Solicitar información
Modalidad
Modalidad
Online
Duración - Créditos
Duración - Créditos
1500 horas - 60 ECTS
Baremable Oposiciones
Baremable Oposiciones
Administración pública
Becas y Financiación
Becas y Financiación
sin intereses
Plataforma Web
Plataforma Web
24 Horas
Acompañamiento
Acompañamiento
Personalizado
3495 €
Cómodos plazos sin intereses + Envío gratis
¿Tienes dudas?
Llámanos gratis al 900 831 200
Solicitar información

Inscríbete en el Master Oficial Data Science y consigue tu titulación expedida por la Universidad e-Campus acreditado con 60 ECTS Universitarios

Opiniones de nuestros alumnos

Media de opiniones en los Cursos y Master online de Euroinnova

Nuestros alumnos opinan sobre: Máster Oficial Universitario en Data Science + 60 Créditos ECTS

4,6
Valoración del curso
100%
Lo recomiendan
4,9
Valoración del claustro

Julia T.

HUELVA

Opinión sobre Máster Oficial Universitario en Data Science + 60 Créditos ECTS

Estoy muy satisfecho con el master que he realizado, ya que los objetivos se ha seguido plenamente hasta alcanzar los conocimientos deseados. Además, se nos ha facilitado una guía tanto teórica como práctica que nos ha servido en gran medida para avanzar de la forma más sencilla posible.

José María U.

CASTELLÓN

Opinión sobre Máster Oficial Universitario en Data Science + 60 Créditos ECTS

Un master muy completo para repasar conceptos y aprender otros nuevos sobre datos.

álvaro C.

GRANADA

Opinión sobre Máster Oficial Universitario en Data Science + 60 Créditos ECTS

Muy buen Máster Online en Data Science, estoy muy contento de haberlos elegido, el master en sí está muy completo y ha cumplido con creces mis expectativas.

Laura T.

TARRAGONA

Opinión sobre Máster Oficial Universitario en Data Science + 60 Créditos ECTS

Este Máster Oficial Data Science me ha permitido especializarme más aún en este apasionante mundo al que estoy entregada desde hace años. Destaco la facilidad que se me ha dado para ir superando cada uno de los temas en el campus virtual, y la flexibilidad horaria adaptada a mis circunstancias personales.

Juan Antonio P.

MADRID

Opinión sobre Máster Oficial Universitario en Data Science + 60 Créditos ECTS

Los contenidos sobre data science o análisis de datos que ofrece este master, son bastante completos y fáciles de entender. Sin lugar a dudas, se trata de un curso online muy recomendable, desde mi humilde punto de vista.
* Todas las opiniones sobre Máster Oficial Universitario en Data Science + 60 Créditos ECTS, aquí recopiladas, han sido rellenadas de forma voluntaria por nuestros alumnos, a través de un formulario que se adjunta a todos ellos, junto a los materiales, o al finalizar su curso en nuestro campus Online, en el que se les invita a dejarnos sus impresiones acerca de la formación cursada.

Plan de estudios de Master oficial data science

MASTER OFICIAL DATA SCIENCE. Aprovecha la oportunidad que te ofrece Euroinnova para desarrollar las habilidades y competencias profesionales necesarias para cumplir tus objetivos en el ámbito laboral, y además al mejor precio. ¡No esperes más y solicita información sin compromiso!

Resumen salidas profesionales
de Master oficial data science
La creciente cantidad de datos y el desarrollo del Internet de las Cosas hacen que estén cada vez más presentes los conceptos de Data Science y el análisis de datos en los entornos empresariales, donde el científico de datos tiene un papel muy relevante en la explotación de éstos. Con el Master Oficial Universitario en Data Science podrás ponerte a la vanguardia en el uso de las nuevas tecnologías y algoritmos de análisis que le permitirán desarrollar las habilidades necesarias para extraer y evaluar datos de forma eficaz, permitiéndote tomar decisiones estratégicas y optimizar costes.
Objetivos
de Master oficial data science

- Aprender a explotar los datos y visualizar resultados mediante técnicas de Data Science y programación estadística.
- Conocer los principales algoritmos de análisis estadístico utilizados en entorno de Big Data.
- Adquirir los conocimientos necesarios para el manejo de Bases de datos.
- Aprender a aplicar técnicas de Data Mining en Weka.
- Descubrir la creación de Dashboard.
Salidas profesionales
de Master oficial data science
Las salidas profesionales de este Master Oficial Universitario en Data Science te permiten poder trabajar junto a los equipos directivos en la toma de decisiones como analista de mercado, digital manager, data architect, chief data officer y muchas otras profesiones emergentes. Desarrolla tu carrera profesional, adquiere una formación avanzada y amplía las fronteras en este sector.
Para qué te prepara
el Master oficial data science
Con el Master Oficial Universitario en Data Science tendrás la posibilidad de aprender a explotar los datos masivos haciendo uso de las técnicas estadísticas y lenguajes de programación más usados en un entorno de Big Data. Serás capaz de visualizar resultados y aplicar algoritmos, permitiéndote tomar decisiones estratégicas y optimizar cálculos. Tendrás la posibilidad de estudiar cómo llevar a cabo una base de datos y analizar las más exitosas.
A quién va dirigido
el Master oficial data science
Este Master Oficial Universitario en Data Science puede ir dirigido a cualquier persona interesada en el mundo de la ciencia de datos y su aplicación a toda la tecnología que engloba el Big Data, haciendo hincapié en la especialización en el análisis y explotación de los datos. Además, sirve para cualquier profesional interesado/a en continuar formándose en este sector.
Metodología
de Master oficial data science

