Máster en Data Science & Analytics
Máster en Data Science & Analytics
Déjanos tus datos para facilitarte toda la información del programa
Presencial
Live Streaming
400h + 720h de prácticas
Octubre 2023
Recién graduado
Solicita
información
información
Máster en Data Science & Analytics
Presencial
Live Streaming
400h + 720h de prácticas
Octubre 2023
Recién graduado
El máster en Data Science con el que impulsarás tu carrera
El mercado actual requiere profesionales que sepan manejar, analizar e interpretar los datos para servir a los objetivos de negocio. Las empresas necesitan estos perfiles especializados que combinen la analítica y la estrategia con la parte técnica, por lo que la formación en esta disciplina se convierte en un valor diferencial para los recién graduados.
En MIOTI te preparamos para esta realidad tan prometedora. Con nosotros 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. Trabajarás con data sets reales aplicando machine learning y resolviendo problemas de negocio en clase y en las prácticas.
Después de nuestra formación y la experiencia en empresas estarás preparado para cualquier reto en el mundo laboral, no necesitarás periodo de adaptación.
¿Por qué
Data Science?
Data Science?
Nº1
Data Scientist es la demanda de trabajo número 1 en el mayor portal de empleo especializado y seguirá en esa posición en los próximos años.
Fuente: Glassdoor.
+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.
Módulo 1
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.
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.
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.
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.
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.
Módulo 1
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.
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.
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.
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.
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.
Prácticas remuneradas incluidas
Con el Máster en Data Science & Analytics pondrás en práctica lo aprendido en clase en empresas como P&G, Mercedes-Benz, Pelayo, Securitas Direct, Ferrovial, Exolum, Janssen o Unlimiteck, entre otras. Tendrás la oportunidad de conocer de primera mano proyectos reales de Data Science mientras rentabilizas tu formación.
Ver todos
Dónde harás
tus prácticas
tus prácticas
Dónde harás
tus prácticas
tus prácticas
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
Nuestros
profesores
profesores
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
Co Founder, Technology & Development Leader
Fabiola Pérez
CEO
Manuel Lopez
Machine Learning Researcher
Oscar Fernández
Software Engineer for Data Visualization Solutions
Sergio De Miguel
Executive Coach
Oscar Picazo
IT Specialist - Freelance
Angel Fombellida
Data Engineer
Iván Pinar Dominguez
Director of Operations
Nuestros
profesores
profesores
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
Co Founder, Technology & Development Leader
Fabiola Pérez
CEO
Manuel Lopez
Machine Learning Researcher
Oscar Fernández
Software Engineer for Data Visualization Solutions
Sergio De Miguel
Executive Coach
Oscar Picazo
IT Specialist - Freelance
Angel Fombellida
Data Engineer
Iván Pinar Dominguez
Director of Operations
Próxima
convocatoria
convocatoria
Fecha inicio
Octubre
2023
2023
Horario
Lunes
16:30 – 20:30
Miércoles
16:30 – 20:30
Viernes
16:30 – 20:30
16:30 – 20:30
Miércoles
16:30 – 20:30
Viernes
16:30 – 20:30
Duración
8 meses
400 horas
720 horas de práctica
400 horas
720 horas de práctica
Plaza
25 personas
Precio &
Financiación
Financiación
Máster en
Data Science &
Analytics
Data Science &
Analytics
17.750€
Consulta nuestro
Plan de becas Mioti
Tenemos disponible
Becas de la Fundación Universia
Tenemos Disponible
Becas de la Fundación ONCE
Bonificable por
Fundae
También es posible fraccionar el
pago sin intereses
pago sin intereses
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
Es la oportunidad de poder conocernos y aclarar todas las dudas que tengas
Paso 3
Admisión
Nuestro comité de admisiones valorará tu candidatura y motivación
