Programa del Máster Data Science
Máster Data Science, Big Data & Business Analytics Presencial y On-line
Máster Formación Permanente de la Universidad Complutense de Madrid
Especialización en Data Science ¿Qué aprenderás?
GIT
Aprende a usar Git, la herramienta imprescindible para versionar código y trazar cambios en cualquier proyecto de datos. Trabajarás con repositorios locales y remotos y con los flujos habituales (commit, push, pull y clonado). También verás cómo trabajar en equipo resolviendo conflictos y gestionando ramas, y conocerás GitHub, la plataforma de referencia que te acompañará durante el resto del máster.
Estadística para ciencia de datos
Es la base estadística del máster. En estadística descriptiva analizarás variables bidimensionales, medidas de asociación y regresión. En inferencia trabajarás con variables aleatorias, distribuciones de probabilidad, estimación puntual y por intervalos de confianza, y contrastes paramétricos y no paramétricos. Todo ello aplicado a casos reales, como encuestas electorales, el scoring de riesgo crediticio o el diagnóstico médico preventivo.
Fundamentos de programación en Python
Da tus primeros pasos en Python con Google Cloud Shell, Jupyter Notebook y el apoyo de Gemini CLI. Aprenderás a manejar variables y tipos de datos, condicionales y bucles, y listas, tuplas y diccionarios. Verás también las funciones y la estructura de un proyecto, el trabajo con archivos CSV y Parquet, y cómo crear y reutilizar tus propias librerías, con ejercicios prácticos para consolidar lo aprendido.
Desarrollo y uso de APIs con Python
Las APIs son el mecanismo estándar para conectar aplicaciones e incorporar fuentes de datos externas a tus proyectos. Aprenderás a consumir APIs REST (autenticación, formatos de intercambio y límites de uso) y a procesar y analizar sus datos. Después desarrollarás y desplegarás tu propia API REST con Python para ofrecer datos o modelos de Machine Learning como un servicio, apoyándote en la IA, tu IDE y GitHub.
Python aplicado a business analytics
Prepara, limpia y enriquece datos reales de ventas, marketing y finanzas, automatiza el reporting y construye KPIs de negocio. Llevarás el análisis a grandes volúmenes de datos con Parquet, DuckDB y SQL desde Python. Al final desarrollarás un proyecto completo, del dato bruto al modelo predictivo: evaluarás los modelos, evitarás el data leakage y trabajarás con IA generativa mediante Gemini CLI.
Minería de datos y modelización predictiva
Aprende las técnicas de data mining que detectan patrones en grandes volúmenes de datos: la depuración de datos, la regresión lineal y logística, las series temporales univariantes y las técnicas no supervisadas de reducción de dimensiones y segmentación. Las aplicarás a casos reales como el credit scoring, el cálculo de primas de riesgo, la detección de fraude o la fuga de clientes, y también a la modelización con datos espaciales mediante GIS.
Machine Learning
Aprende el ciclo completo del Machine Learning: la ingesta y el procesado de datos, el análisis exploratorio con Pandas Profiling y el feature engineering. Aplicarás algoritmos supervisados de regresión y clasificación, clustering no supervisado y técnicas de ensemble. Además, automatizarás, explicarás y monitorizarás tus modelos con AutoML, Lime, MLflow y H2O en clúster, siempre a través de ejemplos prácticos.
Modelos fundacionales para datos tabulares y series temporales
Es una de las tendencias más recientes del Machine Learning. Conocerás los modelos fundacionales de referencia para forecasting (Chronos, TimesFM y TabICL) y para clasificación y regresión con datos tabulares (TabPFN, TabICLv2 y Mitra). Los aplicarás con skforecast y AutoGluon y los compararás con los métodos convencionales para decidir con criterio cuándo aportan una ventaja real.
Bases de datos relacionales
Aprende los fundamentos de las bases de datos relacionales y sus sistemas de gestión: el diseño con el modelo entidad/relación, las claves, las restricciones de integridad, la normalización y la creación de vistas. Implementarás y explotarás bases de datos con SQL (DDL y DML), desde consultas simples hasta agregaciones, subconsultas, CTE, los distintos tipos de JOIN y las funciones de ventana.
Bases de datos NoSQL
Descubre qué son las bases de datos NoSQL, en qué se diferencian de las relacionales y cuándo conviene utilizarlas, con el teorema CAP y la comparativa entre MongoDB y Cassandra. Instalarás MongoDB y trabajarás con él: operaciones CRUD, importación y exportación de datos, consultas Find avanzadas con arrays y documentos embebidos, índices, agregaciones y modelo de datos.
