Grau de Ciència de Dades Aplicada (Applied Data Science) (UOC)

Informació del curs
Grau
Oficial / homologat
On-line
240 crèdits
Consulteu el preu
Descripció
8% descompte!
El grau de Ciència de Dades Aplicada online de la UOC (Applied Data Science) forma científics de dades (Data Scientists): experts en la captura, anàlisi i visualització de les dades, orientats a trobar solucions creatives a problemes complexos.
Un dels fenòmens associats amb l'ús de la tecnologia en tots els àmbits de la nostra vida és la gran quantitat d'informació (o Big Data) que generem. Extreure valor de tantes dades és un gran repte, tant per al sector privat com per al sector públic i la societat en general.
La ciència de dades o anàlisi de dades, descrita amb diferents termes (Data Science, Big Data o Data Analysis) és l'àrea que actualment té més demanda de professionals qualificats de tot el món.
Les oportunitats d'aquest canvi tecnològic són diverses i sorgeixen tant de l'anàlisi, l'explotació, la visualització i la gestió d'aquesta informació com del seu ús en els processos de presa de decisions. També cal conèixer les implicacions socials, culturals o ètiques de l'ús d'aquestes dades.
L'estudiant del grau de Ciència de Dades Aplicada de la UOC fonamenta la seva formació en coneixements de programació, matemàtiques i estadística, i gestió, imprescindibles per a desenvolupar de manera creativa la seva activitat com a científic de dades (Data Scientist) en qualsevol sector i àmbit professional.
Després de la formació obligatòria, l'estudiant es pot especialitzar en un dels perfils següents:
L'objectiu del model docent de la UOC és oferir una formació aplicada i apropar l'estudiant a la realitat professional.
La UOC està especialitzada en la formació en matemàtiques i estadística, mineria de dades i visualització, programació, gestió de projectes de dades massives i intel·ligència de negoci. Amb més de deu anys d'experiència formant professionals en aquests àmbits, la UOC ofereix actualment una àmplia oferta formativa en anàlisi de dades i dades massives, i disposa d'un equip docent integrat per professorat expert i en actiu, que combina el coneixement de l'entorn professional amb el rigor acadèmic.
La UOC també té una borsa de treball per als seus estudiants i graduats, amb ofertes laborals i de pràctiques.
En el blog d'anàlisi i ciència de dades podeu seguir l'actualitat tecnològica i professional amb les aportacions del nostre professorat, l'equip col·laborador i totes les persones que hi vulguin participar.
Competències:
El grau de Ciència de Dades Aplicada online de la UOC (Applied Data Science) forma científics de dades (Data Scientists): experts en la captura, anàlisi i visualització de les dades, orientats a trobar solucions creatives a problemes complexos.
Un dels fenòmens associats amb l'ús de la tecnologia en tots els àmbits de la nostra vida és la gran quantitat d'informació (o Big Data) que generem. Extreure valor de tantes dades és un gran repte, tant per al sector privat com per al sector públic i la societat en general.
La ciència de dades o anàlisi de dades, descrita amb diferents termes (Data Science, Big Data o Data Analysis) és l'àrea que actualment té més demanda de professionals qualificats de tot el món.
Les oportunitats d'aquest canvi tecnològic són diverses i sorgeixen tant de l'anàlisi, l'explotació, la visualització i la gestió d'aquesta informació com del seu ús en els processos de presa de decisions. També cal conèixer les implicacions socials, culturals o ètiques de l'ús d'aquestes dades.
L'estudiant del grau de Ciència de Dades Aplicada de la UOC fonamenta la seva formació en coneixements de programació, matemàtiques i estadística, i gestió, imprescindibles per a desenvolupar de manera creativa la seva activitat com a científic de dades (Data Scientist) en qualsevol sector i àmbit professional.
Després de la formació obligatòria, l'estudiant es pot especialitzar en un dels perfils següents:
- Data Science Explorer, que identifica els problemes de dades i en crea solucions, i proporciona les evidències per a prendre decisions.
- Data Science Builder, que implanta la solució del problema i posa en marxa el sistema, tenint en compte els problemes d'escalabilitat.