Temario de Master oficial data science

MÓDULO 1. AGILE PROJECT MANAGEMENT

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LAS METODOLOGÍAS ÁGILES
  1. Ingeniería de software, sus principios y objetivos
  2. Metodologías en Espiral, Iterativa y Ágiles
  3. Prácticas ágiles
  4. Métodos ágiles
  5. Evolución de las metodologías ágiles
  6. Metodologías ágiles frente a metodologías pesadas
UNIDAD DIDÁCTICA 2. AGILE PROJECT THINKING
  1. Principios de las metodologías ágiles
  2. Agile Manifesto
  3. User History
UNIDAD DIDÁCTICA 3. LA PLANIFICACIÓN ÁGIL: AGILE LEADERSHIP Y CREATIVIDAD
  1. La interacción como alternativa a la planificación lineal
  2. La comunicación y la motivación
  3. Características del liderazgo participativo
  4. Pensamiento disruptivo y desarrollo de la idea
  5. Prueba y error, learning by doing
UNIDAD DIDÁCTICA 4. METODOLOGÍA EXTREME PROGRAMMING (XP)
  1. Definición y características de Extreme Programming
  2. Fases y reglas de XP
  3. La implementación y el diseño
  4. Los valores de XP
  5. Equipo y cliente de XP
UNIDAD DIDÁCTICA 5. METODOLOGÍA SCRUM
  1. La teoría Scrum: framework
  2. El equipo
  3. Sprint Planning
  4. Cómo poner en marcha un Scrum
UNIDAD DIDÁCTICA 6. DESARROLLO DEL MÉTODO KANBAN
  1. Introducción al método Kanban
  2. Consejos para poner en marcha kanban
  3. Equipo
  4. Business Model Canvas o lienzo del modelo de negocio
  5. Scrumban
UNIDAD DIDÁCTICA 7. LEAN THINKING
  1. Introducción al Lean Thinking
  2. Lean Startup
UNIDAD DIDÁCTICA 8. OTRAS METODOLOGÍAS ÁGILES Y TÉCNICAS ÁGILES
  1. Agile Inception Deck
  2. Design Thinking
  3. DevOps
  4. Dynamic Systems Development Method (DSDM)
  5. Crystal Methodologies
  6. Adaptative Software Development (ASD)
  7. Feature Driven Development (FDD)
  8. Agile Unified Process

MÓDULO 2. BIG DATA INTRODUCTION

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL BIG DATA
  1. ¿Qué es Big Data?
  2. La era de las grandes cantidades de información. Historia del big data
  3. La importancia de almacenar y extraer información
  4. Big Data enfocado a los negocios
  5. Open Data
  6. Información pública
  7. IoT (Internet of Things-Internet de las cosas)
UNIDAD DIDÁCTICA 2. FUENTES DE DATOS
  1. Definición y relevancia de la selección de las fuentes de datos
  2. Naturaleza de las fuentes de datos Big Data
UNIDAD DIDÁCTICA 3. OPEN DATA
  1. Definición, Beneficios y Características
  2. Ejemplo de uso de Open Data
UNIDAD DIDÁCTICA 4. FASES DE UN PROYECTO DE BIG DATA
  1. Diagnóstico inicial
  2. Diseño del proyecto
  3. Proceso de implementación
  4. Monitorización y control del proyecto
  5. Responsable y recursos disponibles
  6. Calendarización
  7. Alcance y valoración económica del proyecto
UNIDAD DIDÁCTICA 5. BUSINESS INTELLIGENCE Y LA SOCIEDAD DE LA INFORMACIÓN
  1. Definiendo el concepto de Business Intelligence y sociedad de la información
  2. Arquitectura de una solución de Business Intelligence
  3. Business Intelligence en los departamentos de la empresa
  4. Conceptos de Plan Director, Plan Estratégico y Plan de Operativa Anual
  5. Sistemas operacionales y Procesos ETL en un sistema de BI
  6. Ventajas y Factores de Riesgos del Business Intelligence
UNIDAD DIDÁCTICA 6. PRINCIPALES PRODUCTOS DE BUSINESS INTELLIGENCE
  1. Cuadros de Mando Integrales (CMI)
  2. Sistemas de Soporte a la Decisión (DSS)
  3. Sistemas de Información Ejecutiva (EIS)
UNIDAD DIDÁCTICA 7. BIG DATA Y MARKETING
  1. Apoyo del Big Data en el proceso de toma de decisiones
  2. Toma de decisiones operativas
  3. Marketing estratégico y Big Data
  4. Nuevas tendencias en management
UNIDAD DIDÁCTICA 8.DEL BIG DATA AL LINKED OPEN DATA
  1. Concepto de web semántica
  2. Linked Data Vs Big Data
  3. Lenguaje de consulta SPARQL
UNIDAD DIDÁCTICA 9. INTERNET DE LAS COSAS
  1. Contexto Internet de las Cosas (IoT)
  2. ¿Qué es IoT?
  3. Elementos que componen el ecosistema IoT
  4. Arquitectura IoT
  5. Dispositivos y elementos empleados
  6. Ejemplos de uso
  7. Retos y líneas de trabajo futuras

