Ciencia y Tecnología | 15ª Edición

Maestría Oficial en Big Data y Ciencia de Datos

Maestría en tecnologías de procesamiento masivo de datos para el análisis y obtención de conocimiento.

Requisito de acceso: Grado, licenciatura o título universitario.

Ingeniería en Informática, Telecomunicaciones, Ciencia de Datos, Data Science o equivalente.

PLAZAS LIMITADAS

Apertura de expediente gratuita y hasta el 30% de descuento

100% Online
60 ECTS
Oficial
Abr. 2025

Matricúlate ya y aprovecha los descuentos vigentes Hasta el 29 de noviembre

Maestría en Big Data y Data Science Online

Big Data es mucho más que un concepto de moda, es una necesidad. Actualmente, todas las industrias que generan y consumen datos de múltiples tipos y fuentes, necesitan profesionales y expertos en Big Data. Por ello, estos empleos se encuentran entre los más demandados a nivel mundial. Por ejemplo, según LinkedIn, cerca del 79% de las ofertas publicadas en portales de empleo están relacionadas con trabajos de Big Data y/o Ciencia de Datos.

Definición de la Maestría en Ciencia de Datos

Esta Maestría en Big Data online te proporciona la formación necesaria para convertirte en un perfil altamente demandado en el mercado laboral. El programa se destaca por su alto componente técnico y práctico, y aborda los tres módulos que dan sentido a un proyecto Big Data:

Procesamiento de Big Data, se profundiza en qué es un proyecto Big Data y los componentes técnicos necesarios para el almacenamiento y procesamiento.
Analítica de la ciencia de datos, enfocándose a la parte de preparación, limpieza y entendimiento de datos, modelado y visualización.
Business Intelligence, enfatizando en la recepción y aplicación práctica de la información.

¿Qué hace a esta maestría única?

Modalidad 100% online. Clases, exámenes, tesis fin de título y prácticas online.
Exámenes online sin desplazamientos. Obtén tu título oficial de forma 100% online gracias a la seguridad y rigor del sistema de acreditación biométrica y antifraude, mediante reconocimiento facial y monitorización de la actividad de la pantalla y verificación del entorno mediante una segunda cámara.
Clases bidireccionales en directo que te permitirán interactuar con tu profesor y compañeros, rompiendo cualquier barrera de presencialidad.
Las clases quedan grabadas y disponibles para que las puedas consultar y revisar tantas veces como quieras.
Prácticas en empresa optativas, presencial u online, a tu elección. Para que puedas acceder al mercado laboral solo si lo necesitas.
Optatividad en Cloud Computing, Deep Learning o Metodologías de Gestión de Proyectos que te permitirán empezar tu especialización.
Uso de las nuevas tecnologías relacionadas con el Big Data y herramientas tecnológicas más utilizadas en el mercado laboral.
Practicarás con bases de datos reales para la realización de casos prácticos. Gracias a la colaboración con DRIVENDATA, podrás inscribirte en una plataforma repleta de necesidades reales que presentan las empresas, repercutiendo en alta empleabilidad para los futuros egresados.

Los títulos universitarios oficiales de VIU son reconocibles por SUNEDU. Los convenios suscritos entre España y el Perú establecen el reconocimiento de los grados y/o títulos oficiales extranjeros. Sunedu reconoce los títulos oficiales expedidos en España en nombre del Rey.

Para más información sobre el proceso de reconocimiento de títulos extranjeros puedes consultar aquí.

Un programa eminentemente práctico

Dentro del Área de Ciencia y Tecnología de la Universidad Internacional de Valencia una herramienta de aprendizaje clave son los Laboratorios Virtuales. Estos espacios online, basados en diferentes tipos de tecnologías virtualizadas y escritorio remoto, impulsan una dimensión práctica en tu adquisición de los conocimientos, dándote acceso al software necesario para la realización de las actividades prácticas

Utilizarás herramientas y software de primer nivel como:

Programación en R para métodos estadísticos.
Programación en Python para procesamiento de datos, Machine Learning, visualización, ...
Uso de sistemas gestores de Bases de Datos Relacionales y NoSQL para la gestión y recuperación de información como MongoDB o Cassandra
Aplicación de los modelos MapReduce y Spark en Big Data
Configuración del frameworks como hadoop mediante contenedores para el desarrollo de prácticas
Uso de plataformas tecnológicas como AWS, BigML, Tableau, Hadoop o Mongo DB.

Partners

Malla curricular

Tipos de materia	ECTS
Obligatorias	48
Optativas	6
Tesis Fin de Maestría	6
Total de Créditos	60

Asignatura	Tipo	ECTS
Herramientas de Programación	Complemento Formativo	6
Herramientas de BBDD	Complemento Formativo	6
Herramientas de Estadística	Complemento Formativo	6

	Tipo	ECTS
Fundamentos de la tecnología Big Data	Obligatoria	3
Sistemas de almacenamiento y gestión Big Data	Obligatoria	3
Procesamiento de datos masivos	Obligatoria	6
Riesgo, seguridad y legislación en sistemas de información	Obligatoria	3
Estadística avanzada	Obligatoria	6
Minería de datos	Obligatoria	6
Machine Learning	Obligatoria	6
Visualización de Datos	Obligatoria	6
Soluciones de Inteligencia de Negocio	Obligatoria	6
Ciencia de datos para la toma de decisiones estratégicas	Obligatoria	3
Metodologías de Gestión y diseño de proyectos Big Data	Optativa	6
Redes Neuronales y Deep learning	Optativa	6
Cloud computing	Optativa	6
Prácticas en Empresa	Optativa	6
Trabajo Fin de Máster	Obligatoria	6

Descargas

Más allá del plan de estudios

Como estudiante de la Maestría Oficial en Big Data podrás ampliar tu formación a través de:

Acceso a Ágora, un aula donde desde donde podrás acceder a seminarios y masterclass, de expertos profesionales del sector, relacionados con todos los programas de maestría de Ciencia y Tecnología, desde el momento de tu matriculación.
Acceso al Aula de Refuerzo, donde podrás repasar y adquirir conocimientos básicos antes de empezar. Entre ellos, un curso de programación con Python y fundamentos matemáticos y estadísticos.
También tendrás la posibilidad de participar en el Cajamar UniversityHack, la competición analítica de datos más grande de España y aplicar los conceptos vistos en la Maestría. En las últimas dos ediciones nuestros estudiantes han conseguido clasificarse como finalistas y ganadores de esta competición.

Infórmate

Necesitamos saber más de ti para atenderte de forma personalizada. Sin compromisos.

Nombre y apellidos

Provincia

Código postal

Teléfono

Universitat Internacional Valenciana - Valencian International University S.L., tratará sus datos personales conforme a su solicitud para contactarle e informarle del programa seleccionado de cara a las dos próximas convocatorias del mismo, pudiendo contactar con usted a través de medios electrónicos (WhatsApp y/o correo electrónico) y por medios telefónicos, siendo eliminados una vez facilitada dicha información y/o transcurridas las citadas convocatorias.

Ud. podrá ejercer los derechos de acceso, supresión, rectificación, oposición, limitación y portabilidad, mediante carta a Universitat Internacional Valenciana - Valencian International University S.L. - Apartado de Correos 221 de Barcelona, o remitiendo un email a [email protected]. Asimismo, cuando lo considere oportuno podrá presentar una reclamación ante la Agencia Española de protección de datos.

Podrá ponerse en contacto con nuestro Delegado de Protección de Datos mediante escrito dirigido a [email protected] o a Grupo Planeta, At.: Delegado de Protección de Datos, Avda. Diagonal 662-664, 08034 Barcelona.

Cursos y certificaciones adicionales

Por ser estudiante dl Máster en Big Data Online tienes acceso exclusivo, y sin ningún coste adicional, a tres cursos de 18 horas de duración cada uno de ellos. Estos cursos son totalmente optativos y para disfrutarlos, solo tienes que inscribirte previamente a su inicio, una vez hayas comenzado la Maestría. Se trata de una formación especializante, con la que podrás profundizar en algunos de los temas más empleados y demandados por los especialistas en ciencia de datos y certificada por Nvidia.

Programación de GPU's con CUDA
Programación de GPU's con CUDA
Programación de GPU's con CUDA: El objetivo del curso es aprender las principales técnicas y herramientas para acelerar aplicaciones escritas en lenguaje C de forma que se ejecuten sobre millones de hilos en la GPU utilizando CUDA. A la conclusión del curso, el alumno adquirirá las siguientes competencias:
- Escribir código para que sea ejecutado en la GPU.
- Exponer y expresar paralelismo de datos con CUDA en aplicaciones escritas en C.
- Analizar cuándo merece la pena portar un código a la GPU.
- Gestionar la memoria en la GPU y optimizar la transferencia de datos utilizando prebúsqueda asíncrona.
- Utilizar los profilers para optimizar las aplicaciones paralelas.
- Emplear streams para combinar paralelismo de tareas y paralelismo de datos.
Deep Learning sobre plataformas Nvidia
Fundamentos de Deep Learning sobre plataformas Nvidia
El objetivo del curso es aprender a manejar las herramientas más vanguardistas para la implementación de proyectos de Deep Learning de la forma más rápida y eficiente sobre un computador de última generación aprovechando la aceleración en GPU y los recursos de supercomputación existentes en las arquitecturas de Nvidia, fabricante del 75 % de las GPUs del mercado. Para ello, se pondrá a disposición del alumno de forma gratuita el curso Fundamentals of Deep Learning perteneciente al Deep Learning Institute de Nvidia (DLI), donde podrá poner en práctica todas las técnicas estudiadas sobre GPUs de última generación disponibles en la nube a través de Amazon Web Services. A la conclusión de este curso, el alumno tendrá la oportunidad de evaluarse dentro del DLI para lograr la certificación en Deep Learning avalada por la empresa Nvidia, lo que acreditará sus conocimientos para afianzar su carrera profesional y méritos curriculares en este área.
Computación cuántica
Introducción a la computación cuántica
Este curso sirve de introducción a la computación cuántica y se orienta a ingenieros informáticos u otras ingenierías con conocimientos de computación y una mínima base de álgebra lineal compleja. El curso se inicia con una sesión de refresco de los conocimientos matemáticos básicos necesarios para comprender los que son y cómo se miden los cúbits y sus estados. A partir de aquí, se presentan los conceptos básicos, desde la esfera de Bloch y las principales puertas cuánticas, se describen los principales algoritmos que muestran las ventajas que proporciona la computación cuántica sobre la clásica y termina con una introducción de algoritmos prácticos que se utilizan en sistemas cuánticos reales.

