Máster Executive en Big Data Science
Plan de estudios: 60 ECTS
MÉTODOS ESTADÍSTICOS Y DATA MINING / 9 ECTS
Fundamentación en Estadística, empezando desde las bases. Inferencia estadística, Análisis de Componentes Principales (ACP), Clusterización y Computación evolutiva.
MACHINE LEARNING / 10 ECTS (OBLIGATORIA)
Reglas de asociación, modelos lineales, clasificadores lineales, SVM, modelos de series temporales, Decision Trees, Random Forest y métodos de conjunto (ensemble). Procesado del lenguaje natural. Redes neuronales y Deep Learning. Entornos de Machine Learning en la nube.
TECNOLOGÍAS Y ARQUITECTURAS BIG DATA/ 4 ECTS (OBLIGATORIA)
Arquitectura Big Data y Cloud. Ecosistema Hadoop. Bases de datos NoSQL: MongoDB, Neo4J. Paradigma Spark: Spark R, Machine Learning con Spark MLlib y procesamiento en tiempo real con Spark Streaming.
TÉCNICAS DE VISUALIZACIÓN DE DATOS / 4 ECTS (OBLIGATORIA)
Principios de visualización. Visualización con R. Visualización con Tableau. Visualización con herramientas Open Source. Infografías, storytelling con datos. Técnicas avanzadas de visualización de datos.
PROYECTOS EN CONTEXTOS BIG DATA / 5 ECTS (OBLIGATORIA)
Metodologías para la Data Science. Metodologías ágiles. Contexto legal del dato. Gobernanza del dato.
TRABAJO FINAL DE MÁSTER / 15 ECTS
El TFM se conforma como el desarrollo, en grupo, de un caso de resolución empresarial real. Comporta la gestión del ciclo completo de vida del dato, incluyendo el diseño del proyecto y la obtención de valor, en forma de producto o servicio, considerando todos los aspectos necesarios para su puesta en explotación real. El TFM deberá entregarse en forma de memoria y ser defendido ante un tribunal como entrega final.
Co-Dirección
Ingeniero informático por la Facultad de Informática de Barcelona de la Universitat Politècnica de Catalunya. Es profesor de tecnologías de la información en UIC Barcelona. Compagina su vocación pedagógica con la responsabilidad de Consultoría en IoT en Integral Innovation Experts, además del liderazgo de la start-up Fantastiq Transmedia, de tecnologías móviles en ludificación de rutas turísticas.
Co-Dirección
Ingeniera informática por la Facultad de Informática de Barcelona de la Universitat Politècnica de Catalunya. Executive MBA en EAE Business School. Y Postgrado de Big Data Management and Analytics en la Universitat Politècnica de Catalunya. Tiene dilatada experiencia profesional en cargos de responsabilidad en los ámbitos de las Tecnologías de la Información y del Marketing, siempre en entornos digitales.
Claustro
- Albert Climent: Arquitectura, Machine Learning, Python
- Carlos Cosials: Data Management, Data Governance, IoT
- Juan de Dios Llamas: Data Research, Data Management, R
- Rodolfo Lomascolo: Arquitectura, Infrastructura, Machine Learning
- Beatriz Martín: Data Management, Digital/Data Strategist
- Pere Millán: Visualización, Sistemas de gráficos
- Imanol Morata: Estadística, Machine Learning, R, Python
- David Roche: Estadística, R, Tableau
- Francisco Rodríguez: Machine Learning, R, Python
Colaboradores (Masterclass)
La mayoría de profesores son profesionales en activo de empresas, con un dilatado bagaje en el ámbito de la estadística, la analítica, la Business Intelligence y de las arquitecturas TIC, que innovan en el área del Big Data. Con aptitudes formativas y habilidades pedagógicas, son la pieza fundamental del equipo que actúan como tutores, coaches personales y orientadores educativos y laborales.
Todo ello, para aprovechar al máximo el rendimiento de la formación impartida.
Las sesiones de formación se imparten en modalidad presencial, bajo metodologías de enseñanza learning by doing y resolución de casos prácticos, las cuales ayudarán al alumno a desarrollar las competencias necesarias para desenvolverse en entornos reales. Las clases combinan teoría y práctica, existiendo sesiones exclusivas de taller en el laboratorio habilitado con los recursos de Big Data necesarios.
Con el Proyecto de Fin de Máster el alumno integrará de forma efectiva todas las competencias adquiridas durante el Máster. Este proyecto se realiza con el apoyo de un tutor/director, más los interlocutores en las empresas colaboradoras, que ceden los datos precisos sobre los que aplicar los conocimientos adquiridos.