L'objectiu del model docent de la UOC és oferir una formació aplicada i apropar l'estudiant a la realitat professional.
La UOC està especialitzada en la formació en matemàtiques i estadística, mineria de dades i visualització, programació, gestió de projectes de dades massives i intel·ligència de negoci. Amb més de deu anys d'experiència formant professionals en aquests àmbits, la UOC ofereix actualment una àmplia oferta formativa en anàlisi de dades i dades massives, i disposa d'un equip docent integrat per professorat expert i en actiu, que combina el coneixement de l'entorn professional amb el rigor acadèmic.
La UOC també té una borsa de treball per als seus estudiants i graduats, amb ofertes laborals i de pràctiques.
En el blog d'anàlisi i ciència de dades podeu seguir l'actualitat tecnològica i professional amb les aportacions del nostre professorat, l'equip col·laborador i totes les persones que hi vulguin participar.
Competències:
- Identificar, comprendre i reconèixer oportunitats de millora en qualsevol tipus d'organització que poden ser resoltes de forma eficient i efectiva mitjançant la ciència de les dades.
- Concebre, organitzar, planificar, redactar i gestionar projectes, serveis i sistemes informàtics en l'àmbit de la ciència de les dades.
- Definir, avaluar i seleccionar solucions tecnològiques, com també recursos (espacials, temporals) necessaris per al desenvolupament i l'execució de projectes, tenint en compte les alternatives disponibles, les condicions de mercat i les normatives vigents.
- Dissenyar un marc experimental tenint en compte els mètodes més adequats per a la captura, el processament, l'emmagatzematge, l'anàlisi i la visualització de dades.
- Utilitzar de forma combinada els fonaments matemàtics, estadístics i de programació per a desenvolupar solucions a problemes en l'àmbit de la ciència de les dades.
- Entendre com els algoritmes i les estructures de dades es dissenyen, s'optimitzen i s'apliquen segons l'escala del volum de dades.
- Dissenyar i construir aplicacions analítiques mitjançant tècniques de desenvolupament, integració i reutilització de components de programari.
- Identificar i combinar dades de diferents fonts i formats en diferents gestors de bases de dades per a obtenir un emmagatzematge de dades eficient en cada context d'aplicació.
- Aplicar tècniques específiques de captura, tractament i anàlisi de dades estructurades, semiestructurades i no estructurades.
- Administrar i gestionar els sistemes operatius i de comunicacions dels components d'una xarxa d'ordinadors.
- Resumir, interpretar, presentar i contrastar de manera crítica els resultats obtinguts utilitzant les eines d'anàlisi i visualització més adequades.
- Treballar de forma col·laborativa en equips multidisciplinaris per al desenvolupament de projectes d'un àmbit temàtic concret (salut, educació, agricultura, indústria 4.0, etc.).
- Exercir l'activitat professional d'acord amb el codi ètic i els aspectes legals en el marc de la privacitat i la seguretat de les dades.
- Analitzar, conceptualitzar, dissenyar i avaluar processos d'interacció i les seves interfícies en l'àmbit de la ciència de dades.
Temari
El pla d'estudis del grau de Ciència de Dades Aplicada (Applied Data Science) està compost per 240 crèdits ECTS, que es distribueixen d'acord amb les directrius del Ministeri d'Educació.
Tipus d'materiaCréditos ECTS:
Formació bàsica 60
obligatòries 132
optatives 36
Treball fi de grau 12
total 240
Semestre 1 - Crèdits.
• Fonaments de programació 6
• Àlgebra línia 6
• Probabilitat i estadística juny
• Introducció a la ciència de dades 6
• Competència comunicativa juny
Semestre 2 - Crèdits.
• Programació en scripting juny.
• Anàlisi multivariant juny.
• Disseny i ús de bases de dades analítiques juny.
• Mètodes numèrics en ciència de dades 6.
• Treball en equip a la xarxa 6.
• Anglès I 6.
Semestre 3 - Crèdits:
• Programació per a la ciència de dades 6.
