El Grado en Matemáticas y Estadística obtuvo la verificación de la ANECA en junio de 2009 y comenzó a impartirse en el curso 2009/10 formando parte de un programa de grados en Matemáticas, impartidos en la Facultad de Ciencias Matemáticas, de modo que fuera posible impartirlos a la vez que se extinguía la docencia en la antigua Licenciatura en Matemáticas y la Licenciatura de Segundo Ciclo en Ciencias y Técnicas Estadísticas.
La presencia en el nombre de la palabra Estadística, proporcionaba una más clara visibilidad de la oferta formativa de la UCM en distintos aspectos del área de cara a su difusión. Así, un futuro estudiante podría localizar y diferenciar los distintos grados ofertados: Estadística Aplicada (por la Facultad de Estudios Estadísticos) y Matemáticas y Estadística (por la Facultad de Ciencias Matemáticas) con un enfoque más aplicado el primero y más teórico el segundo. Esa denominación permitía tener una idea de la riqueza y variedad de dicha oferta de forma más fácil que revisando perfiles de especialización dentro de un marco general de Matemáticas.
Se recomienda que los estudiantes que deseen cursar el grado en Matemáticas y Ciencia de Datos hayan realizado un bachillerato de Ciencias, cursando la asignatura de Matemáticas II. También es recomendable cursar las asignaturas de Física y, en menor grado, Dibujo Técnico.
Las asignaturas con ponderación para la fase específica de la EvAU son: Biología, CC. de la Tierra y Medioambientales, Física, Matemáticas II, Geología y Química, con coeficiente 0,2; Electrotecnia, Matemáticas Aplicadas a las Ciencias Sociales y Tecnología Industrial II, con coeficiente 0,1.
Conocer la naturaleza, métodos y aplicaciones de la Ciencia de Datos con un fundamento matemático riguroso.
Desarrollar las capacidades analíticas y el pensamiento lógico y riguroso a través del estudio de la Matemática y de la Estadística.
Capacitar para la utilización de los conocimientos teóricos, prácticos e informáticos adquiridos en la definición, planteamiento y resolución de problemas presentes en Ciencia de Datos en contextos académicos y profesionales.
Reconocer la presencia de los fenómenos estocásticos en modelos de Ciencia de Datos presentes en diversas disciplinas (Economía, Salud, Administración,…).
Valorar la Estadística como instrumento imprescindible en la adquisición del conocimiento.
Valorar los modelos de Ciencia de Datos como instrumento valioso en la ampliación del conocimiento.
Preparar para posteriores estudios especializados, tanto en la misma disciplina como en cualquiera de las áreas de aplicación que precisan de herramientas y métodos estadísticos bien fundamentados.
Lograr el compromiso del estudiante con el autoaprendizaje como instrumento de desarrollo y responsabilidad profesional.
Proporcionar capacidad innovadora y de divulgación de los hallazgos científicos.
Posibilitar el acceso cualificado al mercado de trabajo en la Empresa, Administración e Industria en puestos con un nivel de responsabilidad medio-alto, así como en departamentos de I+D.
Respetar los derechos fundamentales y de igualdad entre hombres y mujeres, según establece la Ley Orgánica 3/2007 de 22 de marzo.
Primer Curso
Álgebra Lineal
Análisis de Variable Real
Elementos de Matemáticas y Aplicaciones
Informática
Matemáticas Básicas
Segundo Curso
Cálculo Diferencia
Cálculo Integral
Elementos de Ecuaciones Diferenciales Ordinarias
Estadística
Estructuras Algebraicas
Física: Mecánica y Ondas
Geometría Lineal
Investigación Operativa
Métodos Numéricos
Probabilidad
Tercer Curso
Álgebra Matricial
Ampliación de Probabilidad
Análisis de Datos
Análisis Matemático para Ciencia de Datos
Diseño de Experimentos
Inferencia Estadística
Métodos Computacionales en Optimización
Modelos Dinámicos
Modelos de Regresión
Procesos Estocásticos
Cuarto Curso
Métodos Computacionales en Estadística
Modelos Multivariantes en Ciencia de Datos
Cinco Optativas del Grado (2 Op-a, 2 Op-b y una más del Grado)
Reconocimiento, Prácticas Externas, otra Optativa
Trabajo Fin de Grado
Optativas de 4º Curso ECTS
Aplicaciones de los Procesos Estocásticos (Op-a)
Aprendizaje Estadístico Automático: Machine Learning (Op-b)
Bases de Datos (Op-b)
Datos Masivos: Big Data (Op-b)
Métodos Computacionales en Inferencia Bayesiana
Modelos Estadísticos en Finanzas (Op-a)
Series Temporales (Op-a)
Técnicas de Muestreo
Prácticas Externas
Competencias Generales:
CG1. Conocer y utilizar las Tecnologías de la Información y la Comunicación aplicadas en Matemáticas y Ciencia de Datos.
CG2. Conocer y aplicar la normativa y regulación local, autonómica, nacional e internacional en el ámbito de las Matemáticas y Ciencia de Datos.
CG3. Comprender y ser capaz de aplicar las herramientas básicas de investigación en Matemáticas y Ciencia de Datos.
CG4. Comprender, analizar y evaluar teorías, resultados y desarrollos en el idioma de referencia, además de en la lengua materna, en el ámbito de las Matemáticas y Ciencia de Datos.
CG5. Poseer conocimientos racionales y críticos en el estudio de Matemáticas y Ciencia de Datos.
CG6. Conocer los métodos, técnicas e instrumentos de análisis para el estudio de Matemáticas y Ciencia de Datos.
CG7. Capacidad para encontrar soluciones alternativas en el planteamiento de un problema o en la utilización de Matemáticas y Ciencia de Datos.
CG8. Conocer los fundamentos y las implicaciones económicas de los procesos de producción y aplicación de Matemáticas y Ciencia de Datos.
CG9. Resolver casos prácticos en Matemáticas y Ciencia de Datos, lo que implica la elaboración previa de material, la identificación de cuestiones problemáticas, la selección,
interpretación y la exposición argumentada en el campo de las Matemáticas y Ciencia de Datos.
