Cursa tu Máster en Big Data online en UNIR
El Máster en Big Data online te formará como un profesional del Big Data capaz de manejar a la perfección las tres técnicas clave: captura y almacenamiento de información, minería de datos para el análisis inteligente y visualización de la información.
Este Máster Universitario en Big Data and Visual Analytics profundiza en las tecnologías más vanguardistas de la Ciencia de Datos y Machine Learning para prepararte en uno de los perfiles profesionales más demandados en 2019, según el III Encuentro Big Data Talent Madrid 2019. Te formarás en:
- Captura y almacenamiento de la información: Gestión y tratamiento de datos con MongoDB.
- Técnicas de Inteligencia Artificial: técnicas de clustering y diseño de sistemas expertos capaces de inferir nuevos conocimientos.
- Ingeniería para el Procesado Masivo de Datos (Machine Learning): Herramientas de Hadoop y Análisis de datos y minería de texto con R.
- Herramientas de Visualización: Google Charts, JQuery plug-ins, para visualizaciones y D3.js
Además incluye asignaturas que permiten contextualizar el Analytics en el ámbito empresarial y seminarios exclusivos con contenidos actualizados sobre las últimas tendencias y casos de éxito aplicables a tu sector.
Con este Máster Oficial en Big Data podrás formarte y especializarte con las herramientas y lenguajes más actuales y utilizados en el mercado, como MongoDB, R, Weka, Spark o Tableau:
Dispondrás de escritorios en la nube de uso completamente individual configurado para desplegar los procesos y las arquitecturas necesarias en procesos de Big Data
Máster posicionado entre los tres primeros del ranking "Top 5 Máster en Big Data, Business Analytics e Intelligence 2019" de Mundo Posgrado
Descarga en PDF el plan de estudios
¿Qué estudiarás en el máster?
Estudiantes de UNIR cuentan su experiencia
Máster en Visual Analytics y Big Data
Sandra Cobos: Máster en Visual Analytics y Big Data.
Docencia 100% online
Clases online en directo
Tutor personal
"El nivel de los profesores es muy alto: son de perfil muy técnico y especialistas en la realidad del Big Data".
Rafael San Miguel
Alumno del Máster en Visual Analytics y Big Data
“Si no fuera por la metodología de UNIR, por motivos laborales, no podría haber hecho este máster. Con otra universidad ni me lo hubiera planteado.”
Javier Vázquez
Alumno de la Escuela de Ingeniería de UNIR
“El máster me ha ayudado mucho en mi trabajo, porque al ser tan novedoso, poca gente lo tiene en su línea de currículum. Además, me ha abierto las puertas a Harvard y todo lo que puedo aprender allí, una de las oportunidades de mi vida"
Pablo Ruiz Ruiz
Alumno del Máster Universitario en Análisis y Visualización de Datos Masivos/Visual Analytics & Big Data
La opinión de nuestros estudiantes*
Accede a la Última Sesión Informativa Online (grabación)
La recolección, almacenamiento y procesado de datos a gran escala (el llamado BIG DATA) tiene unos requisitos específicos, con lo que las técnicas clásicas de análisis estadístico se complementan con algoritmos de minería de datos específicamente orientados al procesado de este tipo de datasets.
Además, la visualización de la información juega un importante papel a la hora de dar sentido a los datos capturados. Por una parte, la visualización permite una rápida comprensión de los datos; por otra parte, una acertada técnica de visualización puede ayudar a dar un sentido a los datos que difícilmente se podría conseguir de otra manera.
Con el Máster Oficial en Visual Analytics y Big Data te formarás en las siguientes competencias:
- Diseñar e implementar un sistema que combine técnicas de captura y almacenamiento, análisis y visualización de datos.
- Adquirir una visión general del proceso que engloba el mapeo de una situación física o virtual, el procesado de los datos subyacentes y la representación visual de dicha realidad.
- Identificar los aspectos legales de aplicación relativos a la captura, almacenamiento y uso de datos de usuario.