Seminarios de convocatorias anteriores

Big Data con Azure
Arquitecturas BI / Big Data con Azure
Seminario sobre Arquitecturas cloud para el uso en entornos con diferentes fuentes de datos. Aplicación y demo sobre qué técnicas utilizar cuando existen un gran flujo de datos y qué elementos son necesarios para construir BI en Cloud.
Ponente: Pau Sempere
Cloud Computing para Big Data
Cómo empezar en Cloud Computing para Big Data con AWS
¿Qué es el cloud computing? en esta doble sesión se explica el cloud desde la perspectiva del Big Data y comenzando desde cero. Se repasan conceptos para conectarse a Amazon Web Services y construir una arquitectura de computación en la nube.
Ponente: Tomás Fernández Pena
PowerBI - Storytelling
PowerBI - Storytelling
Repaso sobre conceptos de visualización y cómo contar historias a partir de datos mediante el uso de PowerBI.
Ponente: Javier Torrenteras
Talleres BigML
Talleres BigML. Transformación de datos con BigML - API WhizzML
BigML es una plataforma para aplicación de técnicas de Machine Learning, en estos seminarios se explica cómo utilizar el entorno web BigML para el tratamiento y manejo de datos con ejemplos prácticos.
Ponente: Pablo González

Acceso y salida profesional

Para cursar esta maestría se recomienda tener una base sólida en matemáticas y estadística, y conocimientos básicos de programación, así como aptitudes en el manejo de herramientas informáticas y capacidades para el tratamiento de datos.
Se requiere que los estudiantes estén en posesión de un título universitario (pregrado, diplomatura, licenciatura, ingeniería, ingeniería técnica) en alguna de las titulaciones que se detallan a continuación:
- Pregrado en Ciencia de Datos, Grado en Data Science o equivalente.
- Pregrado/Ingeniería/Ingeniería Técnica en Informática
- Pregrado/Ingeniería/Ingeniería Técnica en Telecomunicaciones.
Adicionalmente, se aceptarán alumnos de las siguientes titulaciones, condicionado a la superación de diferentes complementos formativos.
- Grado/Licenciatura/diplomatura del área de matemáticas o física (o equivalente).
- Grado/Ingeniería Superior/ Ingeniería Técnica no vinculada a las TIC
Requisitos de Ingreso a Máster Oficial VIU (España y U.E)
Requisitos de Ingreso a Máster Oficial VIU (Países no U.E)
El egresado de esta Maestría podrá optar a puestos de trabajo relacionados con los aspectos tecnológicos de Big Data:
- Data Engineer. Experto en infraestructura tecnológica.
- Gestor de proyectos en Big Data y Data Science.
- Data Manager. Administrador de datos.
- Arquitecto de Data Solutions.
- Data Scientist.
- Analista de negocio.

Plana docente

La plana docente de la Universidad Internacional de Valencia (VIU) está formada por doctores acreditados, doctores especializados y profesionales en activo que aporta al alumno una visión actual gracias a la relación profesional y académica.

Benjamín Arroquia
Director del Máster en Big Data y Data Science
Benjamín Arroquia
Currículum Vitae
Nombre y Apellidos: Benjamín Arroquia Cuadros
Asignatura/s: Gestión de prácticas y Trabajos Final de Título.
Titulación, institución y año: Máster Universitario en Gestión de la Información (Universidad Politécnica de Valencia).
Experiencia Profesional
PhD. Universidad Politécnica de Valencia.
Analista programador en TICs.
Programador para extracción y explotación de datos en redes sociales.
Líneas de Investigación:
Sistemas de almacenamiento y procesamiento de datos.
Extracción, procesamiento y análisis de datos espaciales.
Visualización de datos en aplicaciones web.
Otros méritos:
• Premios y Reconocimientos:
- Premio: 1er premio I OpenDatathon UPV 2016.
- Premio: 1er premio I Hackathon HERE UPV 2018.
• Publicaciones de impacto social
- XVIII Congreso Nacional TIG (2018). Comunicación oral.
Raúl Reyero Díez
Data Scientist. Desarrollador de Sistemas de Información en Vodafone, Telefónica e Informática el Corte inglés entre otros.
Raúl Reyero Díez
Currículum Vitae
Nombre y Apellidos: Raúl Reyero Diez
Asignatura/s:
Algoritmos de optimización - Máster Universitario en Inteligencia Artificial
Titulación, institución y año:
Licenciado en Matemáticas por la Universidad Complutenses de Madrid, 1992
Experiencia Profesional
Desarrollos de sistemas de Data Scraping como freelance.
Seminarios docentes en la UC3M.
Desarrollos de Sistemas de Información en Vodafone, Telefónica e Informática el Corte inglés entre otros.
Líneas de Investigación :
Análisis del impacto de las Redes Sociales en índices económicos de las organizaciones.
Dr. Arturo Peralta Martín-Palomino
Doctor en Ingeniería Informática y Director de I+D+i en Prometeus Global Solutions
Dr. Arturo Peralta Martín-Palomino
Currículum Vitae
Nombre y Apellidos: Arturo Peralta Martín-Palomino
Asignatura/s: M09Big: Aplicación de la ciencia de datos a los negocios y a la toma de decisiones
Titulación, institución y año:
Doctor en Economía, Empresas y Finanzas. Universidad Camilo José Cela, 2017.
Doctor en Ingeniería Informática, Universidad de Castilla la Mancha, 2015.
Máster Oficial en Tecnologías Informáticas Avanzadas. Universidad de Castilla la Mancha, 2009.
Máster en Administración de Empresas e Ingeniería de Organización. Universidad de Castilla la Mancha, 2007.
Ingeniero en Informática. Universidad de Castilla la Mancha, 2006.
Experiencia Profesional:
Director de I+D+i en Prometeus Global Solutions.
Profesor Asociado en Universidad de Castilla la Mancha.
Anteriormente, Director Técnico de DocPath Document Solutions.
Líneas de Investigación:
Aplicación de modelos basados en técnicas de Inteligencia Artificial para la generación y mejora de negocio.
Análisis económico y bursátil mediante aplicación de técnicas de Soft-Computing.
Otros méritos:
Desde 2010 y hasta la actualidad, experiencia en la gestión de grandes grupos de trabajo ejerciendo la labor de Director Técnico, Director de Desarrollo o Director de I+D+i en diferentes empresas tecnológicas.
Desde hace más de 10 años y hasta la actualidad, colaborador habitual del Grupo de Investigación SMILe de la Universidad de Castilla la Mancha.
Durante 8 años, Profesor Colaborador y Miembro del tribunal Evaluador del Máster en Administración de Empresas e Ingeniería de Organización de la Universidad de Castilla la Mancha.
Autor de artículos científicos en revistas y congreso nacionales e internacionales.
• Premios y Reconocimientos:
Premio Extraordinario de Doctorado en Economía, Empresas y Finanzas.
Dr. José Ángel Olivas
Doctor Ingeniero en Informática, experto en el desarrollo de sistemas inteligentes aplicados
Dr. José Ángel Olivas
Currículum Vitae
Nombre y Apellidos: José Angel Olivas Varela
Asignaturas:
Razonamiento Aproximado - Máster Universitario en Inteligencia Artificial
Titulación, institución y año:
Doctor Ingeniero en Informática por la Universidad de Castilla-La Mancha. Calificación: Sobresaliente cum laude por unanimidad. 29 de Septiembre de 2000.
Acreditado, agencia y año: Profesor Titular de Universidad. Área de lenguajes y sistemas informáticos. Desde 10/5/2003
Experiencia Profesional:
Desde Enero de 2006, Coordinador del Programa Oficial de Posgrado (máster y doctorado): “Tecnologías Informáticas Avanzadas” de la Universidad de Castilla-La Mancha, con Mención de Calidad del Ministerio de Educación y Ciencia (RD: 56/2005, MCD2003-00768, MCD2006-00423).
Desde el 12 de enero de 2006 hasta el 14 de abril de 2010, Subdirector del Dpto. de Tecnologías y Sistemas de Información de la Universidad de Castilla-La Mancha.
Desde 2001: Creador y Director del grupo de Investigación SMILe (Soft Management of Internet and Learning) que agrupa a más de 15 investigadores de la Universidad de Castilla-La Mancha, la Universidad Pontificia Comillas-ICAI y diversas universidades latinoamericanas (Autónoma de Yucatán, Bío-Bío, Nacional de La Plata, Baja California…) cuyos investigadores hicieron o están desarrollando su tesis doctoral en el marco de SMILe.
Líneas de Investigación:
Investigador Principal en 20 Proyectos de Investigación Regionales, Nacionales e Internacionales en el Ámbito de la Inteligencia Artificial.
Uso de técnicas de Lógica Borrosa y Soft Computing para la Recuperación de Información
Análisis de datos
Aplicaciones en Inteligencia Artificial e Ingeniería del Conocimiento.
Otros méritos:
Premios y Reconocimientos:
Accésit en la modalidad de Investigación y/o Desarrollo de Productos Científicos, dotado con 1.200€ y diploma por el trabajo: “Contribución al estudio experimental de la predicción basada en categorías deformables borrosas”, XI concurso sobre Medio Ambiente del Ayuntamiento de Madrid. D. José María Álvarez del Manzano y López del Hierro, Alcalde-Presidente del Exmo. Ayto. de Madrid, 1 de Abril de 2002.
Achievement Award, for Excellent Contribution to BISCSE’05-forging new frontiers, 40th of Fuzzy Pioneers, November 3, 2005, Sibley Auditorium-Bechtel Engineering Center, University of California, Berkeley, USA.
Reconocimiento a los 25 años de dedicación a la investigación en tecnologías y lógica fuzzy y en conmemoración de su primera publicación al respecto. Comité Científico del XVII Congreso Español sobre Tecnologías y Lógica Fuzzy, Zaragoza, Febrero de 2014.
Publicaciones de impacto social
Olivas, J. A.: “La Lógica Borrosa y sus aplicaciones”. BOLE.TIC, nº 24 Noviembre-Diciembre 2002, Revista de la Asociación profesional del cuerpo de sistemas y tecnologías de la Administración del Estado, Monográfico sobre Inteligencia Artificial, DL: M-5411-1996, pp. 21 - 28.
Olivas, J. A.; Garcés, P.; de la Mata, J.; Romero, F. P.; Serrano-Guerrero, J.: “Conceptual Soft-Computing based Web search: FISCRM, FISS Metasearcher and GUMSe Architecture”. En M. Nikravesh, J. Kacprzyk and L. A. Zadeh (eds.), Forging the New Frontiers: Fuzzy Pioneers II, Studies in Fuzziness and Soft Computing, vol. 218-2008, Springer Verlag, pp. 107 – 134, 2008. DOI: 10.1007/978-3-540-73185-6_5, ISBN: 978-3-540-73184-9, ISSN: 1434-9922 (Print) 1860-0808 (Online).
Olivas, J. A.: “From Fuzzy Deformable Prototypes to Fuzzy Web Search”. En Seising R., Trillas E., Moraga C., Termini S. (Eds): On Fuzziness: Homage to Lotfi A. Zadeh, Studies in Fuzziness and Soft Computing Vol. 299, Springer Verlag, ISBN 978-3-642-36116-6, pp. 493-502, 2013.
Olivas, J. A.: “Fuzzy Deformable Prototypes and Forest Fires Prediction and Prevention”. En L. Magdalena et al. (eds.), Enric Trillas: A Passion for Fuzzy Sets, Studies in Fuzziness and Soft Computing Vol. 322, DOI 10.1007/978-3-319-16235-5_25, ISSN 1434-9922, ISBN 978-3-319-16234-8, pp. 315-322, 2015.
Olivas, J. A.: “Fuzzy Web Search: Representing and Applying Concepts Instead of Words”. En R. Seising and L.A. Méndez (eds.), Accuracy and Fuzziness. A Life in Science and Politics, Studies in Fuzziness and Soft Computing Vol. 323, DOI: 10.1007/978-3-319-18606-1_28, ISSN 1434-9922, ISBN 978-3-319-18605-4, pp. 295-306, 2015.
Olivas, J. A.: “Some Reflections on the Use of Interval Fuzzy Sets for Dealing with Fuzzy Deformable Prototypes”. En R. Seising and H. Allende-Cid (eds.), Claudio Moraga: A Passion for Multi-Valued Logic and Soft Computing, Studies in Fuzziness and Soft Computing Vol. 349, DOI: 10.1007/978-3-319-48317-7_5, ISSN 1434-9922, ISBN 978-3-319-48316-0, pp. 55-62, 2017.
Olivas, Jose Angel: Búsqueda eficaz de información en la Web, Edulp, La Plata, Argentina, 2011, 126 páginas, ISBN: 978-950-34-0763-9. http://hdl.handle.net/10915/18401
Dr. Horacio Kuna
Doctor en Ingeniería de Sistemas y Computación, Universidad de Málaga
Dr. Horacio Kuna
Email
Currículum Vitae
Nombre y Apellidos: Horacio Daniel Kuna

