Master Data Science
Tecnología - Sistemas
En el Máster en Data Science te prepararemos para aprender y desarrollar todos los conceptos y herramientas, tanto técnicos como analíticos, para poder abordar un proyecto Big Data con garantías: desde la parte más core del Big Data (Hadoop), pasando por el procesamiento de datos (Hive, Spark, etc..), almacenamiento de datos NoSql y finalizando con el área de analítica (Machine learning, creación de modelos, visualización, etc..)
Presentación de Master Data Science
Las empresas cada vez disponen de más datos provenientes de sus procesos de negocios, los cuales necesitan almacenar y procesar para obtener la información de valor que les permita mejorar todos su procesos productivos. La empresa que sea capaz de realizar esa mejora, obtendrá ese punto diferenciador sobre la competencia que les supondrá conseguir el éxito empresarial.
Por todo esto, uno de los perfiles más demandados en la actualidad es el de científico de datos o “Data Scientist”, el cual se encarga de trabajar con todo ese volumen de datos para obtener la información de valor que les acerque al éxito. El Data Scientist se encuentra en el TOP 5 de los perfiles más demandados a nivel internacional por empresas multinacionales y organizaciones gubernamentales.
El programa académico del Master en Data Science se encuentra estructurado de la siguiente manera:
Área 1: Conocimientos tecnológicos
En esta área se dará una visión general de los conceptos de la arquitectura Big Data y Analítica. Se explicará el concepto de computación distribuida así como las ventajas que ofrece y se introducirán las principales herramientas que se utilizan para procesar y analizar grandes cantidades de datos.
Además se profundizará en las herramientas imprescindibles que nos ayudarán a afrontar un proyecto con las máximas garantías posibles de éxito, tanto en la parte de procesamiento como en la de analítica (Hadoop, Hive, Spark, Kafka, MongoDB, etc..) .
Área 2: Conocimientos Analíticos
En esta área se sientan las bases para realizar proyectos de analítica, comenzando por el aprendizaje de los principales lenguajes de programación en proyectos de Data Science: Python y R. También se aprenderá a realizar el setup de un entorno de trabajo completo para realizar proyectos de Data Science usando Jupyter y Anaconda. A continuación se aprenderán los principales conceptos de modelado del dato para la realización de analítica descriptiva y predictiva, se conocerán las principales herramientas de dashboarding y data discovery, y se aprenderán los principales algoritmos de Machine Learning supervisado y no supervisado, así como las mejores prácticas para no cometer errores durante el desarrollo de modelos predictivos.
Área 3: Herramientas de un Data Science
En este área, eminentemente práctica, se aprenderán las principales librerías para tratamiento de datos en memoria, con especial foco en pandas, siendo estas la base del tratamiento previo a cualquier librería de modelado estadístico. A continuación se estudiarán en profundidad las librerías más importantes para el desarrollo de modelos de Machine Learning, como scikit-learn o xgboost. Posteriormente se presentarán algunas opciones para conectar entornos analíticos basados en Python con el ecosistema Big Data de Hadoop, para finalizar con algunas herramientas de visualización científica (matplotlib, plotly) y orquestación de procesos para puesta en producción de modelos de Machine Learning, como Apache Airflow.
Área 4: Desarrollo de un Proyecto Big Data
En esta última área se enseñará al alumno a ser capaz de afrontar un proyecto Big Data desde 0 (definición, diseño, desarrollo), aportando casos de usos reales para que le sirva de ejemplo en su desarrollo del trabajo final de máster (TFM).
Importante a tener en cuenta los requisitos técnicos que se necesitarán para poder cursar el Máster:
Requisitos para ejecutar la VM:
- Sistema operativo de 64 bits. - 15 gigas de espacio libre. - 8gb de RAM. - VMWare o VirtualBox. - Procesador Intel (no funciona en MAC M1).
Temario
Herramientas analíticas y nociones de Big Data
Fundamentos básicos de Big Data
- ¿Qué es? Múltiples definiciones. Poner énfasis en que los mismos datos se convierten en big data en función de lo que se quiera hacer con ellos. Ejemplo: 100M registros, hacer una media = no big data, entrenar un modelo complejo = big data.
- Principio de funcionamiento: MapReduce. Ejemplos clásicos para entender el concepto (contar palabras en un texto, etc.).
- Framework Open Source para computación distribuida. Basado en el whitepaper de Google sobre MapReduce de 2004 y GFS (Google File System).
