Màster Universitari en Ciència de Dades

Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
Que los/las estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
Que los/las estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
Que los/las estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
Que los/las estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo
Capacidad de análisis y síntesis, en la elaboración de informes, en la exposición, comunicación y defensa de ideas.
Capacidad de acceso y gestión de la información en diferentes formatos para su posterior análisis con el fin de obtener conocimiento a partir de datos.
Capacidad de organización y planificación de actividades de investigación, desarrollo y consultoría en el área de ciencia de datos.
Capacidad para tomar decisiones de forma autónoma, elaborando de forma adecuada y original, argumentos razonados, pudiendo obtener así hipótesis razonables y contrastables.
Capacidad para trabajar en equipo para llegar a soluciones de problemas interdisciplinarios usando técnicas de análisis de datos.
Ser capaces de acceder a herramientas de información (bibliográficas y de empleo) y utilizarlas apropiadamente.
Ser capaces de valorar la necesidad de completar su formación técnica, científica, en lenguas, en informática, en literatura, en ética, social y humana en general, y de organizar su propio autoaprendizaje con un alto grado de autonomía
Habilidad para defender criterios con rigor y argumentos, y de exponerlos de forma adecuada y precisa
Ser capaces de asumir la responsabilidad de su propio desarrollo profesional y de su especialización en uno o más campos de estudio, aplicando los conocimientos adquiridos en la identificación de salidas profesionales y yacimientos de empleo.
Extraer conocimiento de conjuntos de datos en diferentes formatos.
Entender la utilidad de la ciencia de datos y sus elementos asociados, así como su aplicación en la resolución de problemas, eligiendo las técnicas más adecuadas a cada problema, aplicando de forma correcta las técnicas de evaluación y, finalmente, interpretando los modelos y resultados.
Capacidad para visualizar de forma óptima conjuntos de datos para la extracción de conocimiento.
Conocer y utilizar los distintos modelos de almacenamiento de datos y los sistemas de gestión de las bases de datos utilizando lenguajes de programación de definición, consulta y manipulación de los mismos.
Capacidad para resolver problemas de clasificación, modelización, segmentación y predicción a partir de un conjunto de datos.
Analizar datos procedentes de la Web extrayendo conocimiento útil de ellos mediante la aplicación de técnicas de análisis de datos.
Modelar la dependencia entre una variable respuesta y varias variables explicativas, en conjuntos de datos complejos, mediante técnicas de aprendizaje máquina, interpretando los resultados obtenidos.
Saber realizar las labores propias de su profesión incluyendo, entre otras, la adquisición y clasificación de datos de forma eficiente, aplicación de las técnicas de análisis de datos avanzado para llegar a la extracción de información (científica, de mercado, etc.) a partir de los mismos.
Diseñar y poner en marcha soluciones basadas en análisis de datos en el ámbito de la medicina y de los negocios, teniendo en cuenta los requisitos específicos de este tipo de casos de uso.
Extraer características propias de señales N-dimensionales para ser usadas en diferentes algoritmos de análisis de datos.
Seleccionar, atendiendo a criterios de eficiencia, escalabilidad, tolerancia a fallos y adecuación al entorno de producción el paradigma de datos óptimo en soluciones Big Data. Entender como las técnicas Big Data se utilizan para soportar y realizar la toma de decisiones basadas en datos.