Maestría en Ciencia de Datos: toma decisiones más precisas y eficaces basándote en datos

Nuestro método de estudio es flexible, personalizado y eficaz. Te permitirá asistir a las clases según tus posibilidades y compaginar tus estudios con tu vida personal y el trabajo. Una metodología que se basa en estos cuatro pilares:

• Clases virtuales en vivo: impartimos clases programadas durante todos los días de la semana para que asistas en el horario que mejor se adapte a tu ritmo de vida. Si no puedes verla o te quedas con dudas, puedes acceder a cualquiera de ellas en diferido las veces que necesites.

• Tutor personal: el primer día te asignaremos un tutor personal. Estará en contacto contigo por teléfono y por email. Él te apoyará en tu día a día y resolverá las dudas que te puedan surgir.

• Campus Virtual: es nuestra plataforma online diseñada para optimizar tu aprendizaje. Todo lo que necesitas para estudiar en UNIR está en el campus, como las clases, los profesores, los compañeros, la biblioteca, recursos didácticos, horarios, chat, foros y mucho más.

• Recursos didácticos: tendrás acceso a distintos recursos de aprendizaje para completar tu formación como lecturas complementarias, resúmenes con las ideas clave, masterclasses, tests de autoevaluación, etc.

Para más información sobre nuestra metodología, consulta la sección cómo se estudia en UNIR.

Departamentos de apoyo al estudiante

En UNIR ponemos a disposición de nuestros alumnos dos servicios específicos para dar apoyo a nivel académico y personal:

El Servicio de Orientación Académica (SOA)* tiene el objetivo de ayudar a los alumnos en sus estudios, teniendo en cuenta sus circunstancias laborales y familiares. Facilita la conciliación entre trabajo, familia y estudios, guiando a cada alumno de forma individual para que adquiera un ritmo de trabajo y estudio adaptado a sus necesidades personales.

*Este servicio está disponible exclusivamente para los Títulos Oficiales

El Servicio de Atención a las Necesidades Especiales (SANNEE) presta apoyo a los estudiantes en situación de diversidad funcional, temporal o permanente, aportando las soluciones más adecuadas a cada caso. Su misión prioritaria es conseguir la plena integración en la vida universitaria de todos los estudiante

Sistema de evaluación

Para conocer el nivel de logro de los objetivos generales y específicos definidos en el máster online es necesario evaluar las competencias adquiridas durante el estudio del mismo.

La evaluación del aprendizaje se efectúa teniendo en cuenta la calificación obtenida en los siguientes puntos:

• Evaluación continua: 40% (tests de evaluación, participación e implicación por parte del estudiante en foros, debates y otros medios colaborativos; y resolución de casos prácticos).
• Examen presencial final: 60%.
• Trabajo Fin de Maestría.

Para puestos de "Data Scientist" y "Business Intelligence", las empresas e instituciones buscan profesionales dinámicos que combinen conocimientos de Empresa, manejo de tecnologías Big Data y avanzadas aptitudes de análisis. Solo un perfil de estas características puede identificar, recoger, analizar, interpretar y transformar los datos en información relevante.

Algunas salidas profesionales de esta Maestría son:

• Ingeniero de datos, data engineer
• El ingeniero de datos es principalmente un desarrollador especializado en el mundo de los datos. Por tanto, sabe desenvolverse en las tecnologías y e infraestructuras adecuadas para la minería de datos y el machine learning a pequeña y gran escala. Un ingeniero de datos, por ejemplo, es capaz de desplegar y ejecutar un análisis de datos dado en diferentes entornos y situaciones.

• Arquitecto de datos, data architect
• El arquitecto de datos tiene conocimiento de cómo las diferentes infraestructuras y tecnologías encajan entre sí. Aunque dispone de los conocimientos de un ingeniero de datos, su trabajo se centra más en el diseño y despliegue de infraestructuras para la resolución de problemas de datos y no tanto en la ejecución de técnicas concretas de análisis.

• Científico de datos, data scientist
• El científico de datos dispone de los conocimientos propios de los ingenieros de datos y de los arquitectos de datos, de forma que es capaz de aplicar este conocimiento a la resolución de problemas específicos en un contexto de aplicación no ingenieril. Dicho de otra forma, el científico de datos es capaz de entender el dominio de aplicación en el que se realiza el análisis (que puede ser tan diverso como el estudio de los pétalos de flor, o el diseño de campañas de marketing en grandes multinacionales) y proponer técnicas de análisis de datos apropiadas para dicho contexto.