MÓDULO 3. DATA SCIENCE: ALMACENAMIENTO, ANÁLISIS Y PROCESAMIENTO DE DATOS

UNIDAD DIDÁCTICA 1.INTRODUCCIÓN A LA CIENCIA DE DATOS
  1. ¿Qué es la ciencia de datos?
  2. Herramientas necesarias para el científico de datos
  3. Data Science & Cloud Computing
  4. Aspectos legales en Protección de Datos
UNIDAD DIDÁCTICA 2. BASES DE DATOS RELACIONALES
  1. Introducción
  2. El modelo relacional
  3. Lenguaje de consulta SQL
  4. MySQL Una base de datos relacional
UNIDAD DIDÁCTICA 3. BASES DE DATOS NOSQL Y EL ALMACENAMIENTO ESCALABLE
  1. ¿Qué es una base de datos NoSQL?
  2. Bases de datos Relaciones Vs Bases de datos NoSQL
  3. Tipo de Bases de datos NoSQL Teorema de CAP
  4. Sistemas de Bases de datos NoSQL
UNIDAD DIDÁCTICA 4. INTRODUCCIÓN A UN SISTEMA DE BASES DE DATOS NOSQL: MONGODB
  1. ¿Qué es MongoDB?
  2. Funcionamiento y uso de MongoDB
  3. Primeros pasos con MongoDB: Instalación y shell de comandos
  4. Creando nuestra primera Base de Datos NoSQL: Modelo e Inserción de Datos
  5. Actualización de datos en MongoDB: Sentencias set y update
  6. Trabajando con índices en MongoDB para optimización de datos
  7. Consulta de datos en MongoDB
UNIDAD DIDÁCTICA 5. WEKA Y DATA MINING
  1. ¿Qué es Weka?
  2. Técnicas de Data Mining en Weka
  3. Interfaces de Weka
  4. Selección de atributos
UNIDAD DIDÁCTICA 6. PENTAHO
  1. Una aproximación a PENTAHO
  2. Soluciones que ofrece PENTAHO
  3. MongoDB & PENTAHO
  4. Hadoop & PENTAHO
  5. Weka & PENTAHO
UNIDAD DIDÁCTICA 7. R COMO HERRAMIENTA PARA BIG DATA
  1. Introducción a R
  2. ¿Qué necesitas?
  3. Tipos de datos
  4. Estadística Descriptiva y Predictiva con R
  5. Integración de R en Hadoop
UNIDAD DIDÁCTICA 8. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS
  1. Obtención y limpieza de los datos (ETL)
  2. Inferencia estadística
  3. Modelos de regresión
  4. Pruebas de hipótesis
UNIDAD DIDÁCTICA 9. ANÁLISIS DE LOS DATOS
  1. Inteligencia Analítica de negocios
  2. La teoría de grafos y el análisis de redes sociales
  3. Presentación de resultados

MÓDULO 4. INTELIGENCIA ARTIFICIAL (IA), MACHINE LEARNING (ML) Y DEEP LEARNING (DL)

