MSc Data Science

1 pilar

Los estudiantes comienzan el programa con conocimientos básicos de programación y matemáticas, incluidas estructuras de datos y algoritmos, estadísticas y aprendizaje automático. En el primer pilar del programa, sus conocimientos de matemáticas, programación y análisis de datos se ampliarán significativamente. El programa también ofrece la oportunidad de adquirir habilidades interpersonales clave para el mundo profesional, como la gestión de proyectos técnicos, la redacción y la presentación de trabajos.

Temas

• Combinatoria y Gráficos
• Programación orientada a objetos (C++)
• Estructuras de Datos y Algoritmos
• Bases de datos
• Teoría de la probabilidad y estadística
• Unix práctico
• Introducción al diseño de interacción
• Optimización discreta
• Maestría en aprendizaje automático
• Pitón
• Redes
• Programación Java
• Análisis de Big Data/Aprendizaje automático - 2
• R
• Optimizacion convexa
• Liderazgo y dinámica de grupos
• Redacción y presentación técnica
• Teoría de la complejidad
• Gestión de proyectos técnicos
• Optimización no lineal
• Análisis estadístico de datos
• Proyecto final - 1
• Seminarios y talleres - 1

2 pilares

En el segundo pilar del programa, los estudiantes se centrarán principalmente en el aprendizaje de las aplicaciones clave de la ciencia de datos, así como en métodos avanzados de matemáticas y análisis de datos. Una parte importante del estudio se destinará a la realización del proyecto final. Al finalizar el programa, los estudiantes aprenderán a realizar análisis de datos a cualquier escala, a desarrollar el software necesario para el análisis y a presentar los resultados de forma profesional y eficiente.

Temas

• Computación paralela y distribuida
• Análisis de datos estadísticos - 2
• Diseño de software
• Optimización estocástica y a gran escala
• Fundamentos de la criptografía
• Mapa Reducir
• Bases de datos distribuidas
• Extracción de textos
• Teoría de juego
• Redes neuronales y aprendizaje profundo
• Análisis de redes sociales
• Series de tiempo
• Optimización robusta
• Análisis de imágenes y vídeos - 1
• Recuperación de información
• Subastas
• Análisis de datos estadísticos - 3
• Teoría de la información
• Análisis de imágenes y vídeos - 2
• Traducción automática
• Visualización de datos
• Algoritmos en Bioinformática
• Análisis de gráficos espectrales y aplicaciones de la ciencia de datos
• Gráficos web
• Proyecto final - 2
• Seminarios y talleres - 2

• Científico de datos júnior: este es un puesto inicial típico para los graduados en ciencias de datos. El puesto requiere sólidos conocimientos de matemáticas con énfasis en estadística y aprendizaje automático, así como en conceptos relacionados con la programación y las bases de datos. Como parte de un equipo, los científicos de datos júnior comienzan a adquirir experiencia de primera mano con el análisis de datos industriales mientras aprenden de colegas más experimentados.
• Científico de datos: Los científicos de datos combinan una formación matemática y experiencia práctica con conocimientos especializados que les permiten realizar análisis de datos avanzados necesarios para hacer predicciones que faciliten la toma de buenas decisiones comerciales. El trabajo requiere conocimientos tanto de matemáticas como de objetivos comerciales. Los científicos de datos deben ser expertos técnicos con las competencias necesarias para manejar grandes volúmenes de datos diversos, así como poseer sólidas habilidades de programación.
• Científico de datos sénior: un científico de datos sénior se convierte en un vínculo entre el núcleo de la gestión empresarial y todo el equipo de análisis. El puesto requiere la capacidad de comunicarse de forma eficaz, tanto para captar los objetivos empresariales como para comunicar los conocimientos que les aportan los analistas. Los científicos de datos sénior también dirigen proyectos de programación y creación de aplicaciones relevantes, así como la formulación del diseño de experimentos y tienen un papel de liderazgo dentro de un equipo de ciencia de datos.
• Científico de datos principal: un científico de datos principal es un visionario de los datos que encuentra formas de responder a preguntas comerciales mediante el análisis de los datos disponibles dentro de la empresa y en Internet. El trabajo a menudo requiere la creación de nuevos métodos de análisis y el trabajo en la intersección entre la industria y el mundo académico.
• Director de datos: un director de datos es un líder empresarial que maneja responsabilidades en la intersección del análisis de datos, la tecnología de la información y la estrategia empresarial. El CDO determina la dirección a largo plazo para controlar los riesgos y generar valor a partir de la gobernanza de la información, así como de la gestión y el análisis de datos. Lo más importante es que el CDO es un agente de cambio que descubre nuevos niveles de eficiencia al informar sobre información detallada basada en el conocimiento extraído de los datos.