Maestría en Sistemas de Información mención en Data Science

Toda empresa precisa profesionales especializados en Sistemas de Información y Data Science que combinen la capacidad analítica con la visión estratégica.
Maestría en Sistemas de Información mención en Data Science

Becas de hasta el 40%

Bolsa de empleo

Bolsa de empleo

Financiación

Cuotas sin interés

Modalidad

Online

Ventajas

Maestría en Data Science • Registrado CES y avalado Senescyt

Becas de hasta el 40%

Infórmate de nuestras becas antes del 30/11/2023

Maestría en Sistemas de Información y Data Science

IMF Smart Education e Indra, una de las compañías líderes en Inteligencia Artificial & Big Data, se unen para crear una experiencia formativa acorde a las demandas de la industria.

Afrontar nuevos retos profesionales que permitan transformar el entorno en el que vivimos exige una sólida formación. Una formación innovadora y de calidad, como es la Maestría en Sistemas de Información, mención Data Science de Universidad Hemisferios e IMF Smart Education con INDRA.

Un programa de cuarto nivel que dota al profesional de los conocimientos, competencias y herramientas precisas para manejar, analizar e interpretar grandes volúmenes de información necesarios para alcanzar los objetivos de negocio, profesionales especializados que combinen la capacidad analítica y la visión estrategia.

 

Junto a los perfiles técnicos o estadísticos, el diseño y contenido de esta maestría permite que los gestores y otros profesionales de la organización, puedan identificar, capturar, transformar, analizar e interpretar los datos e impulsar la estrategia, la innovación y el valor de sus empresas.

Más detalles

Maestría en Sistemas de Información mención en Data Science

Titulados de tercer nivel de grado

  • Online: Septiembre de 2023
  • Magíster en Sistemas de Información, mención Data Science por la Universidad Hemisferios (Resolución de aprobación: RPC-SO-01-NO.025-2021)
  • Máster profesional en Data Science y Business Analytics por IMF Smart Education.
  • Certificado profesional por INDRA

Esta Maestría en Data Science permite que sus estudiantes sean capaces de:

  • Extraer, procesar y analizar todo tipo de fuentes de información aplicando las técnicas de la ciencia de datos y las principales herramientas utilizadas actualmente en las empresas.
  • Dominar las técnicas de la inteligencia de negocio tradicional y ampliarlas con las nuevas posibilidades ofrecidas por el big data y la inteligencia artificial.
  • Detectar causas, patrones y tendencias mediante analítica predictiva basada en técnicas de machine learning.
  • Diseñar experimentos y tests A/B para comprobar hipótesis y tomar decisiones basadas en datos.
  • Generar informes y cuadros de mando efectivos.
  • Gestionar proyectos basados en big data y ciencia de datos manteniendo una interlocución adecuada con todos los perfiles del equipo.
  • Elaborar propuestas así como impulsar y liderar iniciativas basadas en analítica avanzada en distintas áreas de negocio.
  • Entender, crear y desarrollar nuevos modelos de negocio basados en el valor del dato.
  • Gestionar adecuadamente el gobierno del dato con objeto de garantizar la calidad y aplicar correctamente los diferentes requisitos regulatorios (RGPD) y éticos.
  • Adquirir visión y experiencia de los principales campos de aplicación y casos de uso que se están abordando en diversas áreas como marketing y CRM, banca y finanzas, operaciones, internet de las cosas (IoT), people analytics, etc.