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
  1. Introducción a la inteligencia artificial
  2. Historia
  3. La importancia de la IA
UNIDAD DIDÁCTICA 2. TIPOS DE INTELIGENCIA ARTIFICIAL
  1. Tipos de inteligencia artificial
  2. SUBEPÍGRAFE - Tipo 1: basado en capacidades
  3. SUBEPÍGRAFE - Tipo 2: basado en la funcionalidad
UNIDAD DIDÁCTICA 3. ALGORITMOS APLICADOS A LA INTELIGENCIA ARTIFICIAL
  1. Algoritmos aplicados a la inteligencia artificial
  2. SUBEPÍGRAFE - Aprendizaje supervisado
  3. SUBEPÍGRAFE - Aprendizaje sin supervisión
  4. SUBEPÍGRAFE - Lógica difusa
  5. SUBEPÍGRAFE - Búsqueda de rutas
  6. SUBEPÍGRAFE - Algoritmos genéticos
  7. SUBEPÍGRAFE - Optimización y mínimos
UNIDAD DIDÁCTICA 4. RELACIÓN ENTRE INTELIGENCIA ARTIFICIAL Y BIG DATA
  1. Relación entre inteligencia artificial y big data
  2. IA y Big Data combinados
  3. El papel del Big Data en IA
  4. Tecnologías de IA que se están utilizando con Big Data
UNIDAD DIDÁCTICA 5. SISTEMAS EXPERTOS
  1. Sistemas expertos
  2. Estructura de un sistema experto
  3. Inferencia: Tipos
  4. Fases de construcción de un sistema
  5. Rendimiento y mejoras
  6. Dominios de aplicación
  7. Creación de un sistema experto en C#
  8. Añadir incertidumbre y probabilidades
UNIDAD DIDÁCTICA 6. FUTURO DE LA INTELIGENCIA ARTIFICIAL
  1. Futuro de la inteligencia artificial
  2. Impacto de la IA en la industria
  3. El impacto económico y social global de la IA y su futuro
UNIDAD DIDÁCTICA 7. INTRODUCCIÓN AL MACHINE LEARNING
  1. Introducción
  2. Clasificación de algoritmos de aprendizaje automático
  3. Ejemplos de aprendizaje automático
  4. Diferencias entre el aprendizaje automático y el aprendizaje profundo
  5. Tipos de algoritmos de aprendizaje automático
  6. El futuro del aprendizaje automático
UNIDAD DIDÁCTICA 8. EXTRACCIÓN DE ESTRUCTURA DE LOS DATOS: CLUSTERING
  1. Introducción
  2. Algoritmos
UNIDAD DIDÁCTICA 9. SISTEMAS DE RECOMENDACIÓN
  1. Introducción
  2. Filtrado colaborativo
  3. Clusterización
  4. Sistemas de recomendación híbridos
UNIDAD DIDÁCTICA 10. CLASIFICACIÓN
  1. Clasificadores
  2. Algoritmos
  3. SUBEPÍGRAFE - Máquinas de vectores soporte (Support Vector Machine - SVN)
  4. SUBEPÍGRAFE - Vecion más cercano: K-nearest Neighbour (KNN)
  5. SUBEPÍGRAFE - Árbol de decisión
  6. SUBEPÍGRAFE - Random Forest
UNIDAD DIDÁCTICA 11. REDES NEURONALES Y DEEP LEARNING
  1. Componentes
  2. SUBEPÍGRAFE - Perceptrón
  3. SUBEPÍGRAFE - Redes feed-forward
  4. Aprendizaje
  5. SUBEPÍGRAFE - Otras redes
UNIDAD DIDÁCTICA 12. SISTEMAS DE ELECCIÓN
  1. Introducción
  2. El proceso de paso de DSS a IDSS
  3. Casos de aplicación
UNIDAD DIDÁCTICA 13. DEEP LEARNING CON PYTHON, KERAS Y TENSORFLOW
  1. Aprendizaje profundo
  2. Entorno de Deep Learning con Python
  3. Aprendizaje automático y profundo
UNIDAD DIDÁCTICA 14. SISTEMAS NEURONALES
  1. Redes neuronales
  2. Redes profundas y redes poco profundas
UNIDAD DIDÁCTICA 15. REDES DE UNA SOLA CAPA
  1. Perceptrón de una capa y multicapa
  2. Ejemplo de perceptrón
UNIDAD DIDÁCTICA 16. REDES MULTICAPA
  1. Tipos de redes profundas
  2. Trabajar con TensorFlow y Python
UNIDAD DIDÁCTICA 17. ESTRATEGIAS DE APRENDIZAJE
  1. Entrada y salida de datos
  2. Entrenar una red neuronal
  3. Gráficos computacionales
  4. Implementación de una red profunda
  5. El algoritmo de propagación directa
  6. Redes neuronales profundas multicapa

MÓDULO 5. ANÁLISIS DE DATOS CON PYTHON

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL ANÁLISIS DE DATOS
  1. ¿Qué es el análisis de datos?
UNIDAD DIDÁCTICA 2. LIBRERÍAS PARA EL ANÁLISIS DE DATOS: NUMPY, PANDAS Y MATPLOTLIB
  1. Análisis de datos con NumPy
  2. Pandas
  3. Matplotlib
  4. SUBEPÍGRAFE - La jerarquía de objetos de Matplotlib
UNIDAD DIDÁCTICA 3. FILTRADO Y EXTRACCIÓN DE DATOS
  1. Cómo usar loc en Pandas
  2. Cómo eliminar una columna en Pandas
UNIDAD DIDÁCTICA 4. PIVOT TABLES
  1. Pivot tables en pandas
UNIDAD DIDÁCTICA 5. GROUPBY Y FUNCIONES DE AGREGACIÓN
  1. El grupo de pandas
UNIDAD DIDÁCTICA 6. FUSIÓN DE DATAFRAMES
  1. Python Pandas fusionando marcos de datos
UNIDAD DIDÁCTICA 7. VISUALIZACIÓN DE DATOS CON MATPLOTLIB Y CON SEABORN
  1. Matplotlib
  2. Seaborn
UNIDAD DIDÁCTICA 8. INTRODUCCIÓN AL MACHINE LEARNING
  1. Aprendizaje automático
UNIDAD DIDÁCTICA 9. REGRESIÓN LINEAL Y REGRESIÓN LOGÍSTICA
  1. Regresión lineal
  2. Regresión logística
UNIDAD DIDÁCTICA 10. ÁRBOL DE DECISIONES
  1. Estructura de árbol
UNIDAD DIDÁCTICA 11. NAIVE BAYES
  1. Algortimo de Naive bayes
  2. Tipos de Naive Bayes
UNIDAD DIDÁCTICA 12. SUPPORT VECTOR MACHINES (SVM)
  1. Máquinas de vectores soporte (Support Vector Machine-SVM)
  2. ¿Cómo funciona SVM?
  3. Núcleos SVM
  4. Construcción de clasificador en Scikit-learn
UNIDAD DIDÁCTICA 13. KNN
  1. K-nearest Neighbors (KNN)
  2. Implementación de Python del algoritmo KNN
UNIDAD DIDÁCTICA 14. PRINCIPAL COMPONENT ANALYSIS (PCA)
  1. Análisis de componentes principales
UNIDAD DIDÁCTICA 15. RANDOM FOREST
  1. Algorimto de Random Forest

