Máster en Data Science & Analytics
Solicita información
¡Invertimos en tu futuro! Ofrecemos más de 50.000 euros en becas

Fórmate en los conocimientos y habilidades que más demandan las empresas y realiza prácticas remuneradas en compañías como Repsol, P&G, Atlético de Madrid o Mercedes-Benz.

Aprenderás, de forma 100% práctica, desde conceptos básicos de preprocesamiento de datos, Inteligencia Artificial y programación en Python, hasta los últimos modelos de redes neuronales profundas y reconocimiento de imágenes con casos reales y problemas de negocio.

¿Por qué convertirte en Data Scientist con MIOTI?
Prácticas remuneradas

Trabaja en empresas como Mercedes-Benz, Atlético de Madrid, P&G y Repsol.

Profesores líderes
Andrés Escribano
IoT Global Business Director
David López
IoT/XR Solutions & Innovation Project Manager
Alvaro Montero
Head of Data
Ruben Zazo
Research Team Leader
Víctor Vaquero
Data Scientist
Jesús Hernando
Dr. Grupo Ingeniería de Software
Victor Gallego
CEO
Crisanto De Los Santos
CEO
Carlos Picazo
Co Founder, Strategy & Finance Leader

Ver todos

Andrés Escribano
IoT Global Business Director
David López
IoT/XR Solutions & Innovation Project Manager
Alvaro Montero
Head of Data
Ruben Zazo
Research Team Leader
Víctor Vaquero
Data Scientist
Jesús Hernando
Dr. Grupo Ingeniería de Software
Victor Gallego
CEO
Crisanto De Los Santos
CEO
Carlos Picazo
Co Founder, Strategy & Finance Leader
Alberto Rodriguez
Presidente
Andrés Haddad
CEO
David Gordo
Co-Founder
Diego García
CEO
Fabiola Pérez
CEO
Manuel Lopez
Senior Deep Learning Scientist
Sergio De Miguel
Executive Coach
Iván Pinar
Director of Operations
Angel Fombellida
Data Engineer
Andrés Escribano
IoT Global Business Director
David López
IoT/XR Solutions & Innovation Project Manager
Alvaro Montero
Head of Data
Ruben Zazo
Research Team Leader
Víctor Vaquero
Data Scientist
Jesús Hernando
Dr. Grupo Ingeniería de Software
Victor Gallego
CEO
Crisanto De Los Santos
CEO
Carlos Picazo
Co Founder, Strategy & Finance Leader
Alberto Rodriguez
Presidente
Andrés Haddad
CEO
David Gordo
Co-Founder
Diego García
CEO
Fabiola Pérez
CEO
Manuel Lopez
Senior Deep Learning Scientist
Sergio De Miguel
Executive Coach
Iván Pinar
Director of Operations
Angel Fombellida
Data Engineer
Asignaturas del Máster en Data Science & Analytics
Introducción
Introducción
Introducción a MIOTI, iniciación en las plataformas que se van a utilizar durante el programa e iniciación en el curso.
Python for Beginners
Python for Beginners
Introducción a la programación y preparación para su aplicación en Data Science.
Data Science fundamentals
Data Science fundamentals
Introducción a conceptos fundamentales de data science. Presentación del marco de referencia general.
Data Science with Python
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, SQL, Logs) y no estructuradas (Web, Spark, Cassandra).
Statistics for Data Science
Statistics for Data Science
Repaso de los fundamentos de estadística necesarios para dominar la ciencia de los datos.
Data Pre-processing
Data Pre-processing
¿Cómo preprocesar adecuadamente los datos? Aplicación de filtros, anonimización de datos, selección de atributos, sampling y reducción de dimensionalidad.
Data Visualization
Data Visualization
Herramientas para visualización de datos. Introducción a las técnicas y librerías mas utilizadas.
Predictive Analytics
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
Machine Learning
Introducción a los problemas de clasificación y clusterización. Construcción de data sets y evaluación de resultados.
Machine Learning II
Machine Learning II
Revisión de los principales algoritmos de aprendizaje supervisado bayes , vectores de soporte, regresiones, y no supervisado y su aplicación.
Entrepreneurship
Entrepreneurship
Entendimiento de los nuevos modelos de negocio basados en Data Science que están surgiendo en el sector empresarial e industrial, y las técnicas para implementar ideas basadas en esta tecnología.
Deep Learning
Deep Learning
Introducción de conceptos fundamentales de las redes neuronales profundas. Recorrido teórico práctico, aprender a utilizar las herramientas más importantes y a implementar soluciones desde cero.antagónicos) para la gestión de datos.
Computer Vision
Computer Vision
Introducción a conceptos fundamentales de las técnicas de Visión por Computadora (Computer Vision). Recorrido teórico práctico de las principales técnicas.
Natural Language Pre-processing
Natural Language Pre-processing
Introducción a 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
Entrepreneurship II
Profundizar en los nuevos modelos de negocio basados en data science que están surgiendo en el sector empresarial e industrial, y las técnicas para implementar ideas basadas en esta tecnología.
Kaggle Challenge
Kaggle Challenge
Escogeréis y desarrollaréis un reto para mediros con los mejores profesionales del mundo y así valorar lo que se ha aprendido durante el máster.
Machine Learning III
Machine Learning III
Aplicación de redes convolucionales y modelos recurrentes profundos como TensorFlow en aplicaciones prácticas con imágenes. Implementación y diseño de modelos neuronales para la resolución de problemas modelización/clasificación y diseño de GAN (modelos generativos antagónicos) para la gestión de datos.
Reinforcement Learning
Reinforcement Learning
Introducción a 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
Big Data for Data Science
Conceptos fundamentales de soluciones Big Data. Arquitecturas de referencia y modelos de adopción con las principales tecnologías actuales incluyendo procesos de ingesta, análisis y visualización de datos en tiempo real.
New Technologies
New Technologies
Iniciación a Blockchain, Industria 4.0, Internet of Things y Robotics.
Data Science for Business
Data Science for Business
