Màster Universitari en Ciència de Dades (Data Science) (UOC)
1053 Persones estan visitant aquest curs
Consulteu el preu
Sol·licita informació
Màster Universitari en Ciència de Dades (Data Science) (UOC)
Sol·licita informació
Informació del curs
Màster oficial
Oficial / homologat
On-line
60 crèdits
Consulteu el preu
Descripció
Vols ser un científic de dades i treballar al sector amb més demanda de professionals especialitzats, aquí ia tot el món? Estudia en línia amb el màster universitari de Ciència de Dades de la UOC i converteix-te en el professional expert en data science que les empreses estan buscant. El màster en línia de Ciència de Dades et permet adquirir els perfils de científic de dades, analista de dades o analista de big data.
Temari
Assignatures obligatòries - Crèdits
• Fonaments de la ciència de dades 6
• Tipologia i cicle de vida de les dades 6
• Arquitectures de bases de dades no relacionals 6
• Anàlisi estadística 6
• Aprenentatge automàtic 6
• Visualització de dades 6
• Treball final de màster 12
Assignatures optatives - Crèdits
• Anàlisi de xarxes complexes 6
• Anàlisi de dades geoespacials 6
• Anàlisi de dades en entorns big data 6
• Deep learning 6
• Anàlisi de textos 6
• Aprenentatge per reforç 6
* En aquesta planificació no s'inclouen els 12 ECTS de complements de formació, addicionals i obligatoris per titular-se.
• Fonaments de la ciència de dades 6
• Tipologia i cicle de vida de les dades 6
• Arquitectures de bases de dades no relacionals 6
• Anàlisi estadística 6
• Aprenentatge automàtic 6
• Visualització de dades 6
• Treball final de màster 12
Assignatures optatives - Crèdits
• Anàlisi de xarxes complexes 6
• Anàlisi de dades geoespacials 6
• Anàlisi de dades en entorns big data 6
• Deep learning 6
• Anàlisi de textos 6
• Aprenentatge per reforç 6
* En aquesta planificació no s'inclouen els 12 ECTS de complements de formació, addicionals i obligatoris per titular-se.
Destinataris
Per cursar el màster universitari en Ciència de Dades cal disposar duna titulació oficial de nivell de grau o superior pertanyent a un dels àmbits següents (àmbits definits a lannex I del RD 822/2021, de 28 de setembre):
• Enginyeria informàtica i de sistemes.
• Enginyeria elèctrica, enginyeria electrònica i enginyeria de la telecomunicació.
• Matemàtiques i Estadística.
• Física i Astronomia.
• Enginyeria industrial, enginyeria mecànica, enginyeria automàtica, enginyeria de lorganització industrial i enginyeria de la navegació.
• Enginyeria química, enginyeria dels materials i enginyeria del medi natural.
• Enginyeria informàtica i de sistemes.
• Enginyeria elèctrica, enginyeria electrònica i enginyeria de la telecomunicació.
• Matemàtiques i Estadística.
• Física i Astronomia.
• Enginyeria industrial, enginyeria mecànica, enginyeria automàtica, enginyeria de lorganització industrial i enginyeria de la navegació.
• Enginyeria química, enginyeria dels materials i enginyeria del medi natural.
Requisits
Requisits acadèmics
Per accedir a estudis oficials de màster, cal estar en disposició de títol universitari oficial.
Criteris d'admissió
Serà possible l'admissió d'estudiants procedents de titulacions d'àmbits diferents dels detallats a l'apartat Perfil d'ingrés recomanat, sempre que disposin de tots els coneixements previs que es detallen tot seguit.
• Coneixements bàsics de matemàtiques, amb una dedicació mínima de 150 hores o equivalent.
• Coneixements a nivell intermedi de programació, amb una dedicació mínima de 300 hores o equivalent.
• Coneixements bàsics de bases de dades relacionals, amb una dedicació mínima de 150 hores o equivalent.
• Coneixements introductoris a larquitectura de xarxes i computadors, amb una dedicació mínima de 150 hores o equivalent.
En cas de no disposar d"aquests coneixements previs es poden adquirir a través d"assignatures lliures que ofereix la UOC i que formen part del Grau de Ciència de Dades Aplicada
Coneixements previs
Es recomana un nivell de competència en llengua anglesa equivalent al B2 del Marc europeu comú de referència per a les llengües.
Per accedir a estudis oficials de màster, cal estar en disposició de títol universitari oficial.
Criteris d'admissió
Serà possible l'admissió d'estudiants procedents de titulacions d'àmbits diferents dels detallats a l'apartat Perfil d'ingrés recomanat, sempre que disposin de tots els coneixements previs que es detallen tot seguit.
• Coneixements bàsics de matemàtiques, amb una dedicació mínima de 150 hores o equivalent.
