Grado en Ciencia de Datos

Grado orientado al análisis y explotación de datos para la toma de decisiones. Aprenderás estadística, programación y machine learning para transformar grandes volúmenes de datos en información útil, trabajando con herramientas reales del entorno profesional.

Para acceder al Grado en Ciencia de Datos es necesario cumplir alguna de las vías oficiales de acceso a la universidad, como Bachillerato con EBAU/PAU, FP de Grado Superior, pruebas para mayores de 25 o 45 años, acreditación de experiencia profesional (mayores de 40), titulación universitaria previa o estudios extranjeros equivalentes.

Dirigido a estudiantes con perfil analítico interesados en matemáticas, programación y datos, así como personas que buscan desarrollar una carrera en analítica, big data o inteligencia artificial.

Analizar y manipular señales analógicas y digitales en los dominios temporal y frecuencial.
Dominar el diseño de soluciones basadas en redes neuronales artificiales.
Desarrollar los principios primordiales y técnicas básicas de los sistemas inteligentes y su aplicación práctica.
Manejar de forma eficiente los tipos y estructuras de datos más convenientes a la resolución de un problema.
Conocer y desarrollar las características, funcionalidades, seguridad y estructura de las Redes de Computadores e Internet.

PRIMER CURSO

Primer cuatrimestre

Álgebra y Matemática Discreta
Estadística
Cálculo y Métodos Numéricos
Introducción a la Ciencia de Datos
Fundamentos de Programación

Segundo cuatrimestre

Modelos de Probabilidad
Análisis Multivariante
Fundamentos de la Empresa
Estructuras de Datos
Tratamiento de Datos

SEGUNDO CURSO

Primer cuatrimestre

Redes y Seguridad
Optimización I
Ética y Protección de Datos
Bases de Datos
Aprendizaje Estadístico

Segundo cuatrimestre

Infraestructura para el Procesamiento de Datos
Optimización II
Aprendizaje Automático I
Análisis Bayesiano de Datos
Programación Avanzada

TERCER CURSO

Primer cuatrimestre

Gestión de Proyectos en Ciencia de Datos
Inteligencia Artificial e Ingeniería del Conocimiento
Modelización Predictiva
Señales y Sistemas
Computación Masiva

Segundo cuatrimestre

Aprendizaje Automático II
Bases de Datos Avanzadas y Distribuidas
Comunicación y Liderazgo
Minería de Datos Masivos
Sistemas Distribuidos de Gran Escala

CUARTO CURSO

Primer cuatrimestre

Procesamiento del Lenguaje Natural
Visualización de Datos
Redes Neuronales
Aprendizaje Profundo
Sistemas Estocásticos

Segundo cuatrimestre

Optativa I
Optativa II
Optativa III
Trabajo Fin de Grado

OPTATIVAS

Metodologías Ágiles de Desarrollo
Análisis de Imágenes y Vídeo
Sistemas Operativos Avanzados
Análisis y Procesamiento de Audio y Voz
Prácticas Externas

Análisis de datos, Python/R, Machine Learning, Estadística, Visualización, Big Data, Bases de datos, Modelado predictivo