Descripción
Maximiza el rendimiento de un negocio analizando sus datos y aprovecha la Inteligencia Artificial para crear código de forma rápida y sencilla.
El único Máster de Data Science con IA que acredita tu conocimiento con una doble titulación: el Título Profesional de BIG school y el Certificado de la Universidad Europea Miguel de Cervantes.
Esta segunda certificación cuenta con 30 ECTS, que hacen referencia a los créditos universitarios que se te convalidan si te matriculas, y tiene como objetivo que mejores tu proyección laboral y tengas la posibilidad de hacer prácticas en empresa.
Descubre un sector que te mantiene competitivo en un mercado cambiante
Entra en una profesión en plena expansión y aprende las técnicas para transformar los datos en decisiones estratégicas.
Este máster te prepara para aplicar estrategias comprobadas de análisis en proyectos reales.
Aprende de especialistas en activo que te enseñarán a utilizar las tecnologías de IA y ciencia de datos más avanzadas del mercado.
Por qué estudiar el Máster de Data Science con IA
Entra en un sector en constante crecimiento, consigue las habilidades que necesitan las empresas y descubre el potencial del Data Science de la mano de especialistas en activo.
Domina el arte de los datos con Inteligencia Artificial, sea cual sea tu experiencia, con herramientas para programar de manera más eficaz y simple.
Programa
- Bienvenida
- Presentación y objetivos del máster.
- Estructura del curso, áreas clave de Data Science y competencias a desarrollar.
- Introducción a la plataforma de aprendizaje y recursos disponibles.
- Fundamentos de Data Science(1 asignatura)
- Conceptos básicos de Data Science, historia, evolución y aplicaciones profesionales para optimizar procesos.
- Fundamentos de Programación(3 asignaturas)
- Python: Estructuras de datos, funciones, librerías esenciales.
- R: Estadística, análisis de datos y visualización.
- SQL: Gestión, consultas y optimización de bases de datos relacionales.
- Fundamentos de Matemáticas y Estadística(2 asignaturas)
- Álgebra lineal aplicada a Data Science.
- Estadística descriptiva, inferencial y probabilidad.
- Data Analysis & Visualization(4 asignaturas)
- Pandas: Manipulación y limpieza de datos.
- Matplotlib y Seaborn: Visualización de datos.
- Power BI: Creación de dashboards interactivos.
- Excel Avanzado: Funciones avanzadas y análisis con IA.
- Machine Learning(5 asignaturas)
- Scikit-learn: Modelado, clasificación y regresión.
- Modelos supervisados: Regresión, árboles de decisión, SVM.
- Modelos no supervisados: Clustering y reducción de dimensionalidad.
- Evaluación de modelos: Métricas, validación cruzada.
- Optimización: Ajuste de hiperparámetros.
- Deep Learning(4 asignaturas)
- Redes Neuronales Artificiales: Perceptrón, backpropagation.
- TensorFlow y Keras: Construcción de modelos de Deep Learning.
- Redes convolucionales (CNNs): Procesamiento de imágenes.
- Redes recurrentes (RNNs y LSTM): Procesamiento de series temporales y texto.
- Procesamiento de Lenguaje Natural (NLP)(3 asignaturas)
- Limpieza y tokenización de texto.
- Modelos de lenguaje y embeddings.
- Aplicaciones de NLP con IA generativa.
- Big Data y Cloud(3 asignaturas)
- Hadoop y Spark: Procesamiento distribuido.
- Bases de datos NoSQL: MongoDB y Cassandra.
- Cloud Computing: AWS, Google Cloud y Azure para Data Science.
- Aspectos legales y éticos en Data Science (1 asignatura)
- Normativas sobre privacidad y protección de datos.
- Principios éticos en la gestión y uso de datos.
- Casos de uso reales
- Masterclasses y entrevistas con expertos de la industria sobre implementación práctica de Data Science e IA.
- Ejercicio final
- Examen teórico-práctico para evaluar los conocimientos adquiridos.
- Conclusiones
- Impacto actual y futuro de Data Science y la IA en el mercado laboral.
- Transformación de perfiles profesionales y competencias clave para destacar.
