Plan de estudios

Universidad de Alicante. Página principal
Plan de estudios: MÁSTER UNIVERSITARIO EN CIENCIA DE DATOS
Saltar idiomas
Español | Valencià | English
Saltar iconos
Saltar cabecera
Universidad de Alicante. Página principal
Ficha del estudio

MÁSTER UNIVERSITARIO EN CIENCIA DE DATOS

Código:
 D109

Créditos:
 60
 
Fecha de publicación:
 12/05/2021

Título:
 Máster Universitario Oficial
 
Precio:
 39,27
 Créditos en 1ª matrícula
 

RAMA

Ingeniería y Arquitectura

PLAN

MÁSTER UNIVERSITARIO EN CIENCIA DE DATOS

TIPO DE ENSEÑANZA

Mixta

IDIOMA/S EN QUE SE IMPARTE

Castellano

CENTROS DONDE SE IMPARTE

Escuela Politécnica Superior

ESTUDIO IMPARTIDO CONJUNTAMENTE CON

Solo se imparte en esta universidad

FECHAS DE EXAMEN

Acceda al listado de fechas de examen para esta titulación.

PLAN DE ESTUDIOS OFERTADO

Nodo inicial:
 

Leyenda: No ofertadaSin docencia
MÁSTER UNIVERSITARIO EN CIENCIA DE DATOS
48 créditos
 
12 créditos
 
 
Superado este bloque se obtiene
MÁSTER UNIVERSITARIO EN CIENCIA DE DATOS
CONDICIONADA
 
 
 

COMPETENCIAS


Competencias Generales

  • CG1:Aplicar los conocimientos adquiridos a problemas reales relacionados con la ciencia de datos.
  • CG2:Ser capaz de desarrollar y aprender de forma auto-dirigida o autónoma temas relacionados con la ciencia de datos.
  • CG3:Saber desenvolverse en contextos multidisciplinares y/o internacionales aportando soluciones desde el punto de vista de la ciencia de datos.
  • CG4:Conocer y aplicar en cada situación las responsabilidades sociales, éticas y legales vinculadas a la aplicación de los conocimientos de la ciencia de datos.
  • CG5:Saber gestionar la información y los recursos disponibles relacionados con ciencia de datos.
  • CG6:Ser capaz de adaptarse a entornos relacionados con la ciencia de datos, fomentando el trabajo en equipo, la creatividad, la capacidad crítica y el espíritu emprendedor.
  • CG7:Ser capaz de adaptarse al ambiente cambiante propio de la disciplina y de comprender y aplicar los nuevos avances técnicocientíficos relacionados con la ciencia de datos.
  • CG8:Saber proyectar, diseñar, desarrollar, implantar y mantener productos, aplicaciones y servicios relacionados con la ciencia de datos, teniendo en cuenta aspectos técnicos, económicos y de eficiencia.
  • CG9:Saber dirigir proyectos relacionados con la ciencia de datos, cumpliendo la normativa vigente y asegurando la calidad del servicio.
  • CG10:Saber utilizar técnicas de la ciencia de datos para obtener nuevas relaciones y brindar información sobre problemas de investigación o procesos organizativos y respaldar la toma de decisiones.
  • CG11:Ser capaz de utilizar los principios de ingeniería y las modernas tecnologías informáticas para investigar, diseñar, implementar nuevas aplicaciones de la ciencia de datos.
  • CG12:Ser capaz de desarrollar experimentos, procesos, instrumentos, sistemas, infraestructuras durante todo el ciclo de vida de los datos.

Competencias Básicas

  • CB6:Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación
  • CB7:Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
  • CB8:Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios
  • CB9:Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades
  • CB10:Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