- Concepto de Data Lake
- Concepto ETL, ELT
- La importancia del metadato y el data governance para la analítica.
- Los Datalabs en un modelo de integración analítica con el Data Lake y el Gobierno del dato.
Infraestructura Big Data
Infraestructura Big Data
- Hadoop: Almacenamiento y procesamiento distribuido
- Herramientas de obtención de datos: Sqoop , Flume y Nifi.
- Motores de consulta SQL:
- Hive e impala:
- Principio de funcionamiento.
- Sintaxis y funciones propias de HiveQL e Impala.
- Hive e impala:
- Introducción y principio de funcionamiento.
- Spark Core.
- DataFrames & Spark SQL.
- Configuración y ejecución
- Buenas prácticas.
- Interfaces:
- Web (Hue,Oozie Ambari,Cloudera Manager).
- Bases de datos NoSQL:
- Hbase, Cassandra, MongoDB y Neo4J
- Procesamiento de datos en Streaming: Kafka y Spark Streaming
Lenguajes de programación de un data science
Lenguajes de programación de un data science
- Python: lenguaje vehicular del máster.
- Principios, sintaxis y buenas prácticas. Casos típicos de utilización.
- Declaración de variables.
- Control de flujo (condicionales, bucles, etc.).
- Input / Ouput (lectura y escritura de ficheros, salida por pantalla, etc.).
- Orientación a objetos.
- Distribución del código (módulos, paquetes y librerías).
- Gestión de entornos: Anaconda, virtualenv.
- Notebooks analíticos: Jupyter (Notebook, Lab). ¿Por qué utilizarlos? Casos típicos de uso.
- Entornos de desarrollo: PyCharm, Spyder. ¿Qué ofrece un entorno de desarrollo frente a un editor de texto?
- Principios, sintaxis y buenas prácticas. Casos típicos de utilización.
- R: todavía es muy utilizado en estadística y por perfiles provenientes de ciencias puras, se darían algunas nociones del mismo.
- Principios y sintaxis. Casos típicos de utilización.
- IDE’s: RStudio.
- Control de versiones con Git.
- Fundamentos del control de versiones.
- Conceptos básicos (branch, commit, pull, push, merge).
- Metodologías de versionado: Gitflow.
Estudio y Modelado del Dato
Análisis inicial del dato
- Análisis exploratorio.
- Localización de dato atípico y métodos de detección de outliers.
- Realización de estadísticos descriptivos.
- Evaluación de la calidad del dato.
- Tipologías de datos: categóricos, numéricos, ordinales, temporales (fechas).
El modelo de datos en tres capas.
- Capa raw.
- Capa Master.
- Capa de consumo.
- Caso Práctico: Construir un modelo en tres capas a partir del análisis anterior.
Explotación eficiente del dato mediante herramientas de BI y Data Discovery.
- Cómo explotar un modelo de datos sin sobrecargar el sistema.
- Herramientas de reporting. (Spotfire, PBI…).
Diseño de un Modelo Escalable
Prototipado de modelos
- Preprocesamiento
- Feature selection
- Prototipado en local
Elección del juego de algoritmos óptimo
- Aprendizaje supervisado:
- Modelos lineales:
- Regresión lineal.
- Regresión logística.
- Máquinas de Soporte Vectorial.
- Modelos basados en árboles:
- Árbol de decisión.
- Random Forest.
- Gradient Boosting.
- Redes neuronales:
- Principio de funcionamiento. Perceptrón.
- Aprendizaje profundo. Se explicaría muy por encima.
- Regresión vs. Clasificación.
- Modelos lineales:
- Aprendizaje no supervisado:
- Clusterización.
- Jerárquica.
- Detección de anomalías.
- Clusterización.
- Técnicas de reducción de la dimensionalidad:
- t-SNE.
- Análisis de series temporales.
- Entrenamiento:
- Nociones básicas para entrenar un modelo correctamente:
- División en conjunto de entrenamiento, validación y test. Concepto de Data Leakage.
- Bias, Variance y Overfitting. Cómo detectarlos y prevenirlos. Curvas de entrenamiento.
- Validación cruzada.
- Optimización automática de hiperparámetros:
- Grid Search.
- Random Search.
- Basados en gradiente.
- Elección óptima del algoritmo:
- Según la tipología de los datos.