MÓDULO 6. HERRAMIENTAS DE VISUALIZACIÓN DE DATOS

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA VISUALIZACIÓN DE DATOS
  1. ¿Qué es la visualización de datos?
  2. Importancia y herramientas de la visualización de datos
  3. Visualización de datos: Principios básicos
UNIDAD DIDÁCTICA 2. TABLEAU
  1. ¿Qué es Tableau? Usos y aplicaciones
  2. Tableau Server: Arquitectura y Componentes
  3. Instalación Tableau
  4. Espacio de trabajo y navegación
  5. Conexiones de datos en Tableau
  6. Tipos de filtros en Tableau
  7. Ordenación de datos, grupos, jerarquías y conjuntos
  8. Tablas y gráficos en Tableau
UNIDAD DIDÁCTICA 3. D3 (DATA DRIVEN DOCUMENTS)
  1. Fundamentos D3
  2. Instalación D3
  3. Funcionamiento D3
  4. SVG
  5. Tipos de datos en D3
  6. Diagrama de barras con D3
  7. Diagrama de dispersión con D3
UNIDAD DIDÁCTICA 4. GOOGLE DATA
  1. Google Data Studio
  2. Fuentes de datos
  3. Informes
UNIDAD DIDÁCTICA 5. QLIKVIEW
  1. Instalación y arquitectura
  2. Carga de datos
  3. Informes
  4. Transformación y modelo de datos
  5. Análisis de datos
UNIDAD DIDÁCTICA 6. POWERBI
  1. Business Intelligence en Excel
  2. Consulta de datos
  3. Orden de los datos, horizontal, un nivel, varios niveles
  4. Filtrado de datos
  5. Cuadros resumen
  6. Herramientas de simulación y de análisis
  7. Herramientas Powerbi
UNIDAD DIDÁCTICA 7. CARTO
  1. CartoDB

MÓDULO 7. VISUALIZACIÓN DE DATOS EN R CON GGPLOT2

UNIDAD DIDÁCTICA 1. GGPLOT2 COMO LIBRERÍA PARA VISUALIZACIÓN DE DATOS EN R
  1. Introducción a Gplot
  2. El paquete ggplot2
UNIDAD DIDÁCTICA 2. EJES
  1. Cambiar títulos de eje
  2. Aumentar el espacio entre ejes y títulos de ejes
  3. Cambiar la estética de los títulos de Axis
  4. Cambiar la estética del texto del eje
  5. Texto del eje de rotación
  6. Eliminar texto de eje y marcas
  7. Eliminar títulos de eje
  8. Límite del rango del eje
  9. Forzar el trazado para que comience en el origen
  10. Ejes con la misma escala
  11. Usar una función para modificar etiquetas
UNIDAD DIDÁCTICA 3. TÍTULOS
  1. Añade un título
  2. Ajustar la posición de los títulos
  3. Use una fuente no tradicional en su título
  4. Cambiar espaciado en texto de varias líneas
UNIDAD DIDÁCTICA 4. LEYENDAS
  1. Trabajando con leyendas
  2. Apaga la leyenda
  3. Eliminar títulos de leyenda
  4. Cambiar la posición de la leyenda
  5. Cambiar la dirección de la leyenda
  6. Cambiar el estilo del título de la leyenda
  7. Cambiar título de leyenda
  8. Cambiar el orden de las claves de leyenda
  9. Cambiar etiquetas de leyenda
  10. Cambiar cuadros de fondo en la leyenda
  11. Cambiar el tamaño de los símbolos de leyenda
  12. Dejar una capa fuera de la leyenda
  13. Adición manual de elementos de leyenda
  14. Usar otros estilos de leyenda
UNIDAD DIDÁCTICA 5. FONDOS Y LÍNEAS DE CUADRÍCULA
  1. Cambiar el color de fondo del panel
  2. Cambiar líneas de cuadrícula
  3. Cambiar el espaciado de las líneas de cuadrícula
  4. Cambiar el color de fondo de la trama
UNIDAD DIDÁCTICA 6. MÁRGENES
  1. Trabajar con márgenes
UNIDAD DIDÁCTICA 7. GRÁFICOS DE PANELES MÚLTIPLES
  1. Trabajar con gráficos de paneles múltiples
  2. Crear múltiplos pequeños basados en una variable
  3. Permitir que los ejes deambulen libremente
  4. Uso facet_wrapcon dos variables
  5. Modificar el estilo de los textos de la tira
  6. Crear un panel de diferentes parcelas
UNIDAD DIDÁCTICA 8. COLORES
  1. Trabajar con colores
  2. Especificar colores individuales
  3. Asignar colores a las variables
  4. Variables Cualitativas
  5. Seleccionar manualmente colores cualitativos
  6. Utilice paletas de colores cualitativas integradas
  7. Use paletas de colores cualitativos de paquetes de extensión
  8. Variables Cuantitativas
  9. La paleta de colores Viridis
  10. Usar paletas de colores cuantitativas de paquetes de extensión
  11. Modificar paletas de colores después
UNIDAD DIDÁCTICA 9. TEMAS
  1. Cambiar el estilo de trazado general
  2. Cambiar la fuente de todos los elementos de texto
  3. Cambiar el tamaño de todos los elementos de texto
  4. Cambiar el tamaño de todos los elementos de línea y rectángulo
  5. Crea tu propio tema
  6. Actualizar el tema actual
UNIDAD DIDÁCTICA 10. LÍNEAS
  1. Agregar líneas horizontales o verticales a un gráfico
  2. Agregar una línea dentro de un gráfico
  3. Agregar líneas curvas y flechas a un gráfico
UNIDAD DIDÁCTICA 11. TEXTO
  1. Agregue etiquetas
  2. Agregar anotaciones de texto
  3. Use Markdown y HTML Rendering para anotaciones
UNIDAD DIDÁCTICA 12. COORDENADAS
  1. Voltear una parcela
  2. arreglar un eje
  3. Invertir un eje
  4. Transformar un eje
  5. Circularizar una parcela
UNIDAD DIDÁCTICA 13. TIPOS DE GRÁFICOS
  1. Alternativas a un diagrama de caja
  2. Crear una representación de alfombra en un gráfico
  3. Crear una matriz de correlación
  4. Crear un gráfico de contorno
  5. Crear un mapa de calor
  6. Crear un diagrama de cresta
UNIDAD DIDÁCTICA 14. CINTAS
  1. Trabajar con cintas (AUC, CI, etc.)
UNIDAD DIDÁCTICA 15. SUAVIZADOS
  1. Predeterminado: agregar un suavizado LOESS o GAM
UNIDAD DIDÁCTICA 16. GRÁFICOS INTERACTIVOS
  1. Trabajar con gráficos interactivos

