Descripción del máster
Harvard reconoció a la ciencia de datos como el trabajo más sexy del siglo XXI debido principalmente a la necesidad de analizar los datos de las compañías para mejorar la toma de decisiones en todas las áreas.
Con este Máster aprenderás las técnicas más avanzadas de análisis de datos con Python y lenguaje estadístico R, Deep Learning, Spark, Business Intelligence, SQL, visualización de datos con Tableau y Power BI… todo ello con profesores con amplia experiencia que actualizan la formación cada año para adaptarse a lo que buscan las empresas y con una metodología práctica.
El formato Live Streaming en el que se imparte esta formación online te permitirá vivir la experiencia presencial desde tu casa: un profesor/a se conectará en directo para impartir su clase y responder preguntas y proponer ejercicios prácticos. Será como estar en KSchool pero desde la silla de tu escritorio. Posteriormente, tendrás acceso a la grabación de las clases.
Objetivos
- Aprenderá a sacarle el máximo partido a los datos y a la información que proporcionan.
- Conocerás el proceso completo de la ciencia de datos: recogida, limpieza, análisis, presentación…
- Aprenderás a escribir tu propio código para analizar enormes cantidades de datos.
- Comprenderás las principales técnicas de aprendizaje supervisado y no supervisado.
- Aprenderás el lenguaje de entornos distribuidos Spark para entrenar modelos de Machine Learning.
A quién va dirigido
Nuestro Máster en Data Science está dirigido a cualquier persona que quiera y tenga ganas de convertirse en experto en Data Science de una forma 100% práctica enfocada al entorno laboral.
Se trata de un Máster con alto contenido técnico. Y, aunque es útil contar con conocimientos básicos de programación previos, no es imprescindible tenerlos para poder matricularte. En el máster te enseñaremos todo lo que necesitas saber desde cero para avanzar y alcanzar los objetivos del máster.
Salidas profesionales
- Data Scientist
- Business Intelligence
- Business Analyst
- Data Business Consultant
- Artificial Intelligence Engineer
Temario del Curso: Data Science
01. Bienvenida
- Introducción al Máster.
- La programación para Data Science – Jupyter Notebooks.
- Investigarás sobre casos de uso resueltos con Ciencia de Datos.
02. Introducción a Python
- Introducción a Python.
- Variables y operadores.
- Listas y diccionarios.
- Control de flujo y bucles.
- Funciones y variables locales.
- Debuging.
- Aprenderás la herramienta básica para la realización del Trabajo Fin de Máster.
03. Estadística
- Estadística descriptiva univariable.
- Estadística descriptiva bivariable.
- Regresión lineal.
- Introducción a la combinatoria y la probabilidad.
- Variables aleatorias discretas.
- Variables aleatorias continuas.
- Intervalos de confianza y contraste de hipótesis.
- Test de inferencia estadística.
- Estadística Bayesiana.
- Primera Tutoría para saber como enfrentarte al trabajo.
- Elección de la temática.
- Comienzo de elaboración de la propuesta de TFM.
04. Python para Data Science
- Álgebra y métodos numéricos con Python – Numpy.
- Tratamiento de datos – Pandas.
- Análisis y limpieza de datos.
- Normalización y estandarización.
- APIs y web scrapping con Python.
- GitHub.
- Identificación de Datasets relacionados con el trabajo propuesto.
- Realizarás los primeros análisis y tratamientos sobre la información estructurada, para comprender el conjunto de datos y evaluar la conveniencia del trabajo.
05. Visualización de datos con Python
- Visualización de datos con Python.
- Mostrarás el conocimiento adquirido mediante técnicas de visualización de datos.
06. Aprendizaje supervisado
- Aprendizaje supervisado con Python.
- Introducción y regresión lineal múltiple.
- Regresión con árboles y random forest.
- SVM y KNN.
- Clasificación regresión logística.
- Árboles, SVM y KNN.
- Seleccionarás el target y las técnicas a utilizar en el proyecto.
- Segunda Tutoría para presentar propuestas de TFM.
