales incluyendo procesos de ingesta, análisis y visualización de datos en tiempo real.


Final Project

La temática podrá ser propuesta por el estudiante o seleccionada de una lista proporcionada por MIOTI.

Titulación obtenida

Una vez finalizado el máster el estudiante obtendrá una titulación emitida por MIOTI, que certifica los estudios realizados.

Requisitos

Para acceder al máster el aspirante debe:


  1. Enviar el CV así Mioti confirmará si la formación es lo que necesitas.
  2. Realizar una entrevista, oportunidad para aclarar cualquier duda que posea el aspirante respecto al programa.
  3. El comité de admisiones valorará la candidatura y la motivación.

Información Adicional

Salidas profesionales

Finalizado el máster podrás desempeñarte como:

Data Scientist.

Deep Learning Expert.

Business Analyst.

Data Analyst.

Data Engineer.

Machine Learning Expert.

Chief Data Officer.

Business Intelligence Professional.

Data Architect, Statistician.


Horarios


Grupo 1

Fecha de inicio: octubre 2020

Mar. 18:30 – 22:30 y jue. 18:30 – 22:30

Plazas: 24 personas.


Grupo 2

Fecha de inicio: noviembre 2020

Vie. 17:00 – 21:00 y sáb. 09:00 – 13:00

Plazas: 24 personas.

Contacta ahora con el centro