Bachelor en Ciencia de datos

El Bachelor en Ciencia de datos prepara a titulados universitarios para abordar problemas complejos que involucren conjuntos de datos de tipología diversa, que apliquen sus conocimientos científico-técnicos para elaborar soluciones innovadoras, y que trabajen en equipos multidisciplinarios. Además, desarrollarás tu capacidad crítica en el análisis y la interpretación de resultados, y podrás comunicarte con facilidad en diferentes contextos.

OBJETIVOS

El Bachelor en Ciencia de datos prepara a titulados universitarios para abordar problemas complejos que involucren conjuntos de datos de tipología diversa, que apliquen sus conocimientos científico-técnicos para elaborar soluciones innovadoras, y que trabajen en equipos multidisciplinarios. Además, desarrollarás tu capacidad crítica en el análisis y la interpretación de resultados, y podrás comunicarte con facilidad en diferentes contextos.

REQUISITOS

• Tener el título de bachiller o el título de bachiller profesional.
• Haber superado la prueba de acceso a los estudios de educación superior para los mayores de 25.
• Tener una titulación estatal de educación superior, como el Diploma Profesional Avanzado (DPA).

SALIDAS PROFESIONALES

Las salidas profesionales de este Bachelor alcanzan áreas muy diversas, puesto que la ciencia de datos es una disciplina transversal que se aplica en entornos tan variados como la salud, las finanzas, el marketing, la logística, la administración pública, el medio ambiente, la educación o la industria. Esto permite tanto a nuevos graduados como a profesionales que buscan una reorientación, acceder a roles de responsabilidad vinculados al tratamiento y uso estratégico de los datos dentro de organizaciones de cualquier ámbito.

Plan de estudios

AÑO 1

Semestre 1

○ Fundamentos de programación (Python y R) (5 ECTS)

○ Proyectos prácticos y técnicas avanzadas de programación (5 ECTS)

○ Álgebra lineal (5 ECTS)

○ Álgebra lineal y cálculo para la ciencia de datos (5 ECTS)

○ Estadística y probabilidad (10 ECTS)


Semestre 2

○ Herramientas digitales y trabajo colaborativo en ciencia de datos (10 ECTS)

○ Sistemas de información y bases de datos relacionales (5 ECTS)

○ Bases de datos NoSQL y conexión con Python/R (5 ECTS)

○ Introducción a la ciencia de datos y ética de los datos (10 ECTS)

AÑO 2

Semestre 1

○ Análisis multivariante (10 ECTS)

○ Computación estadística I: Inferencia y simulación (5 ECTS)

○ Computación estadística II: Modelos y métodos computacionales avanzados (5 ECTS)

○ Visualización y narrativa con datos (10 ECTS)


Semestre 2

○ Minería de datos (10 ECTS)

○ Fundamentos de Machine Learning (5 ECTS)

○ Machine Learning avanzado y aplicaciones (5 ECTS)

○ Arquitectura de datos (5 ECTS)

○ Big Data y sistemas distribuidos (5 ECTS)

AÑO 3

Semestre 1

○ Introducción a la investigación y metodologías científicas (12 ECTS)

○ Asignatura optativa 1 (6 ECTS)

○ Asignatura optativa 2 (6 ECTS)

○ Asignatura optativa 3 (6 ECTS)


Semestre 2

○ Prácticas (15 ECTS)
○ Trabajo Final de Bachelor (15 ECTS)

Scroll al inicio