Plan de estudios

COMPETENCIAS

Conocimientos/Contenidos

• CON1:Poseer y comprender conocimientos que permitan la originalidad en el desarrollo y aplicación de ideas, en un contexto de investigación, integrando siempre las responsabilidades sociales, éticas y legales vinculadas a la aplicación de los conocimientos en ciencia de datos.
• CON2:Saber dirigir, proyectar, diseñar, desarrollar, implantar y mantener productos, aplicaciones y servicios relacionados con la ciencia de datos, asegurando la calidad del servicio y cumpliendo la normativa vigente, así como considerando aspectos técnicos, económicos y de eficiencia.
• CON3: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.
• CON4:Adquirir las habilidades, estrategias y procedimientos para saber actuar con ética y responsabilidad en la búsqueda de soluciones que fomenten el desarrollo sostenible, la igualdad de género, la no discriminación, la inclusión, la justicia, la paz y la equidad social.
• CON5:Conocer en profundidad y aplicar tecnologías y métodos de análisis de datos, incluyendo el aprendizaje automático (supervisado, no supervisado y reforzado), así como técnicas de análisis predictivo, prescriptivo, descriptivo y analítica cualitativa.
• CON6:Determinar métricas para la evaluación y validación de análisis de datos.
• CON7:Determinar y utilizar métodos efectivos de visualización y narración para crear paneles de control e informes de análisis de datos.

Habilidades/ Destrezas

• HAB1:Saber aplicar los conocimientos adquiridos para resolver problemas reales en entornos nuevos o multidisciplinares relacionados con su área de estudio, y que posean las habilidades de aprendizaje necesarias para continuar estudiando de forma autodirigida y autónoma.
• HAB2:Aplicar los conocimientos adquiridos en ciencia de datos para resolver problemas reales, desarrollándose eficazmente en contextos multidisciplinares e internacionales, gestionando la información y los recursos disponibles, y demostrando competencias informáticas e informacionales propias del ámbito.
• HAB3:Identificar, analizar y utilizar técnicas avanzadas de minería de datos, minería de textos y procesamiento del lenguaje natural
• HAB4:Identificar y utilizar técnicas de análisis y visualización gráfica de datos para el análisis de redes organizacionales, relaciones con los clientes y otras tareas.
• HAB5:Analizar y aplicar métodos analíticos y estadísticos avanzados para la preparación y procesado de datos.
• HAB6:Utilizar y manejar eficazmente las infraestructuras y servicios big data para soportar y realizar toma de decisiones basadas en datos.
• HAB7:Diseñar y aplicar algoritmos para resolver problemas reales mediante habilidades de modelización, optimización y cálculo numérico.
• HAB8:Manejar y aplicar las herramientas informáticas e informacionales de cálculo numérico, optimización, simulación, visualización gráfica u otras para experimentar y resolver problemas.
• HAB9: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 del Máster.

Capacidades/Competencias

• CC1:Ser capaz de integrar conocimientos y formular juicios en contextos complejos con información incompleta o limitada, considerando las implicaciones sociales y éticas, comunicar de forma clara sus conclusiones y fundamentos a públicos especializados y no especializados, y desarrollar un aprendizaje autodirigido y autónomo en temas relacionados con la ciencia de datos.
• CC2:Ser capaz de adaptarse a entornos cambiantes propios de la ciencia de datos, fomentando el trabajo en equipo, la creatividad, la capacidad crítica y el espíritu emprendedor, así como comprendiendo y aplicando los avances técnico-científicos de la disciplina.
• CC3:Ser capaz de utilizar principios de ingeniería y tecnologías informáticas modernas para investigar, diseñar, implementar y desarrollar experimentos, procesos, instrumentos, sistemas e infraestructuras a lo largo de todo el ciclo de vida de los datos en ciencia de datos.
• CC4:Ser capaz de liderar proyectos y equipos de trabajo en Ciencia de Datos, reuniendo competencias efectivas en comunicación oral y escrita.
• CC5:Adoptar valores de sostenibilidad y equidad social, apoyando la igualdad de mujeres y hombres, la eliminación de toda práctica discriminatoria, la inclusión social, la justicia, la paz y los principios y valores democráticos y de los derechos humanos.
• CC6:Alcanzar una comprensión crítica de la complejidad de los retos y problemas socioambientales, incluidas las raíces de las desigualdades de género, de las situaciones de discriminación y exclusión social, de las amenazas a la paz y a la consecución de los derechos humanos, así como de los desafíos medioambientales.
• CC7:Diseñar, analizar y utilizar tecnologías y algoritmos eficientes para el modelado y la simulación sistemas de datos.
• CC8: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.
• CC9:Diseñar y utilizar sistemas para la recopilación de datos (pasiva y activa) orientados a la prueba de hipótesis y resolución de problemas, así como emplear métricas y técnicas para la validación y comparación de algoritmos de aprendizaje automático.

• Estructura del máster por créditos y materia
• Distribución de asignaturas por curso / semestres
• Planificación general del plan de estudios

ESTRUCTURA DEL MÁSTER POR CRÉDITOS Y MATERIA

DISTRIBUCIÓN DE ASIGNATURAS POR CURSO / SEMESTRES

Planificación temporal del título. Alumnos a tiempo completo.

Planificación temporal del título. Alumnos a tiempo parcial.

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
• Admisión y criterios de valoración
• Preinscripción y matrícula
• Oferta de plazas
  

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.

-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:

• http://sga.ua.es/es/normativa-academica/legalizacion/legalizacion-de-documentos.html

OFERTA DE PLAZAS

CRONOGRAMA DE IMPLANTACIÓN

• Memoria Verificada
• Resolución Consejo de Universidades (CU): Verificación positiva
• Autorización de la Generalitat Valenciana

Sistema de Garantía Interna de Calidad (SGIC) del Título

• Estructura del Centro para la Calidad
  • Comisión de Garantía Interna de Calidad
  • Otras Comisiones  
• Manual SGIC
• Procedimientos
  • Estratégicos (PE)
  • Clave (PC)
  • Apoyo (PA)
  • Medida (PM)

• Gestión del SGIC (Acceso a ASTUA) 

Seguimiento del Título

• Autoinformes UA
• Informes externos AVAP 
• Otros informes
• Planes de mejora
• Progreso y resultados del aprendizaje