MÓDULO 8. ANALÍTICA WEB

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA ANALÍTICA WEB
  1. ¿Qué es la analítica web?
  2. Establecimiento de objetivos y KPIs
  3. Métricas principales y avanzadas
  4. Objetivos y ventajas de medir
  5. Plan de medición
UNIDAD DIDÁCTICA 2. GOOGLE ANALYTICS 4
  1. Introducción a Google Analytics 4
  2. Interfaz
  3. Métricas y dimensiones
  4. Informes básicos
  5. Filtros
  6. Segmentos
  7. Eventos
  8. Informes personalizados
  9. Comportamiento de los usuarios e interpretación de datos
UNIDAD DIDÁCTICA 3. GOOGLE TAG MANAGER
  1. Introducción a GTM
  2. Implementación con GTM
  3. Medición con GTM
  4. Uso de Debug/Preview Mode
UNIDAD DIDÁCTICA 4. MODELOS DE ATRIBUCIÓN
  1. La atribución
  2. Multicanalidad
  3. Customer Journey
  4. Principales modelos de atribución
  5. Modelos de atribución personalizados
UNIDAD DIDÁCTICA 5. CREACIÓN DE DASHBORAD CON GOOGLE DATA STUDIO
  1. Planificación del Dashboard
  2. Características del Dashboard
  3. Introducción a Data Studio
  4. Conectores
  5. Tipos de gráficos
  6. Personalización de informes
  7. Elementos de control
  8. Dimensiones y métricas
  9. Campos Calculados
  10. Compartir informes
UNIDAD DIDÁCTICA 6. ANALÍTICA WEB ORIENTADA AL SEO
  1. Introducción al SEO
  2. Historia de los motores de búsqueda
  3. Componentes de un motor de búsqueda
  4. Organización de resultados en un motor de búsqueda
  5. La importancia del contenido
  6. El concepto de autoridad en Internet
  7. Campaña SEO
UNIDAD DIDÁCTICA 7. ANALÍTICA WEB ORIENTADA AL SEM
  1. Introducción al SEM
  2. Principales conceptos en SEM
  3. Sistema de pujas y Calidad del anuncio
  4. Primer contacto con Google Ads
  5. Creación de anuncios con calidad
  6. Indicadores clave de rendimiento en SEM
UNIDAD DIDÁCTICA 8. ANALÍTICA WEB ORIENTADA A LAS REDES SOCIALES
  1. Análisis del tráfico en redes sociales
  2. Fijar objetivos en redes sociales
  3. Facebook
  4. Twitter
  5. Youtube
  6. LinkedIn
  7. Tik tok
  8. Instagram
UNIDAD DIDÁCTICA 9. TÉCNICAS Y ESTRATEGIAS
  1. Usabilidad
  2. Mapas de calor
  3. Grabaciones de sesiones de usuario
  4. Ordenación de tarjetas
  5. Test A/B
  6. Test multivariante
  7. KPI, indicadores clave de rendimiento
  8. Cambios a realizar para optimizar una página web
UNIDAD DIDÁCTICA 10. OTRAS HERRAMIENTAS PARA ANALÍTICA WEB
  1. Hotjar
  2. Microsoft Power BI
  3. Google Search Console
  4. Matomo
  5. Awstats
  6. Chartbeat
  7. Adobe Analytics
UNIDAD DIDÁCTICA 11. COOKIES Y TECNOLOGÍAS DE SEGUIMIENTO
  1. ¿Qué son las cookies?
  2. Tipos de cookies
  3. GDPR
  4. Herramientas para manejar el consentimiento de cookies

MÓDULO 9. PROYECTO FIN DE MÁSTER

Titulación de Master oficial data science

¿Que consigues con un Título Oficial Universitario?

El título oficial obtenido, matriculándote en el Máster Oficial Universitario en Data Science + 60 Créditos ECTS, pertenece al Espacio Europeo de Educación Superior y es válido internacionalmente en 48 países, como Alemania, Francia, España...

