Ofrece una formación sólida en matemáticas, física, estadística, métodos numéricos, computación y computación cuántica desde una visión integrada y conjunta. Además, proporciona, a las personas tituladas, habilidades y destrezas analiticoabstractas, algoritmicocomputacionales y en el manejo cuantitativo de la información, para resolver problemas reales.
El factor diferencial del grado en Matemática Computacional y Analítica de Datos de la UAB consiste en que, mientras otros grados de ciencia de datos del sistema universitario catalán se dirigen a la manipulación y la explotación de datos con herramientas y algoritmos ya existentes, nosotros formamos profesionales capaces de desarrollar nuevos algoritmos y herramientas para la optimización, la modelización y el tratamiento de datos complejos.
Además, la UAB tiene un campus universitario multidisciplinario que constituye lo que llamamos un campus lab, un laboratorio para la aplicación práctica del análisis de datos en diversos ámbitos: datos sanitarios, biológicos, financieros, sociales, etc.
El estudiante que quiera cursar estos estudios debe ser una persona con gusto por la abstracción, el razonamiento lógico y la aplicación práctica mediante la modelización; aficionada a las matemáticas, la física y la computación, y que tenga curiosidad por la ciencia en general. Debe ser tenaz y con capacidad de trabajo y considerar un reto la resolución de problemas.
Es necesario que el estudiante haya cursado Matemáticas en los dos cursos de bachillerato y se haya examinado de esta materia en las PAU
1º CURSO
1er semestre
Álgebra Lineal
Cálculo en una Variable
Iniciación a la Programación
Fundamentos de Computadores
Software de Sistema
2º semestre
Probabilidad
Cálculo en Varias Variables
Algorísmia y Combinatoria en Grafos. Métodos Heurísticos
Programación Orientada a los Objetos
Cálculo Numérico
2º CURSO
1er semestre
Visualización 3D
Modelización e Inferencia
Técnicas de Diseño de Algoritmos
Bases de Datos Relacionales
Métodos Numéricos y Probabilísticos
2º semestre
Optimización
Ecuaciones Diferenciales Ordinarias
Inteligencia Artificial
Análisis de Datos Complejos
Análisis Complejo y de Fourier
3º CURSO
1er semestre
Ecuaciones en Derivadas Parciales
Física, Abstracción y Computación
Aprendizaje Computacional
Computación de Altas Prestaciones
Teoría de la Información
2º semestre
Sistemas Distribuidos y la Nube
Redes Neuronales y Aprendizaje Profundo
Información Cuántica
Bases de Datos No Relacionales
Modelización y Simulación
4º CURSO
Trabajo de fin de curso
Las personas graduadas estarán capacitadas para desarrollar actividades en empresas, centros de investigación y organismos oficiales de generación y gestión de datos, así como de modelización, simulación y consultoría científica.
Habrán adquirido una formación que les permitirá adaptarse a problemas actuales y de futuro, entender cada problema particular y modelar y proponer predicciones rigurosas ad hoc.
Los cinco grandes ámbitos de aplicación son:
Administraciones públicas.
Ciencias de la salud y naturales.
Economía y finanzas.
Industria y servicios.
Docencia e investigación.
Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio.
Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.
Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.
Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.
