Presentación

El título propio Máster en Data Science de la Universidad Rey Juan Carlos surge de la necesidad de formar profesionales cualificados que combinen conocimientos tanto en ingeniería como en análisis de conjuntos de datos complejos para su aplicación en múltiples sectores industriales, de investigación e innovación. Actualmente, existe una gran demanda de este tipo de profesionales que resulta difícil de satisfacer, dada la escasez de candidatos que integren un perfil de conocimientos adecuado y además cuenten con experiencia práctica en el diseño, desarrollo y despliegue de este tipo de proyectos.

Objetivos

• Integrar los conocimientos teóricos y prácticos necesarios para la práctica de la ciencia de datos, integrando tanto la dimensión de ingeniería como la de análisis de datos.
• Adquirir destrezas en la utilización de las principales arquitecturas y herramientas tecnológicas, así como métodos matemáticos y estadísticos utilizados en ciencia de datos.
• Poner en práctica los conocimientos adquiridos para aplicarlos en un entorno real de trabajo (prácticas en empresa) y desarrollar un proyecto completo de ciencia de datos (trabajo fin de máster).

Competencias

COMPETENCIAS GENERALES

• 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 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 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 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 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 para desarrollar y aplicar ideas originales en el área de ingeniería y analítica de datos, utilizando para ello las metodologías y herramientas tecnológicas disponibles.
• Capacidad para desarrollar y aplicar ideas originales en el área de inteligencia de negocio y ayuda a la toma de decisiones, utilizando para ello herramientas y modelos de minería de datos y optimización.
• Capacidad para liderar equipos multidisciplinares con el fin de afrontar y resolver problemas relacionados con ingeniería y analítica de datos en múltiples áreas de aplicación.
• Capacidad para formular juicios a partir de datos por medio de metodologías, modelos y herramientas de análisis que consideren el nivel de incertidumbre asociada, todo ello a partir de funciones de utilidad socialmente responsables.
• Capacidad para justificar plenamente las alternativas/decisiones de diseño y construcción de sistemas de información para ingeniería y analítica de datos, que puedan ser comprensibles por diferentes tipos de audiencias.
• Capacidad para continuar la formación en el campo de la ingeniería y analítica de datos por medio de fuentes de información y referencias fiables y contrastadas.
• Capacidad de análisis y síntesis, organización y planificación
• Capacidad de comunicación oral y escrita
• Capacidad crítica y autocrítica
• Capacidad de integrarse y comunicarse con expertos de otras áreas, en distintos contextos y a diferentes niveles de detalle.
• Capacidad para redactar y presentar documentos técnicos y científicos.

COMPETENCIAS ESPECÍFICAS

• Capacidad para comprender las diferentes metodologías, procesos y herramientas de minería de datos, en especial aplicadas a la detección de información latente en fuentes de datos heterogéneas.
• Capacidad para entender la aplicación de métodos y tecnologías de Big Data aplicadas a la consecución y mejora de requisitos y objetivos de negocio.
• Capacidad para utilizar herramientas de extracción, preparación, almacenamiento y análisis de Big Data.
• Capacidad para comprender las conexiones e interrelaciones entre las distintas metodologías y técnicas de ingeniería y analítica de datos.
• Capacidad para entender los principales aspectos relacionados con la seguridad de sistemas de información, especialmente en el contexto de ingeniería y análisis de datos.
• Capacidad para comprender los conceptos y paradigmas de sistemas de computación distribuida más relevantes para el diseño e implementación de sistemas de ingeniería de datos.
• Capacidad para entender, diseñar e implementar técnicas de visualización de datos avanzadas, que permitan transmitir de forma efectiva los resultados de los análisis.
• Capacidad de diseñar e implementar arquitecturas de computación en la nube que permitan satisfacer los requisitos de procesos de analítica de datos de forma escalable y elástica.
• Capacidad para conocer los diferentes foros de divulgación relativos a ingeniería de datos, computación distribuida y en la nube, analítica de datos e inteligencia de negocio y seleccionar el más adecuado para un objetivo concreto.
• Capacidad para diseñar, implementar y gestionar sistemas de almacenamiento masivo de datos heterogéneos.
• Capacidad para diseñar modelos de datos avanzados adaptados a sistemas de ingeniería de datos complejos.
• Capacidad para manejar herramientas que permitan automatizar el proceso de ingeniería y análisis de datos.
• Capacidad para estructurar análisis de procesos de toma de decisiones y participar de forma estructurada en una negociación.
• CE14 . Capacidad para manejar las herramientas de modelado propias de la inteligencia de negocio y el análisis de decisiones.
• CE15 . Capacidad para comprender y aprovechar las características de las nuevas tendencias en el desarrollo de sistemas de ingeniería y analítica de datos.