Máster en Big Data Science

Título propio de la Universidad de Valladolid
Abierto el periodo de PREINSCRIPCIÓN en: https://formacion.funge.uva.es/cursos/master-big-data-science-2018/

Presentación

La cantidad de datos que se está generando a nivel mundial está creciendo exponencialmente. Esto supone una oportunidad para traducir esos datos en información útil y extraer un enorme valor añadido en ámbitos muy diversos. La gran cantidad de aplicaciones del análisis de datos y del Big Data hace que se traduzca en una demanda creciente de profesionales en estas áreas, pero en estos momentos que no hay suficientes titulados para ocupar las vacantes ofertadas, de modo que formarse en esta disciplina proporciona una excelente oportunidad de cara a incorporarse o adquirir un mejor puesto en el mercado laboral.

El Máster en Big Data Science de la Universidad de Valladolid (UVa) se plantea como un título propio de esta universidad, de carácter presencial, que tiene como objetivo complementar los conocimientos de egresados en titulaciones de las ramas de Ciencias, y de Ingeniería y Arquitectura, proporcionándoles una formación básica en el área de análisis de datos y su procesamiento masivo, de modo que les permita abordar con éxito proyectos de ese ámbito, fundamentalmente en áreas relacionadas con las TIC.

El máster tiene una duración de un curso académico a tiempo completo (60 ECTS) y se estructura en dos materias: Habilidades fundamentales en ciencia de datos y Big Data (45 ECTS, 7 asignaturas), y Prácticas en empresa y Proyecto Fin de Máster (15 ECTS, 2 asignaturas).

El Máster en Big Data Science complementa la oferta formativa de la UVa en el área del Big Data. Dicha oferta también incluye el INdat (un doble grado en Ingeniería Informática y Estadística) y el Máster en Ingeniería Informática-Especialidad en Big Data.

Si eres un alumno que accede a la Universidad por primera vez y te interesa el análisis de datos y el Big Data, el INdat es, sin duda alguna, la mejor opción para ti.

Si ya tienes un título de grado o de ingeniería técnica en informática, entonces te recomendamos el Máster en Ingeniería Informática-Especialidad en Big Data, pues es el título oficial de la profesión de ingeniero en informática y además te proporciona formación especializada en el área de Big Data.

Si tienes un título de grado o ingeniería técnica en otras áreas de la ciencia, ingeniería y arquitectura (física, matemáticas, química, ingeniería industrial, ingeniería de telecomunicación, etc), entonces el Máster en Big Data Science, que aquí presentamos, es tu mejor opción para complementar tu formación introduciéndote en el área de análisis de datos y su procesamiento masivo.

El Máster en Big Data Science está organizado y se imparte en la E.T.S.I. de Telecomunicación de la Universidad de Valladolid, y cuenta con la colaboración de:

Empresas colaboradoras del Máster en Big Data Science

Diversas empresas colaboran con el Máster en Big Data Science impartiendo docencia en una de las asignaturas "Fundamentos y Aplicaciones de Ciencia de Datos y Big Data" y/u ofertando prácticas remuneradas (en muchos casos en exclusiva) para los alumnos de este máster.

Es importante aclarar que realizar prácticas en una empresa colaboradora del máster no está garantizado al 100%, pues las empresas realizaran sus propios procesos de selección sobre los alumnos del máster. Ahora bien, en el caso de que un alumno no fuera seleccionado por ninguna empresa, o simplemente porque así lo prefiriera el propio alumno, podrá realizar las prácticas en empresa en el seno de un grupo de investigación de la UVa (siendo estas prácticas sin remunerar).

Plan de estudios

Para el curso 18/19 (tercera edición del máster) la planificación es la siguiente:
- Comienzo de estudios: 8 de octubre de 2018
- Fin de los estudios: 13 de septiembre de 2019
- Horario: Desde octubre a abril se impartirán entre 12 y 15 horas presenciales a la semana, ubicadas de lunes a jueves de 18:00 a 22:00 (excepcionalmente podría celebrarse alguna sesión los viernes impartida principalmente por las empresas colaboradoras)

La siguiente figura muestra un esquema de la planificación del máster: