NUEVA MODALIDAD DE FORMACIÓN PRESENCIAL HÍBRIDO
¡Lo tiene todo! Nuestro presencial de siempre + lo mejor del live streaming.
EN MADRID
asiste a clase presencial
+ LIVE STREAMING
si un día no puedes ir a clase
+ CLASES GRABADAS
para revisar la sesión
Descripción del máster
Para tomar buenas decisiones de negocio, es necesario que éstas estén basadas en datos. Por ello, las empresas buscan cada vez más profesionales especializados capaces de manejar, analizar e interpretar grandes cantidades de datos.
Aprende con este Máster en Data Science las técnicas más avanzadas de análisis de datos con Python y R, Machine Learning, Deep Learning… con profesores con amplia experiencia que actualizan la formación cada año para adaptarse a lo que buscan las empresas y con una metodología práctica.
Además, ahora con nuestra nueva modalidad PRESENCIAL HÍBRIDA tendrás aún más motivos para elegir KSchool para formarte como data scientist:
+ comodidad: si un día no puedes ir a clase, puedes conectarte y asistir en live streaming.
+ repaso: grabamos las clases, así que podrás volver a verlas las veces que quieras
+ conocimientos: organizamos clases magistrales extra a lo largo del máster.
+ contenidos: recursos extra en cada módulo para afianzar y ampliar lo aprendido desde casa.
Objetivos
- Serás capaz de convertir datos en productos y servicios.
- Sabrás desarrollar dashboards interactivos profesionales para presentar la información.
- Aprenderás a escribir tu propio código para analizar ingentes cantidades de datos.
- Aplicarás técnicas de machine learning a los datos usando Spark.
A quién va dirigido
Este Máster de Data Science está dirigido a cualquier persona que quiera convertirse en uno de los perfiles más demandados del mercado: el Data Scientist.
Se trata de un Máster con alto contenido técnico y, aunque no es necesario tener una formación previa, sí que necesitas conocimientos básicos de programación en Python y de estadística.
Todos los alumnos deberán pasar una prueba de acceso, hayan hecho el curso previo o no, para demostrar que cuentan con una base previa de programación.
Salidas profesionales
- Data Scientist
- Business Intelligence
- Business Analyst
Formación previa
Programación
Introducción a la Programación con Python para Data Science
Estadística
Introducción a la Estadística para Data Science
Temario del Curso: Data Science
01. Introducción: Data Science Essentials
- ¿Qué es el Data Science? ¿Por qué es importante? ¿Quiénes son los profesionales que se dedican a ello?
- Preparación de entorno de trabajo: Linux y GIT (en máquina virtual).
- Manipulando las herramientas imprescindibles de linea de comandos de Linux (sort, unique, cut, tr, grep, sed, zip, bz2, tar…).
02. Data Hacking con Python
- Introducción a Python (Jupiter Notebook).
- Álgebra y métodos numéricos en Python (Numpy).
- Estadística con Python.
- Data Science con Python (Pandas, Dataframes).
- APIs y web scraping con Python.
- Visualización de datos con Python: Matplotlib, Seaborn, Vegalite y Altair.
- Caso práctico: Data Science Challenge.
03. Machine Learning con Python
- Aprendizaje supervisado con Python. Máquinas de vector soporte (SVM). Gradient boosting machines. Árboles y bosques. K-vecinos.
- Aprendizaje no supervisado con Python.
- Model Evaluation and improvement.
- Feature engineering con Python.
- Introducción a sistemas de recomendación.
04. Diseño de Producto de Datos
- Claves para plantear y llevar a cabo el proyecto de desarrollo de un producto de datos.
05. Deep Learning
- Introducción a Deep Learning: Python, Keras y Tensorflow.
- Construcción de modelos predictivos basados en redes neuronales.
06. Procesamiento del Lenguaje Natural (NLP)
- Procesamiento del Lenguaje Natural.
- Acceso a recursos lingüísticos y colecciones de datos.
- Librerías de PLN en Python: NLTK, TextBlob y spaCy.
07. Machine Learning con BigQuery
- Google Cloud Solutions for Big Data & Machine Learning.
- Análisis del marketing digital, Geo Analytics y Machine Learning con BigQuery (SQL).
08. Data Hacking con R
- Introducción a R.
- Manejo y limpieza de datos con R.
- Visualización de datos con R.
- Aprendizaje supervisado con R.
- Aprendizaje no supervisado con R.
- Series temporales con R.
09. Big Data con Spark
- Primeros pasos con sistemas distribuidos: MapReduce.
- SparkSQL y DataFrames.
- Portar un análisis local a Spark.
- Trabajar con clusters remotos.
- Machine Learning en Spark: Models, Transformers, Pipelines.