Asignaturas:
Dirección y gestión TIC - Máster Universitario en Gestión de las Tecnologías de la Información y la Comunicación
Proyecto de Ingeniería del Software - Ingeniería Informática
Metodología de Gestión y Diseño de Proyectos Big Data - Master en Big Data y Ciencia de Datos
Cloud Computing y Big Data - Master en Industria 4.0

Titulación, institución y año de finalización: Analista de Sistemas de Computación-Instituto de Tecnología ORT-1983-Argentina. Licenciado en Sistemas-Universidad de Moron-2004-Argentina. Master en Ingeniería del Software-Instituto Tecnológico de Buenos Aires-2006-Argentina. Master en Ingeniería del Software-Universidad Politécnica de Madrid-2006-España. Doctor en Ingeniería de Sistemas y Computación- Universidad de Málaga- 2014-España.

Acreditado, agencia y año: Profesor Titular (Máxima categoría) Universidad Nacional de Misiones-Argentina. Fecha de inicio 1993 y continúa.

Experiencia Profesional: Me dedico a la aplicación de técnicas de Ciencia de Datos y de Ingeniería del Software en temas vinculados a la Auditoría Informática. Me especializo en metodologías de desarrollo de sistemas, en particular las metodologías ágiles y las metodologías para desarrollo de proyectos de Ciencia de Datos. Soy docente Investigador de la Universidad Nacional de Misiones (UNaM), soy director del Instituto de Investigación, desarrollo e Innovación en Informática (IIDII) de la Facultad de Cs.Exactas Q. y Nat. de la UNaM - Argentina, (dirijo proyectos de investigación y de transferencia) , Soy Director de la Maestría en Tecnologías de la Información (Universidad Nacional del Nordeste y Universidad Nacional de Misiones de Argentina). Soy Director del Doctorado en Informática (Universidad Nacional del Nordeste, Universidad Tecnológica Nacional Facultad Regional Resistencia y Universidad Nacional de Misiones de Argentina). Son docente de posgrado en varias Universidades Argentinas y del exterior. También tengo experiencia en formación de recursos humanos dirigiendo tesis de grado y posgrado.

Líneas de Investigación: Detección de Outliers e Inliers en Grandes Bases de Datos.
Publicaciones relevantes:
Kuna Horacio; Garcia Martinez Ramon; Villatoro Francisco. "Authomatic Outliers Fields Detection in Databases". Journal of Modelling and Simulation of Systems, 3 num.1 (2012): 14 - 20.
H. Kuna; R. Garcia Martinez; F. Villatoro. "Procedimientos para la Identificación de datos anómalos en Bases de Datos". En Congreso Internacional de Investigación e Innovación en Ingeniería de Software (2012), México: Universidad de Valle de Atemajac. (2012).
Kuna Horacio; Garcia Martinez Ramon. "Outliers Detection in Audit Logs for Application Systems". INFORMATION SYSTEMS, num.44 (2014): 22 - 33.
Kuna, Horacio; Martini, Esteban; Rey, Martín. “Evolution of a Ranking Algorithm for Scientific Documents in the Computer Science Area”. En XX Argentine Congress of Computer Science Selected Papers. (2015). p. 145-155.
OlivasVarela; Kuna, Horacio Daniel. "Inliers, Outliers and Fuzzy Prototypes of the User Profiles in a Scientific Metasearcher". En FUZZ-IEEE 2017, Italia: IEEE. (2017).
Kuna, Horacio Daniel; Rey, Martín; Eduardo Zamudio; OlivasVarela. "An entity profile schema for data integration in an academic metasearch engine". En 19th Int'l Conf on Artificial Intelligence, Estados Unidos: 19th Int'l Conf on Artificial Intelligence. (2017).
R. López and H. D. Kuna, “A Proposal for Outlier and Noise Detection in Public Officials’ Affidavits.,” Computer Science & Technology Series (2017): . 201–210.
Ganz, Nancy ; Ares, Alicia E.; Horacio Daniel Kuna. "Predicción del resultado de oseointegración en implantes dentales mediante múltiples clasificadores". En Anales XXII Workshop de Investigadores en Ciencias de la Computación (WICC 2020, El Calafate, Santa Cruz)., Argentina: EDUNLP. (2020). 978-987-3714-82-5.
Bolano, J. J., Kuna, H,D., et al. “Ciencia de datos como herramienta de soporte en la gestión pública de calidad del agua”. En XXIII Workshop de Investigadores en Ciencias de la Computación (WICC 2021, Chilecito, La Rioja). (2021).
Ojeda, Adrián; Baran Benjamin; Kuna, Horacio Daniel. “Optimización Basada en Colonias de Hormigas”. España: Editorial Académica Española, (2021). 128 p. ISBN:978-620-2-10144-8.