- Analizar y seleccionar los datos que mejor representen una situación física o virtual y enunciar los requisitos que debe cumplir un método de almacenamiento apropiado para dichos datos.
- Identificar los descriptores más habituales para un conjunto de datos y valorar su aplicabilidad a un conjunto de datos conocido.
- Anticipar los riesgos y beneficios derivados de la aplicación de las técnicas de procesamiento masivo de datos en una situación real.
- Identificar las herramientas comerciales y de software libre orientadas al análisis estadístico, inteligencia artificial y procesamiento masivo de datos.
- Evaluar y asesorar sobre los diferentes métodos de visualización de datos aplicables según la información que se pretenda transmitir.
- Relacionar las técnicas estadísticas y de inteligencia artificial con las visualizaciones que mejor expresan la información subyacente.
- Identificar las necesidades de usabilidad e interactividad de un método de visualización de datos.
- Conocer la función del marketing en las organizaciones y su influencia en la estrategia empresarial.
- Ser capaz de diseñar un sistema de apoyo a las decisiones basado en análisis y visualización de datos.
- Ser capaz de aplicar técnicas de almacenamiento noSQL, análisis y/o visualización de datos en una situación real de empresa.
Entidades colaboradoras
Altran
Bosonit
UCS Cloud
SDG Group
OpenSistemas
Synergic Partners
Indra
Hewlett Packard Enterprise
Everis
Cisco
Esri
Documentación de la titulación
Normas de organización y funcionamiento
Documentación específica
Documentación de convocatoria en curso
- Marzo 2019 [https://static.unir.net/CalendariosST/2019/Primavera/Marzo/Cal_muBigData_marzo2019_per812.pdf Ver calendario]
Plan de estudios
Los créditos del programa están repartidos de la siguiente forma:
Créditos ECTS |
Valor |
|---|---|
| Obligatorias | 42 |
| Trabajo Fin de Máster | 12 |
| Prácticas | 6 |
| Créditos totales | 60 |
Primer cuatrimestre |
ECTS |
Carácter |
|---|---|---|
| Métodos de captura y almacenamiento de la información | 3 | obligatoria |
| Privacidad y Protección de Datos | 3 | obligatoria |
| Análisis e Interpretación de Datos | 6 | obligatoria |
| Técnicas de Inteligencia Artificial | 6 | obligatoria |
| Ingeniería para el Procesado Masivo de Datos | 6 | obligatoria |
| Visualización Interactiva de la Información | 6 | obligatoria |
Segundo cuatrimestre |
ECTS |
Carácter |
|---|---|---|
| Herramientas de Visualización | 6 | obligatoria |
| Marketing Estratégico y Análisis del Cliente | 3 | obligatoria |
| Business Intelligence para la toma de decisiones | 3 | obligatoria |
| Prácticas en empresa | 6 | prácticas |
| Trabajo Fin de Máster | 12 | Trabajo Fin de Máster |
Acceso
Los requisitos de acceso al programa son los siguientes:
Requisitos de Acceso
Para poder acceder al Máster es necesario contar con titulación universitaria. Este requisito se corresponde con los criterios de acceso establecidos en el artículo 16 del RD 1393/2007 modificado por el RD 861/2010:
- Estar en posesión de un título universitario oficial español u otro expedido por una institución de educación superior del Espacio Europeo de Educación Superior perteneciente a otro Estado integrante del Espacio Europeo de Educación Superior que faculte en el mismo para el acceso a enseñanzas de Máster.
- Titulados conforme a sistemas educativos ajenos al Espacio Europeo de Educación Superior sin necesidad de homologar sus Títulos, previa comprobación por la Universidad de que aquellos acreditan un nivel de formación equivalente a los correspondientes Títulos universitarios oficiales españoles y que facultan en el país expedidor del Título para el acceso a enseñanzas de postgrado. El acceso por esta vía no implicará en ningún caso, la homologación del Título previo de que esté en posesión el interesado, ni su reconocimiento a otros efectos que el cursar las enseñanzas del Máster.