10. Visualización
- Introducción a Tableau y visualización.
- Visualizaciones en Tableau.
11. Data Storytelling
- Cómo simplificar las visualizaciones y transmitir efectivamente el mensaje.
12. Resumen práctico de todo el máster
- Kaggle Hackathon.
Así es como lo hacemos
Prueba de nivel en Python, para que puedas sacar el máximo partido al máster.
Material extra para preparar las clases y actividades optativas de refuerzo.
Presentarás un Trabajo de Fin de Máster basado en un proyecto real.
Eventos y networking, para que sigas ampliando tus contactos profesionales.
Clases prácticas con metodología Learning By Doing en las que trabajarás con datos y proyectos reales.
Hola, soy Igor Arambasic,
Head of Data Science en Amadeus y director del Máster en Data Science
Profesores
Próximamente – 8 meses
Viernes de 17 a 22 horas
Sábados de 9 a 14 horas
Plazas disponibles: 23 de 25
¿Quieres reservar tu plaza en la próxima edición?
Formas de pago y financiación
5% de descuento
del precio final
5 cuotas de 1.299 € sin intereses
Estudiamos tu caso para ofrecerte la mejor financiación
Ayudas y Becas para alumnos y empresas
En KSchool contamos con becas individuales de 1.200 € para personas que quieran formarse en el máster de Data Science en Madrid pero que se encuentren actualmente en situación de desempleo. El beneficio de estas becas no es acumulable a otras ofertas y descuentos activos.
Por otro lado, si lo que quieres es formarte con la ayuda de tu empresa, este máster es bonificable a través de FUNDAE (antigua Fundación Tripartita) y desde KSchool realizamos la gestión sin ningún coste adicional para la empresa ni para el alumno. Por favor, ten en cuenta que el plazo máximo para realizar el trámite es de 10 días antes de que comience el curso.
Bolsa de Empleo
+300
se han publicado en 2021
56%
más de la mitad de las ofertas publicadas son para cubrir vacantes de empleo
+1.250
empresas que publican sus ofertas en nuestro portal
96%
de nuestros alumnos está trabajando. Muchos de ellos gracias a la Bolsa de Empleo.
Esto dicen nuestros alumnos del master en data science
-
Thais Rangel Assistant Profesor en Universidad Politécnica de Madrid
-
Israel Herraiz Strategic Cloud Engineer en Google
-
Beatriz Arévalo Desarrollo de negocio en Nahitek Digital
-
Cristian Colombina Data Scientist y Web Analyst en Coches.com
Preguntas Frecuentes
¿Qué diferencias hay entre la modalidad presencial, presencial híbrido y streaming?
- La principal, el formato presencial requiere que acudas a clase, por lo que solo podrás cursarla si estás en Madrid o Barcelona, y siempre que tengas disponibilidad los viernes por la tarde y sábados por la mañana.
- El formato presencial híbrido es la evolución de nuestro presencial, con clases en Madrid pero ofreciendo la opción de ver la sesión en directo en caso de que de manera puntual no puedas asistir. Las clases quedarán grabadas y podrás consultarlas siempre que lo necesites.
- El formato streaming es para todos aquellos que tengan una buena conexión a internet, ya sea desde Granada, Teruel o Cuenca. Las clases se imparten entre semana en horario de tarde.
¿Qué pasa si no puedo acudir a una clase en el formato presencial híbrido?
- Puedes conectarte y ver la clase en directo a través del Campus o acceder a las grabaciones en otro momento. El máster está pensado para que le saques el máximo partido en presencial, pero si no puedes asistir siempre es un plus poder volver a ver la clase desde casa.
¿Hay exámenes?
- ¡No! Durante las clases realizaréis ejercicios prácticos y la evaluación final que nos permitirá ver si habéis adquirido los conocimientos necesarios será el TFM.
¿Qué pasa si suspendo el Trabajo de Fin de Máster?
- Todo el mundo se merece una segunda oportunidad, por lo que te daremos la opción de realizar una nueva presentación en la siguiente convocatoria. Aunque estamos convencidos de que esto no pasará. Para atrasar la presentación del TFM se deberán tener motivos de peso y no podrá aplazarse más de una edición. En caso de querer realizarla más tarde el alumno deberá abonar de nuevo la tasa de matriculación.
¿Necesito un título universitario para cursar un máster en KSchool?
- No, no necesitas ningún título previo. Existen formaciones donde si es necesario contar con unos conocimientos básicos, pero no te preocupes por esto ya que antes de realizar la reserva te preguntaremos por tu preparación previa y si fuese necesario te solicitaríamos el CV. ¡Queremos que aproveches al máximo tu paso por KSchool!
¿Quieres saber más?
Pídenos información y nos pondremos en contacto contigo de forma personalizada