Contenido
Maestría en Sistemas de Información con mención en Data Science.
Descripción.
Toda empresa precisa profesionales especializados en Sistemas de Información y Data Science que combinen la capacidad analítica con la visión estratégica.
IMF Smart Education e Indra, una de las compañías líderes en Inteligencia Artificial & Big Data, se unen para crear una experiencia formativa acorde a las demandas de la industria.
Afrontar nuevos retos profesionales que permitan transformar el entorno en el que vivimos exige una sólida formación. Una formación innovadora y de calidad, como es la Maestría en Sistemas de Información, mención Data Science de Universidad Hemisferios e IMF Smart Education con INDRA.
Un programa de cuarto nivel que dota al profesional de los conocimientos, competencias y herramientas precisas para manejar, analizar e interpretar grandes volúmenes de información necesarios para alcanzar los objetivos de negocio, profesionales especializados que combinen la capacidad analítica y la visión estrategia.
¿A quien va dirigido?
Titulados de tercer nivel de grado
Titulación.
Magíster en Sistemas de Información, mención Data Science por la Universidad Hemisferios (Resolución de aprobación: RPC-SO-01-NO.025-2021)
Máster profesional en Data Science y Business Analytics por IMF Smart Education.
Certificado profesional por INDRA.
Objetivos.
Esta Maestría en Data Science permite que sus estudiantes sean capaces de:
Extraer, procesar y analizar todo tipo de fuentes de información aplicando las técnicas de la ciencia de datos y las principales herramientas utilizadas actualmente en las empresas.
Dominar las técnicas de la inteligencia de negocio tradicional y ampliarlas con las nuevas posibilidades ofrecidas por el big data y la inteligencia artificial.
Detectar causas, patrones y tendencias mediante analítica predictiva basada en técnicas de machine learning.
Diseñar experimentos y tests A/B para comprobar hipótesis y tomar decisiones basadas en datos.
Generar informes y cuadros de mando efectivos.
Gestionar proyectos basados en big data y ciencia de datos manteniendo una interlocución adecuada con todos los perfiles del equipo.
Elaborar propuestas así como impulsar y liderar iniciativas basadas en analítica avanzada en distintas áreas de negocio.
Entender, crear y desarrollar nuevos modelos de negocio basados en el valor del dato.
Gestionar adecuadamente el gobierno del dato con objeto de garantizar la calidad y aplicar correctamente los diferentes requisitos regulatorios (RGPD) y éticos.
Adquirir visión y experiencia de los principales campos de aplicación y casos de uso que se están abordando en diversas áreas como marketing y CRM, banca y finanzas, operaciones, internet de las cosas (IoT), people analytics, etc.
Requisitos de acceso.
Titulación Universitaria
Programa de estudios.
MÓDULO 1 - Herramientas del científico de datos
Fundamentos de Python.
Librerías para ciencia de datos: Numpy, Pandas, etc.
Procesamiento de datos y visualización con Python.
Fundamentos de R.
Paquetes de R.
Procesamiento de datos y visualización con R.
MÓDULO 2 - Impacto y valor del big data
Introducción al mundo big data
Inteligencia de negocio vs. big data.
Tecnologías big data.
Impacto sobre la organización.
El valor del dato y aplicaciones por sectores.
MÓDULO 3 - Ciencia de datos. Técnicas de análisis, minería y visualización
El ciclo de vida del dato.
Calidad del dato.
Preparación y preproceso de datos.
Modelos analíticos.
Herramientas y técnicas de visualización.
MÓDULO 4 - Inteligencia de negocio y visualización
Introducción a la inteligencia de negocio.
Diseño de bases de datos.
Estándar SQL.
El almacén de datos (Data Warehouse).
Herramientas y procesos de extracción, transformación y carga (ETL).
Visualización efectiva de información.
MÓDULO 5 - Plan de Titulación
Diseño e implementación de proyectos con componentes de investigación aplicada y/o de desarrollo.
Diseño y redacción de artículos profesionales de alto nivel.
Análisis de modelos prácticos para el desarrollo del examen de carácter complexivo.
