Máster en Data Science

RESERVAR PLAZA
imagen-destacada-curso

Máster en Data Science 34ª edición

PRESENCIAL HÍBRIDO

- Madrid -
icono-plazas

15% de descuento + Curso de Python ¡gratis!

Oferta de Verano

15% de descuento + Curso de Python ¡gratis!

  • calendario

    Comienzo

    21 de octubre - 230 horas -
  • moneda

    Precio

    6.995 € - Ayudas y Becas disponibles -
  • reloj

    Horarios

    A medida - Vie: 17 - 22 h / Sab: 9 - 14 h -
  • Calle Zurbano, 73 - Madrid

Disfrutarás de acceso exclusivo a nuestra bolsa de empleo

Características del máster en Data Science

Descripción

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

  1. Serás capaz de convertir datos en productos y servicios.
  2. Sabrás desarrollar dashboards interactivos profesionales para presentar la información.
  3. Aprenderás a escribir tu propio código para analizar ingentes cantidades de datos.
  4. Aplicarás técnicas de machine learning a los datos usando Spark
¡Nuevo!

La modalidad de formación más completa

PRESENCIAL HÍBRIDO

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. En KSchool contamos con cursos previos de Python y Estadística que pueden ser totalmente gratis para ti, ¡pregúntanos!

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

Salario medio en

España

42.000 euros

bruto/año

Un Senior Business Intelligence Analyst puede recibir un salario de entre 27.000 y 57.000 euros al año, según datos de LinkedIn Salary.

Hola,soy Igor Arambasic,Head of Data Science en Amadeus y director del Máster en Data Science

Formación previa

Si tu objetivo es convertirte en Data Scientist, pero a día de hoy no tienes el perfil adecuado, ¡empecemos desde el principio! Si te matriculas en cualquiera de nuestros cursos previos, descontaremos el precio de tu matrícula del Máster, ¡te salen totalmente gratis!

Ponemos a tu disposición dos módulos temáticos introductorios en Programación y Estadística. Dependiendo de tu perfil puedes hacer los dos, uno solo o acceder directamente al Máster.

programacion

Python

Introducción a Python para Data Science

estadistica

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.

Metodología

Antes del máster

Prueba de nivel en Python,

para que puedas sacar el máximo partido al máster.

Durante el máster

Clases presenciales, en live streaming y grabadas. Material extra. Trabajo de Fin de Máster

Después del máster

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.

Octubre 2022

Viernes 17 a 22 horas

Sábado 9 a 14 horas

 

Plazas disponibles: 18 de 25

Abierto

¿Quieres reservar tu plaza en la próxima edición?

Quiero recibir y mantenerme al tanto de las comunicaciones comerciales y acciones promocionales de KSchool.

Este sitio está protegido por reCAPTCHA y por la Política de Privacidad y las Condiciones de Servicio de Google.

Formas de pago y financiación

1º. Reserva de plaza
500 €
2º. Opciones de pago
Pago
Único

5% de descuento

del precio final

Aplazado

logo-kschool

5 cuotas de 1.299 €

sin intereses

 

Financiación

logo-sabadell

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 o afectadas por un ERTE debido a la situación de la COVID-19. 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.

 

 

Más sobre ayudas y becas »

Esto dicen nuestros alumnos del master en data science

Contacto

 

Quiero recibir y mantenerme al tanto de las comunicaciones comerciales y acciones promocionales de KSchool.

Este sitio está protegido por reCAPTCHA y por la Política de Privacidad y las Condiciones de Servicio de Google.