Objectius i competències
Aquest màster ofereix un enfocament totalment pràctic per donar resposta a la necessitat de les empreses d'incorporar professionals especialitzats. El curs permet aprendre a utilitzar i implementar totes les eines necessàries que requereix la ciència de les dades, com ara Hadoop i Spark, diverses bases de dades NoSQL i SQL i també eines per a la implementació de l'aprenentatge automàtic, les xarxes neuronals i l'aprenentatge profund, sense oblidar les eines al núvol (laaS, PaaS, SaaS, Google, Azure, AWS, etc.) i les eines de control (Github, etc.) i anàlisi (programació en R i en Python).
Dades bàsiques
Tipus | Postgrau |
---|---|
Títol | Títol de màster de formació permanent |
Centre de gestió | Institut de Formació Contínua IL3 |
Àmbit de coneixement |
|
Modalitat de docència | A distància |
Crèdits | 60 |
Durada | 1 any acadèmic |
Idioma de docència | espanyol |
Import de la matrícula: | Primer any: 6.250,00 € L'import té un increment del 10%, fins a un màxim de 70 €, en concepte de taxa administrativa |
Pràctiques en empreses: | No |
Inici del període lectiu: | 04/11/2024 |
Final del període lectiu: | 21/10/2025 |
Adreça electrònica | info@il3.ub.edu |
Pàgina web del màster | https://www.il3.ub.edu/ca/master-big-data-science |
Direcció | Lorente Muñoz, Dolores |
Preinscripció oberta | No |
Accés al doctorat | No |
Accés per a no titulats: | Sí, amb crèdits pendents (10% o menys) |
Objectius i competències
Objectius
- Assolir coneixements amplis sobre visualització de dades i dades digitals.
- Ser capaç d'extreure informació rellevant per a l'empresa a partir de l'aplicació de tècniques pròpies de la ciència de les dades i aprendre a fer un raspat web eficient.
- Aprendre a desenvolupar els algoritmes de les xarxes neuronals i l'aprenentatge profund i algoritmes avançats d'aprenentatge automàtic.
- Assolir coneixements profunds i avançats de programació en R i Python.
- Saber treballar i desenvolupar treballs en SQL, MongoDB, Spark i Hadoop.
- Millorar en l'eficiència del temps amb metodologies com Agile o Scrum.
Accés i admissió
Perfil i requisits d’accés
Perfil d'accés
Preferentment, estudiants amb perfils tècnics que estiguin interessats a desenvolupar una carrera professional en l'àmbit de l'anàlisi i gestió de grans volums de dades.Requisits d'accés:
- Grau o enginyeria en Informàtica, Telecomunicacions o Tecnologies Industrials.
- Grau o llicenciatura en Matemàtiques, Física, Química o Estadística, com a titulacions d'ingrés preferent.
També es valora l'accés d'estudiants sense titulació universitària que hagin treballat almenys durant dos anys en àrees d'intel·ligència empresarial, analítica empresarial, etc. En aquest sentit, hi poden accedir si encaixen amb algun d'aquests perfils tècnics:
- Persones amb coneixements d'anàlisi i gestió de dades o com a mínim amb dos anys d'experiència laboral en departaments analítics.
- Persones amb coneixements de programació (preferiblement, SQL, Python o R) o que s'hagin dedicat a tasques de programació durant almenys dos anys en alguna empresa.
Requisits i condicions d'accés
L'alumnat sense titulació universitària pot adquirir les mateixes habilitats i coneixements impartits en aquest curs i optar a una acreditació específica per a aquest col·lectiu. Cal consultar els responsables del curs sobre els requisits i condicions d'accés establerts per a aquest tipus d'alumnat.Preinscripció
Contacte
Lloc d'impartició
Adreça: | Institut de Formació Contínua - UB C/ Ciutat de Granada, 131 08018 - Barcelona Espanya |
---|---|
Correu electrònic: | info@il3.ub.edu |
Pàgina web: | http://www.il3.ub.edu |
Telèfon: | 93 403 96 96 |
Observacions: | en línia. |
Per obtenir més informació
Adreça: | Institut de Formació Contínua - UB C/ Ciutat de Granada, 131 08018 - Barcelona Espanya |
---|---|
Correu electrònic: | info@il3.ub.edu |
Pàgina web: | https://www.il3.ub.edu/ca/master-big-data-science |
Telèfon: | 93 403 96 96 |
Observacions: | de dilluns a divendres, de 9:00 a 19:00. |