Semipresencial
9 meses
Modalidad Abierta
Los principales objetivos de este Máster en Data Analytics son:
- Conocer los fundamentos formales de las herramientas de Aprendizaje Automático y, en particular, del Aprendizaje Profundo (Deep Learning).
- Ser capaces de implementar los distintos algoritmos en lenguajes de alto nivel (Python, R u otros) con el propósito de resolver problemas reales y de entender las dificultades de la implementación de dichos algoritmos en la práctica.
- Proponer soluciones basadas en Deep Learning desde una perspectiva amplia, considerando los aspectos éticos y legales y las implicaciones económicas y sociales de la automatización de los procesos en los negocios.
El Máster se dirige a Profesionales con un perfil técnico (ingenierías TIC), cuantitativo (matemáticas, estadística) o de negocio (economía, empresa) que deseen afrontar el reto de Big Data como ventaja competitiva, especializándose en el análisis de datos (data analysis). Este programa cuenta con un módulo online previo (no evaluable) para adquirir los conocimientos mínimos necesarios para realizarlo, así como obtener un mayor aprovechamiento del mismo.
Doble Titulación de Máster por la Universidad de Alcalá y de Máster por Instituto Universitario de Tecnología Aplicada
- Data Analytics
- Data Scientist
- Business Analyst
- Business Intelligence
- Chief Data Officer
- Marketing Manager
- Social Media Strategist
Este máster puede cursarse en modalidad presencial o semipresencial, en Madrid.
La modalidad presencial, con clases en Madrid semanales de 18.00 a 21.00, cuenta con un Aula Virtual como apoyo para la evaluación. Durante la semana, se programan en ese horario clases de tres tipos:
- Clases presenciales, donde el profesor describe y explica los contenidos del módulo, y propone ejercicios o prácticas para desarrollar en clase.
- Clases de tutoría individuales o en pequeños grupos, como asistencia en los problemas con la instalación del software o problemas de comprensión concretos de carácter técnico.
- Actividades transversales que no entran en la programación del Máster, pero son útiles para la empleabilidad, el networking profesional u otras habilidades generales.
En la modalidad semipresencial se seguirá un modelo pedagógico denominado, Flipped Classroom, que transfiere determinados procesos de aprendizaje fuera del aula, utilizando el tiempo de clase, junto con la experiencia del docente para facilitar y potenciar otros procesos de adquisición y práctica de conocimientos dentro del aula. Cada asignatura dispondrá de una sesión presencial (de asistencia no obligatoria) para el desarrollo de casos prácticos guiados que posteriormente estarán disponibles, para todos los alumnos que no puedan asistir a las sesiones presenciales, para su realización de forma tutorizada.
Titulación Universitaria y nivel de inglés apropiado para la lectura, estudio y comprensión de documentación técnica
1. Introducción - Business Case
2. Herramientas de Análisis de Datos
3. Técnicas y Métodos de Análisis de Datos
4. Almacenes de Datos
5. Tratamiento Escalable de Datos
6. Adquisición de Datos
7. Aplicaciones Analíticas
8. Trabajo Fin de Máster
EVALUACIÓN
La obtención del título final está supeditada a la superación de todas las materias del Máster (evaluación continua), así como a la elaboración y defensa del Trabajo Fin de Máster.