- Según el número de observaciones.
- Nociones básicas para entrenar un modelo correctamente:
Según el objetivo del modelo.
Herramientas de un Data Science: Librerías
Librerías para Machine Learning
- scikit-learn: exclusiva para Python. Librería genérica de Machine Learning. Funcionamiento en local con opción a distribuir. Idónea para prototipado.
- XGboost: tiene API en múltiples lenguajes. Modelo de boosting muy probado y ampliamente utilizado. Open Source desarrollado para competir en Kaggle.
- LightGBM: tiene API en múltiples lenguajes. Modelo de boosting muy probado y ampliamente utilizado. Desarrollado por Microsoft, Open Source.
- catboost: API en múltiples lenguajes. Modelo de boosting especializado en datos con variables categóricas. Desarrollada por Yandex.
- Spark ML: API en múltiples lenguajes, distribuida de forma nativa con el motor de Spark.
- TensorFlow: librería de referencia para el desarrollo de redes neuronales, tiene API en múltiples lenguajes aunque la de Python es la más ampliamente usada.
- Keras: API de Python consistente en una capa de abstracción para el manejo de las librerías de TensorFlow, CNTK y Theano a la hora de realizar modelos de redes neuronales
- fbprophet:es una librería en Python y R que implementa un procedimiento para pronosticar datos de series temporales basados ??en un modelo aditivo en el que las tendencias no lineales se ajustan a la estacionalidad anual, semanal y diaria, más los efectos festivos
- H2O: framework para el aprendizaje automático desarrollado por H2O.ai en Java. Tiene API en múltiples lenguajes e introduce el concepto de AutoML para la generación automática de modelos.
- Caret: exclusiva para R. Desarrollo de modelos de aprendizaje automático en general.
Librerías para interactuar con entornos Big Data
- impyla: cliente python para implementaciones de HiveServer2 con motores de búsqueda distribuida como Impala o Hive.
- Apache Arrow: API para múltiples lenguajes (C++, Python, Ruby…) para almacenamiento de datos representados de forma columnar. Permite intercambiar de forma nativa datos entre diferentes plataformas (Python, R, Hadoop, Spark, etc.).
- HdfsCLI: API de WebHDFS para Python.
- Ibis: toolbox para conectar Python con distintos componentes de Hadoop como HDFS.
- PySpark: API de Python para manejo de Spark.
Librerías para tratamiento de datos en memoria y cálculo numérico
- NumPy: principal librería de álgebra lineal en Python.
- pandas: principal herramienta para el tratamiento de datos tabulares en Python.
- Dask: distribución de tareas analíticas en Python de forma nativa.
- dplyr: exclusiva de R. Soporte a la manipulación de datos.
- tidyR: exclusiva de R. Tratamiento de datos tabulares.
Visualización
- Matplotlib: principal librería de visualización en Python.
- folium: librería para visualización geográfica en Python.
- seaborn: librería a alto nivel de visualización estadística basada en Matplotlib.
- Basadas en D3: Bokeh, Plotly. Visualización general. Gráficos interactivos usando Javascript.
- Para Big Data (visualización de millones / billones de registros): datashader.
Orquestación
- Oozie: orquestador incluido con las distribuciones de Hadoop. Basado en configuración mediante archivos .xml.
- Airflow: herramienta de creación de data pipelines programada en Python muy flexible. Soporte para gran cantidad de tecnologías (Spark, Hive, HDFS, etc.). Definición mediante DAGs en archivos Python.
- Luigi: Es una alternativa a Airflow. Herramienta de creación de pipelines en batch. Lo que busca al igual que el resto de herramientas de orquestación es automatizar de forma visual los distintos procesos que se realizan en el flujo del programa.
Trabajo Fin de Master
Profesorado del Área Tecnológica y de Sistemas y Seguridad de la Información
Contamos con un claustro de alto nivel académico y directivo, con más de 15 años de experiencia docente y profesional
Gustavo López
Sara Andrés Caballero
Cristina Gil
Mario Conejos
Francisco José Ramírez Vicente
Álvaro Nuñez Romero Casado
Alfieri Olcese
Fernando Agudo Tarancón
Jose Antonio Rubio Blanco
Francisco Javier Quintana
Carlos Pezo
Titulación de Master Data Science
Titulaciones Académicas
Una vez aprobadas con éxito cada una de las partes del programa, el alumno recibirá por parte del Centro Europeo de Postgrado el título profesional, que acredita haber superado todas las pruebas académicas. Título con reconocimiento tanto académico como profesional de la institución y del programa, lo que significa una garantía y aval de que los estudios adquiridos con un alto prestigio en el actual mercado laboral.