07. Aprendizaje no supervisado
- Aprendizaje no supervisado con Python.
- Clustering jerárquico y K-means.
- Clustering dbscan y gmm.
- Reducción de dimensionalidad PCA.
- Reducción de dimensionalidad SVD.
- Aplicarás técnicas de Machine Learning en la resolución del trabajo.
08. Model Performance
- Ensamblado de modelos.
- Model evaluation and improvement.
- Feature engineering con Python.
- Mejorarás los resultados obtenidos mediante la aplicación de técnicas.
09. Metodología
- Metodología de modelado.
- Aplicarás las mejores prácticas a la hora de enfocar y documentar el trabajo.
10. Sistemas de recomendación
- Introducción a los sistemas de recomendación.
- Tercera tutoría para presentar el avance del proyecto y los resultados obtenidos.
- Incluirás técnicas de recomendación en el repositorio de técnicas.
11. Series temporales
- Series temporales.
- Incluirás técnicas de análisis de series para la mejora del TFM.
12.Deep Learning
- Introducción y componentes Perceptrón.
- ANN.
- RNN.
- CNN.
- Tendencias.
- Incluirás técnicas más avanzadas de Deep Learning en la elaboración del trabajo para tratar información compleja, semi estructurada o no estructurada.
13.Procesamiento del Lenguaje Natural
- Procesamiento del Lenguaje Natural.
- Integrarás análisis de información textual en la resolución del trabajo.
14.Data Science con consultas SQL
- SQL, Geo Analytics y ML con Big Query.
- Incorporarás análisis geoestadístico al trabajo.
15.Entornos distribuidos Spark
- Big Data – Spark.
- Incorporarás capacidad de tratamiento distribuido en el trabajo.
16.Visualización de datos con herrramientas comerciales (Tableau)
- Introducción a Tableau y Visualización.
- Visualizaciones en Tableau.
- Data storytelling.
- Prepararás Visualizaciones de los resultados obtenidos.
17.Inteligencia de negocio
- Business Intelligence.
- Inteligencia de negocio con Power BI.
- Cuarta Tutoría para presentar el avance del proyecto y los resultados obtenidos.
- Enfocarás el trabajo hacia soluciones de negocio.
18.Data Science in business
- Interpretabilidad de modelos.
- Despliegue de la Ciencia de Datos en las compañías.
- Metodología de casos de uso.
- Ética en los algoritmos.
- Enfocarás el trabajo hacia soluciones de negocio.
- Identificarás problemáticas éticas en tu trabajo.
19.Competición analítica
- Kaggle Competition.
- Prácticarás técnicas de Machine Learning en una competición.
20.Trabajo de Fin de Máster – TFM
- Presentación del proyecto TFM.
- Tutorías.
- Presentarás el trabajo realizado.

Hola, soy Antonio Pita,
Global Head of AI & Analytics en Telefónica director del Máster en Data Science
Profesores
Abril 2023 – 9 meses
Martes, miércoles y jueves
De 19 a 21 horas | GMT +2
Plazas disponibles: 18 de 25
¿Quieres reservar tu plaza en la próxima edición?
Formas de pago y financiación
5% de descuento
del precio final
5 cuotas de 999 €sin intereses
Estudiamos tu caso para ofrecerte la mejor financiación
Ayudas y Becas para alumnos y empresas
En KSchool contamos con becas de 1.000 € para ayudar a personas que quieran formarse en el curso de Data Science en Streaming pero que se encuentren en situación de desempleo. Estas becas no son acumulables a otras ofertas o descuentos.
Por otro lado, para todos aquellos trabajadores por cuenta ajena a los que sus empresas quieren ayudar a formarse, el Máster en Data Science en Streaming de KSchool es bonificable a través de FUNDAE (antigua Fundación Tripartita). Desde la escuela nos encargamos de la gestión de los trámites sin ningún coste adicional para el alumno ni para su empresa. Es importante realizar los trámites en un plazo máximo de 10 días antes de que comience el máster.
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
¿Quieres saber más?
Pídenos información y nos pondremos en contacto contigo de forma personalizada