Competencias Específicas

  • CE1:Conocer en profundidad y manejar tecnologías de aprendizaje automático (machine learning), algoritmos, y herramientas (incluido el aprendizaje supervisado, no supervisado o reforzado).
  • CE2:Identificar y utilizar técnicas avanzadas de minería de datos y minería de textos.
  • CE3:Conocer en profundidad y aplicar métodos de análisis predictivo, prescriptivo, descriptivo y analítica cualitativa.
  • CE4:Identificar y utilizar técnicas de análisis gráfico de datos para el análisis de redes organizacionales, relaciones con los clientes y otras tareas.
  • CE5:Analizar y aplicar métodos analíticos y estadísticos avanzados para la preparación y procesado de datos.
  • CE6:Determinar métricas para la evaluación y validación de análisis de datos.
  • CE7:Determinar y utilizar métodos efectivos de visualización y narración para crear paneles de control e informes de análisis de datos.
  • CE8:Analizar y utilizar métodos de procesamiento de lenguaje natural.
  • CE9:Utilizar y manejar eficazmente las infraestructuras y servicios big data. Utilizar y aplicar estos servicios para soportar y realizar toma de decisiones basadas en datos.
  • CE10:Diseñar y utilizar tecnologías y algoritmos eficientes para el modelado y la simulación sistemas de datos.
  • CE11:Diseñar y utilizar algoritmos eficientes para acceder y analizar grandes cantidades de datos, y conocer el manejo de APIs para la interconexión de bases de datos y colecciones de datos heterogéneos.
  • CE12:Diseñar y utilizar sistemas que incluyen la recopilación de datos (pasivo y activo) para la prueba de hipótesis y la resolución de problemas.
  • CE13:Diseñar y utilizar métricas y técnicas para la validación y comparación de algoritmos de aprendizaje automático.
  • CE14:Diseñar y aplicar algoritmos para resolver problemas reales mediante habilidades de modelización, optimización y cálculo numérico.
  • CE15:Manejar y aplicar las herramientas informáticas de cálculo numérico, optimización, simulación, visualización gráfica u otras para experimentar y resolver problemas.
  • CE16:Diseñar, desarrollar, presentar y defender, individualmente ante un tribunal universitario, un trabajo integral de ciencia de datos en el que se sinteticen los conocimientos adquiridos en las enseñanzas.

Competencias Transversales

  • CT1:Ser capaz de liderar proyectos relacionados con la Ciencia de Datos, así como dirigir equipos de trabajo
  • CT2:Mostrar competencias informáticas e informacionales en el ámbito de la ciencia de datos.
  • CT3:Reunir competencias en comunicación oral y escrita.

 

 

ESTRUCTURA DEL MÁSTER POR CRÉDITOS Y MATERIA

 

Tipo de materia

Créditos

Obligatorias (OB)

42

Optativas (OP)

12

Trabajo Fin de Máster (TFM)

 6

TOTAL CRÉDITOS

60

 

DISTRIBUCIÓN DE ASIGNATURAS POR CURSO / SEMESTRES

 

Tabla 2. Planificación temporal del título. Alumnos a tiempo completo.
Módulos Materias Asignaturas TIPO SM1 SM2
Infraestructuras y tecnologías big data Optativa 6
Ampliación de estadística y optimización Optativa 6
Tecnología en bases de datos Optativa 6
Programación avanzada Optativa 6
Aprendizaje estadístico Obligatoria 6
Métodos gráficos bayesianos Obligatoria 6
Machine learning Obligatoria 6
Minería de datos Obligatoria 6
Minería de textos Obligatoria 6
Preproceso, recolección y visualización de datos Obligatoria 6
Modelado computacional, simulación y optimización Obligatoria 6
Trabajo final de máster Obligatoria 6
Créditos totales: 30 30

Planificación temporal del título. Alumnos a tiempo completo.

Materias Asignaturas TIPO SM1 SM2
Infraestructuras y tecnologías big data   Optativa 6  
Ampliación de estadística y optimización   Optativa 6  
Tecnología en bases de datos   Optativa 6  
Programación avanzada   Optativa 6  
Aprendizaje estadístico   Obligatoria 6  
Métodos gráficos bayesianos   Obligatoria 6  
Machine learning   Obligatoria   6
Minería de datos   Obligatoria   6
Minería de textos   Obligatoria   6
Preproceso, recolección y visualización de datos   Obligatoria 6  
Modelado computacional, simulación y optimización   Obligatoria   6
Trabajo final de máster   Obligatoria   6
  Créditos totales:   30 30

 

Planificación temporal del título. Alumnos a tiempo parcial.

 

Materias Asignaturas TIPO

SM1

1º 

SM2

SM3

SM4

Infraestructuras y tecnologías big data   Optativa 6      
Ampliación de estadística y optimización    Optativa 6      
Tecnología en bases de datos   Optativa 6      
Programación avanzada   Optativa 6      
Aprendizaje estadístico   Obligatoria     6  
Métodos gráficos bayesianos   Obligatoria     6  
Machine learning   Obligatoria       6
Minería de datos   Obligatoria   6    
Minería de textos   Obligatoria   6    
Preproceso, recolección y visualización de datos   Obligatoria     6  
Modelado computacional, simulación y optimización   Obligatoria   6    
Trabajo final de máster   Obligatoria       6
  Créditos totales:   12 18 18 12

 

PLANIFICACIÓN GENERAL DEL PLAN DE ESTUDIOS

La presente propuesta de máster se compone de 7 materias obligatorias, que suman un total de 42 créditos ECTS, 2 materias optativas, que suman un total de 12 créditos ECTS y de un Trabajo Fin de Máster de 6 créditos ECTS. Estas materias ofrecen una visión amplia de los diferentes aspectos relacionados con la ciencia de los datos y el tratamiento de datos masivos.

