Plan de estudios

La asignaturas se agrupan en materias. La mayoría de las asignaturas serán impartidas por varios profesores en colaboración. La siguiente tabla muestra las materias, en el enlace de cada una figura el detalle de las asignaturas en que se divide y los créditos asignados a cada asignatura.

 

Nombre ECTS Duración
Introducción y nivelación 10,0 100 horas
Introducción a Big Data 0,5 5 horas (sesión inaugural)
Ampliación de Programación de Sistemas 5,0 50 horas
Introducción al Business Intelligence 4,5 45 horas
Infraestructura y Gestión para Big Data 13,0 130 horas
Computación y Gestión de Datos en la Nube para Big Data 3,0 30 horas
Modelos y Entornos de Gestión Big Data 1,0 10 horas
NoSQL 3,0 30 horas
Big Data y Tiempo Real 3,0 30 horas
Herramientas de última generación para Big Data 3,0 30 horas
Privacidad y Seguridad en relación a Big Data 5,0 50 horas
Privacidad y Big Data 2,0 20 horas
Privacidad y Seguridad en relación a Big Data 3,0 30 horas
Técnicas avanzadas de Análisis de Datos 7,0 70 horas
Herramientas estádisticas para Big Data (Analytics) 3,0 30 horas
Introducción al Aprendizaje Automático 3,0 30 horas
Aplicaciones del Aprendizaje Automático 1,0 10 horas
Data Science 7,0 70 horas
Taller de Python 0,5 5 horas
Taller de R 0,5 5 horas
¿Qué es Data Science? 2,0 20 horas
Procesamiento del Languaje Natural y Text Mining 2,0 20 horas
Text Mining en Social Media 3,0 30 horas
Visualización de datos 3,0 30 horas
Técnicas y herramientas para la visualización de datos y resultados 2,0 20 horas
Visualización de datos médicos 1,0 10 horas
Análisis de Datos Temporales y Financieros 4,0 40 horas
Financial Analysis 2,0 20 horas
Trabajo Final de Master (TFM)Trabajo final 9,0 270 horas de dedicación del alumno