Otros méritos
Estancias posdoctorales:
Universidad de Castilla La Mancha – España – 2017
Universidad de Sonora – México - 2019
Categoría docente: Nivel III según el VIII Convenio Colectivo Nacional de Universidades Privadas, Centros Universitarios Privados y Centros de Formación de Postgraduados.
Dr. Roger Clotet Martínez
Investigador de la Universidad Simón Bolívar, Caracas - Venezuela
Dr. Roger Clotet Martínez
Linkedin
Currículum Vitae
Nombre y Apellidos: Roger Clotet Martínez
Asignatura/s:
Grado en Ingeniería Informática
08GIIN - Metodología de Programación
18GIIN - Fundamentos de Ingeniería de Software
21GIIN - Proyectos de Programación
34GIIN - Sistemas y Servicios de Redes
4XGIIN - Computación ubicua e inteligencia ambiental
Máster Big Data and Data Science
01MBIG - Sistemas y Tecnologías para la Gestión de la Información en entornos Big Data
Titulación, institución y año:
Doctor en Ingeniería, Universidad Simón Bolívar (Venezuela), 2019
Ingeniero en Informática, Universidad Politécnica de Catalunya (España), 2004
Acreditado, agencia y año
PEII - Investigador A-1, Observatorio Nacional de Ciencia, Tecnología e Innovación (Venezuela).
Experiencia Profesional
- Personal Docente e Investigador, Universidad Internacional de Valencia, Valencia - España, Abril 2019 - Actualmente.
- Profesor del Máster en Big Data y Data Science, Universidad Internacional de Valencia, Valencia - España, Octubre 2019 - Actualmente.
- Profesor del Grado en Ingeniería Informática, Universidad Internacional de Valencia, Valencia - España, Marzo 2017 - Actualmente.
- Director del Grado en Ingeniería Informática, Universidad Internacional de Valencia, Valencia - España, Marzo 2017 - Marzo 2018.
- Investigador, Grupo de Redes y Telemática Aplicada, Universidad Simón Bolívar, Caracas – Venezuela, Enero 2014 - Julio 2019.
- Investigador Invitado, Universidad de las Fuerzas Armadas, Latacunga – Ecuador, Septiembre 2013 - Agosto 2014.
- Profesor, Departamento de Computación y Tecnología de la Información, Universidad Simón Bolívar, Caracas - Venezuela, Enero 2010 - Diciembre 2013.
- Profesor, Escuela de Telecomunicaciones, Universidad Católica Andrés Bello, Caracas – Venezuela, Marzo 2011 - Septiembre 2013.
Líneas de Investigación
E-Health, e-Agriculture y BigData.
Otros méritos
Participación en proyectos de impacto social:
- PLATANO: PLATAforma Tecnológica Inteligente de apoyo para pequeños y medianos productores agrícolas. Iberoamérica.
- SISMO-NEURO: Análisis del Movimiento Corporal en Enfermedades Neurológicas. Iberoamérica.
- CYTED: Aplicaciones para comunicación y control de redes de riego sobre redes y sistemas de comunicación inalámbricos: red temática RIEGONETS para la apropiación y uso de tic en el sector agrícola. Iberoamérica.
- Proyecto LOCTI: Diseño de una red Piloto de Telemedicina. Venezuela.
Dra. Yudith C. Cardinale Villarreal
Doctora en Conmutación. Presidenta de la Sociedad Venezolana de Computación.
Dra. Yudith C. Cardinale Villarreal
Email
Currículum Vitae
Nombre y Apellidos: Yudith C. Cardinale Villarreal
Asignatura/s:
Sistemas Concurrentes y Distribuidos
Paralelismo
Titulación, institución y año:
Doctor en Conmutación, Universidad Simón Bolívar, Caracas, Venezuela, 2004.
Acreditado, agencia y año:
Profesor Instructor y Asistente, Universidad Centro-Occidental Lisandro Alvarado, 1990–1995
Profesor Asistente, Profesor Titular Doctor, Profesor Titular Doctor, Universidad Privada, Universidad Católica Andrés Bello, 2000-2014
Profesor Colaborador Doctor, Universidad Central de Venezuela, 2010-actual
Profesor Ordinario Titular Doctor, Universidad Simón Bolívar, 1996-actual
Experiencia Profesional:
Investigador, Université de Pau, 2013-actual
Investigador, Université Paris Nanterre, 2009-actual
Investigador, Université Paris Dauphine, 2009-actual
Profesor de Postgrado, Universidad Central de Venezuela, 2010-actual
Líneas de Investigación:
Sistemas distribuidos avanzados (Cloud Computing, Big Data, Grid Compting, Computación Voluntaria)
Computación de alto rendimiento (paralelismo, cluster computing)
Web Semántica (composición de servicios, ontologías)
Otros méritos:
Presidente de la Fundación CLEI (Centro Latino Americano de Estudos de Informática) de Venezuela
Vicepresidente de la Sociedad Venezolana de Computación
Asesorías técnicas a distintas entidades públicas venezolanas (PDVSA, CANTV, Vicepresidencia de la República de Venezuela, CNTI)
Premios y Reconocimientos:
Premio al mejor profesor año 2013-2014. Universidad Simón Bolívar.
Premio al mejor profesor atleta año 2013. Universidad Simón Bolívar.
Premio a la excelencia docente año 2008. USB-Procter&Gamble Venezuela.
Dra. Marta González García
Doctora en Física y Matemáticas por la Universidad de Granada. Especialista en análisis estadístico de datos y modelización científica, particularmente en astronomía.
Dra. Marta González García
Email
Currículum Vitae
Nombre y Apellidos: Marta González García
Asignaturas:
Análisis III - Grado en Matemáticas
Topología I - Grado en Matemáticas
Topología II - Grado en Matemáticas
Estadística - GIIN
Estadística avanzada - MBID
Complemento formativo: Herramientas de estadística - MBID
Matemáticas II - GIOI
Astronomía Clásica e Instrumentación Astronómica - MAST
Titulación, institución y año de finalización:
Máster Universitario en Análisis y visualización de Datos Masivos - UNIR, 2019
Doctora en Física y Matemáticas, Universidad de Granada, 2013
Licenciada en Matemáticas, Universidad de Santiago de Compostela, 2006
Experiencia Profesional:
Investigación posdoctoral – Institut de Planetologie et Astrophysique de Grenoble: 2019-2021
Científica de datos – Inovalabs – 2018-2019
Investigación posdoctoral – Instituto de Astrofísica de Andalucía – 2015-2018
Líneas de Investigación:
Formación estelar
Cúmulos estelares
Análisis de datos
Modelos matemáticos y resolución numérica de EDPs
Publicaciones relevantes:
Khorrami,Z. et al., 2021, Extreme adaptive optics astrometry of R136: Searching for high proper motion stars, A&A, 649
Khorrami, Z. et al., 2021, High-contrast and resolution near-infrared photometry of the core of R136,MNRAS, 503
González, M. et al. S2D2: Small-scale Significant substructure DBSCAN Detection. I. NESTs detection in 2D star-forming regions, 2021, A&A, 647
Nony, T. et al., 2020,Mass segregation and sequential star formation in NGC 2264 revealed by Herschel A&A, 645
Buckner, A. S. M., et al. The spatial evolution of young massive clusters. II. Looking for imprints of star formation in NGC2264 with Gaia DR2, 2020, A&A,636
González, M., et al., Macroscopical model of streamer coronas around a spherical electrode, 2019, PSST, 28
Luque, A., et al., Streamer discharges as advancing imperfect conductors: Inhomogeneities in long ionized channels, 2017, PSST, 26
Costado, M. T., et al. Analysis of the Kinematic Structure of the Cygnus OB1 association, 2016, MNRAS, 465
González, M., Alfaro, E.J, Phase-space structures and stellar populations in the star-forming region NGC~ 2264, 2016, MNRAS, 465
Alfaro, E.J., González, M. Looking for phase-space structures in star-forming regions: An MST-based methodology, 2015, MNRAS, 456
Dra. Noelia Viles Cuadros
Científica de datos, Doctora en Matemáticas en el Área de Estadística e Investigación Operativa, con Máster en Matemáticas financieras y Posgrado en Data Science y Big Data y conocimientos en BI
Dra. Noelia Viles Cuadros
Email
Nombre y Apellidos: Noelia Viles Cuadros
Asignaturas:
Numérico III: Álgebra Lineal Computacional, Grado en Matemáticas.
Programación V: Ciencia de datos, Grado en Matemáticas.
Titulación, institución y año de finalización:
Doctora en Matemáticas, Universitat Autònoma de Barcelona, 2009.
Licenciada en Matemáticas, Universitat Autònoma de Barcelona, 2002.
Máster en Matemáticas Financieras, Universitat Autònoma de Barcelona, 2002.
Acreditado, agencia y año:
Ayudante Doctor, ANECA, 200
Experiencia Profesional:
Fundadora & Científica de datos Senior, AIM Analytics - Actual
Profesora Colaboradora en la UOC y UNIR, 2022.
Científica de datos en Nestlé y La Vanguardia-Grupo Godó, Barcelona, 2015-2021.
Investigadora Postdoctoral “Juan de la Cierva”, Universitat de Barcelona, 2012-2015.
Investigadora Postdoctoral, BCAM (Basque Center of Applied Mathematics), Bilbao, 2011-2012.
Investigadora Postdoctoral, LPMA (Laboratoire de Probabilités et Modèles Aléatoires) - Université Pierre et Marie Curie, Paris, Francia, 2010-2011.
Investigadora Postdoctoral, Dept. Matemáticas, Universitat Autònoma de Barcelona, 2009-2010.
Profesora Asociada en distintos grados: Telecomunicaciones, Ingeniería informática, Ciencias Empresariales, Veterinaria y Antropología, Universitat Autònoma de Barcelona, 2003-2009.
Líneas de Investigación:
Data Science & Machine Learning; Lévy processes; Malliavin calculus; Stochastic differential and partial differential equations; Stochastic models in neuroscience; Fractional Brownian motion.
Publicaciones relevantes:
Sanz-Solé, M., Viles, N. (2018). Systems of Stochastic Poisson Equations: hitting probabilities. Stochastic Process. Appl. 128(6), 1857-1888.
Scalas E., Viles, N. (2014). A Functional Limit Theorem for stochastic integrals driven by a time-changed symmetric $\alpha$-stable Lévy process. Stochastic Process. Appl. 124(1), 385-410.
Scalas E., Viles, N. (2012). On the convergence of quadratic variation for compound fractional Poisson processes. Fractional Calculus and Applied Analysis 15, 314-331.
Antolín, Y., Ciobanu, L.,Viles, N. (2012). On the asymptotics of visible elements and homogeneous equations in surface groups. Groups, Geometry, and Dynamics 6(4), 619-638.
Jolis, M., Viles, N. (2010). Continuity in the Hurst parameter of the law of the symmetric integral with respect to the fractional Brownian motion. Stochastic Process. Appl. 120, 1651-1679.
Jolis, M., Viles, N. (2010). Continuity in the Hurst parameter of the law of the Wiener integral with respect to the fractional Brownian motion. Statist. Probab. Lett. 80 (7-8), 566-572.
Jolis, M., Viles, N. (2007).Continuity in law with respect to the Hurst parameter of the local time of the fractional Brownian motion. Journal of Theoretical Probability 20 (2), 133-152.
Jolis, M., Viles, N. (2007). Continuity with respect to the Hurst parameter of the laws of the multiple fractional integrals. Stochastic Process. Appl. 117 (9), 1189-1207.
Otros méritos:
• Premios y Reconocimientos:
Stochastic Process and their Applications Elsevier Travel Award, 6th International Conference on Lévy Processes: Theory and Applications, TU Dresden, Alemania.
• Proyectos competitivos:
2014 SGR 422 - Generalitat de Catalunya, 2014-2016.
MTM2012-31192 - Ministerio de Economía y Competitividad, 2013-2016.
2009 SGR 1360 - Generalitat de Catalunya, 2009-2013.
MTM2009-08869 - Ministerio de Ciencia e Innovación y FEDER, 2009-2012.
MTM2006-06427 - Ministerio de Educación y Ciencia, 2006-2009.
• Estancias de investigación:
Investigadora Postdoctoral, BCAM (Basque Center of Applied Mathematics), Bilbao, 2011-2012.
Investigadora Postdoctoral, LPMA (Laboratoire de Probabilités et Modèles Aléatoires) - Université Pierre et Marie Curie, Paris, Francia, 2010-2011.
Rafael Leonidas Crespo Quintero
Magíster en Ciencias Políticas. Coordinador equipo jurídico de la Comisión Nacional de Protección y Riesgo Civil, Venezuela.
Rafael Leonidas Crespo Quintero
Email
Currículum Vitae
Nombre y Apellidos: Rafael Leonidas, Crespo Quintero
Asignaturas:
Ética, legislación y profesión. Grado en Ingeniería Informática.
Creación de empresas y gestión emprendedora. Grado en Ingeniería Informática.
Creación de empresas. Grado en Ingeniería en Organización Industrial.
Seguridad Laboral e industrial. Grado en Ingeniería en Organización Industrial.
Dirección Estratégica. Grado en Ingeniería en Organización Industrial.
Mecanismos de colaboración política entre la UE y América Latina a escala subregional y países concretos. Grado en Relaciones Internacionales.
Integración regional y relaciones internacionales en América Latina. Grado en Relaciones Internacionales
Titulación, institución y año de finalización:
Máster en Ciencia Política.
Máster en Seguridad y Defensa Nacional.
Máster en Derecho Constitucional.
Máster en Formación Docente.
Máster en DD.HH.
Abogado.
Acreditado, agencia y año:
Ayudante Doctor. Universidad Simón Bolívar (USB).
Experiencia Profesional:
Profesor Asociado. Universidad Simón Bolívar (USB).
Profesor Asociado. Universidad Central de Venezuela (UCV).
Profesor Asociado. Instituto de Altos Estudios de la Defensa Nacional (IAEDEN).
Profesor Asociado. Universidad Católica Andrés Bello (UCAB).