• Fonaments de xarxes i arquitectures juny.
• Tipologia i fonts de dades 6.
• Bases de dades per a magatzem de dades 6.
• Modelització i optimització juny.
Semestre 4 - Crèdits.
• Anglès II 6.
• Disseny i programació orientada a objectes juny.
• Modelització i ingerència bayesiana juny.
• Captura i preparació de dades 6.
• Disseny d'interacció i disseny d'interfícies juny.
• Mineria de dades 6.
Semestre 5 - Crèdits.
• Disseny i gestió de projectes de ciència de dades 6.
• Visualització de dades 6.
• Privadesa i seguretat de les dades 6.
• Bases de dades no relacionals juny.
• Aprenentatge automàtic juny.
Semestre 6 - Crèdits.
• Periodisme de dades 6.
• Anàlisi en entorns de dades massius juny.
• Optativa I 6.
• Optativa II 6.
• Optativa III 6.
Semestre 7 - Crèdits.
• Contextualització i disseny del treball de final de grau 6.
• Mineria de textos juny.
• Anàlisi de xarxes socials juny.
• Optativa IV 6.
• Optativa V juny.
Semestre 8 - Crèdits:
• Optativa VI juny.
• Treball fi de grau 12.
Tipus d'materiaCréditos ECTS:
Formació bàsica 60
obligatòries 132
optatives 36
Treball fi de grau 12
total 240
Semestre 1 - Crèdits.
• Fonaments de programació 6
• Àlgebra línia 6
• Probabilitat i estadística juny
• Introducció a la ciència de dades 6
• Competència comunicativa juny
Semestre 2 - Crèdits.
• Programació en scripting juny.
• Anàlisi multivariant juny.
• Disseny i ús de bases de dades analítiques juny.
• Mètodes numèrics en ciència de dades 6.
• Treball en equip a la xarxa 6.
• Anglès I 6.
Semestre 3 - Crèdits:
• Programació per a la ciència de dades 6.
• Fonaments de xarxes i arquitectures juny.
• Tipologia i fonts de dades 6.
• Bases de dades per a magatzem de dades 6.
• Modelització i optimització juny.
Semestre 4 - Crèdits.
• Anglès II 6.
• Disseny i programació orientada a objectes juny.
• Modelització i ingerència bayesiana juny.
• Captura i preparació de dades 6.
• Disseny d'interacció i disseny d'interfícies juny.
• Mineria de dades 6.
Semestre 5 - Crèdits.
• Disseny i gestió de projectes de ciència de dades 6.
• Visualització de dades 6.
• Privadesa i seguretat de les dades 6.
• Bases de dades no relacionals juny.
• Aprenentatge automàtic juny.
Semestre 6 - Crèdits.
• Periodisme de dades 6.
• Anàlisi en entorns de dades massius juny.
• Optativa I 6.
• Optativa II 6.
• Optativa III 6.
Semestre 7 - Crèdits.
• Contextualització i disseny del treball de final de grau 6.
• Mineria de textos juny.
• Anàlisi de xarxes socials juny.
• Optativa IV 6.
• Optativa V juny.
Semestre 8 - Crèdits:
• Optativa VI juny.
• Treball fi de grau 12.
Destinataris
Els estudis del grau de Ciència de Dades Aplicada s'adrecen a qualsevol professional que vulgui adquirir les competències i els coneixements necessaris per a treballar com a científic de dades o data scientist.
Coneixements previs.
Es recomana accedir al grau de Ciència de Dades Aplicada des de la modalitat de ciències i tecnologia del batxillerat, sense perjudici d'altres modalitats.
Per a cursar el grau, és convenient tenir un nivell de matemàtiques equivalent al de batxillerat, atesa la rellevància d'aquesta matèria en el conjunt del pla d'estudis, com també un nivell de competència en anglès equivalent al nivell B1 del marc comú europeu de llengües.
Coneixements previs.
Es recomana accedir al grau de Ciència de Dades Aplicada des de la modalitat de ciències i tecnologia del batxillerat, sense perjudici d'altres modalitats.