Business Intelligence con Tableau
Descubre qué es el Business Intelligence y en qué se diferencia del Data Science y el Machine Learning. Con un enfoque totalmente práctico, aprenderás a conectar y preparar datos en Tableau y a construir visualizaciones y dashboards. También buscarás insights en datos abiertos, elegirás el gráfico más eficaz en cada caso y comunicarás los resultados a audiencias no técnicas con storytelling de datos.
Text mining y análisis de sentimiento
Convierte texto no estructurado (publicaciones en redes sociales, reseñas o documentos) en datos listos para analizar con técnicas de Procesamiento de Lenguaje Natural. Trabajarás el preprocesamiento y la representación numérica de textos, la clasificación automática, el topic modeling y el análisis de sentimiento en redes sociales. También conocerás los modelos de lenguaje Transformers, con librerías como NLTK, spaCy, Gensim y Transformers.
Tecnologías del big data
Aprende el almacenamiento y el procesamiento distribuido con el ecosistema Hadoop (HDFS y HIVE) y con Spark: clúster, desarrollo de aplicaciones, RDD, Datasets y Spark Streaming. Después llevarás estas capacidades a la nube con Google Cloud, usando Dataproc, Pub/Sub, Cloud Storage, BigQuery, Data Fusion, Vertex AI, Cloud Composer y Dataplex para orquestar y gobernar el ciclo de vida del dato.
Open data y oportunidades de mercado
Aprende a consultar y explotar datos abiertos gubernamentales y otras fuentes abiertas, como APIs no gubernamentales y plataformas de concursos como Kaggle, una fuente de algoritmos de última generación. Practicarás con código reproducible y valorarás las implicaciones de privacidad, seguridad y regulación que tiene publicar datos sensibles sobre personas o infraestructuras críticas.
Spark. Análisis analítico escalable
Profundiza en Apache Spark, la tecnología más demandada para procesar grandes volúmenes de datos. Tras repasar HDFS, estudiarás la arquitectura de Spark y su grafo de ejecución (DAG). Verás Spark SQL para datos estructurados, Spark MLlib para machine learning distribuido, Spark Streaming para datos en tiempo real y GraphFrames para el análisis de grafos, y practicarás en tu propio clúster con Dataproc de Google Cloud.
Deep learning y agentes de IA
Domina las bases de las redes neuronales (propagación, descenso de gradiente, funciones de activación e hiperparámetros) e impleméntalas con Keras y TensorFlow. Aprenderás visión artificial con redes convolucionales, transfer learning, object detection y object tracking. Por último, construirás tu propio agente de IA con n8n y lo conectarás a APIs y servicios externos mediante webhooks y triggers.
Visualización avanzada y herramientas de visualización
Crea visualizaciones clásicas y modernas (heatmaps, treemaps, Sankey y sunburst) para explorar datasets complejos y detectar outliers, aplicando los fundamentos de la percepción visual y del color. Trabajarás con Seaborn, Plotnine y Plotly, crearás aplicaciones web de datos con Dash y Shiny, mapas con Folium y Geoplotlib y grafos con Gephi. También aprenderás a grabar presentaciones con narrativa de datos.
Productivizar un modelo
Lleva un modelo de Machine Learning del notebook a un sistema de producción real que genere predicciones en tiempo real. Aprenderás a preparar los datos de entrada (valores faltantes, normalización, selección de variables y muestreo) y a integrar el modelo mediante interfaces. También verás cómo monitorizar su rendimiento para detectar desviaciones, y cómo escalarlo y actualizarlo a medida que llegan nuevos datos.
Redes sociales y big data
El análisis de redes sociales permite representar relaciones entre personas, webs, publicaciones o países que no caben en un dataframe tradicional. Trabajarás con datos relacionales de redes sociales, apps de mensajería y entornos empresariales. Aprenderás a analizar la estructura de la red, a medir la centralidad de cada sujeto y a identificar comunidades para resolver problemas de negocio.
Trabajo Final de Máster
El TFM pone en práctica todo lo aprendido. Diseñarás un proyecto real de Data Science, Big Data o Business Analytics para una empresa, aplicando las técnicas y herramientas del programa y documentando el proceso y las conclusiones. Contarás con la guía de los profesores responsables y con la supervisión de la dirección del máster durante todo el proceso.
