Portal Web de la UNED, Universidad Nacional de Educación a Distancia

El Programa de Postgrado acoge los cursos que dan derecho a la obtención de un Título Propio otorgado por la UNED. Cada curso se impartirá en uno de los siguientes niveles: Máster de Formación Permanente, Diploma de Especialización, Diploma de Experto/a y Certificado de Formación del Profesorado.

Requisitos de acceso:

Estar en posesión de un título de Grado, Licenciatura, Diplomatura, Ingeniería, Ingeniería Técnica, Arquitectura o Arquitectura Técnica. La dirección del curso podrá proponer que se establezcan requisitos adicionales de formación previa específica en algunas disciplinas.

Asimismo, de forma excepcional y previo informe favorable de la citada dirección, el Rectorado podrá eximir del requisito previo de la titulación en los cursos conducentes al Diploma de Experto/a Universitario/a. En estos supuestos para realizar la matrícula se deberá presentar un currículo vitae de experiencias profesionales que avalen su capacidad para poder seguir el curso con aprovechamiento y disponer de acceso a la universidad según la normativa vigente.

Quien desee matricularse en algún curso del Programa de Postgrado sin reunir los requisitos de acceso podrá hacerlo, aunque, en el supuesto de superarlo, no tendrá derecho al Título propio, sino a un Certificado de aprovechamiento.

El curso está dirigido a estudiantes que necesiten una visión práctica de las tecnologías y conocimientos necesarios en el área de Data Science y tengan reconocido la titulación adecuada o experiencia profesional acorde a la legislación vigente para la obtención del titulo propio de Máster. 

Para un mayor aprovechamiento, se recomienda tener título de licenciado, ingeniero o graduado en Informática,  títulos universitarios de carreras afines como Telecomunicaciones o Industriales o bioingenierías, ingenieros técnicos en Informática y otras titulaciones con fundamentos estadísticos, matemáticos y de programación. Se valorarán excepcionalmente los conocimientos de informática adquiridos fuera de la carrera o en la práctica profesional.

El objetivo principal del máster es que el alumno que complete el curso con aprovechamiento haya adquirido los conceptos básicos de lo que se conoce como ciencia de datos e Ingeniería de datos y sea capaz de afrontar el desarrollo de pequeños proyectos enmarcados en esta línea. 

En particular, se pretende que los alumnos adquieran conceptos básicos suficientes sobre aprendizaje estadístico, selección y preparación de variables, algoritmos de aprendizaje automático y deep learning; así como, recuperación y visualización de datos y métricas de evaluación y arquitecturas propias de análisis masivo de datos. 

(0001) Fundamentos de programación para Data Science y Stack científico.  

(0002) Introducción al aprendizaje estadístico. 

(0003) Selección de variables.  

(0004) Evaluación de Modelos.  

(0005) Introducción a Machine Learning. Aprendizaje supervisado. 

(0006) Aprendizaje no supervisado y semisupervisado. 

(0007) Introducción a las series temporales 

(0008) Introducción a las Tecnologías del  lenguaje .   

(0009) Visualización de datos.  

(0010) Introducción a Deep Learning. 

(0011) Infraestructura para datos masivos procesado y streaming. 

(0012) Bases de datos no relacionales. 

(0013) Despliegue de aplicaciones: Dockers and Cloud. 

(0014) Trabajo Fin de Máster

La metodología será a distancia.  El seguimiento y preparación del curso se realizará online. Los estudiantes contarán con todas las herramientas y contenidos necesarios para completarlo dentro de los cursos virtuales creados a tal efecto. Se usarán recursos didácticos contemplados en la metodología de la UNED; así, se contará con guías didácticas, pruebas de evaluación a distancia y resolución de casos prácticos 

4.1 Material obligatorio

4.1.1 Material en Plataforma Virtual

Todos los materiales usados estarán disponibles en la plataforma virtual de la UNED.

4.1.2 Material enviado por el equipo docente (apuntes, pruebas de evaluación, memorias externas, DVDs, .... )

Todos los materiales creados por los profesores, tanto teóricos como prácticos, estarán disponibles en la plataforma virtual de la UNED.

Los estudiantes serán atendidos a través de la plataforma educativa de la UNED. 

Se podrán programar algunas sesiones síncronas online (Teams o similar) atendiendo al criterio del equipo docente. También se podrán plantear conferencias online de refuerzo de las materias o de interés general del máster.

Las tutorías se impartirán haciendo uso de la plataforma digital de la UNED donde encontrará además las direcciones de correo de todos los profesores. 

Para cualquier consulta sobre este Máster se puede dirigir a Salvador Ros en el correo sros@scc.uned.es y el teléfono 913987205

Para la obtención de la titulación de Master será necesario aprobar cada uno de las asignaturas temas  que componen el itinerario incluido la realización de un TFM.

La evaluación de cada  asignatura consistirá en la realización de un trabajo de carácter teórico práctico o de un test.

El máster se impartirá en dos cuatrimestres. El primero comenzará el 15 de Enero y finalizará en 15 de junio y el segundo comenzará el 16 de Junio  y finalizará  el 30 de noviembre. El mes de agosto es no lectivo a todos los efectos.

Las  asignaturas se dividirán según el siguiente calendario

Primer cuatrimestre:

(0001) Fundamentos de programación para Data Science y Stack científico.  

(0002) Introducción al aprendizaje Estadístico.  

(0003) Selección de variables.  

(0004) Evaluación de Modelos.  

(0005) Introducción al Machine Learning. Aprendizaje supervisado.  

(0006) Aprendizaje no supervisado y semi-supevisado. 

(0007) Introducción a las series temporales. 

Segundo cuatrimestre:

(0008) Introducción al las Tecnología del Lenguaje. 

(0009) Visualización de datos.

(0010) Introducción a Deep Learning.  

(0011) Infraestructura para datos masivos procesado y streaming. 

(0012) Bases de datos no relacionales. 

(0013) Despliegue de aplicaciones: Dockers and Cloud.  

(0014) Trabajo Fin de Máster. 

Cada  asignatura es equivalente a 4 créditos salvo el TFM que serán 8 créditos. 

Codirectores

Colaboradores UNED

Colaboradores externos

Precio de matrícula: 3.000,00 €.

10.1 Ayudas al estudio y descuentos

Se puede encontrar información general sobre ayudas al estudio y descuentos en este enlace.

Debe hacer la solicitud de matrícula marcando la opción correspondiente, y posteriormente enviar la documentación al correo: descuentos@fundacion.uned.es.

Del 7 de septiembre de 2023 al 15 de enero de 2024.

Información de matrícula:Fundación UNED

C/ Guzmán el Bueno, 133 - Edificio Germania - 1ª planta - 28003 Madrid

Teléfonos: +34-913867275/1592

Correo electrónico: bsaez@fundacion.uned.es

http://www.fundacion.uned.es

Negociado de Especialización.