Líneas de Investigación:
Sistemas políticos contemporáneos.
Relaciones Internacionales.
Responsabilidad Social Corporativa.
Derechos Humanos.
Derecho Constitucional.
Publicaciones relevantes:
La institución de la Defensoría del Pueblo en Venezuela.
Los Derechos Humanos en la Constitución Nacional Venezolana de 1999.
Mecanismos y proyectos de Responsabilidad Social Corporativa.
Otros méritos:
Premios y Reconocimientos:
Orden al mérito del trabajo (Segunda Clase). Ministerio del Trabajo. Vzla.
Cordón de honor Cristóbal Mendoza. Gobernación del estado Trujillo, Vzla.
Cordón de honor Municipio Chacao. Gobierno del Municipio Chacao. Caracas, Vzla.
Distinción al Mérito Deportivo Universitario. Universidad Simón Bolívar
Distinción académica. Asociación de Profesores Universidad Simón Bolívar.
Categoría docente: Nivel V según el VIII Convenio Colectivo Nacional de Universidades Privadas, Centros Universitarios Privados y Centros de Formación de Postgraduados
Dr. Eduardo Zamudio
Doctor en Ciencias de la Computación.
Dr. Eduardo Zamudio
Nombre y Apellidos: Eduardo Zamudio
Asignaturas:
Programación III: Bases de datos y programación - Grado en Matemáticas
Mantenimiento y Evolución del Software – Grado en Ingeniería Informática
Titulación, institución y año de finalización:
Doctor en Ciencias de la Computación, UNCPBA, Argentina, 2017
Licenciado en Sistemas de Información, UNaM, Argentina, 2011
Acreditado, agencia y año: Contratado Doctor

Experiencia Profesional:
Coordinador en carrera de pregrado y posgrado – Universidad Nacional de Misiones, Universidad Nacional del Nordeste
Docente Universitario en grado y posgrado - Universidad Nacional de Misiones - 2013:actualidad
Docente Universitario en grado – Universidad Nacional del Centro de la Provincia de Buenos Aires - 2013:2017
Docente Universitario en grado – Universidad Internacional de Valencia – 2020:actualidad
Responsable técnico en procesos de auditoría informática y gestión de documentación en organizaciones públicas de la región de Misiones, Argentina – 2018:2020
Investigador, Director de área temática y Director en proyectos de investigación – Universidad Nacional de Misiones – 2013:actualidad
Colaborador en proyectos de extensión universitaria – Universidad Nacional de Misiones – 2018:actualidad
Líneas de Investigación:
Gestión documental digitalizada en organismos de control de cuentas de la provincia de Misiones, Argentina
Asistencia a la gestión de calidad del agua mediante ciencia de datos en la Provincia de Misiones, Argentina
Estrategias de recuperación de información en soluciones software vinculadas a las Ciencias de la Computación
Publicaciones relevantes:
J. J. Bolano, M. G. Rey, U. Ramirez, J. G. A. Pautsch, E. Zamudio, H. D. Kuna. CIENCIA DE DATOS COMO HERRAMIENTA DE SOPORTE EN LA GESTIÓN PÚBLICA DE CALIDAD DEL AGUA. En Actas del XXIII Workshop de Investigadores en Ciencias de la Computación, Argentina: RedUNCI. 2021.
Canteros, A.; Ramirez, U.; Zamudio, E.; Rey, M.; Cantero, A.; Martini, E.; Pautsch, G.; Biale, C. O.; Krujoski, S.A.; Rauber, F.; Rambo, A.; Kuna, H. D.. "ESTRATEGIAS DE DESAMBIGUACION DE PERFILES Y SIMILITUD TEMÁTICA PARA UN METABUSCADOR DE LAS CIENCIAS DE LA COMPUTACIÓN". En Actas del XXII Workshop de Investigadores en Ciencias de la Computación, Argentina: RedUNCI. 2020. Sin dato de issn/isbn.
Kuna, Horacio Daniel (Ed.); Zamudio, Eduardo (Ed.); Rambo, Alice (Ed.)(ed). XIII Congreso Nacional de Tecnología en Educación y Educación en Tecnología. Argentina: Universidad Nacional de Misiones. Facultad de Ciencias Exactas, Químicas y Naturales, 2018. 350 p. ISBN:978-950-766-124-2.
Kuna, H. D.; Rey, M.; Zamudio, E.; Canteros, A.; Cantero, A.; Rambo, A.; Martini, E.; Pautsch, G.; Biale, C. O.; Krujoski, S.A.; Rauber, F.. "Diseño y Construcción de Procesos de Explotación de Información para el Área de Ciencias de la Computación". En XX Workshop de Investigadores en Ciencias de la Computación, Argentina: RedUNCI. 2018. 978-987-3619-27-4.
Canteros, A.; Zamudio, E.. "GENERACIÓN AUTOMÁTICA DE PERFILES DE EXPERTOS PARA SISTEMAS DE RECUPERACIÓN DE INFORMACIÓN ACADÉMICOS". En Libro de Resumenes - Jornada Cienctífico Tecnológica UNaM, Argentina: Editorial Universitaria de la Universidad Nacional de Misiones. 2018. 978-950-579-495-9.
Schwieters, Horacio; Schwieters, Lara; Zamudio, Eduardo. "Grupos cooperativos y utilización de TICs en cátedras de Estadística y Matemática en carreras de informática de la Facultad De Ciencias Exactas, Químicas Y Naturales (UNaM)". En Libro de Actas del XIII Congreso Nacional de Tecnología en Educación y Educación en Tecnología, Argentina: Facultad de Ciencias Exactas Químicas y Naturales, Universidad Nacional de Misiones. 2018. 978-950-766-124-2.
Canteros, A. V.; Zamudio, E.; Kuna, H. D.. "Desambiguación de autores para un sistema de recuperación de expertos en un contexto académico". En Anales de ASAI 2018, Argentina: Jornadas Argentinas de Informática. 2018. 2451-7585.
Kuna, H. D.; Rey, M.; Zamudio, E.; Olivas, J.A.; Rambo, A.; Cantero, A.; Canteros, A.; Martini, E.; Biale, C. O.. "An entity profile schema for data integration in an academic metasearch engine". En Proceedings of the 2017 International Conference on Artificial Intelligence (ICAI 2017), Estados Unidos: CSREA Press. 2017. 1-60132-460-X.
Zamudio, E.; Berdún, L.; Amandi, A.. "Social networks and genetic algorithms to choose committees with independent members". En Proceedings of ASAI 2016 Argentine Symposium on Artificial Intelligence, Argentina: SADIO Sociedad Argentina de Informática.. 2016.
Eduardo Zamudio and Luis S. Berdún and Analía A. Amandi. "Social networks and genetic algorithms to choose committees with independent members". EXPERT SYSTEMS WITH APPLICATIONS, 43 (2016): 261 - 270.
Zamudio, E.; Berdún, L.; Amandi, A.. "An approach to the creation of commissions of independent individuals using social networks and genetic algorithms". INTELIGENCIA ARTIFICIAL. IBERO-AMERICAN JOURNAL OF ARTIFICIAL INTELLIGENCE, 17 num.53 (2014): 24- 34.
Dr. Walter Andrés Ortiz Vargas
Matemático con sólida formación académica; apasionado por la enseñanza, con versatilidad en diferentes áreas de las matemáticas, principalmente en Análsis real y funcional, así como probabilidad y Estadística.
Dr. Walter Andrés Ortiz Vargas
Linkedin
Nombre y Apellidos: Walter Andrés Ortiz Vargas
Asignaturas:
Fundamentos Matemáticos para la logística: Grado en Gestión Logística y transporte
Análisis II: Análisis de Varias variables: Grado en Física
Métodos Matemáticos II: Grado en Física
Estadística I: Estadística descriptiva e inferencia. Grado en Matemática
Estadística II: Análisis Multivariante. Grado en Matemáticas
Probabilidad: Grado en Matemáticas
Geometría II: Geometría diferencial Clásica. Grado en Matemáticas
Econometría. Grado en ADE
Estadística. Grado en ADE
Herramientas de Estadística: Máster Universitario en Big Data y Ciencia de Datos
Herramientas de Estadística: Máster Universitario en Inteligencia Artificial
Estadística Avanzada: Máster Universitario en Big Data y Ciencia de Datos
Prácticas de Empresa: Máster Universitario en Big Data y Ciencia de Datos
Titulación, institución y año de finalización:
Doctor en Matemáticas, Universidad Autónoma de Barcelona (España). 2019
Máster en Estadística aplicada, Universidad de Granada (España). 2017
Máster en Física y Matemáticas, Universidad de Granada (España). 2014
Licenciado en Matemáticas, Universidad del Tolima (Colombia) 2012
Acreditado, agencia y año:
Profesor Ayudante Doctor. Agencia Nacional de Evaluación yAcreditación ANECA (2023)
Profesor Lector. Agencia para la Calidad del Sistema Universitario de Cataluña AQU(2023)
Experiencia Profesional:
Investigador postdoctoral (Análisis Matemático) y profesor ayudante (Estadística, Cálculo, Álgebra, modelos de optimización) . Universidad Autónoma de Barcelona, España. 2019-
Tutor Cálculo, Estadística, Matemáticas. Universidad Nacional de Educación a Distancia, UNED. Barcelona, España. 2021-
Programador Junior. Better Consultants. Barcelona-España. 2020
Investigador predoctoral (Análisis Matemático) y profesor ayudante (Estadística, Cálculo, Álgebra) . Universidad Autónoma de Barcelona, España. 2015-2019
Profesor catedrático Universidad de Ibagué- Colombia. 2013-2015
Profesor catedrático Universidad del Tolima- Colombia. 2014-2015
Líneas de Investigación:
Análisis funcional y Real.
Inclusiones de Sobolev para espacios de Besov definidos en espacios métricos doblantes.
Otras líneas: Estadistica multivariante y Bayesiana, Espacios de probabilidad
Publicaciones relevantes:
1. Martin, J., Ortiz, W.A. A note on rearrangement Poincaré inequalities and the doubling
condition. To appear in Proc. Amer. Math. Soc, 2024.
2. Martin, J., Ortiz, W.A. Non-collapsing condition and Sobolev embeddings for Hajlasz-Besov
spaces.Preprint, 2022.
3. Martin, J., Ortiz, W.A. Sobolev embeddings for Fractional Hajlasz-Sobolev spaces in the
setting of rearrangement invariant spaces.Potential Anal, 2022.
4. Ortiz, W.A., Rajala, T. A density result on Orlicz-Sobolev spaces. J. Math. Anal. Appl.
2021.
5. Martin, J., Ortiz, W.A. Symmetrization inequalities for probability metric spaces with
convex isoperimetric profile. Ann. Acad. Sci. Fenn. Math, 2020.
6. Martin, J., Ortiz, W.A.. A Sobolev type embbeding theorem for Besov spaces defined on
doubling metric spaces. J. Math. Anal. Appl. 479 (2019), 2302–2337.
Otros méritos:
• Premios y Reconocimientos:
Beca FPI Ministerio de Economía y competitividad, España 2015-2019
Beca Máster Universitario en Física y Matemáticas, Universidad de Granada. 2014
Beca rendimiento Académico, Licenciatura en Matemáticas, Universidad del Tolima-Colombia. 2007-2011
• Proyectos competitivos:
Anàlisi real i complexa, i equacions en derivades parcials (Ajuts de Suport als
Grups de Recerca de Catalunya (SGR)) , Ref.2021SGR00071 . Agència de Gestió
d’Ajuts Universitaris i de Recerca (AGAUR), IP: Xavier Tolsa Domenech .(2021-2025)
Anàlisi real i complexa, i equacions en derivades parcials (Ajuts de Suport als
Grups de Recerca de Catalunya (SGR)) , Ref.2017SGR395 . Agència de Gestió d’Ajuts Universitaris i de Recerca (AGAUR), IP: Xavier Tolsa Domenech .(2017-2021)
Análisis armónico, teoría geométrica de la medida y aplicaciones (Matemáticas
(MTM)), Ref.2017SGR395 . Ref.MTM2016-77635-P . Ministerio de Ciencia eInnovación IP: Xavier Tolsa Domenech
• Estancias de investigación: Estancia predoctoral Universidad de Jyväskyla- Finlandia Departamento de Matemáticas (febrero a Junio de 2018)
Dra. Jimena Llopis Rivas
Directora de la Maestría Oficial en Inteligencia Artificial. Investigadora, emprendedora y directiva en ámbitos de innovación tecnológica.
Dra. Jimena Llopis Rivas
Email
Currículum Vitae
Nombre y Apellidos: María Jimena Llopis Rivas
Asignaturas:
Estadística avanzada (Máster Universitario en Big Data y Ciencia de Datos)
Estadística IV: Modelos y métodos (Grado Universitario en Matemáticas).
Dirección de TFM (Máster Universitario en Inteligencia Artificial)
Titulación, institución y año de finalización:
Licenciado en Matemáticas (Cum Laude), Universidad Simón Bolívar (USB), 1983
Máster en Matemáticas (Con Honores), Universidad Simón Bolívar (USB), 1985
Doctora en Ciencias, Mención Matemáticas, Universidad Central de Venezuela, 1989
Experiencia Profesional:
2023-actualidad VIU: Directora del Máster Universitario en Inteligencia Artificial
2022-atualidad La Salle Technova: Senior Mentor (Program Though & Creativity)
2022-atualidad IEBS Digital School, Master: Transformacion Digital, Innovacion y Tecnologia. Profesora del curso AI & ML, y Big Data
2020-2021          BSM (Barcelona School of Management de la Universidad Pompeu Fabra) Coordinadora Académica Area IA & TIC y “Lecturer & Mentor” del curso “Postgraduate Course on Technology Transfer”
2014-2024          The Alpha Group International: Regional Director
2012-2022          Musarion: Leadership Coach & Partner Director
2004-2012          Executive Chairman PolyphonicHMI, y Dir. EMEA Music Intelligence Solution
2002-2004         Universidad Pompeu Fabra (UPF) Departamento de Tecnología Investigador Ramón y Cajal, y Profesora de Algebra
Responsable del primer acuerdo Universidad-Empresa de la Fundación UPF. Proyecto de la Fundacion UPF en colaboración con Aplicaciones en Informática Avanzada. Area: Tecnologia Musical. Simultaneamente Asesora del comite de Ciencia y Tecnologia de AIA
Certificaciones:
En 2011, Asesor de Gobierno Corporativo por EADA en el marco del programa "Fem Talent".
En 2012, Executive Coach por la ICF (International Coach Federation)
Líneas de investigación:
R&D&I- en el área de Inteligencia Artificial
Patente: Method and System for Video and Film recommendation, US Patent No 8,841,534 B2; Sept 23, 2014. Inventores: Trias T., Trias L A., Sanz J., Llopis J, GaitanV
Publicaciones relevantes:
Title: Parametrized Partition of Products of finite sets
Authors: Di Prisco C., Llopis J., Todorcevic S.
Journal: Journal Combinatorica 24, 209-232 (2004)

