Características del máster de Data Science Online
Descripción
El Máster de Data Science es uno de los más completos y con mayor éxito de KSchool. Desde 2015 hemos celebrado más de 26 ediciones del Máster y formado a más de 700 alumnos. Ahora queremos acercar este máster a todo el mundo y por ello lanzamos la nueva edición del Máster de Data Science en formato 100% online con contenidos totalmente adaptados.
- Profesores en activo.
- Temario 100% adaptado a este nuevo formato.
- Tutorías online.
Ahora, vivas donde vivas, puedes formarte con los mejores en una de las profesiones con mayor demanda del mercado: la ciencia de datos.
Objetivos
- Serás capaz de convertir datos en productos y servicios.
- Estarás preparado para optar a puestos de Data Scientist, BI y Business Analyticsentre otros.
- Aprenderás a escribir tu propio código para analizar ingentes cantidades de datos.
- Sabrás desarrollar dashboards interactivos profesionales para presentar lainformación.
Formato 100% adaptado
Aprende a través de todos los recursos que encontrarás en nuestro Campus Virtual
A quién va dirigido
El máster va dirigido a cualquier persona que quiera convertirse en un data scientist, aunque por su alto contenido técnico, serán necesarios conocimientos previos de programación y de estadística.
Salidas profesionales
- Data Scientist
- Business Intelligence
- Business Analyst
Formación previa
Si tu objetivo es convertirte en data scientist, pero a día de hoy no tienes el perfil adecuado, ¡empecemos desde el principio!
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. Estos cursos se impartirán en modalidad streaming y es necesario aprobarlos para acceder al Máster.
Programación
Introducción a la Programación para Data Science
Estadística
Introducción a la Estadística para Data Science
Temario
01. Entorno de trabajo Data Science
- Bienvenida. Planificación.
- Entorno de trabajo: Instalación de Anaconda o Máquina Virtual o Cloud Platform. Dockers.
- Repositorio de código Github.
02. Ingeniería de Datos
- Tratamiento de Datos en R para Data Science.
- Tratamiento de Datos en Python Data Science.
- Data Wrangling.
03. Bases de Datos SQL y NoSLQL
- Bases de Datos relacionales.
- Consultas SQL.
- Bases de Datos no relacionales.
04. Visualización de Datos
- Teoría de la Visualización.
- Visualización de descubrimiento.
- Visualización con herramientas comerciales.
05. Estadística Avanzada
- Aprendizaje Supervisado Regresión.
- Aprendizaje Supervisado Clasificación.
- Aprendizaje No Supervisado Clustering.
- Aprendizaje No Supervisado Reducción de Dimensionalidad.
06. Taller Analítico Estadística Bayesiana
- Introducción a la Estadística Bayesiana.
- Algoritmos de Computación Probabilística.
07. Machine Learning
- Aprendizaje Supervisado Regresión.
- Aprendizaje Supervisado Clasificación.
- Aprendizaje No Supervisado Clustering.
- Aprendizaje No Supervisado Reducción de Dimensionalidad.
08. Taller Analítico Series Temporales
- Descomposición de una Serie Temporal.
- ARIMA y otros modelos.
CHALLENGE: Data Science Competition I, Kaggle
09. Temas Avanzados de Modelado
- Problemas comunes.
- Optimización de algoritmos: Tuneado de Hiperparámetros y técnicas de regularización.
- Ensamblado de Modelos.
10. Data Science con Spark
- Sistema distribuido Spark.
- PySpark.
- Spark ML y Spark MLlib.
- Spark Avanzado.
11. Técnicas Avanzadas de Inteligencia Artificial
- Redes neuronales.
- Deep Learning.
- Procesamiento de imágenes.
- Procesamiento del Lenguaje Natural.
12. Inteligencia de Negocio
- Business Intelligence.
- Conocimiento de Negocio con Power BI.
CHALLENGE: Data Science Competition II, Kaggle
Trabajo de Fin de Máster. TFM
Hola,soy Antonio Pita,Global Head of AI & Analytics en Telefónica IoT & Big Data Tech y director del Máster en Data Science
Profesores
Metodología KSchool
Clases en directo, además de en diferido
Con profesores que son profesionales en activo
Recursos didácticos y material complementario
Clases prácticas y proyectos basados en casos reales
Proyecto fin de máster para demostrar lo aprendido
Tutor personal que guiará a cada alumno
Abril 2021 – 13 meses
Reserva ya tu plaza
Fórmate en Data Science desde cualquier lugar
¿Quieres reservar tu plaza en la próxima edición?
Formas de pago y financiación
5% de descuento
del precio final
5 cuotas de 1.099 €
sin intereses
Solicita información:
91 745 42 90
Consulta con KSchool las diferentes modalidades de pago disponibles (PayPal, transferencia bancaria, etc.) Pregúntanos al realizar tu inscripción.
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 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.
Preguntas frecuentes
¿Hay horario en las clases en Online?
- La formación en formato online facilita que el alumno pueda recibir la información cuando y desde dónde quiera sin tener que adecuarse a unos horarios pre-establecidos. A lo largo del Máster están calendarizadas una serie de clases en live streaming que sí que serán a una hora concreta, pero éstas quedarán grabadas y se podrá acceder a ellas en cualquier momento.
¿Qué tiempo tendré que dedicarle a la semana al Máster?
El tiempo de dedicación semanal al Máster depende del alumno y de su experiencia previa en los distintos temas impartidos a lo largo de la formación. Se calcula que se deben dedicar un mínimo de 10 horas semanales.
¿Puedo interactuar con el profesor y los compañeros durante el máster online?
Por supuesto. En el Campus Virtual contarás con un foro en el que podrás interactuar con los profesores, con los alumnos, resolver dudas, etc.
Además, las clases en live streaming calendarizadas a lo largo del Máster te permitirán tener la misma interacción con profesores y compañeros que la que tendrías en presencial, pero desde casa a través del ordenador. Durante las clases en directo podrás preguntar a los profesores cualquier duda que tengas al momento.
¿Qué es el Campus Virtual?
- El Campus virtual es la plataforma de formación de la escuela. Accediendo al Campus desde nuestra web tendrás acceso a los cursos activos en los que estés matriculado para poder acceder a todo el contenido.
¿Qué requisitos técnicos se necesitan para seguir las clases online?
Esto dicen nuestros alumnos
- 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
Contacto