Perfil recomendado
Adicionalmente, además de los requisitos de acceso que señala la ley, UNIR ha definido un perfil competencial para todos los alumnos que accedan al Máster Universitario en Análisis y Visualización de Datos Masivos / Visual Analytics and Big Data:
- Ser capaz de leer e intepretar correctamente un programa pequeño escrito en un lenguaje de programación conocido.
- Ser capaz de leer pequeños fragmentos de código fuente en un lenguaje de programación no conocido.
- Ser capaz de escribir el pseudocódigo que describe un algoritmo, e implementar dicho algoritmo en un lenguaje de programación de alto nivel.
- Dominio del idioma inglés suficiente como para leer e interpretar manuales técnicos, así como para consultar dudas técnicas en foros especializados.
- Conocimiento básico de bases de datos SQL.
- Conocimiento de los paradigmas de computación en servidor y cliente.
- Conocimiento básico de la computación distribuída.
- Conocimiento básico de técnicas de estadística descriptiva.
Se considera que un alumno cumple con el perfil competencial si dispone de una titulación afín al área de conocimiento (Graduado en Ingeniería Informática, Licenciado en Informática, Ingeniero o Ingeniero Técnico en Informática, Graduado en Ingeniería Telemática, Ingeniero o Ingeniero Técnico en Telecomunicaciones, Licenciado/Graduado en Matemáticas, Licenciado/Diplomado/Graduado en Estadística, etc.) o cuando dispone de experiencia profesional demostrable, con no menos de dos años de experiencia realizando tareas relacionadas con el ámbito de conocimiento. Se podrá solicitar certificado de empresa que acredite el perfil competencial descrito.
Cómo matricularse
Para matricularte en UNIR sólo tienes que seguir esta serie de pasos:
- Completa el formulario “Solicita información”.
- Recibirás la llamada de un asesor personal. Con él verificarás que cumples los requisitos exigidos y te ayudará a elaborar tu plan de estudios personalizado: reconocimiento, número de créditos, tiempo que le puedes dedicar, etc.
- Cumplimenta la matrícula* con la forma de pago más adecuada a tus necesidades.
- Envía la documentación requerida para formalizar la admisión, debidamente compulsada y espera la confirmación.
- Espera tu clave de acceso al AULA VIRTUAL y comienza el curso organizándote a tu manera.
Si lo necesitas puedes consultar las tasas y becas o llamar a un asesor 941 281 803.
Si tienes estudios universitarios previos o experiencia profesional susceptible de ser reconocida, puedes solicitar un estudio de reconocimiento de ECTS**. El Departamento de Transferencia y Reconocimiento de Créditos de UNIR realizará un estudio previo de tu caso particular.
*Un asesor te facilitará el acceso al formulario de matrícula.
**Sólo para matricularte en Grados y Postgrados oficiales.
Metodología
El método de estudio de UNIR es flexible, personalizado y eficaz. La metodología se basa en clases online en directo y tutor personal para ofrecer la mejor formación.
El modelo pedagógico de UNIR es efectivo porque se basa en una metodología totalmente online para que cada alumno pueda estudiar a su ritmo:
- Clases online en directo: Hay clases programadas todos los días de la semana, en horario de mañana y de tarde, para que asistas a clase cuando mejor te venga.
- Clases online en diferido: Si no puedes asistir a una clase o te quedas con dudas, podrás acceder a todas las clases en diferido. Podrás verlas siempre que quieras y tantas veces como necesites.
- Tutor personal: El primer día se te asignará un tutor personal. Estarás en contacto con él por teléfono y por email. Él te apoyará en tu día a día y resolverá las dudas que te puedan surgir.
- Campus Virtual: Todo lo que necesitas para estudiar en UNIR está en el campus: las clases, los profesores, los compañeros, la biblioteca, recursos didácticos, horarios, chat, foros y mucho más.
- Recursos didácticos: Tendrás acceso a distintos recursos de aprendizaje para completar tu formación: lecturas complementarias, esquemas con las ideas clave, test de autoevaluación, etc
Puedes consultar el apartado Cómo se estudia en UNIR para acceder a más información.