Per a cursar el grau, és convenient tenir un nivell de matemàtiques equivalent al de batxillerat, atesa la rellevància d'aquesta matèria en el conjunt del pla d'estudis, com també un nivell de competència en anglès equivalent al nivell B1 del marc comú europeu de llengües.
Requisits
Requisits d'accés assolits a l'Estat espanyol
- Prova d'accés (PAU / Més grans de 25 anys / Més grans de 45 anys)
- Batxillerat sense PAU: Batxillerat espanyol LOE 2016 i repetidors 2017
- Formació professional (CFGS / FP2 / MP3)
- Títol universitari o assimilat
- Experiència laboral (informació, dates i calendari d'accés per a més grans de 40 anys)
- Requisits d'accés assolits a la Unió Europea o en un estatque hagi subscrit acords internacionals en règim de reciprocitat
- Estudis preuniversitaris: acreditació UNED per a l'accés
- Estudis universitaris (acabats o no): convalidació parcial d'uns estudis estrangers per uns estudis espanyols
- Títol universitari amb l'equivalència de títol estranger o l'homologació ministerial a l'Estat espanyol
- Experiència laboral (informació, dates i calendari d'accés per a més grans de 40 anys)
- Estudis preuniversitaris: batxillerat homologat
- Estudis universitaris (acabats o no): convalidació parcial d'uns estudis estrangers per uns estudis espanyols
- Títol universitari amb l'equivalència de títol estranger o l'homologació ministerial a l'Estat espanyol
- Experiència laboral (informació, dates i calendari d'accés per a més grans de 40 anys)
Idiomes en els quals s'imparteix
Castellà, català.
Durada
Inici: 23 de febrer 2024.
Objectius
L'objectiu del grau de Ciència de Dades Aplicada de la UOC és formar titulats universitaris preparats per a fer front a problemes complexos que involucrin conjunts de dades de tipologia diversa, que apliquin els seus coneixements cientificotècnics per a elaborar solucions innovadores, que treballin en col·laboració amb equips multidisciplinaris, amb capacitat crítica en l'anàlisi i la interpretació de resultats, i facilitat comunicativa en diferents contextos.
Titulació obtinguda
Els títols de grau, màster universitari i doctorat que expedeix la UOC són títols universitaris oficials que tenen validesa en tot el territori espanyol i als països de l'espai europeu d'educació superior (EEES). La validesa en altres països dels títols universitaris oficials expedits per la UOC vindrà determinada en cada cas per les lleis d'educació de cada país
Pràctiques
12 créditos ECTS, que equivalen a 300 horas. Son prácticas académicas curriculares.
Perspectives laborals
Els graduats en Ciència de Dades Aplicada poden desenvolupar els perfils professionals següents:
Científic de dades (data scientist)
Analista de dades
Analista de dades massives
Responsable, cap de projecte o analista de sistemes d'informació d'intel·ligència de negoci
Emprenedor de negocis basats en l'anàlisi de dades i en productes i serveis basats en dades
Analista de projectes d'R+D
Aquests perfils professionals poden desenvolupar la seva activitat en qualsevol organització, especialment en els sectors següents:
Sector financer i d'assegurances
Sector de consultoria
Comerç electrònic
Instituts de recerca
Institucions públiques, bancs centrals i agències europees
Departaments d'anàlisi de dades d'altres indústries
Promocions
- Pagament fraccionat en quotes.
- 8% descompte!
Preu
Consulteu el preu
A consultar (beques, ajuts i finançament disponible).
Professorat
Direcció dels Estudis d'Informàtica, Multimèdia i Telecomunicació: Daniel Riera Terrén.
Direcció de el programa: Teresa Sancho Vinuesa.
Grau de Ciència de Dades Aplicada (Applied Data Science) (UOC)
Universitat Oberta de Catalunya (UOC)
Campus i seus: Universitat Oberta de Catalunya (UOC)
UOC, sede Central
Avinguda del Tibidabo, 39-43
08035
Barcelona
UOC, sede 22@
Rambla del Poblenou, 156
08018
Barcelona
Cursos més populars