Al realizar el Máster Oficial Universitario en Data Science + 60 Créditos ECTS obtendrás una titulación oficial de I livello (primer nivel) de la universidad E-CAMPUS de Italia, que da acceso al doctorado debido a su adaptación y acogida al Plan Bolonia y al Espacio Europeo de Educación Superior (EEES). Con un gran reconocimiento internacional y totalmente válido y homologado, que podrá ser convalidado como titulación oficial de acuerdo al marco educativo de cada país, de los 48 del Espacio Europeo de Educación Superior (EEES)

Equivalencia de títulos

*Para cursar un programa de Doctorado es necesario haber cursado 300 ECTS

Cursos relacionados

4,8
Curso en Data Science y Análisis de Datos
360€
Ver Curso online
4,8
Titulación Universitaria de Excel Avanzado 2019 + Titulación Universitaria en Business Intelligence y Big Data (Doble Titulación + 10 ECTS)
360€
Ver Curso online
4,8
Maestría en Inteligencia Artificial. RVOE SEP: M-015/2023 (16/05/2023)
3235€
Ver Curso online
4,8
Máster Oficial Universitario en Big Data + 60 Créditos ECTS
3495€
Ver Curso online

Claustro docente de Master oficial data science

Isaías Aranda Cano Aranda Cano
Tutor
Grado Superior en Administración de Sistemas Informáticos.
Su formación +
Rafael Marín Sastre
Tutor
Titulado Universitario 1 ciclo o Diplomado en Ingeniería Técnica en Informática de Sistemas Administrador de Servidores y páginas web Curso Superior en Ciberseguridad Curso de Business Intelligence y Big Data Formación de formadores E-learning
Su formación +
Daniel Cabrera Armenteros
Tutor
Licenciado en Ciencias Físicas y con Máster en Implantación, Gestión y Auditoría de Sistemas de Seguridad de Información ISO 27001-27002.
Su formación +
Alan Sastre
Tutor
Grado en Ingeniería Informática
Su formación +
Jorge López Blasco
Tutor
Graduado en matemáticas por la Universidad de Valencia y con el Master de Profesorado. Experto en Cloud Computing, Machine Learning y Big Data.
Su formación +

7 razones para realizarel Master oficial data science

1
Nuestra experiencia

Más de 20 años de experiencia en la formación online.

Más de 300.000 alumnos ya se han formado en nuestras aulas virtuales.

Alumnos de los 5 continentes.

25% de alumnado internacional.

Las cifras nos avalan
4,7
2.625 Opiniones
8.582
suscriptores
4,4
12.842 Opiniones
5.856
Seguidores
2
Nuestra Metodología

Flexibilidad

Aprendizaje 100% online, flexible, desde donde quieras y como quieras

Docentes

Equipo docente especializado. Docentes en activo, digitalmente nativos

Acompañamiento

No estarás solo/a. Acompañamiento por parte del equipo de tutorización durante toda tu experiencia como estudiante.

Aprendizaje real

Aprendizaje para la vida real, contenidos prácticos, adaptados al mercado laboral y entornos de aprendizaje ágiles en campus virtual con tecnología punta

Seminarios

Seminarios en directo. Clases magistrales exclusivas para los estudiantes

3
Calidad AENOR

Se llevan a cabo auditorías externas anuales que garantizan la máxima calidad AENOR.

Nuestros procesos de enseñanza están certificados por AENOR por la ISO 9001 y 14001.

4
Confianza

Contamos con el sello de Confianza Online y colaboramos con las Universidades más prestigiosas, Administraciones Públicas y Empresas Software a nivel Nacional e Internacional.

5
Empleo y prácticas

Disponemos de Bolsa de Empleo propia con diferentes ofertas de trabajo, y facilitamos la realización de prácticas de empresa a nuestro alumnado.

6
Nuestro Equipo

En la actualidad, Euroinnova cuenta con un equipo humano formado por más de 300 profesionales. Nuestro personal se encuentra sólidamente enmarcado en una estructura que facilita la mayor calidad en la atención al alumnado.

7
Somos distribuidores de formación

Como parte de su infraestructura y como muestra de su constante expansión, Euroinnova incluye dentro de su organización una editorial y una imprenta digital industrial.

Paga como quieras

Financiación 100% sin intereses

Hemos diseñado un Plan de Becas para facilitar aún más el acceso a nuestra formación junto con una flexibilidad económica. Alcanzar tus objetivos profesionales e impulsar tu carrera profesional será más fácil gracias a los planes de Euroinnova.

Si aún tienes dudas solicita ahora información para beneficiarte de nuestras becas y financiación.

25%
Antiguos Alumnos

Como premio a la fidelidad y confianza de los alumnos en el método EUROINNOVA, ofrecemos una beca del 25% a todos aquellos que hayan cursado alguna de nuestras acciones formativas en el pasado.

20%
Beca Desempleo

Para los que atraviesan un periodo de inactividad laboral y decidan que es el momento idóneo para invertir en la mejora de sus posibilidades futuras.

15%
Beca Emprende

Una beca en consonancia con nuestra apuesta por el fomento del emprendimiento y capacitación de los profesionales que se hayan aventurado en su propia iniciativa empresarial.

