Máster en Data Science & Analytics | MIOTI

Máster en Data Science & Analytics

Déjanos tus datos para facilitarte toda la información del programa

Presencial

Live Streaming

400h + 720h de prácticas

Septiembre 2022

Solicita
información

Máster en Data Science & Analytics

Déjanos tus datos para facilitarte toda la información del programa

Presencial

Live Streaming

400h + 720h de prácticas

Septiembre 2022

El máster en Data Science con el que impulsarás tu carrera
Solicita información

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?

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
400h
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.
Módulo 1
Máster en Data Science & Analytics
400h
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.
Solicita información
Solicita admisión
Alberto Rodriguez
Presidente
Alvaro Montero
Senior Business Analytics Consultant
Andrés Escribano
IoT Global Business Director
Andrés Haddad
CEO
Carlos Picazo
Co Founder, Strategy & Finance Leader
Crisanto De Los Santos
CEO
David Gordo
Co-Founder
David López
Software Engineer for IoT/XR Solutions & Innovation Project Manager
Diego García
Co Founder, Technology & Development Leader

Ver todos

Alberto Rodriguez
Presidente
Alvaro Montero
Senior Business Analytics Consultant
Andrés Escribano
IoT Global Business Director
Andrés Haddad
CEO
Carlos Picazo
Co Founder, Strategy & Finance Leader
Crisanto De Los Santos
CEO
David Gordo
Co-Founder
David López
Software Engineer for IoT/XR Solutions & Innovation Project Manager
Diego García
Co Founder, Technology & Development Leader
Fabiola Pérez
CEO
Jesús Hernando
Dr. Grupo de Ingeniería de Software
Manuel Lopez
Machine Learning Researcher
Noelia Romanillos
CEO
Oscar Fernández
Software Engineer for Data Visualization Solutions
Oscar Picazo
IT Specialist - Freelance
Ruben Zazo
Research Team Leader
Sergio De Miguel
Executive Coach
Victor Gallego
CEO
Víctor Vaquero
Data Scientist
Alberto Rodriguez
Presidente
Alvaro Montero
Senior Business Analytics Consultant
Andrés Escribano
IoT Global Business Director
Andrés Haddad
CEO
Carlos Picazo
Co Founder, Strategy & Finance Leader
Crisanto De Los Santos
CEO
David Gordo
Co-Founder
David López
Software Engineer for IoT/XR Solutions & Innovation Project Manager
Diego García
Co Founder, Technology & Development Leader
Fabiola Pérez
CEO
Jesús Hernando
Dr. Grupo de Ingeniería de Software
Manuel Lopez
Machine Learning Researcher
Noelia Romanillos
CEO
Oscar Fernández
Software Engineer for Data Visualization Solutions
Oscar Picazo
IT Specialist - Freelance
Ruben Zazo
Research Team Leader
Sergio De Miguel
Executive Coach
Victor Gallego
CEO
Víctor Vaquero
Data Scientist
Próxima
convocatoria


Fecha inicio
Septiembre
2022

Horario
Lunes
16:30 – 20:30

Miércoles
16:30 – 20:30

Viernes
17:00 – 21:00

Duración
8 meses
400 horas
720 horas de práctica

Plaza
25 personas
Solicita información
Solicita admisión

“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 Intern en Mercedes-Benz
Alumna del Máster Data Science & Analytics
Francesco Matteazzi
Data Scientist Intern en Vithas
Alumno del Máster en Data Science & Analytics
Precio &
Financiación
Máster en
Data Science &
Analytics
400h + 720h
15.950€
Solicita información
Solicita admisión

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
Solicita información
Solicita admisión
Algunas de las salidas
profesionales que estarán a
tu alcance.
Data Scientist
Data Engineer
Data Analyst
Deep Learning Expert
Solicita información
Solicita admisión
Solicita información
Mioti logo