MÓDULO 6 - Tecnología big data y soluciones en la nube
Hadoop y su ecosistema.
Spark. Fundamentos y aplicaciones.
Bases de datos NoSQL.
Plataforma Cloud.
MÓDULO 7 - Estadística para científicos de datos
Introducción a la estadística.
Probabilidad y muestreo.
Inferencia.
Regresión.
Diseño de experimentos.
MÓDULO 8 - Aprendizaje automático
Herramientas para machine learning.
Técnicas y aplicaciones del aprendizaje supervisado.
Técnicas y aplicaciones del aprendizaje no supervisado.
Modalidades y técnicas de deep learning.
Soluciones en la nube para machine learning.
MÓDULO 9 - Inteligencia artificial para la empresa
Introducción a la inteligencia artificial.
Técnicas y aplicaciones para la toma de decisiones.
Aprendizaje por refuerzo y aplicaciones.
Técnicas y aplicaciones del procesamiento del lenguaje natural (NLP).
Sistemas de recomendación y aplicaciones.
MÓDULO 10 - Big Data en la empresa
Estándares de gestión de proyectos.
Gestión ágil de proyectos.
Aspectos regulatorios y éticos.
Gobierno del dato.
MÓDULO 11 - Deontología profesional
Visión humanista para la gestión técnica y ética profesional.
Ética del servicio público frente a los riesgos de arbitrariedad y abuso del poder.
Responsabilidad ética frente al cuidado medioambiental y otros problemas globales.
Alcance de la responsabilidad del profesional.
Rating
Una de nuestras maestrías mejor valoradas. Recomendada por el 96% de nuestros alumnos.
METODOLOGÍA.
La metodología 100% en línea, permitiendo interacciones en tiempo real entre docentes y estudiantes.
A través del Campus Virtual el alumno accede de forma sencilla, amigable e intuitiva, a todos los recursos y contenidos necesarios para alcanzar el desarrollo de las competencias y destrezas necesarias. Recursos didácticos que por su diseño optimizan el tiempo y así permiten alcanzar una experiencia de aprendizaje eficaz.
Siguiendo el diseño y la secuencia didáctica el alumno determina la carga y ritmo de trabajo, pudiendo en todo momento a través de la plataforma solicitar la guía y apoyo de los profesores y tutores.
El modelo se completa con tutorías, clases y experiencias prácticas virtuales en tiempo real, interaccionando el alumno con el profesor para desarrollar o profundizar aspectos prácticos y relevantes del contenido de la materia.
La maestría organiza las once materias de las que se compone, en dos periodos académicos ordinarios de 18 semanas de duración, por lo que el alumno dispone de cinco semanas para alcanzar los objetivos de aprendizaje de cada materia.
Las tutorías, clases y experiencias prácticas virtuales en tiempo real se imparten cada dos semanas, en jueves tarde, viernes tarde y sábado.
(* el horario se ajustará a la secuencia docente buscando ser compatible con la actividad laboral).
EVALUACIÓN.
La duración de la unidad de titulación será de 240 horas. Los estudiantes podrán optar por completar las siguientes opciones:
Proyecto de titulación con componentes de investigación aplicada y/o desarrollo. Esta opción se basa en el desarrollo de un proyecto de aplicación que permita integrar de forma holística los conocimientos obtenidos en el programa y deberá tener afinidad con el programa de maestría.
Examen de carácter complexivo. Esta opción se basa en una evaluación integral del componente teórico (examen teórico) y práctico (examen práctico) de los resultados de aprendizaje del programa de maestría.
Salidas Profesionales.
Los estudiantes que superen esta formación podrán asumir funciones y tareas relacionadas con el análisis de datos, pudiendo desarrollar diferentes perfiles profesionales, como:
Científico de datos
Analista de datos
Analista de negocio
Experto en inteligencia de negocio
En el caso de aquellos perfiles con experiencia previa en dirección y gestión de equipos, el programa les capacitará en aspectos técnicos para el desempeño de roles relacionados con la gestión y dirección de proyectos basados en datos. Por ejemplo:
Analytics Project Manager
Business Analytics Manager
Business Intelligence Manager
Chief Data Officer.
