Máster en Data Science & Deep Learning | MIOTI

Máster en Data Science & Deep Learning

Déjanos tus datos para facilitarte toda la información del programa

Presencial

Live Streaming

370h

Septiembre 2022

Doble Titulación

Solicita
información

Máster en Data Science & Deep Learning

Déjanos tus datos para facilitarte toda la información del programa

Presencial

Live Streaming

370h

Septiembre 2022

Doble Titulación

Aprende las últimas técnicas del mercado
Solicita información

El Máster en Data Science & Deep Learning está compuesto de dos programas:

Con el Máster en Data Science & Big Data aprenderás las bases de la ciencia de los datos, desde el pre-procesamiento de los datos hasta los principales algoritmos de analítica predictiva .
En esta formación te proporcionaremos las bases de estadística y Python para poder trabajar con datos.

En el Máster en Deep Learning aplicarás las últimas técnicas de Machine Learning y Deep Learning, base para disciplinas como el análisis predictivo, reconocimiento de imágenes, voz y textos.

Por qué
Data Science

Nº1

Data Scientist es el trabajo mas demandado en el mayor portal de empleo especializado y seguirá en esa posición en los próximos años.

Fuente: Glassdoor
2,700,000

Ofertas de empleo estarán abiertas en el mundo en 2020 para data scientist.

Fuente: IBM
Módulo 1
Máster en Data Science & Big Data
200h
Data Science Fundamentals
Data Science Fundamentals
Introducción a data science. Presentación del marco de referencia general.
Statistics for Data Science
Statistics for Data Science
Repaso de los fundamentos de estadística necesarios para dominar la ciencia de los datos.
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, HSQL, Logs) y no estructuradas (Web, Spark, Cassandra).
Data Pre-processing
Data Pre-processing
¿Cómo pre-procesar adecuadamente los datos? Aplicación de filtros, anonimización de datos, selección de atributos, sampling y reducción de dimensionalidad.
Data Visualization
Data Visualization
¿Cómo visualizar diferentes tipos de datos? ¿Qué técnicas utilizar?
Advanced Data Processing
Advanced Data Processing
Fuentes de datos / ETL.
Arquitecturas de procesamiento en batch, streaming.
Bases de datos (estructuradas y no estructuradas).
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 I
Machine Learning I
Introducción a los problemas de clasificación y clusterización. ¿Cómo evaluar los resultados? ¿Cómo construir los datasets? Revisión de los principales algoritmos y su aplicación.
Big Data Fundamentals
Big Data Fundamentals
Visión general de los conceptos fundamentales de las soluciones Big Data. Se repasarán arquitecturas de referencia y modelos de adopción con las principales tecnologías actuales, incluyendo procesos de ingesta, análisis y visualización de datos en tiempo real.
Entrepreneurship I
Entrepreneurship I
Discusión y descubrimiento de nuevos modelos de negocio basados en data science.
Módulo 1
Máster en Data Science & Big Data
200h
Data Science Fundamentals
Data Science Fundamentals
Introducción a data science. Presentación del marco de referencia general.
Statistics for Data Science
Statistics for Data Science
Repaso de los fundamentos de estadística necesarios para dominar la ciencia de los datos.
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, HSQL, Logs) y no estructuradas (Web, Spark, Cassandra).
Data Pre-processing
Data Pre-processing
¿Cómo pre-procesar adecuadamente los datos? Aplicación de filtros, anonimización de datos, selección de atributos, sampling y reducción de dimensionalidad.
Data Visualization
Data Visualization
¿Cómo visualizar diferentes tipos de datos? ¿Qué técnicas utilizar?
Advanced Data Processing
Advanced Data Processing
Fuentes de datos / ETL.
Arquitecturas de procesamiento en batch, streaming.
Bases de datos (estructuradas y no estructuradas).
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 I
Machine Learning I
Introducción a los problemas de clasificación y clusterización. ¿Cómo evaluar los resultados? ¿Cómo construir los datasets? Revisión de los principales algoritmos y su aplicación.
Big Data Fundamentals
Big Data Fundamentals
Visión general de los conceptos fundamentales de las soluciones Big Data. Se repasarán arquitecturas de referencia y modelos de adopción con las principales tecnologías actuales, incluyendo procesos de ingesta, análisis y visualización de datos en tiempo real.
Entrepreneurship I
Entrepreneurship I
Discusión y descubrimiento de nuevos modelos de negocio basados en data science.
Módulo 2
Máster en Deep Learning
170h
Deep Learning
Deep Learning
Introducción a los conceptos fundamentales de las redes neuronales profundas. Además de proporcionar un recorrido teórico-práctico se aprenderán a utilizar las herramientas más importantes y a implementar soluciones desde cero.
Computer Vision
Computer Vision
Introducción a los conceptos fundamentales de las técnicas de Visión por Computadora (Computer Vision). Se realizará un recorrido teórico práctico de las principales técnicas.
Natural Language Processing
Natural Language Processing
Introducción a los 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
Discusión y descubrimiento de nuevos modelos de negocio basados en data science.
Machine Learning II
Machine Learning II
Aplicación de redes convolucionales y modelos recurrentes profundos con Tensorflow en aplicaciones prácticas con imágenes, implementar y diseñar modelos neuronales para la resolución de problemas modelización/clasificación, diseñar modelos generativos adversariales para la gestión de datos.
Reinforcement Learning
Reinforcement Learning
Introducción a los 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.
Machine Learning III
Machine Learning III
Aplicar redes convolucionales y modelos recurrentes profundos con Tensorflow en aplicaciones prácticas con imágenes, implementar y diseñar modelos neuronales para la resolución de problemas modelización/clasificación, diseñar modelos generativos adversariales para la gestión de datos.
Kaggle Challenge
Kaggle Challenge
Formarás parte de un equipo en Kaggle donde solucionarás un reto de Data Science de la plataforma mas usada por data scientists.
Final Project
Final Project
Creación de tu proyecto en grupo de ciencia de datos aplicado a la temática de tu interés o proporcionada por una de nuestras empresas colaboradoras.
Módulo 2
Máster en Deep Learning
170h
Deep Learning
Deep Learning
Introducción a los conceptos fundamentales de las redes neuronales profundas. Además de proporcionar un recorrido teórico-práctico se aprenderán a utilizar las herramientas más importantes y a implementar soluciones desde cero.
Computer Vision
Computer Vision
Introducción a los conceptos fundamentales de las técnicas de Visión por Computadora (Computer Vision). Se realizará un recorrido teórico práctico de las principales técnicas.
Natural Language Processing
Natural Language Processing
Introducción a los 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
Discusión y descubrimiento de nuevos modelos de negocio basados en data science.
Machine Learning II
Machine Learning II
Aplicación de redes convolucionales y modelos recurrentes profundos con Tensorflow en aplicaciones prácticas con imágenes, implementar y diseñar modelos neuronales para la resolución de problemas modelización/clasificación, diseñar modelos generativos adversariales para la gestión de datos.
Reinforcement Learning
Reinforcement Learning
Introducción a los 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.
Machine Learning III
Machine Learning III
Aplicar redes convolucionales y modelos recurrentes profundos con Tensorflow en aplicaciones prácticas con imágenes, implementar y diseñar modelos neuronales para la resolución de problemas modelización/clasificación, diseñar modelos generativos adversariales para la gestión de datos.
Kaggle Challenge
Kaggle Challenge
Formarás parte de un equipo en Kaggle donde solucionarás un reto de Data Science de la plataforma mas usada por data scientists.
Final Project
Final Project
Creación de tu proyecto en grupo de ciencia de datos aplicado a la temática de tu interés o proporcionada por una de nuestras empresas colaboradoras.
Solicita información
Solicita admisión
Alberto Rodriguez
Presidente
Alvaro Montero
Head of Data
Andrés Haddad
CEO
Carlos Picazo
Co Founder, Strategy & Finance Leader
Crisanto De Los Santos
CEO
Daniel Montilla
Tech Leader & Machine Learning Engineer
David Gordo
Co-Founder
Diego García
Co Founder, Technology & Development Leader
Ernesto Padilla
Data Science Consultant