Todas las materias se imparten siguiendo una metodología enseñanza-aprendizaje de carácter presencial, en la que se definen las siguientes actividades: clases teóricas, prácticas con ordenador, trabajo autónomo del estudiante y trabajo fin de máster.

En particular:

1. En las actividades teóricas se desarrolla un aprendizaje experimental y creativo con material multimedia para la formación. Se contará también con invitados provenientes de diferentes empresas para profundizar en algunos casos prácticos de la vida real relacionados con los contenidos de las materias del máster.

2. Las prácticas con ordenador se plantearán para el desarrollo de trabajos prácticos de aplicación inmediata de las ideas vistas en las clases de teoría, o en el desarrollo de proyectos. Dentro de las prácticas con ordenador de todas las asignaturas se realizará un proyecto de integración común en el que se irán introduciendo nuevas características conforme se vayan estudiando en teoría.

Este proyecto se construirá de forma incremental a lo largo de todo el máster, y será independiente del Trabajo Fin de Máster, que se realizará en el segundo cuatrimestre y deberá ser personal y original.

3. Una parte del trabajo que el estudiante debe realizar, se propondrá mediante un aprendizaje autónomo no presencial, como son el trabajo fin de máster y los trabajos que se encarguen para la evaluación de determinadas asignaturas.

Por ello, todas las asignaturas utilizan tanto el UACloud de la Universidad de Alicante, como la plataforma de e-learning Moodle, que además de permitir a los profesores la realización de una estructuración del conocimiento que debe adquirir el estudiante, permite la introducción de hitos para la solicitud de cada una de las entregas que han de realizar a lo largo del curso. Esto ayuda al alumnado a gestionar y a organizar sus esfuerzos fuera de las aulas.

4. La evaluación tendrá como objetivo fundamental cuantificar el grado de cumplimiento de los objetivos formativos. Además, en todas las materias, la evaluación a realizar tendrá en cuenta los siguientes supuestos:

¿ Existen normas predefinidas y conocidas de antemano por el alumnado?

¿ Es coherente con los objetivos fijados de antemano?

¿ Abarca todos los niveles de conocimiento y actividades del alumnado en relación a cada materia?

¿ Habrá diferentes modalidades de evaluación como pruebas y exámenes, evaluación de prácticas realizadas de forma individual o en grupo, etc.?

 

 

REQUISITOS DE ACCESO

 

Según la Normativa de la Universidad de Alicante, para acceder a las enseñanzas oficiales de Máster Universitario será necesario:

  1. Estar  en posesión de un TÍTULO UNIVERSITARIO OFICIAL ESPAÑOL u otro expedido por una institución de educación superior del EEES (Espacio Europeo de Educación Superior) que facultan en el país expedidor del título para el acceso a enseñanzas de Máster.
  2. Estar en posesión de un TÍTULO DE EDUCACIÓN SUPERIOR EXTRANJERO que haya sido HOMOLOGADO al título que permite acceder a los estudios solicitados.
  3. Estar en posesión de un TÍTULO UNIVERSITARIO obtenido en una Universidad o Centro de Enseñanza Superior de PAÍSES AJENOS AL EEES, sin necesidad de la homologación previa de sus estudios. En este supuesto hay que tener en cuenta:

  • El Título no homologado requiere un informe técnico de  equivalencia expedido por  la Universidad de Alicante (ContinUA - Centro de Formación Continua), por el que se deberá abonar la tasa correspondiente.
  • El acceso por esta vía no implicará, en ningún caso, la homologación del título previo de que esté en posesión el/la interesado/a, ni su reconocimiento a otros efectos que el de cursar las enseñanzas de máster universitario.

 

ADMISIÓN Y CRITERIOS DE VALORACIÓN 

 

Los criterios de admisión serán establecidos por la comisión académica de cada máster, regulada en el artículo 20 de la Normativa sobre títulos oficiales
de Máster Universitario de la Universidad de Alicante (BOUA 20/12/2012). Entre otras, una de sus funciones será la de llevar a cabo la selección
del alumnado a efecto de su admisión.
La Comisión Académica estará compuesta al menos por:
-El Coordinador o Coordinadora del máster universitario, que la preside.
-Un mínimo de tres miembros representantes del profesorado que imparte docencia en el máster universitario, elegidos entre y por el profesorado del
máster universitario, procurando que estén representados los departamentos que intervienen en el plan de estudios.

Los criterios de admisión serán establecidos por la comisión académica de cada máster, regulada en el artículo 20 de la Normativa sobre títulos oficiales de Máster Universitario de la Universidad de Alicante (BOUA 20/12/2012). Entre otras, una de sus funciones será la de llevar a cabo la selección del alumnado a efecto de su admisión.