Title: Borel Partition of Products of Finite Sets and the Ackermann Function.
Authors: Di Prisco C., Llopis J., Todorcevic S.
Journal: Journal of Combinatorial Theory, series A 93, 333-349 (2001)

Title: Borel Partition of Products of Finite Sets and Ackermann Function.
Authors: Llopis J., Todorcevic S.
Publication: CRM, 1998

Title: Temporal Logic in Action Description Languages
Authors: Méndez G., Lobo J., Llopis J., Baral C.
Publication: Proceedings of the XVI International Conference of the Computer Science Society (1996), pg. 10-21.

Title: Sound and Efficient Non Monotonic Reasoning
Authors: Geffner H., Mendez G., Llopis J.
Publication: Proceedings of IJCAI 95, 1995, 1495-1501, Morgan Kauffman

Title: A. N. Kolmogorov and Statistics: A Citation Bibliography
Authors: R. M. Dudley, Stephanie L. Cook, Jimena Llopis and N. P. Peng
Publication: The Annals of Statistics, 1990 Vol 18 No 3, 1017-1031

Title/ Authors: “On some Extensions of the Projective Hierarchy”/ Di Prisco C., Llopis J.
Publication: Annals of Pure and Applied Logic 36 (1987), pg 105-113

Otros méritos:
Premios y reconocimientos
Caso de Harvard Business School (en colaboración con el IESE): Harvard realizó un caso de estudio sobre PolyphonicHMI, empresa de la que fue Executive Chairman.
Primer premio en Innovación: Innovation Award 2009, “The creative Coast” (Georgia, US) otorgado a Music Intelligence Solutions dentro de su categoría.
Primer premio en Innovación 2010, “Red Innova” otorgado a Music Intelligence Solutions por su web uPlaya (Madrid, España)
Proyectos competitivos
Proyecto: Teoria de Conjuntos y aplicaciones (2002-2004), en colaboracion con el Dr. Joan Bagaria (ICREA, UB). Proyecto financiado por el MCYT. Area: Teoria de Conjuntos
Proyecto: “Reasoning with constraints and Combinatorial Optimization: application to planning and uncertainty” (2002-2004), en colaboracion con el Dr. Héctor Geffner (ICREA, Pompeu Fabra University). Proyecto financiado por el MCYT. Area: Artificial Intelligence
Proyecto: “Intelligent ERM-Enterprise relationship management” (2000-02). Responsable Dra. Jimena Llopis. Proyecto financiado por el MCYT. Area: Artificial Intelligence & Telecom
Estancias de Investigación
University of Toronto, 1995 (Funding by the University of Toronto); UB Universidad de Barcelona , 1997 (Financiado por la Agencia Internacional de Cooperación);
Evora University, 1997 (Financiado por Evora University);
MSRI (Mathematical Science Research Institute), 1990 (financiado por la NSF y MSRI, Berkeley); MIT, 1990-92 Estancia Postdoctoral (Financiado por MIT y el IVIC)
Dr. Dominic Royé
Doctorado en Geografía Física. Universidad Santiago de Compostela. 2015
Dr. Dominic Royé
Nombre y Apellidos: Dominic Royé

Asignaturas:
Visualización de datos
Titulación, institución y año de finalización:
Licenciado en Geografía y Filología Hispánica. Universidad de Colonia/ Universidad Técnica de Aquisgrán, 2010
Doctorado en Geografía Física. Universidad Santiago de Compostela. 2015
Acreditado, agencia y año: Contratado Doctor/Profesor Universidad Privada (ANECA) 2019

Experiencia Profesional:
Responsable de Ciencia de Datos en la Fundación para la Investigación del Clima (FIC) desde 2023.
Anteriormente:
Contratado postdoctoral Xunta de Galicia 2017-2022
(Universidad de Santiago de Compostela, Universidad de Porto)
Geoanalista 2017
(SICE)
Contratado postdoctoral 2016
(Universidad de Cantabria)
Geoanalista 2015-2016
(SICE)
Contratado predoctoral Xunta de Galicia 2012-2014
(Universidad Santiago de Compostela)

Investigación:
Desde 2015, he sido autor de 71 artículos (57 JCR: 24 D1, 19 Q1; 21 artículos como autor principal o preferente) (Cites: 2366/1612, H: 24/21, i10: 40/33, Google Scholar/Scopus), 2 libros y 17 capítulos de libros (McGrawHill, Springer y Elsevier), tanto en colaboración como de forma independiente. He presentado mis investigaciones en más de 50 congresos, seminarios y cursos nacionales e internacionales, 16 de ellos como ponente invitado. Además, he participado en 20 proyectos de investigación, dos de ellos internacionales y cuatro europeos. He realizado estancias de investigación en la Universidad de Kiel (Alemania), la Universidad de Barcelona, la Universidad de Florencia, la Universidad de Cantabria y la Universidad de Oporto (Portugal) como investigador predoctoral y postdoctoral. Mis estudios giran en torno a la relación entre el medio ambiente y la salud humana. He abordado la cuestión de los efectos del ambiente térmico sobre la mortalidad y la morbilidad, que constituye un problema importante en el contexto del cambio global. Además, me centro en las variables atmosféricas y su comportamiento espaciotemporal. Toda mi investigación se caracteriza por el uso de la ciencia de datos actual, con una comprensión de alto nivel de los métodos geográficos cuantitativos y computacionales, la estadística y el lenguaje de programación R. Así pues, la interdisciplinariedad es fundamental en toda mi investigación.