15%
Beca Amigo

La beca amigo surge como agradecimiento a todos aquellos alumnos que nos recomiendan a amigos y familiares. Por tanto si vienes con un amigo o familiar podrás contar con una beca de 15%.

Información complementaria

Master Oficial Data Science

¿Quieres impulsar tu carrera como un auténtico profesional? ¿Quieres adquirir conocimientos en Data Science? Aprovecha la oportunidad que te ofrece Euroinnova con el Master Data Science Oficial e impulsa tu carrera laboral con la empresa líder en formación. Gracias a la metodología e-learning de Euroinnova podrás formarte de la manera más fácil y cómoda.

¿Aún no te has convencido? Te invitamos a que continúes leyendo.

¡Solicita la información que consideres necesaria en Euroinnova International Online Education!

¿Qué entendemos por Data Science?

Data Science o la Ciencia de Datos es una de las doctrinas científicas que sirve para el análisis y la evaluación de fuentes de datos amplias, con el objetivo de extraer la información, el entendimiento de la realidad y el descubrimiento de parámetros con los que poder tomar decisiones. Data Science dispone de varias herramientas y funciones en matemática, estadística e informática para que todas ellas logren su meta: optimizar y mejorar la toma de decisiones. 

Las siete V de Data Science

  • Volumen. En este caso nos referimos a las informaciones o a la agrupación de datos que no es posible almacenarlos en los sistemas habituales.
  • Variedad. Hacemos referencia al conjunto de datos que son de diferente tipo y de diferentes proveedores. 
  • Velocidad. Este sector se incrementa a un ritmo veloz, lo más importante es que el proceso también es muy rápido.
  • Valor. En este caso hablamos de los datos, en este se disponen informaciones importantes, cómo obtener ese valor de forma eficaz. 
  • Visual. Una de las metas se basa en la conversión de informaciones de masas en datos gráficos, por lo que se puede observar gráficos dinámicos y muy bien estructurados y organizados. 
  • Veracidad. Aquí hacemos referencia a la fidelidad y a la exactitud de los datos y las informaciones. 
  • Variables. Aquí nos referimos a los datos masivos, puesto que van cambiando constantemente, por ello, es importante que las herramientas estén constantemente actualizándose. 

Si quieres aprender más sobre Data Science y sus beneficios, el Master Data Science Oficial Online que te ofrece Euroinnova te dará las herramientas clave para ello. Gracias a su metodología completamente online podrás cursar el Master Oficial Data Science desde la comodidad de tu casa, sin horarios y a tu ritmo.

Beneficios de Data Science

  • Predicción de actitudes. Las personas analizan y pueden ofrecer cuestiones de interés a los demás, por ello, se disminuye notablemente los peligros empresariales.
  • Personalización de ofertas. En este caso hablamos de los usuarios para incrementar el área de conversión y de las ventas. 
  • Detección de patrones. En este caso hablamos de la conexión con las personas, por ejemplo: aquellas personas que se dedican a llamar a clientes. 
  • Toma de decisiones firmes, esto ocurre gracias al análisis de datos. 
  • Identificación de peligros. Hay que identificar los riesgos o los beneficios a tiempo para poner en práctica las pautas.

¿Te gustaría profundizar tus conocimientos en esta materia? Realiza este Master Data Science Online, que te ofrece Euroinnova, aprovecha la oportunidad que te brinda y adéntrate en el sector del data Science.

Si te interesa este sector y quieres seguir profundizando sobre la diferencia entre el data Analyst y data Science, te recomendamos el siguiente post de nuestro blog: https://www.euroinnova.edu.es/blog/diferencia-entre-el-data-analyst-y-data-science

¿Por qué realizar el Master Data Science Oficial con Euroinnova International Online Education? 

Aprovecha la oportunidad que te ofrece Euroinnova International Online Education para ampliar tu formación. Gracias al Master Oficial Data Science podrás compaginar tu trabajo y tu vida personal de la forma más cómoda. Asimismo, obtén tu doble Titulación expedida por Euroinnova International Online Education, miembro de la AEEN (Asociación Española de Escuelas de Negocios) y reconocido con la excelencia académica en educación online por QS World University Rankings y por la Universidad e-Campus con 60 ECTS. 

La metodología que ofrecemos desde Euroinnova está basado en la formación a distancia, por lo que puedes formarte desde cualquier parte del mundo. Da igual que residas en Cádiz, Quito, Madrid, Barcelona, Pontevedra, Santiago de Chile o Perú. Gracias a que Euroinnova cuenta con su plataforma propia, tendrás todas las actividades formativas para el impulso y el progreso de tu formación. Asimismo, contarás con tu tutor personalizado para la resolución de tus preguntas o dudas en un plazo de 24 h a 48 h.

Si aún no te has convencido, puedes ponerte en contacto con nosotros a través de nuestro formulario. Anímate y aprovecha las ventajas de la formación Online de Euroinnova. 

Si quieres consultar más formaciones relacionadas con el Master Data Science Oficial consulta nuestro amplio catálogo de diplomados, másteres, cursos, maestrías: Formaciones en Data Science

¿Quieres impulsar tus oportunidades en el mercado laboral? 

¡Te esperamos en Euroinnova International Online Education con el Master Oficial Data Science!

Preguntas al director académico sobre el Master oficial data science

Master oficial data science
PDF Matricularme
Ver Eventos Educacionales