Ver todos

Alberto Rodriguez
Presidente
Alvaro Montero
Head of Data
Andrés Haddad
CEO
Carlos Picazo
Co Founder, Strategy & Finance Leader
Crisanto De Los Santos
CEO
Daniel Montilla
Tech Leader & Machine Learning Engineer
David Gordo
Co-Founder
Diego García
Co Founder, Technology & Development Leader
Ernesto Padilla
Data Science Consultant
Fabiola Pérez
CEO
Jesús Gómez
Artificial Intelligence Analyst
Jesús Hernando
Dr. Grupo de Ingeniería de Software
Manuel Lopez
Machine Learning Researcher
Oscar Fernández
Software Engineer for Data Visualization Solutions
Oscar Picazo
IT Specialist - Freelance
Ruben Zazo
Research Team Leader
Víctor Vaquero
Data Scientist
Alberto Rodriguez
Presidente
Alvaro Montero
Head of Data
Andrés Haddad
CEO
Carlos Picazo
Co Founder, Strategy & Finance Leader
Crisanto De Los Santos
CEO
Daniel Montilla
Tech Leader & Machine Learning Engineer
David Gordo
Co-Founder
Diego García
Co Founder, Technology & Development Leader
Ernesto Padilla
Data Science Consultant
Fabiola Pérez
CEO
Jesús Gómez
Artificial Intelligence Analyst
Jesús Hernando
Dr. Grupo de Ingeniería de Software
Manuel Lopez
Machine Learning Researcher
Oscar Fernández
Software Engineer for Data Visualization Solutions
Oscar Picazo
IT Specialist - Freelance
Ruben Zazo
Research Team Leader
Víctor Vaquero
Data Scientist
Próxima
convocatoria


Fecha inicio
Septiembre
2022

Horario
Martes
18.30 - 22.30

Jueves
18.30 - 22.30

Duración
9 meses
370 horas

Plaza
25 personas
Solicita información
Solicita admisión

“En Máster acabas viendo temas muy prácticos y novedosos que te permiten meterte en cualquier proyecto y entenderlo, con una foto ya completa del mundo del Data science”.

“Cursar el programa completo me ha permitido obtener una perspectiva completa del master y adquirir todos los conocimientos que estaba buscando. Me quedo con todos los módulos de Machine Learning y Reinforced Learning, además de toda la parte de emprendimiento”.

Laura Martín Jiménez
Business Processes Transformation Manager en Vodafone
Alumna del Máster Data Science & Deep Learning
Carlos Guallart
Overall System Integration Engineer en Airbus Defense & Space
Alumno del Máster en Data Science & Deep Learning
Precio &
Financiación
Módulo 1
Máster en Data
Science & Big Data
200h
8.500€
Módulo 2
Máster en
Deep Learning
170h
7.250€
Módulo 1 - 2
Máster en
Data Science &
Deep Learning
370h
13.750€
Solicita información
Solicita admisión

Estás a 3 pasos de convertirte en un experto en Data Science & Deep Learning

Estás a 3 pasos de convertirte en un experto en Data Science & Deep Learning

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
Machine Learning Expert
Solicita información
Solicita admisión
Solicita información
Mioti logo