Además UNIR cuenta con dos departamentos específicos para apoyar a los estudiantes en sus estudios:
El Servicio de Orientación Académica (SOA)* trabaja para ayudar a los alumnos en sus estudios, teniendo en cuenta sus circunstancias laborales y familiares. Se busca conseguir la conciliación entre trabajo-familia‐estudio y se ayuda, a cada alumno, a adquirir un ritmo de trabajo y estudio adaptado a sus necesidades personales.
*Este servicio está disponible exclusivamente para los Títulos Oficiales
El Servicio de Atención a las Necesidades Especiales (SANNEE) para prestar apoyo a los estudiantes en situación de diversidad funcional, temporal o permanente, aportando las soluciones más adecuadas a cada caso.
Recursos didácticos
El alumno recibe su formación de los profesores y profesionales expertos de UNIR, y cuenta con el apoyo del Servicio Técnico de Orientación que resolverá todas sus dudas para seguir con éxito sus clases.
Todos los participantes del programa pueden comunicarse entre sí desde cualquier parte del mundo a través de chats, foros de debate y blogs.
Los contenidos se complementan con fotogramas y material audiovisual.
Nuestra plataforma permite también la descarga de audio y video.
Sistema de evaluación
Para conocer el nivel de logro de los objetivos generales y específicos definidos en el máster online es necesario evaluar las competencias adquiridas durante el estudio del mismo.
La evaluación del aprendizaje se efectúa teniendo en cuenta la calificación obtenida en los siguientes puntos:
- Evaluación continua: 40% (tests de evaluación, participación e implicación por parte del estudiante en foros, debates y otros medios colaborativos; y resolución de casos prácticos).
- Examen presencial final: 60%.
- Trabajo Fin de Máster.
Salidas profesionales
Para puestos de "Data Scientist" y "Business Intelligence", las empresas e instituciones buscan profesionales dinámicos que combinen conocimientos de Empresa, manejo de tecnologías Big Data y avanzadas aptitudes de análisis. Solo un perfil de estas características puede identificar, recoger, analizar, interpretar y transformar los datos en información relevante.
Algunas salidas profesionales de este máster son:
- Científico de Datos
- Gerente de Business Intelligence
- Analista de Datos Senior
- BI Consultant
- Analista Data Science
- Técnico de Inteligencia de Negocio
- Consultor Senior BI
- Jefe de Proyecto Big Data
- Gerente de Business Intelligence
Perfil de egreso
Tras completar el máster, los alumnos serán capaces de:
- Identificar las diferentes fases que requiere la elaboración de una buena visualización: recogida de datos, procesado y representación.
- Diseñar un método de recogida de datos que consiga mapear en datos concretos una actividad, tarea o proceso.
- Usar las técnicas y herramientas existentes de minería de datos, estadísticas y de visualización de la información.
- Diseñar y desarrollar visualizacionesinteractivas, usables y elocuentes.
- Diseñar y desarrollar un sistema para el apoyo a la toma de decisiones, contemplando el proceso completo: recogida de datos, procesado y visualización.
Claustro
El claustro de UNIR está compuesto por profesionales con amplia trayectoria académica y laboral capaces de trasladar su experiencia y conocimientos a las aulas.
Colaboradores
Javier Rodríguez Rodríguez
Chief Technology Officer en OpenSistemas. Colaborador a través de seminarios formativos sobre innovación en Big Data, tanto en el ámbito de gestión y emprendimiento como en el de conocimiento tecnológico específico.
Ver más
Luis Miguel Mancha Merino
Head of Data Analytics & Global HR Systems en Sacyr y exalumno del Máster Universitario en Máster Universitario en Visual Analytics & Big Data. Ha participado como ponente en la openclass: “El Big Data y los retos que genera en las empresas”.
