DESCRIPCIÓN

La Maestría en Ciencia de Datos virtual te formará como un profesional del Big Data con un alto dominio en cuatro aspectos clave como son las infraestructuras para el almacenamiento y procesamiento distribuido del dato, minería de datos para aplicar métodos de inteligencia artificial, aprendizaje automático y estadística sobre grandes volúmenes de datos, visualización interactiva de datos con el fin de mostrar resultados y aplicaciones en empresas con nociones sobre el gobierno del dato y la toma de decisiones.

Esta maestría incluye el Experto en Gestión Digital de Proyectos

Un claustro profesional experto te guiará en tu formación y te ayudará a especializarte en el uso de las herramientas y lenguajes más demandados por el mercado, tales como Python, R, Spark, Hadoop, MongoDB, Cassandra, Neo4J, Redis, Power BI, Qlik Sense, Tableau, entre otros.

Para poder acceder a esta maestría es necesario contar con un Pregrado en Informática, Telemática, Telecomunicaciones, Matemáticas o Estadística o contar con experiencia profesional de al menos 2 años en el ámbito de conocimiento.

SALIDAS PROFESIONALES

Para puestos de “Data Scientist” y “Business Intelligence”, las empresas e instituciones buscan profesionales dinámicos que combinen conocimientos de Empresa, manejo de tecnologías Big Data y avanzadas aptitudes de análisis. Solo un perfil de estas características puede identificar, recoger, analizar, interpretar y transformar los datos en información relevante.

Algunas salidas profesionales de esta Maestría son:

Ingeniero de datos, data engineer

El ingeniero de datos es principalmente un desarrollador especializado en el mundo de los datos. Por tanto, sabe desenvolverse en las tecnologías y e infraestructuras adecuadas para la minería de datos y el machine learning a pequeña y gran escala. Un ingeniero de datos, por ejemplo, es capaz de desplegar y ejecutar un análisis de datos dado en diferentes entornos y situaciones.

Arquitecto de datos, data architeco

El arquitecto de datos tiene conocimiento de cómo las diferentes infraestructuras y tecnologías encajan entre

Científico de datos, data scientist