Publicaciones relevantes:

Kai Chen et al. (7/88). 2024. Impact of population aging on future temperature-related mortality at different global warming levels. Nature Communications 15(1796).
Lina Madaniyazi et al. (11/72). 2024. Seasonality of mortality under climate change: a multicountry projection study. The Lancet Planetary Health 8(2):e86-e94.
Dominic Royé et al. (1/3). 2024. Comparison of Air Pollution–Mortality Associations Using Observed Particulate Matter Concentrations and Reanalysis Data in 33 Spanish Cities. Environment & Health.
Johannes Uhl et al. (2/6). 2023. HISDAC-ES: historical settlement data compilation for Spain (1900-2020). Earth System Science Data 15(10):4713-4747.
Aurelio Tobías et al. (3/3). 2023. From Research to the Development of an Innovative Application for Monitoring Heat-Related Mortality in Spain. Environment & Health 1(6).
Aurelio Tobías et al. (2/3). 2023. Heat-attributable mortality in the summer of 2022 in Spain. Epidemiology 32(2):5-6.
Cong Liu et al. (11/35). 2023. Interactive effects of ambient fine particulate matter and ozone on daily mortality in 372 cities: two stage time series analysis. The BMJ 383:e075203.
Alejandro Díaz-Poso et al. (4/4). 2023. Cold wave intensity on the Iberian Peninsula: Future climate projections. Atmospheric Research 295(11):107011.
Samuel Lüthi et al. (13/70). 2023. Rapid increase in the risk of heat-related mortality. Nature Communication 14(4894).
Barrak Alahmad et al. (3/60). 2023. Associations Between Extreme Temperatures and Cardiovascular Cause-Specific Mortality. Circulation 141(1):35-46.
Dominic Royé; et al. (AC) (1/9). 2021. Effects of hot nights on mortality in South Europe. Epidemiology. 32:487-498.
Ana Vicedo-Cabrera; et al. (4/70). 2021. The burden of heat-related mortality attributable to recent climate change. Nature Climate Change 11:492-500.
Dominic Royé; et al. (AC) (1/7). 2021. Temperature-realted effects on respiratory medical prescriptions in Spain. Environmental Research 202:111695.
Robert Monjo; Dominic Royé; Javier Martin-Vide (2/3). 2020. Meteorological drought lacunarity around the world and its classification. Earth System Science Data. 12:741-752.
Dominic Royé; Aurelio Tobías; Carmen Iñiguez. (AC) (1/3). 2020. Comparison of temperature-mortality associations using observed weather station and reanalysis data in 52 Spanish cities. Environmental Research. 193:109237.
Marc Lemus-Canovas; et al. (4/4). 2019. synoptReg: An R package for computing synoptic climate classification and a spatial regionalization of environmental data. Environmental Modelling and Software 118:114-119.
Dominic Royé (AC); Javier Martín-Vide. (1/2). 2017. Concentration of Daily Precipitation in the Contiguous United States. Atmospheric Research. Wiley. 196C:237-247.
Dominic Royé (AC) (1/1). 2017. The effects of hot nights on mortality in Barcelona, Spain. International Journal of Biometeorology 61(12):2127-2140.
Sonia García Lafuente
Licenciada en Ciencias Matemáticas
Sonia García Lafuente
Email
Currículum Vitae
Nombre y Apellidos: Sonia García Lafuente
Asignaturas:
Ecuaciones diferenciales ordinarias (Grado de matemáticas, Ed abril 2023)
Herramientas Estadísticas (Máster Big Data, Ed oct 2023-2024 y Ed abril 2024)
Matemática y su Didáctica (Grado en Educación infantil, Ed oct 2023-2024 y Ed abril 2024)
Matemáticas Financieras (Grado ADE, Ed oct 2023-2024)
Matemáticas (Grado ADE, Ed oct 2023-2024)
Estadística para la toma de decisiones (Grado RRHH y RRLL, Ed oct 2023-2024)
Estadística (Grado Informática, Ed oct 2023-2024)
Lógica y Matemáticas Discretas (Grado Informática, Ed oct 2023-2024)
Titulación, institución y año de finalización:
Licenciada en Ciencias Matemáticas, Facultad de Ciencias, Universidad de Zaragoza, 2000.
Curso de doctorado de Mecánica Computacional, Departamento de Matemática Aplicada, CPS Universidad de Zaragoza, 2001.
Diploma de Estudios Avanzados (DEA), Departamento de Economía Aplicada, Universidad de Valencia, 2011.

Experiencia Profesional:
Profesora en la Universidad Internacional de Valencia (Abril 2023-presente)
Profesora en la Academia Universitaria, Grupo Studio Formación. (2002-2023).
Preparadora de oposiciones para Técnicos e inspectores de Hacienda, Academia ATRI. (2016-2023).
Profesora asociada del Departamento de Empresa de la Facultad de Ciencias Sociales de la Universidad Europea de Valencia. (2008-2012).
Profesora asociada del Departamento de Empresa en el Centro Universitario ESTEMA (2028-2011).
Líneas de Investigación:
Inferencia Bayesiana para la definición de modelos matemáticos con aplicación en epidemiología.
Estudios sobre las percepciones de estudiantes en la aplicación de la gamificación en estudios empresariales
Estudios sobre las percepciones de estudiantes en la aplicación del Aprendizaje Basado en Proyectos en estudios empresariales
Estudios sobre la lealtad de los estudiantes como clave para construir marca universitaria de ámbito privado en México.
Estudios sobre el Valor de la marca y Gran Consumo, antes y durante el Covid-19: Caso de estudio de las marcas del distribuidor en Irlanda.
Estudios sobre el Valor de la marca y Gran Consumo, antes y durante el Covid-19: Caso de estudio de las marcas del fabricante en Irlanda.
Publicaciones relevantes:
García-Lafuente, S. , Pérez-Sánchez, M., Casanoves-Boix, J. & De Juan-Mora, A. (2024). How much brandequity manage a higher education Institution for its studentes. Case study of private universities in México. Ed. Dykinson. En Edición.
Otros méritos:
García-Lafuente, S., Pérez-Sánchez, M., Casanoves-Boix, J. & De Juan-Mora, A. (2023). Creación de marcas poderosas en universidades privadas de México. IV Congreso Internacional de Formación Permanente (NODOS23). Virtual Conference.
Queiro-Almeijas, C.M., Antón-Roncero, M., García-Lafuente, S. (2023) “Mejoras en la evaluación a través de la aplicación del aprendizaje basado en proyectos (ABP) en una actividad de consultoría. I Simposio de Innovación Educativa, Universidad Internacional de Valencia.
Queiro-Almeijas, C.M., Antón-Roncero, M., García-Lafuente, S. (2023). “Percepción sobre el aprendizaje basado en proyectos a partir de una experiencia de consultoría aplicada al ámbito empresarial”. II Jornadas de Innovación Docente en Ciencias Sociales y Jurídicas de la Universidad Internacional de Valencia.

Colaboraciones en el análisis del discurso político:
Cabrejas Peñuelas, ABy Díez Prados, M. (2014) Positive self-evaluation versus negative other-evaluation in the political genre of pre-election debates. Discourse & Society, 25 (2): 159-185.
Díez-Prados, M. y A.B. Cabrejas-Peñuelas. (2018). Evaluation of “Status” as a persuasive tool in Spanish and American pre-electoral debates in times of crisis. Atlantis 40(2): 169-195.
Cabrejas-Peñuelas, AB (2020). “The language of recovery: Metaphors in Obama’s and Rajoy’s political speeches” Revista Española de Lingüística Aplicada (RESLA) 33 (1): 27-54.
Categoría docente: Nivel V según el VIII Convenio Colectivo Nacional de Universidades Privadas, Centros Universitarios Privados y Centros de Formación de Postgraduados.

Plan de Crecimiento Constante incluido en tu matrícula

Comienza a crecer desde el momento en el que te matriculas. El Plan de Crecimiento Constante te ofrece una exclusiva formación en soft skills, que podrás cursar a tu ritmo, aumentando aún más tu empleabilidad y el atractivo de tu perfil profesional.

4 cursos autoformativos sobre Solución de problemas, Resiliencia, Inteligencia emocional y Habilidades de comunicación.
Cada curso equivale a 1 ECTS y una vez finalizado obtendrás un certificado de realización.
Puedes cursarlos de manera independiente, o los 4 cursos en conjunto.

¿Por qué estudiar en VIU?

Soporte técnico a tu disposición
Ofrecemos apoyo ante cualquier incidencia informática o en la propia configuración de nuestros sistemas.
Clases online multidispositivos
Clases online en vivo, además, estas quedan grabadas para que puedas visionarlas cuando desees.
Tutorías personalizadas
Siempre tendrás contacto directo con tus profesores. Podrás concertar tutorías privadas para resolver tus dudas.
Orientación académica
Un orientador académico te acompañará con la misión de conocerte, guiarte y motivarte para que consigas tus objetivos.