Ver más
Guillermo Enrique Calderón Ruíz
Doctor en Ciencias de la Ingeniería, ha participado como ponente en el seminario ‘Minería de procesos: oportunidades para la academia e industria’”
Ver másProfesores
Luis de la Fuente Valentín
Director del Máster en Análisis y Visualización de Datos Masivos, y docente en éste y otros títulos de postgrado en UNIR. Doctor en Ingeniería Telemática. Investigador en Tecnologías educativas, más concretamente en Learning Analytics.
Alejandro Vidal Mata
Data Scientist y Data Design en BBVA Data Analytics. Diseñador y desarrollador de productos financieros basados en inteligencia artificial. Previamente trabajó desarrollando sistemas de visión artificial y psicométricos.
Claudia Villalonga Palliser
Coordinadora del Máster Universitario en Inteligencia Artificial. Doctora por la Universidad de Granada en Tecnologías de la Información y la Comunicación.
Óscar García García
Doctor en Ingeniería Informática por la Universidad de Salamanca (Cum Laude y Premio Extraordinario de Doctorado). Ingeniero de Telecomunicación por la Universidad de Valladolid. Emprendedor con amplia experiencia en la gestión de proyectos.
Gemma Cascales García
Primera Doctora por la URJC en la Escuela Internacional de Doctorado en Ciencias Sociales y Jurídicas en el Área de Empresa. Coordinadora del Experto Universitario en Revenue Management para la gestión hotelera. Máster Oficial de Turismo.
Rafael Martínez Ranera
Profesional especializado en seguridad de la información y protección de datos. Lic. en CC Físicas por la Universidad Complutense de Madrid , es Máster en auditoria informática y MBA internacional por la UPM. CISA,CISM y "Gold member" de ISACA
Oscar Garcia Perales
Director de Operaciones e Investigador senior en ICE e Ingeniero Informático por la Universidad Politécnica de Valencia. Posee más de 15 años de experiencia en proyectos I+D+i europeos. Máster en Inteligencia de Negocio y Big Data por la UOC.
Yusef Hassan Montero
Diseñador de Interacción freelance especializado en Visualización de Datos. Es Co-organizador de UX Spain, el evento más importante sobre Experiencia de Usuario en España, y director de la revista digital No Solo Usabilidad.
Elena Giménez de Ory
Doctora en Ingeniería Cartográfica, Geodésica y Fotogrametría por la Universidad de Jaén. Profesora y coordinadora de prácticas de la Escuela Superior de Ingeniería y Tecnología de UNIR. Acreditada como Profesor Contratado Doctor.
Alberto Corbi Bellot
Licenciado y Doctor en Ciencias Físicas, por la Universidad de Valencia. Cofundador y responsable de desarrollo en plataformas móviles de software para medicina nuclear en empresa multinacional líder en el sector.
Salvador Cobos Guzmán
Doctor en Robótica y Automática por la UPM. Ha sido investigador principal en diferentes áreas de la Robótica, como Modelados Biomecánicos de la Mano Humana. La inteligencia artificial y la robótica biomecánica son dos de sus grandes líneas de trabajo.
Álvaro Tejeda Lorente
Doctor en Ingeniería informática con más de 7 años de experiencia en la empresa privada trabajando como científico de datos especializado en personalización, extracción de conocimiento y privacidad mediante el uso grandes cantidades de datos.
Luis Miguel Rivera Cumbicus
Los temas de investigación es la Implementación de la Inteligencia Artificial ( Deep Learning, Machine Learning, Análisis Predictivo, Análisis Prescriptivo, Natural Languaje Processing, …) en proyectos de transformación digital con R y Python.
Pablo Villacorta Iglesias
Doctor en Ciencias de la Computación e IA, Ingeniero en Informática y Licenciado en CC y Técnicas Estadísticas (segundo premio nacional) por la Universidad de Granada. Científico de datos en la empresa privada.
Diana Carolina Caldas Alvarez
Ingeniera de Sistemas por la Univesidad Nacional de Colombia, Master en Gestión del Conocimiento por la UPM, Executive MBA por la EEN. Ha trabajado en proyectos de BI a nivel internacional. Actualmente Business Process Expert consultant en JTI.