Pilares tecnológicos
Diploma de Experto Universitario
15 créditos ECTS: 375 horas
De enero a marzo
Coste (materiales incluidos): 975 €
Diploma de Especialización
30 créditos ECTS: 750 horas
De abril a junio (por lo menos, según los módulos optativos escogidos)
Coste (materiales incluidos): 1.950 €
Máster
60 créditos ECTS: 1.500 horas
De enero a diciembre
Coste (materiales incluidos): 3.900 €
El Curso en Big Data y Data Science de la UNED está dirigido a profesionales e investigadores de diversas disciplinas con interés en el análisis avanzado de datos para la toma de decisiones estratégicas.
Nuestra formación está orientada a graduados procedentes de disciplinas como Economía, ADE, STEM (acrónimo de Ciencia, Tecnología, Ingeniería y Matemáticas) o titulaciones relacionadas. Esta formación te preparará para el mundo laboral, donde trabajarás en equipos multidisciplinares con perfiles técnicos, como matemáticos, estadísticos, físicos o ingenieros, junto a profesionales de áreas más funcionales, como psicología, sociología, finanzas o marketing.
Con un fuerte enfoque en estadística y aprendizaje automático, esta formación proporciona herramientas clave para interpretar y modelar grandes volúmenes de datos cualquier sector o actividad en el que la información sea un pilar básico. Su carácter aplicado, sobre una base conceptual robusta, permite al alumno adquirir las habilidades en los modelos estadísticos tradicionales, así como en machine learning, analítica de datos y optimización de procesos, ayudando a mejorar la eficiencia y la competitividad en entornos dinámicos.
Consideraciones útiles para aprovechar al máximo la formación: se recomienda conocimientos mínimos de programación orientada a datos y/o manejo avanzado de Excel.
Esta recomendación no es excluyente, pero en ese caso se recomienda que se pongan en contacto con la dirección del máster con tiempo suficiente antes del comienzo del curso para ayudarles a adquirir dichos conocimientos.
100% Online
Clases en directo + Grabaciones
Pruebas de evaluación y recuperación
Rigor práctico y teórico
Autoevaluaciones prácticas
Mentorías grupales con RRHH para potenciar el CV y conocer el mercado laboral
El estudiante puede personalizar su formación cursando módulos independientes, sin seguir un diploma específico. Al ser modular, puede completarse en más de un año y ampliar matrícula en marzo tras evaluar su progreso.
Big Data es un término que describe grandes volúmenes de datos, estructurados y no estructurados, que se generan a una velocidad cada vez mayor y que son demasiado complejos para ser procesados por herramientas tradicionales. Estos datos, provenientes de diversas fuentes, ofrecen valiosas oportunidades para las empresas que pueden analizarlos y extraer insights relevantes para mejorar sus operaciones, tomar decisiones más informadas y descubrir nuevas oportunidades de negocio.
La Ciencia de Datos es un campo multidisciplinar que utiliza métodos científicos, procesos, algoritmos y sistemas para extraer conocimiento e insights a partir de datos estructurados y no estructurados. Los científicos de datos combinan habilidades de estadística, matemáticas, programación y dominio del negocio para limpiar, transformar, analizar y visualizar datos, con el objetivo de descubrir patrones, tendencias y correlaciones que puedan ser útiles para resolver problemas y tomar decisiones estratégicas.
El ciclo del dato es un proceso iterativo que abarca todas las etapas necesarias para gestionar y analizar datos. Comienza con la captura, donde se recopilan datos de diversas fuentes, seguida por el almacenamiento, en el que se organizan en bases de datos o data warehouses. Luego, en el procesamiento, los datos se limpian y transforman para prepararlos para el análisis. Durante esta fase, se aplica el análisis, utilizando herramientas estadísticas y de machine learning para extraer patrones e insights. Los resultados se presentan mediante visualizaciones, que facilitan su interpretación, y finalmente, en la fase de comunicación, se transmiten los hallazgos a las partes interesadas para apoyar la toma de decisiones. Este ciclo asegura la calidad y utilidad de los datos en cualquier proyecto analítico.
En esta formación te centrarás en las etapas clave del procesamiento y análisis de información, desarrollando habilidades fundamentales para transformar datos en conocimiento útil y apoyar la toma de decisiones estratégicas en las organizaciones. Aprenderás a limpiar, organizar y preparar datos mediante técnicas de programación en lenguajes como Python y R. Además, explorarás enfoques estadísticos avanzados que te permitirán interpretar patrones y tendencias en los datos. Profundizarás en algoritmos de machine learning para resolver problemas complejos relacionados con el análisis predictivo, y avanzarás hacia técnicas de deep learning para abordar tareas como el procesamiento de imágenes y textos. Este enfoque práctico incluye aplicaciones reales en sectores estratégicos como finanzas, salud, comercio y tecnología, dotándote de las herramientas necesarias para resolver problemas analíticos y contribuir al diseño de estrategias empresariales basadas en datos.
El curso abarca desde los fundamentos estadísticos y herramientas de análisis de datos hasta las últimas tecnologías de Big Data, Machine Learning y Analítica Avanzada. Con este curso adquirirás una visión completa y actualizada de la ciencia de datos y su aplicación en la industria.
El programa se centra en lo esencial de la ciencia de datos: el conocimiento de modelos y algoritmos para realizar análisis precisos y coherentes, junto con el dominio de las herramientas clave para su aplicación (software, frameworks y entornos líderes en el mercado).
Incluye módulos dedicados a la aplicación directa de proyectos de analítica avanzada en diferentes sectores (seguros, finanzas, turismo, transporte, publicidad y marketing, sanidad,…). Los alumnos trabajan en escenarios reales que simulan desafíos empresariales del mundo actual.
El programa dedica módulos completos a las arquitecturas y estrategias de Big Data, así como a las técnicas de Machine Learning, tanto clásicas como avanzadas.
Se pone especial atención a metodología de gestión de proyectos de Data Science en la industria, así como las mejores prácticas en colaboración y control de versiones con Git. Esto asegura que los alumnos sean altamente empleables y estén preparados para liderar proyectos de analítica.
Con el objeto de ofrecer una visión cercana a la realidad se hacen presentaciones de empresas. Algunas de ellas, ofrecen líneas para hacer TFMs en procesos de análisis reales, y/o prácticas.
El curso no sólo enseña habilidades técnicas, sino que también incluye formación en cumplimiento normativo un factor crucial en la gestión de datos hoy en día a nivel empresarial.