Conoce la opinión de nuestros estudiantes

Albert Pujol Antiguo alumno de la Maestría Oficial en Big Data y Data Science
"Este master ha sido clave para cumplir mi objetivo de diversificar mi carrera 100%. La experiencia ha sido muy buena, la repetiría sin dudar. Además de recibir una visión amplia del Big Data, la relación con el claustro ha sido muy buena. Había profesores de diferentes comunidades autónomas y también de América Latina lo que hacía la enseñanza más atractiva por esas pequeñas variedades culturales. Todos muy amables y dispuestos a ayudar. Todos con doctorados por lo que se asegura calidad y estado del arte. Muestra de ello es que, tras finalizar el máster, he co-fundado una empresa con el profesor Arturo Peralta. Ésta se llama AI Shepherds y su visión es la de convertirse en la cara más amigable de la inteligencia artificial con el mayor impacto sobre la sociedad."

Albert Pujol
Antiguo alumno de la Maestría Oficial en Big Data y Data Science
"Este master ha sido clave para cumplir mi objetivo de diversificar mi carrera 100%. La experiencia ha sido muy buena, la repetiría sin dudar. Además de recibir una visión amplia del Big Data, la relación con el claustro ha sido muy buena. Había profesores de diferentes comunidades autónomas y también de América Latina lo que hacía la enseñanza más atractiva por esas pequeñas variedades culturales. Todos muy amables y dispuestos a ayudar. Todos con doctorados por lo que se asegura calidad y estado del arte. Muestra de ello es que, tras finalizar el máster, he co-fundado una empresa con el profesor Arturo Peralta. Ésta se llama AI Shepherds y su visión es la de convertirse en la cara más amigable de la inteligencia artificial con el mayor impacto sobre la sociedad."
Carles Martí Alumni del Máster en Big Data y Ciencia de Datos
“Gracias a la maestría en VIU pude realizar unas prácticas en la empresa donde actualmente trabajo y donde desarrollé mi tesis. La idea del TFM era desarrollar una aplicación ETL (Extract, Transform & Load) propia para la gvSIG online. El resultado fue muy satisfactoria pues he conseguido ganar el accésit de los premios Pedro R. Muro-Medrano.”

Carles Martí
Alumni del Máster en Big Data y Ciencia de Datos
“Gracias a la maestría en VIU pude realizar unas prácticas en la empresa donde actualmente trabajo y donde desarrollé mi tesis. La idea del TFM era desarrollar una aplicación ETL (Extract, Transform & Load) propia para la gvSIG online. El resultado fue muy satisfactoria pues he conseguido ganar el accésit de los premios Pedro R. Muro-Medrano.”
Armando Torres Antiguo alumno de la Maestría Oficial en Big Data y Ciencia de Datos
Soy gerente de Desarrollo de Producto en una empresa multinacional del sector automotriz y tengo 2 hijas pequeñas, por lo que estudiar un Postgrado representaba todo un reto. En la VIU encontré un programa que cumplió justo con mis necesidades académicas, profesionales y familiares.

Armando Torres
Antiguo alumno de la Maestría Oficial en Big Data y Ciencia de Datos
Soy gerente de Desarrollo de Producto en una empresa multinacional del sector automotriz y tengo 2 hijas pequeñas, por lo que estudiar un Postgrado representaba todo un reto. En la VIU encontré un programa que cumplió justo con mis necesidades académicas, profesionales y familiares.

Innovación tecnológica al servicio de tu progreso

Nuestro Campus Virtual ha recibido por tres años consecutivos (2020, 2021 y 2022) el prestigioso premio internacional Catalyst, que lo reconoce como el mejor campus virtual de España y uno de los mejores del mundo en experiencia de usuario, tanto en su versión desktop como en mobile. Una distinción que es fruto de nuestra filosofía de mejora constante con el fin último de ofrecerte siempre la mejor experiencia formativa posible.

CONDICIONES ECONÓMICAS

En VIU creemos en tus ganas de crecer, sabemos que eres capaz de crear el cambio que quieres y queremos ayudarte a alcanzar tus metas.

Cómo tú, entendemos que el valor de la ciencia y la tecnología está en el uso que hagamos de ella. Por eso queremos ayudarte a poner tu talento al servicio de la innovación con propósito, para construir juntos un futuro mejor.

Porque juntos somos más y podemos convertir las ideas en realidades capaces de cambiar el mañana, queremos apoyarte en tu propósito de progresar junto a nosotros. Por ello ponemos a tu disposición los siguientes apoyos y ayudas económicas.

FORMACIÓN BONIFICADA

Este Máster forma parte del programa de formación bonificada de FUNDAE (antigua Fundación Tripartita), solicita información y tu asesor te explicará las condiciones y requisitos de estas ayudas al estudio.

PLAN DE APOYO A LA FORMACIÓN A LAS FUERZAS Y CUERPOS DE SEGURIDAD DEL ESTADO Y FUERZAS ARMADAS

Solicita información para beneficiarte de este Plan de Apoyo a la Formación con condiciones económicas especiales.

¿Tienes dudas?

En la parte práctica de cada una de las asignaturas, se utilizarán las herramientas más utilizadas y demandadas en el sector para la resolución de los diferentes problemas. No obstante, independientemente de que se haga uso de una herramienta específica durante la sesión, recibirás una formación base que te permitirá desenvolverte en cualquier otra herramienta del mercado.

A continuación, se desglosan los recursos de software que se utilizarán: Python, SQLite, Postgres, Mongo DB, Docker, R, Cassandra, Hadoop, Spark, JavaScript, Tableau, Pentaho, postgres, Qlik y Platform, entre otras.

Para cursar el máster en big data y ciencia de datos no necesitas disponer de un ordenador con requisitos específicos, solo disponer de conexión a Internet estable. Para las clases prácticas dispondrás del Laboratorio Virtual, un servicio de computación en la nube donde podrás acceder al software necesario para la realización de las actividades. Podrás hacer uso de las diferentes aplicaciones y programas de forma remota, sin necesidad de descargar ni instalar nada en tu ordenador. Así como configurar en tu ordenador el entorno de prácticas sin problemas, si así lo deseas.

Una vez hayas iniciado el curso del máster en big data y data science, en los primeros meses tendrás una tutoría colectiva donde te explicarán un poco más sobre las optativas y te informarán de las fechas y procedimiento para elegir las asignaturas.

Sí, para cursar esta maestría se recomienda tener conocimientos básicos de programación. Por ello, si tu formación previa no es Ciencia de Datos, Informática o Telecomunicaciones, para poder acceder a la maestría, deberás cursar el complemento formativo de programación. Con este complemento formativo, de formato autoconsumible, adquirirás la formación base necesaria para poder seguir la maestría sin problemas.

Si quieres ir más allá, y adquirir una base sólida en programación avanzada, también puedes acceder a nuestro Experto Universitario en Programación en Python. Esta opción es altamente recomendable para poder desenvolverte con soltura.

La maestría está planteada para cursarla de forma completa en un curso académico. No obstante, tienes la posibilidad de aplazar tesis y prácticas, sin coste alguno, y reducir así tu carga lectiva.

Con el fin de ajustarnos a los requisitos de las prácticas, desde la universidad se ha hecho una prospección y firma de convenios con diferentes centros. Entre ellos: Accenture, Datio, Prometeus, ICEX, Banco Santander, Everis...

La oferta de los centros de prácticas en el momento de elección dependerá de la disponibilidad y vacante en el periodo de realización de las prácticas.

En el caso de que decidas cursar la asignatura de prácticas, con el inicio de las clases tendrás una tutoría colectiva donde te explicarán el procedimiento para la asignación de centros. En este procedimiento podrás indicar tu disponibilidad y preferencias, para que el centro se ajuste todo lo posible a tus necesidades.

Programas relacionados

Maestría Oficial en Inteligencia Artificial
Ciencia y Tecnología
Dominio de técnicas avanzadas de Machine Learning y Optimización Computacional.
Maestría Oficial en Robótica y Automatización de procesos
Ciencia y Tecnología
Una visión de la robótica actual en los procesos industriales: adaptable, inteligente y colaborativa.
Maestría Oficial en Industria 4.0
Ciencia y Tecnología
Lidera la transformación digital industrial.

Maestría Oficial en Big Data y Ciencia de Datos

Maestría en Big Data y Data Science Online

Definición de la Maestría en Ciencia de Datos

¿Qué hace a esta maestría única?

Un programa eminentemente práctico

Utilizarás herramientas y software de primer nivel como:

Partners

Malla curricular

Resumen de Créditos

Complementos Formativos

Malla curricular

Más allá del plan de estudios

Programación de GPU's con CUDA

Fundamentos de Deep Learning sobre plataformas Nvidia

Introducción a la computación cuántica

Seminarios de convocatorias anteriores

Arquitecturas BI / Big Data con Azure

Ponente: Pau Sempere

Cómo empezar en Cloud Computing para Big Data con AWS

Ponente: Tomás Fernández Pena

PowerBI - Storytelling

Ponente: Javier Torrenteras

Talleres BigML. Transformación de datos con BigML - API WhizzML

Ponente: Pablo González

Acceso y salida profesional

Perfil Profesional

Salida profesional

Plana docente

Benjamín Arroquia

Raúl Reyero Díez

Dr. Arturo Peralta Martín-Palomino

Dr. José Ángel Olivas

Dr. Horacio Kuna

Dr. Roger Clotet Martínez

Dra. Yudith C. Cardinale Villarreal

Dra. Marta González García

Dra. Noelia Viles Cuadros

Rafael Leonidas Crespo Quintero

Dr. Eduardo Zamudio

Dr. Walter Andrés Ortiz Vargas

Dra. Jimena Llopis Rivas

Dr. Dominic Royé

Sonia García Lafuente

Plan de Crecimiento Constante incluido en tu matrícula

Soporte técnico a tu disposición

Clases online multidispositivos

Tutorías personalizadas

Orientación académica

Conoce la opinión de nuestros estudiantes

CONDICIONES ECONÓMICAS

¿Tienes dudas?

¿Qué herramientas usaré durante el Máster de Big Data y Data Science?

¿Necesita mi ordenador requisitos específicos para cursar el máster?

¿Cuándo tengo que elegir las optativas del Máster en Data Science?

¿Necesito conocimientos en programación?

¿Puedo cursar la maestría de forma parcial?

¿El Máster en Big Data online tiene prácticas en empresas?

Programas relacionados

Maestría Oficial en Inteligencia Artificial

Maestría Oficial en Robótica y Automatización de procesos

Maestría Oficial en Industria 4.0