Características del máster de Data Science en Streaming
Descripción
El Máster de Data Science es uno de los más completos y con mayor éxito del mercado nacional. En apenas cinco años hemos realizado más de 25 ediciones del Máster y formado a más de 700 alumnos. Ahora queremos acercar este máster a todos, y por ello lanzamos la nueva edición del Máster de Data Science en formato 100% streaming con contenidos totalmente adaptados.
- Aulas virtuales con profesores en directo.
- Formato 100% adaptado: mismo temario y misma horas pero ahora en streaming.
- Tutorías online.
Vivas donde vivas, convertirte en Científico de Datos, una de las profesiones con mayor demanda del mercado, está al alcance de tu mano.
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.
Formato 100% adaptado
Clases y profesores en directo en nuestras aulas virtuales
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. Si el alumno se prepara a través de nuestros cursos introductorios, es necesario aprobarlos para alcanzar el nivel requerido.
Se recomienda haber realizado alguna introducción a la programación en cualquier lenguaje. Los alumnos deberán haber usado Linux o algún otro sistema Unix y conocer la línea de comandos.
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.
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.
Programación
Introducción a la Programación para Data Science
Estadística
Introducción a la Estadística para Data Science
Temario
01. Introducción
- ¿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 Google Cloud Platform
- 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.
Hola,soy Igor Arambasic,Head of Data Science en Amadeus y director del Máster en Data Science
Profesores
Noviembre 2020 – 8 meses
Martes, miércoles y jueves
De 19 a 21:30 horas | GMT +2
Sin plazas disponibles
Próximamente – 8 meses
Martes, miércoles y jueves
De 19 a 21:30 horas | GMT +2
Plazas disponibles: 28 de 30
¿Quieres reservar tu plaza en la próxima edición?
Formas de pago y financiación
5% de descuento
del precio final
5 cuotas de 1.199 €
sin intereses
Solicita información:
91 745 42 90
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.
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.
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