CEUPE - Centro Europeo de Postgrado ofrece a sus alumnos egresados con residencia fuera de España el servicio de gestión de la Apostilla de la Haya sobre todos sus Títulos. Este sello garantiza la validez de la firma del documento académico que se expide y es reconocido automáticamente en cualquier país que haya suscrito el Convenio de la Haya de 5 de octubre de 1961, sin necesidad de ninguna otra autenticación. Enseñanza no reglada y sin carácter oficial. Cuentan con el aval de la Asociación Española de Escuelas de Negocios - AEEN, así como Certificación Internacional de Excelencia Educativa - ICEEX
Título del Centro Europeo de Postgrado - CEUPE
Máster Data Science
Título de la Universidad Católica San Antonio de Murcia - UCAM
Máster de Formación Permanente en Data Science
Objetivos del Máster
Los objetivos fundamentales del Master en Data Science son:
- Conocer en profundidad una arquitectura Big Data así como todas las herramientas necesarias para el procesamiento/explotación de los datos.
- Utilizar el valor de aplicar Big Data para obtener los mejores resultados a través la ciencia de datos (Data Science), a través de las herramientas imprescindibles de un científico de datos.
- Adquirir conocimientos necesarios sobre el uso, análisis y la explotación de los datos.
- Tomar decisiones fundadas en el análisis de Big Data, Analítica Web y Data Science
Los alumnos que finalizan este programa tienen la ventaja competitiva de saber que se encuentran ante uno de los sectores con mayor presente y futuro del mercado profesional. Tal es así que actualmente existe una oferta de empleo profesional que no es capaz de ser cubierta por los profesionales que existen en el sector.
- Científico de datos (data scientist)
- Analista de datos.
- Analista de macrodatos.
- Responsable, jefe de proyecto o analista de sistemas de información de inteligencia de negocio.
- Emprendedor de negocios basados en el análisis de datos y en productos y servicios basados en datos.
El Máster está dirigido a:
- Estudiantes y profesionales que quieran desarrollar o fortalecer las capacidades técnicas y analíticas necesarias para una carrera de éxito en Big Data o Data Science.
- Perfiles que, teniendo parte de esas capacidades analíticas, deseen fortalecer sus capacidades técnicas para poder desarrollar una carrera en la industria del Big Data obteniendo una visión más completa (end to end).
- En general, el público objetivo será personal técnico con conocimientos básicos en programación e interpretación de conceptos matemáticos.
COMPLEMENTO DE IDIOMAS AL PROGRAMA MASTER
En un mundo tan globalizado como es el actual, las necesidades del mercado laboral demandan un profesional cada vez más competitivo. Por ello, desde CEUPE, hemos querido apostar plenamente por una formación en la que nuestro programa de especialización impartido en español, vaya integrado de forma paralela en el aprendizaje del inglés de negocio para poder reforzar el perfil profesional de nuestros alumnos.
CEUPE cuenta con una de las herramientas de formación online de idiomas más innovadoras y potentes del mercado, posibilitando al alumno el acceso durante un año del estudio del idioma, prestando especial atención a la formación en el idioma seleccionado centrándonos en una perspectiva de estudio orientada hacia los negocios en las diferentes vertientes comercial, jurídico, en el ámbito del marketing, coloquial, profesional, etc.
Una vez finalizado el curso de idiomas elegido, podrás obtener un Certificado que acredita las horas cursadas, las fechas de realización y los contenidos superados.
La metodología de aprendizaje, en el caso de seleccionar el idioma Inglés, permite la posibilidad de una vez finalizado los niveles, poder presentarse al acceso para obtener el certificado TOEIC, actualmente, la certificación empresarial más reconocido a nivel internacional.
Asimismo, es importante aprender un tercer idioma de lenguas consolidadas en el mundo profesional como francés, alemán, italiano, ruso y portugués (de Brasil). Para aquellas personas que ya dominen la lengua inglesa y deseen aprender otro idioma, desde CEUPE damos la posibilidad de acceder al estudio de esas otras lenguas citadas.
