Máster Universitario en Ciencia de Datos / Master in Data Science

Nuestra era se caracteriza por la avalancha de datos de todo tipo, y en todos los campos, extraer conocimiento de los datos es el nuevo motor del desarrollo científico, tecnológico y económico. ¿Sabías que las empresas, universidades y centros de investigación de España, de Europa, y de todo el mundo no saben cómo van a cubrir sus necesidades de expertos en áreas como Analytics/Big Data, Data Engineering, Open Data, debido a esta avalancha de datos? Con en este Máster aprenderás de la mano de expertos de la Universidad de Cantabria, el CSIC y de empresas especializadas, las técnicas más actuales en Data Science. Podrás acceder a los mejores recursos de datos y computación de Europa y desarrollar prácticas en empresas y grupos de investigación punteros en áreas cómo Economía y Finanzas, Internet of Things, Biomedicina, Medio Ambiente, Meteorología, Física y Astronomía, Ciencias Sociales, etc.

Acceso a las enseñanzas oficiales de Máster

1. Para acceder a las enseñanzas oficiales de Máster será necesario estar en posesión de un título universitario oficial español u otro expedido por una institución de educación superior del Espacio Europeo de Educación Superior que facultan en el país expedidor del título para el acceso a enseñanzas de máster.

2. Así mismo, podrán acceder los titulados conforme a sistemas educativos ajenos al Espacio Europeo de Educación Superior sin necesidad de la homologación de sus títulos, previa comprobación por la Universidad de que aquellos acreditan un nivel de formación equivalente a los correspondientes títulos universitarios oficiales españoles y que facultan en el país expedidor del título para el acceso a enseñanzas de postgrado. El acceso por esta vía no implicará, en ningún caso, la homologación del título previo de que esté en posesión el interesado, ni su reconocimiento a otros efectos que el de cursar las enseñanzas de Máster.

Aprendizaje Automático I
Aprendizaje Automático II
Biomedicina
Ciencias Sociales
Desarrollo de Proyectos
Economía y Finanzas
El Ciclo de Vida de los Datos: de la Adquisición a la Presentación
Estadística para la Ciencia de Datos
Física y Astronomía
Herramientas en la Nube para la Ciencia de Datos
Internet de las Cosas
Introducción a los Datos Masivos y a la Ciencia en Abierto
Medioambiente y Meteorología
Minería de Datos
Modelos de Datos y Sistemas de Información
Nuevos Desarrollos en Ciencia de Datos
Portales y Servicios de Acceso a Datos en Abierto
Prácticas Externas
Preservación de Datos
Repositorios en Abierto
Seguridad, Privacidad y Aspectos Legales
Semántica, Datos Conectados y Minería de Datos Textual
Sistemas de Computación para Datos Masivos
Trabajo Fin de Máster (Especialidad en Ciencia de Datos)
Trabajo Fin de Máster (Especialidad en Datos en Abierto)
Trabajo Fin de Máster (Especialidad en Ingeniería de Datos)
Trabajo Fin de Máster (Especialidad en Inteligencia en Ciencia de Datos)

Utilizar el análisis predictivo para analizar grandes volúmenes de datos y descubrir nuevas relaciones.

Utilizar técnicas estadísticas apropiadas sobre los datos disponibles para lograr una visión adecuada de los mismos.

Investigar y analizar conjuntos de datos complejos, combinando diferentes fuentes y tipos de datos para mejorar el análisis global.

Utilizar diferentes plataformas de análisis de datos para procesar datos complejos.

Capacidad de representación de datos variables y complejos para su visualización.

Desarrollar e implementar una estrategia de gestión de datos, en particular, en la forma de un plan de gestión de datos (DMP).

Desarrollar e implementar modelos de datos, incluidos los metadatos.

Recoger e integrar diferentes fuentes de datos y su ingestión para su posterior análisis.

Asegurar la calidad de los datos, su accesibilidad, y su forma de publicación (curación).

Administrar los DPI (Derechos de Propiedad Intelectual) y cuestiones éticas en la gestión de datos.

Aplicar los principios de ingeniería a la investigación, diseño y desarrollo de un prototipo de aplicaciones de análisis de datos, o al desarrollo de estructuras, instrumentos, máquinas, experimentos, procesos, sistemas requeridos para ello.

Desarrollar y aplicar soluciones computacionales para problemas en un cierto dominio de aplicación, usando una amplia gama de plataformas de análisis de datos.

Crear nuevas visiones y capacidades mediante el uso del método científico (hipótesis, prueba y evaluación).

Realizar un estudio sistemático dirigido hacia un conocimiento más completo o la comprensión de los hechos observables, y descubrir nuevos enfoques para lograr los objetivos en investigación o de organización.

Llevar a cabo un trabajo creativo, haciendo uso sistemático de la investigación o la experimentación, para descubrir o revisar nuestro conocimiento de la realidad, y utilizar este conocimiento en nuevas aplicaciones.