Aplicaciones prácticas de la AI para negocio, Algorithm Driven Companies, Skills transformations, Data Driven Companies.
Soft Skills
Soft Skills
Expertos profesionales darán una clase magistral de como presentar proyectos y skills de oratoria y negociación.
Project Management
Project Management
Conocer las fases de desarrollo e implementación de proyectos, identificar aquellos elementos a tener en cuenta para facilitar la ejecución minimizando las incidencias previsibles que se encuentran en este tipo de proyectos.
Final Project
Final Project
Desarrollo de un proyecto final para afianzar los conocimientos adquiridos durante el programa.
Asignaturas del Máster en Data Science & Analytics
Introducción
Introducción
Introducción a MIOTI, iniciación en las plataformas que se van a utilizar durante el programa e iniciación en el curso.
Python for Beginners
Python for Beginners
Introducción a la programación y preparación para su aplicación en Data Science.
Data Science fundamentals
Data Science fundamentals
Introducción a conceptos fundamentales de data science. Presentación del marco de referencia general.
Data Science with Python
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, SQL, Logs) y no estructuradas (Web, Spark, Cassandra).
Statistics for Data Science
Statistics for Data Science
Repaso de los fundamentos de estadística necesarios para dominar la ciencia de los datos.
Data Pre-processing
Data Pre-processing
¿Cómo preprocesar adecuadamente los datos? Aplicación de filtros, anonimización de datos, selección de atributos, sampling y reducción de dimensionalidad.
Data Visualization
Data Visualization
Herramientas para visualización de datos. Introducción a las técnicas y librerías mas utilizadas.
Predictive Analytics
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
Machine Learning
Introducción a los problemas de clasificación y clusterización. Construcción de data sets y evaluación de resultados.
Machine Learning II
Machine Learning II
Revisión de los principales algoritmos de aprendizaje supervisado bayes , vectores de soporte, regresiones, y no supervisado y su aplicación.
Entrepreneurship
Entrepreneurship
Entendimiento de los nuevos modelos de negocio basados en Data Science que están surgiendo en el sector empresarial e industrial, y las técnicas para implementar ideas basadas en esta tecnología.
Deep Learning
Deep Learning
Introducción de conceptos fundamentales de las redes neuronales profundas. Recorrido teórico práctico, aprender a utilizar las herramientas más importantes y a implementar soluciones desde cero.antagónicos) para la gestión de datos.
Computer Vision
Computer Vision
Introducción a conceptos fundamentales de las técnicas de Visión por Computadora (Computer Vision). Recorrido teórico práctico de las principales técnicas.
Natural Language Pre-processing
Natural Language Pre-processing
Introducción a 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
Entrepreneurship II
Profundizar en los nuevos modelos de negocio basados en data science que están surgiendo en el sector empresarial e industrial, y las técnicas para implementar ideas basadas en esta tecnología.
Kaggle Challenge
Kaggle Challenge
Escogeréis y desarrollaréis un reto para mediros con los mejores profesionales del mundo y así valorar lo que se ha aprendido durante el máster.
Machine Learning III
Machine Learning III
Aplicación de redes convolucionales y modelos recurrentes profundos como TensorFlow en aplicaciones prácticas con imágenes. Implementación y diseño de modelos neuronales para la resolución de problemas modelización/clasificación y diseño de GAN (modelos generativos antagónicos) para la gestión de datos.
Reinforcement Learning
Reinforcement Learning
Introducción a 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
Big Data for Data Science
Conceptos fundamentales de soluciones Big Data. Arquitecturas de referencia y modelos de adopción con las principales tecnologías actuales incluyendo procesos de ingesta, análisis y visualización de datos en tiempo real.
New Technologies
New Technologies
Iniciación a Blockchain, Industria 4.0, Internet of Things y Robotics.
Data Science for Business
Data Science for Business
Aplicaciones prácticas de la AI para negocio, Algorithm Driven Companies, Skills transformations, Data Driven Companies.
Soft Skills
Soft Skills
Expertos profesionales darán una clase magistral de como presentar proyectos y skills de oratoria y negociación.
Project Management
Project Management
Conocer las fases de desarrollo e implementación de proyectos, identificar aquellos elementos a tener en cuenta para facilitar la ejecución minimizando las incidencias previsibles que se encuentran en este tipo de proyectos.
Final Project
Final Project
Desarrollo de un proyecto final para afianzar los conocimientos adquiridos durante el programa.

“Me gusta la variedad de asignaturas que ofrece el Máster. Son todas muy diferentes y llegan a profundizar bastante en el mundo del Data Science. Recibes un trato muy personal y a los profesores se nota que son profesionales del sector y que les encanta enseñar, siempre están pendientes para resolver dudas y de que todo quede claro.”

“Me llamó la atención el tema de practicar mucho. Aquí aprendes haciendo, y creo que eso es algo fundamental para llegar a comprender realmente algo. Me quedo tanto con las asignaturas de pre-procesamiento de datos, que creo que para nuestro trabajo es algo fundamental, así como las de analítica predictiva y Machine Learnig que son a las que más partido se les puede sacar en el mundo laboral”

Fernanda Casallas
Data Scientist en Mercedes-Benz
Alumna del Máster Data Science & Analytics
Francesco Matteazzi
Data Scientist Intern en Vithas
Alumno del Máster en Data Science & Analytics
“
Solicita información

Te enviaremos el dossier con la información detallada a tu correo

Mioti logo