La mejor escuela de Data Science de España y Latinoamérica
Solicita información
Nuestro Máster en Data Science & Analytics se posiciona como la mejor formación de España en este campo, galardonado y destacado en los principales rankings internacionales.
Con este máster:
Aprenderás 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.
Accederás a prácticas remuneradas en empresas líderes.
Este programa está certificado por CUALIFICAM, procedimiento de la Fundación para el Conocimiento Madri+d, equivalente al que se realiza para certificar la calidad de los Masters Universitarios del Espacio Europeo de Educación Superior (EEES).
¿Por qué el Máster en
Data Science & Analytics?
Nº1
Somos la mejor escuela especializada en Data Science & Big Data de España y Latinoamérica, seleccionados entre más de 400 universidades, escuelas de negocio e instituciones de formación superior.
Fuente: Ranking Financial Magazine 2023
+650%
Según LinkedIn, se ha producido un aumento del 650% en los puestos de trabajo de la ciencia de los datos desde 2012.
Fuente: LinkedIn.
Perfil del alumno
Requisito de título universitario: Fundamental que cuente con un título universitario, preferiblemente de carrera STEM.
Rango de edad: Se sitúa entre los 23 y los 30 años.
Recién graduados: Buscan habilidades avanzadas en el manejo, análisis e interpretación de datos, para impulsar los resultados y objetivos de negocio.
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.
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.
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.
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.
Prácticas
Prácticas
Realización de prácticas remuneradas en empresas líderes.
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.
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.
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.
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.
Prácticas
Prácticas
Realización de prácticas remuneradas en empresas líderes.
Ver todos
Dónde puedes optar a realizar tus prácticas
Dónde puedes optar a realizar tus prácticas
Practicas profesionales asociadas al programa
El estudiante completará su proceso formativo con las prácticas profesionales asociadas al programa (12ECTS) que pueden ser reconocibles por experiencia laboral de mínimo 3 años en el caso de un perfil de ingreso “senior”.
Senior Deep Learning Scientist & PhD. in Machine Learning
Ver todos
Fórmate con profesores de
compañías líderes
Víctor Vaquero
Senior Data Scientist & PhD
Andrés Escribano
IoT Global Business Director
Jesús Hernando
Software Engineering Director
Rubén Zazo
Research Team Leader & PhD
Alberto Rodríguez
Presidente
Noelia Romanillos
Head of Financial Services Industry
Alvaro Montero
Co-Founder
Andrés Haddad
CEO
Manuel López
Senior Deep Learning Scientist & PhD. in Machine Learning
Carlos Picazo
Co Founder, Strategy & Finance Leader
Crisanto De Los Santos
CEO
Diego García
CEO
David Gordo
CEO & PhD
Fabiola Pérez
CEO
Victor Gallego
CEO
Iván Pinar
Director of Operations
Oscar Picazo
IT Specialist - Freelance
Sergio De Miguel
Executive Coach
Fórmate con profesores de
compañías líderes
Víctor Vaquero
Senior Data Scientist & PhD
Andrés Escribano
IoT Global Business Director
Jesús Hernando
Software Engineering Director
Rubén Zazo
Research Team Leader & PhD
Alberto Rodríguez
Presidente
Noelia Romanillos
Head of Financial Services Industry
Alvaro Montero
Co-Founder
Andrés Haddad
CEO
Manuel López
Senior Deep Learning Scientist & PhD. in Machine Learning
Carlos Picazo
Co Founder, Strategy & Finance Leader
Crisanto De Los Santos
CEO
Diego García
CEO
David Gordo
CEO & PhD
Fabiola Pérez
CEO
Victor Gallego
CEO
Iván Pinar
Director of Operations
Oscar Picazo
IT Specialist - Freelance
Sergio De Miguel
Executive Coach
“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
“
Estás a 3 pasos de convertirte en un experto en Data Science & Analytics
Estás a 3 pasos de convertirte en un experto en Data Science & Analytics
Paso 1
Envía tu CV
Déjanos conocer tu perfil para confirmar que este es el curso que necesitas
Paso 2
Entrevista y prueba de nivel
Es la oportunidad de poder conocernos y aclarar todas las dudas que tengas y asegurar que tienes el nivel necesario para poder afrontar el máster.
Paso 3
Admisión
Nuestro comité de admisiones valorará tu candidatura y motivación.
Algunas de las salidas profesionales que estarán a tu alcance.
Data Scientist
Data Engineer
Data Analyst
Deep Learning Expert
Solicita información
Solicita admisión
Solicita más información aquí
Seleccione país
Seleccione país
¡Hola!
Usamos cookies analíticas de terceros en nuestra web para obtener información sobre qué secciones son de su interés y mejorar su experiencia en próximas visitas. Para más información consulte nuestra política de privacidad y nuestra política de cookies.
Las cookies necesarias son absolutamente esenciales para que el sitio web funcione correctamente. Estas cookies garantizan funcionalidades básicas y características de seguridad del sitio web, de forma anónima.
Las cookies publicitarias se utilizan para proporcionar a los visitantes anuncios y campañas de marketing relevantes. Estas cookies rastrean a los visitantes en los sitios web y recopilan información para proporcionar anuncios personalizados.
Nuestro sitio web utiliza cookies analíticas con el fin de comprender de qué manera interactúan los visitantes con él. Estas cookies nos asisten al proporcionar información sobre diversas métricas, como el número de visitantes, el porcentaje de rebote, la fuente de tráfico, entre otros aspectos relevantes.
Las cookies funcionales ayudan a realizar ciertas funcionalidades, como compartir el contenido del sitio web en plataformas de redes sociales, recopilar comentarios y otras funciones de terceros.
Las cookies de rendimiento se utilizan para comprender y analizar los índices clave de rendimiento del sitio web, lo que ayuda a ofrecer una mejor experiencia de usuario a los visitantes.