Máster en Data Science

RESERVAR PLAZA
imagen-destacada-curso

Máster en Data Science 6ª edición

- Live Streaming -
icono-plazas

Matricúlate antes del 15 de febrero y aprovecha este descuento

¡Ahórrate hasta un 15%!

Matricúlate antes del 15 de febrero y aprovecha este descuento

  • calendario

    Comienzo

    18 de abril - 200 horas -
  • moneda

    Precio

    5.495 € - Ayudas y Becas disponibles -
  • reloj

    Horarios

    A medida - M-X-J: 19:00-21:00 | GMT +2 -
  • Streaming: 100% adaptado. Clases en directo con nuestros profesores

Disfrutarás de acceso exclusivo a nuestra bolsa de empleo

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

  1. Aprenderá a sacarle el máximo partido a los datos y a la información que proporcionan.
  2. Conocerás el proceso completo de la ciencia de datos: recogida, limpieza, análisis, presentación…
  3. Aprenderás a escribir tu propio código para analizar enormes cantidades de datos.
  4. Comprenderás las principales técnicas de aprendizaje supervisado y no supervisado.
  5. 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

Abril 2023 – 9 meses

Martes, miércoles y jueves

De 19 a 21 horas | GMT +2

 

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

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

5% de descuento

del precio final

Pago
Aplazado

5 cuotas de 999 €sin intereses

Financiación
con KSchool

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

Solo por ser alumno de KSchool entra a formar parte de nuestra Bolsa de Empleo.
OFERTAS DE EMPLEO Y PRÁCTICAS

+300

se han publicado en 2021

CONTRATOS DE EMPLEO

56%

más de la mitad de las ofertas publicadas son para cubrir vacantes de empleo

BUSCAN TALENTO

+1.250

empresas que publican sus ofertas en nuestro portal

NUEVAS OPORTUNIDADES LABORALES

96%

de nuestros alumnos está trabajando. Muchos de ellos gracias a la Bolsa de Empleo.

Esto dicen nuestros alumnos del master en data science

¿Quieres saber más?

Pídenos información y nos pondremos en contacto contigo de forma personalizada

 

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.