• Coneixements a nivell intermedi de programació, amb una dedicació mínima de 300 hores o equivalent.
• Coneixements bàsics de bases de dades relacionals, amb una dedicació mínima de 150 hores o equivalent.
• Coneixements introductoris a larquitectura de xarxes i computadors, amb una dedicació mínima de 150 hores o equivalent.
En cas de no disposar d"aquests coneixements previs es poden adquirir a través d"assignatures lliures que ofereix la UOC i que formen part del Grau de Ciència de Dades Aplicada
Coneixements previs
Es recomana un nivell de competència en llengua anglesa equivalent al B2 del Marc europeu comú de referència per a les llengües.
¿Necesitas información sobre cursos? Llámanos al 900 293 573
Llamada gratuita de lunes a viernes de 9h a 20h
Metodologia
El Màster Universitari en Ciència de Dades (Data Science) de la UOC ofereix un quadre d'assignatures repartides progressivament, dissenyat d'acord amb les aptituds adquirides en el transcurs de cada semestre. Aquesta distribució facilita que l'estudiant disposi d'un criteri sòlid d'elecció, orientat cap a les preferències i les qualitats personals. La flexibilitat de la normativa acadèmica de la UOC permet tenir un ampli ventall de possibilitats en decidir quins crèdits tria cada semestre.
Idiomes en els quals s'imparteix
Castellà, català.
Durada
Inici: A consultar.
Objectius
El màster universitari de Ciència de Dades de la UOC té com a principal objectiu formar especialistes capaços d'identificar, capturar, transformar, analitzar i interpretar les dades, per impulsar el valor i la innovació aplicada a diverses indústries com, per exemple, les finances, la salut, els béns de consum o la tecnologia, entre moltes altres.
A partir d'aquest objectiu general, el màster fixa altres objectius més concrets:
• Adquirir coneixements sobre els processos de captura, extracció, manipulació i conversió de dades a diferents entorns.
• Obtenir coneixements sobre els principals sistemes demmagatzematge de la informació, incloent bases de dades relacionals i els nous models NoSQL i NewSQL.
• Conéixer els principals mètodes estadístics per a l'anàlisi de dades descriptiva i predictiva.
• Dominar els mètodes de visualització de dades, tant estàtiques com dinàmiques.
• Desenvolupar capacitats de responsabilitat i lideratge personal, així com la presa de decisions.
• Desenvolupar la capacitat de transmetre les conclusions de manera clara a un públic variat, especialitzat o no.
• Desenvolupar la capacitat de treballar en equip i en entorns multidisciplinaris.
• Dotar l'estudiant de les habilitats d'aprenentatge que permetin continuar la seva formació de manera autònoma.
• Desenvolupar la capacitat d'adaptar-se a nous entorns i TIC emergents actualitzant les competències professionals.
• Desenvolupar la capacitat creativa, innovadora i lesperit emprenedor.
A partir d'aquest objectiu general, el màster fixa altres objectius més concrets:
• Adquirir coneixements sobre els processos de captura, extracció, manipulació i conversió de dades a diferents entorns.
• Obtenir coneixements sobre els principals sistemes demmagatzematge de la informació, incloent bases de dades relacionals i els nous models NoSQL i NewSQL.
• Conéixer els principals mètodes estadístics per a l'anàlisi de dades descriptiva i predictiva.
• Dominar els mètodes de visualització de dades, tant estàtiques com dinàmiques.
• Desenvolupar capacitats de responsabilitat i lideratge personal, així com la presa de decisions.
• Desenvolupar la capacitat de transmetre les conclusions de manera clara a un públic variat, especialitzat o no.
• Desenvolupar la capacitat de treballar en equip i en entorns multidisciplinaris.
• Dotar l'estudiant de les habilitats d'aprenentatge que permetin continuar la seva formació de manera autònoma.
• Desenvolupar la capacitat d'adaptar-se a nous entorns i TIC emergents actualitzant les competències professionals.
• Desenvolupar la capacitat creativa, innovadora i lesperit emprenedor.
Titulació obtinguda
Els títols de grau, màster universitari i doctorat que expedeix la UOC són títols universitaris oficials que tenen validesa a 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 estarà determinada en cada cas per les lleis deducació de cada país.
Perspectives laborals
Els titulats del màster universitari de Ciència de Dades poden desenvolupar els perfils professionals següents: Científic de dades (data scientists) Analista de dades Analista de big data 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 de R+D
Màster Universitari en Ciència de Dades (Data Science) (UOC)
Universitat Oberta de Catalunya (UOC)
Campus i seus: Universitat Oberta de Catalunya (UOC)
UOC, sede 22@
Rambla del Poblenou, 156
08018
Barcelona