Titulación Universitaria

  1. Fundamentos de Python.
  2. Librerías para ciencia de datos: Numpy, Pandas, etc.
  3. Procesamiento de datos y visualización con Python.
  4. Fundamentos de R.
  5. Paquetes de R.
  6. Procesamiento de datos y visualización con R.
  1. Introducción al mundo big data
  2. Inteligencia de negocio vs. big data.
  3. Tecnologías big data.
  4. Impacto sobre la organización.
  5. El valor del dato y aplicaciones por sectores.
  1. El ciclo de vida del dato.
  2. Calidad del dato.
  3. Preparación y preproceso de datos.
  4. Modelos analíticos.
  5. Herramientas y técnicas de visualización.
  1. Introducción a la inteligencia de negocio.
  2. Diseño de bases de datos.
  3. Estándar SQL.
  4. El almacén de datos (Data Warehouse).
  5. Herramientas y procesos de extracción, transformación y carga (ETL).
  6. Visualización efectiva de información.
  1. Diseño e implementación de proyectos con componentes de investigación aplicada y/o de desarrollo.
  2. Diseño y redacción de artículos profesionales de alto nivel.
  3. Análisis de modelos prácticos para el desarrollo del examen de carácter complexivo.
  1. Hadoop y su ecosistema.
  2. Spark. Fundamentos y aplicaciones.
  3. Bases de datos NoSQL.
  4. Plataforma Cloud.
  1. Introducción a la estadística.
  2. Probabilidad y muestreo.
  3. Inferencia.
  4. Regresión.
  5. Diseño de experimentos.
  1. Herramientas para machine learning.
  2. Técnicas y aplicaciones del aprendizaje supervisado.
  3. Técnicas y aplicaciones del aprendizaje no supervisado.
  4. Modalidades y técnicas de deep learning.
  5. Soluciones en la nube para machine learning.
  1. Introducción a la inteligencia artificial.
  2. Técnicas y aplicaciones para la toma de decisiones.
  3. Aprendizaje por refuerzo y aplicaciones.
  4. Técnicas y aplicaciones del procesamiento del lenguaje natural (NLP).
  5. Sistemas de recomendación y aplicaciones.
  1. Estándares de gestión de proyectos.
  2. Gestión ágil de proyectos.
  3. Aspectos regulatorios y éticos.
  4. Gobierno del dato.
  1. Visión humanista para la gestión técnica y ética profesional.
  2. Ética del servicio público frente a los riesgos de arbitrariedad y abuso del poder.
  3. Responsabilidad ética frente al cuidado medioambiental y otros problemas globales.
  4. Alcance de la responsabilidad del profesional.
  1. Introducción a R
  2. Vectores
  3. Matrices
  4. Listas
  5. Data Frames
  6. Estructuras de control
  7. Funciones
  1. Introducción a Python
  2. Condicionales en Python
  3. Estructuras repetitivas en Python
  4. Colecciones. Listas
  5. Funciones de cadenas
  6. Colecciones. Diccionarios
  7. Funciones
  8. Manejo de ficheros
  9. Orientación a objetos
  1. Qué es Scrum y cómo aplicarlo
  2. El marco Scrum
  3. Equipos autoorganizados
  4. El papel de clientes y stakeholder
  5. Gestión ágil de productos y proyectos
  6. Desarrollo e integración continua
  7. Cómo evolucionar hacia una organización ágil

Rating

Una de nuestras maestrías mejor valoradas. Recomendada por el 96% de nuestros alumnos.

Basado en 142 valoraciones

Metodología

La metodología 100% en línea, permitiendo interacciones en tiempo real entre docentes y estudiantes.

A través del Campus Virtual el alumno accede de forma sencilla, amigable e intuitiva, a todos los recursos y contenidos necesarios para alcanzar el desarrollo de las competencias y destrezas necesarias. Recursos didácticos que por su diseño optimizan el tiempo y así permiten alcanzar una experiencia de aprendizaje eficaz.

Siguiendo el diseño y la secuencia didáctica el alumno determina la carga y ritmo de trabajo, pudiendo en todo momento a través de la plataforma solicitar la guía y apoyo de los profesores y tutores.

El modelo se completa con tutorías, clases y experiencias prácticas virtuales en tiempo real, interaccionando el alumno con el profesor para desarrollar o profundizar aspectos prácticos y relevantes del contenido de la materia.

La maestría organiza las once materias de las que se compone, en dos periodos académicos ordinarios de 18 semanas de duración, por lo que el alumno dispone de cinco semanas para alcanzar los objetivos de aprendizaje de cada materia.

Las tutorías, clases y experiencias prácticas virtuales en tiempo real se imparten cada dos semanas, en jueves tarde, viernes tarde y sábado.

(* el horario se ajustará a la secuencia docente buscando ser compatible con la actividad laboral).

Evaluación

La duración de la unidad de titulación será de 240 horas. Los estudiantes podrán optar por completar las siguientes opciones:

  • Proyecto de titulación con componentes de investigación aplicada y/o desarrollo. Esta opción se basa en el desarrollo de un proyecto de aplicación que permita integrar de forma holística los conocimientos obtenidos en el programa y deberá tener afinidad con el programa de maestría.
  • Examen de carácter complexivo. Esta opción se basa en una evaluación integral del componente teórico (examen teórico) y práctico (examen práctico) de los resultados de aprendizaje del programa de maestría.

 

 

  • Magíster en Sistemas de Información, mención Data Science por la Universidad Hemisferios (título de cuarto nivel registrado en el CES y reconocido por SENESCYT).
  • Máster profesional en Data Science y Business Analytics por IMF Smart Education de España.
  • Certificado profesional por INDRA
     

Los estudiantes que superen esta formación podrán asumir funciones y tareas relacionadas con el análisis de datos, pudiendo desarrollar diferentes perfiles profesionales, como:

  • Científico de datos
  • Analista de datos
  • Analista de negocio
  • Experto en inteligencia de negocio

En el caso de aquellos perfiles con experiencia previa en dirección y gestión de equipos, el programa les capacitará en aspectos técnicos para el desempeño de roles relacionados con la gestión y dirección de proyectos basados en datos. Por ejemplo:

  • Analytics Project Manager
  • Business Analytics Manager
  • Business Intelligence Manager
  • Chief Data Officer

Facilidades de pago

  • Maestría en Sistemas de Información, mención en Data Science (UHemisferios): Al contado (Descuento 5%) / Pago fraccionado sin intereses

Plan de becas

Cursos relacionados

Oferta académica

Ver todos los cursos

¿Te podemos ayudar en algo?

Nuestro personal experto te acompañará para ofrecerte la atención personalizada que necesitas

Contacta con imf

¿Quieres saber más sobre este programa?