Para tener más información sobre la herramienta de estudio que vamos a ofrecerte con este programa máster, te facilitamos este enlace que te ayudará bastante: VIDEO DEMOSTRACION
La contratación de este módulo es independiente al precio del curso, teniendo un coste de 180€.
HERRAMIENTA DE NETWORKING Y DESARROLLO PROFESIONAL
Comprometidos con la preparación integral de nuestros alumnos en el mercado laboral, CEUPE es la única Escuela de Negocios que apuesta por un nuevo servicio exclusivo, capaz de fortalecer el perfil profesional de cada estudiante. Desde el Departamento de Orientación Profesional, y en colaboración con las principales agencias de colocación y outplacement, consultoras de selección de personal y coaches especializados en la rama empresarial, se ha desarrollado una Herramienta con la que, a lo largo de su formación, el alumno podrá contar para mejorar su desarrollo profesional y empleabilidad.
La Herramienta está pensada para la mejora y crecimiento profesional del alumno, con tres ejes conductores:
- La búsqueda activa de empleo, donde el alumno dispondrá de las principales bases de datos de empleo del país, así como fuentes de reclutamiento internacionales.
- Cambio profesional, con herramientas para elaborar una estrategia directa y efectiva que gire en torno a la preparación del CV, de la entrevista y de las dinámicas de grupo o networking.
- Desarrollo de la carrera profesional, en la que podrá hacer uso de aprendizaje interactivo relacionado con el coaching profesional activo o employer branding, para perfiles con una experiencia profesional más amplia.
Esta Herramienta de apoyo está integrada en el Campus Virtual, donde su uso es de fácil acceso para nuestros alumnos. Desarrollado y estructurado de forma muy intuitiva por el equipo equipo de Orientación Profesional, garantiza una formación en constante actualización, para un aprendizaje ágil y efectivo. En ella el alumno encontrará el apoyo de tutoriales, foros, vídeos, bases de datos, documentación digital e imprimible, conferencias online y grabadas, así como otros soportes de trabajo. VIDEO INFORMATIVO
Empleabilidad
Semana Internacional
Acto de graduación
Datos de Interés
DE PAGO
Servicios Académicos
CLASS
CLASS
MAGAZINE
Metodología
Ayudas al Estudio
Realizar un Programa de Postgrado de alto nivel como es el Máster en Data Science del Centro Europeo de Postgrado, supone un compromiso económico que a veces puede ser difícil de asumir.
CEUPE – Centro Europeo de Posgrado dota una gran parte de sus recursos financieros a fin de:
- Ofrecer a sus alumnos Programas de Ayudas Económicas a las que pueden optar si reúnen los requisitos exigidos.
- Facilitar flexibilidad en los pagos que el alumno debe afrontar, ofreciendo la posibilidad de fraccionarlos sin intereses.
- Los Programas Masters cuentan con una financiación interna a través de la cual no cobran al alumno ningún tipo de interés ni existe intermediación bancaria.
- Todos sus programas contemplan su abono en cómodos plazos para que el alumno no tenga que realizar importantes desembolsos. Es importante consultar al orientador académico que informará con detalle sobre las condiciones del programa seleccionado.
PROGRAMAS INTERNACIONALES DE AYUDAS DIRECTAS AL ESTUDIO
CEUPE, como miembro oficial de la UNITED NATIONS GLOBAL COMPACT, defiende que la formación de calidad es un Derecho Humano Fundamental, piedra angular de la sociedad del conocimiento y elemento estratégico para el desarrollo Sostenible y la inclusión social.
Por ello dota una gran parte de sus recursos financieros a fin de ofrecer a sus alumnos Programas Internacionales de Ayudas Económicas a las que pueden optar si reúnen los requisitos exigidos, por ejemplo el PROGRAMA GLOBAL LEARNING que ofrece Ayudas Económicas sobre todos los Másteres y cubre hasta el 65% de su coste.
PAGO EN CUOTAS SIN INTERESES
CEUPE ofrece a sus alumnos flexibilidad en los pagos que deben afrontar, ofreciendo la posibilidad de fraccionarlos sin intereses y sin intermediación bancaria. Es importante consultar con el orientador académico que informará con detalle de las ayudas dependiendo del programa formativo que se seleccione.
Programas que te pueden interesar
ESCUELA INTERNACIONAL
AYUDAS DIRECTAS AL ESTUDIO
PROFESORADO UNIVERSITARIO Y DIRECTIVO