• CDO, Chief Data Officer
• El Chief Data Officer es una figura clave que lidera el gobierno del dato y asegura que se está llevando a cabo de una manera satisfactoria. Se trata de un cargo principalmente de gestión, ya que su función es la de coordinar departamentos entre sí, conseguir presupuestos para el despliegue de tecnologías, alinear la estrategia de la empresa con la estrategia del gobierno del dato, fomentar la toma de decisiones basadas en datos, entre otras funciones.

Perfil de egreso

Tras completar la maestría en Big Data, los alumnos serán capaces de:

• Identificar las diferentes fases que requiere la elaboración de una buena visualización: recogida de datos, procesado y representación.
• Diseñar un método de recogida de datos que consiga mapear en datos concretos una actividad, tarea o proceso.
• Usar las técnicas y herramientas existentes de minería de datos, estadísticas y de visualización de la información.
• Diseñar y desarrollar visualizaciones interactivas, usables y elocuentes.
• Diseñar y desarrollar un sistema para el apoyo a la toma de decisiones, contemplando el proceso completo: recogida de datos, procesado y visualización.

Requisitos de acceso

Para poder acceder a la Maestría en análisis de datos es necesario contar con titulación universitaria. Este requisito se corresponde con los criterios de acceso establecidos en el artículo 16 del RD 1393/2007 modificado por el RD 861/2010:

• Estar en posesión de un título universitario oficial español u otro expedido por una institución de educación superior del Espacio Europeo de Educación Superior perteneciente a otro Estado integrante del Espacio Europeo de Educación Superior que faculte en el mismo para el acceso a enseñanzas de la Maestría
• Titulados conforme a sistemas educativos ajenos al Espacio Europeo de Educación Superior sin necesidad de homologar sus Títulos, previa comprobación por la Universidad de que aquellos acreditan un nivel de formación equivalente a los correspondientes Títulos universitarios oficiales españoles y que facultan en el país expedidor del Título para el acceso a enseñanzas de postgrado. El acceso por esta vía no implicará en ningún caso, la homologación del Título previo de que esté en posesión el interesado, ni su reconocimiento a otros efectos que el cursar las enseñanzas de la Maestría

En el caso de que el número de solicitudes de plaza (que cumplen con los requisitos recogidos en las vías de acceso) exceda al número de plazas ofertadas, la resolución de las solicitudes de admisión tendrá en cuenta el siguiente criterio de valoración:

• Nota media del expediente académico de la titulación que da acceso al título: 100%

Perfil recomendado

Adicionalmente, además de los requisitos de acceso que señala la ley, UNIR ha definido un perfil competencial para todos los alumnos que accedan a la Maestría en Ciencia de Datos:

• Ser capaz de leer e interpretar correctamente un programa pequeño escrito en un lenguaje de programación conocido.
• Ser capaz de leer pequeños fragmentos de código fuente en un lenguaje de programación no conocido.
• Ser capaz de escribir el pseudocódigo que describe un algoritmo, e implementar dicho algoritmo en un lenguaje de programación de alto nivel.
• Dominio del idioma inglés suficiente como para leer e interpretar manuales técnicos, así como para consultar dudas técnicas en foros especializados.
• Conocimiento básico de bases de datos SQL.
• Conocimiento de los paradigmas de computación en servidor y cliente.
• Conocimiento básico de la computación distribuida.
• Conocimiento básico de técnicas de estadística descriptiva.

Se considera que un alumno cumple con el perfil competencial si dispone de una titulación afín al área de conocimiento (Graduado en Ingeniería Informática, Licenciado en Informática, Ingeniero o Ingeniero Técnico en Informática, Graduado en Ingeniería Telemática, Ingeniero o Ingeniero Técnico en Telecomunicaciones, Licenciado/Graduado en Matemáticas, Licenciado/Diplomado/Graduado en Estadística, etc.) o cuando dispone de experiencia profesional demostrable, con no menos de dos años de experiencia realizando tareas relacionadas con el ámbito de conocimiento. Se podrá solicitar certificado de empresa que acredite el perfil competencial descrito.