La Comisión Académica estará compuesta al menos por:

-El Coordinador o Coordinadora del máster universitario, que la preside.

-Un mínimo de tres miembros representantes del profesorado que imparte docencia en el máster universitario, elegidos entre y por el profesorado del máster universitario, procurando que estén representados los departamentos que intervienen en el plan de estudios.

-1 representante del centro proponente.

-1 representante del alumnado, que será elegido cada año entre y por el alumnado del máster universitario.

-1 representante de las empresas y/o instituciones cuando se contemplen prácticas externas. Será propuesto por el Coordinador o Coordinadora del máster universitario, oídas las empresas y/o instituciones.

-1 miembro del PAS para cuestiones relacionadas con la gestión administrativa del máster universitario.

El perfil de ingreso recomendado para cursar el Máster Universitario en Ciencia de Datos por la Universidad de Alicante es el de titulados/as (graduado/ a, licenciado/a, ingeniero/a) con competencias básicas en matemáticas, estadística y fundamentos de programación.

Los perfiles más adecuados corresponden a los siguientes titulados/as de Grado (o afín) así como superior (antiguos licenciados): Ingeniería Informática, Ingeniería Multimedia, Matemáticas.

Los criterios de selección en los que se basará la Comisión Académica de Máster serán:

1. La admisión será directa en los siguientes casos:

-Quienes estén en posesión del título de Grado en Ingeniería Informática.

-Quienes estén en posesión del título de Grado en Ingeniería Multimedia.

-Quienes estén en posesión del título de Grado en Matemáticas.

-Quienes estén en posesión de un título de Ingeniero/Licenciado en Informática o Matemáticas correspondiente a anteriores ordenaciones de las enseñanzas universitarias.

2. Para todas aquellas personas que cumplan con el criterio anterior se procederá a considerar la media del expediente académico con el fin de establecer un orden de las solicitudes. En caso de existir un número mayor de solicitudes que de plazas, se utilizará la citada ordenación.

Para quienes acrediten una titulación distinta a las relacionadas anteriormente, corresponderá a la Comisión Académica del Máster valorar su aceptación en función del perfil académico y/o profesional del candidato, garantizando siempre que el alumnado tiene las competencias mínimas necesarias de Matemáticas y Programación para poder cursar las asignaturas del máster.

 

 

 

PREINSCRIPCIÓN Y MATRÍCULA

 

PREINSCRIPCIÓN +info

El alumno interesado en cursar un Máster Oficial en la UA, deberá realizar una preinscripción en los plazos y condiciones que se establezcan anualmente.

 

MATRÍCULA +info

Tras la publicación de las listas definitivas de admitidos se enviará por correo electrónico a los alumnos admitidos una contraseña que servirá de identificación de usuario para poder matricularse a través de Campus Virtual en los plazos y condiciones que se establezcan anualmente. 

En el procedimiento de matrícula, los documentos expedidos en el extranjero deberán ser oficiales y estar debidamente legalizados y traducidos, más información:


OFERTA DE PLAZAS

 

CURSO OFERTA DE PLAZAS
2020-21 20
2021-22 20

 

Se prevé que el inicio de la implantación del nuevo plan de estudios de Máster en Data
Science y Big Data Ciencia de Datos por la Universidad de Alicante pueda realizarse en
el curso 2020/2021.
CRONOGRAMA
Curso académico Implantación del máster en Data Science y Big Data
Ciencia de Datos

CRONOGRAMA DE IMPLANTACIÓN

Curso académico  Implantación del máster en Ciencia de Datos
2020-2021 1º curso

 

 

 

Sistema de Garantía Interna de Calidad (SGIC) del Título

Seguimiento del Título

 

Información del Centro Información general para el alumno
  •  Escuela Politécnica Superior
Campus de San Vicente del Raspeig
Ctra. de Alicante s/n 03690
San Vicente del Raspeig (Alicante)
Teléfono:+ 34
96 590 3648
Fax:+ 34 96 590 3644
eps@ua.es 
http://www.eps.ua.es/

 

  • Centro de Formación Continua (ContinUA)
Solo para el proceso de preinscripción
Edificio Germán Bernácer, planta baja
Teléfono: + 34 96 590 9422
Fax: + 34 96 590 9442

continua@ua.es

http://web.ua.es/es/continua

 

Normativa general de la UA  + Información titulación
  • BOE de publicación del plan de estudios 
  • Web propia
  • Folleto informativo
  • Datos del título en el RUCT

 

Saltar pie
Servicio de informática
Saltar estándares