Maestría en Ciencias de Datos. RVOE SEP: M-017/2023 (16/05/2023) + Máster Europeo en Ciencias de Datos. Especialidade en Estatística Aplicada Maestría en Ciencias de Datos. RVOE SEP: M-017/2023 (16/05/2023) + Máster Europeo en Ciencias de Datos. Especialidade en Estatística Aplicada

Formación en liña

Maestría en Ciencias de Datos. RVOE SEP: M-017/2023 (16/05/2023) + Máster Europeo en Ciencias de Datos. Especialidade en Estatística Aplicada

icon-image--AbjlOSDZzVEJNY0s3S__icon_7yVPEV

15 meses

icon-image--AcnI1bkFZTjZZaTE3U__icon_xJgfxr

137 CR

icon-image--AWUI0N2tWMzVrNzMzT__icon_DgE8xz

castelán

O volume de información de datos que teñen as empresas grazas ás novas tecnoloxías fai necesario saber xestionalos e analizalos. Precísanse linguaxes, ferramentas e técnicas de programación especializadas para tomar decisións correctas no ámbito comercial. Data Science será o que nos permita xestionar toda esta información e sacarlle o máximo proveito. Coa nosa Maestría En Data Sciences con Especialidade en Estatística Aplicada estudarás e xestionarás as técnicas que che permitirán recoller datos, clasificalos e tratalos de forma eficiente para acadar datos estatísticos que permitan extraer conclusións necesarias para as decisións comerciais das empresas.

Instituciones educativas

Logo institución
Logo institución
4.950

Solicita información

Estou interesado Estou interesado
Estou interesado

Detalles a ter en conta

icon-image--AUzhDQ3dCN3hXZ1RaS__icon_p9pcRc

Soporte multilingüe

icon-image--AQVZldVUybkd2c2xSS__icon_ptJqNh

Certificado dixital incluído

icon-image--AV0haRDQrMjBZRURoV__icon_zyt3R8

Asistente Phia

Obxectivos

- Avaliar os conceptos relacionados coa computación distribuída para a xestión de datos masivos. - Realizar unha recollida e clasificación eficiente dos datos para o seu almacenamento e tratamento - Aplicar medidas estatísticas no tratamento dos datos, obtendo e interpretándoos e analizándoos - Coñecer as leis, tratados, regulamentos e ferramentas relacionados coa protección de datos. - Analizar as principais bases de datos NoSQL e a súa aplicabilidade aos desenvolvementos tecnolóxicos. - Coñecer e aplicar os conceptos de Machine Learning e a estrutura e tipoloxía das Redes Neuronais Artificiais.

Contido

Oportunidades de carreira

As empresas son cada vez máis conscientes da importancia de analizar os datos que almacenan, a súa xestión e análise. Con isto Maestría en Data Sciences con Especialidade en Estatística Aplicada accederás a postos de análise de datos dentro de equipos directivos de sectores tan diversos como finanzas, marketing, seguros, informática ou comercio electrónico, etc.,

Para que te prepara

O Maestría en Data Sciences con Especialidade en Estatística Aplicada ensinarache o uso das ferramentas necesarias que che permiten recoller datos, clasificalos, almacenalos e, posteriormente, procesalos para xerar información vital para a toma de decisións en calquera empresa. A súa especialización en estatística permitirache comprender e interpretar os datos obtidos nas decisións comerciais de calquera empresa.

Dirixido a

O perfil ao que o noso Maestría en Data Sciences con Especialidade en Estatística Aplicada abrangue tanto estudantes como profesionais da área da estatística, así como da informática, do marketing ou business. Está dirixido a todos aqueles que queiran coñecer as diferentes ferramentas e técnicas que permiten a xestión da análise de datos dentro do ámbito da empresa.

Metodoloxía

A nosa formación é 100% en liña, o que permite aos estudantes autorregular o seu estudo e adaptalo ás súas propias necesidades. Apostamos por un ensino personalizado e autónomo, cun enfoque baseado no pensamento crítico e no constructivismo.

Contamos cun equipo docente altamente especializado que te acompañará durante todo o proceso de ensino-aprendizaxe. Isto permitirache personalizar aínda máis o teu adestramento, xa que nos adaptamos ao teu ritmo e necesidades.

Terás acceso á nosa plataforma de aprendizaxe, MyLXP, desde calquera dispositivo e a calquera hora do día, o que che permitirá decidir como e cando estudar. Todo isto é posible grazas á nosa metodoloxía Educa LXP (Learning Experience Platform), unha contorna pensada para impulsar o teu progreso educativo, fomentar a innovación e ofrecer unha experiencia de aprendizaxe personalizada e adaptada a cada necesidade.

Formación relacionada

Curso de Introducción a la Visualización de Datos
image-block-49797874843861

INESEM - INSTITUTO EUROPEO DE ESTUDIOS EMPRESARIALES

Curso de Introducción a la Visualización de Datos

icon-image--ANlFPVW1HaVZORlcxV__icon_zk7t3d

200 horas

icon-image--AcWRyeEl4ZzBZUDRwY__icon_cKcHTw

Online

icon-image--ARWNTdU02Q0U5RE14R__icon_R4QF8H

0 ECTS

360
Curso de Ciencia y Minería de Datos
image-block-49797873500373

INESEM - INSTITUTO EUROPEO DE ESTUDIOS EMPRESARIALES

Curso de Ciencia y Minería de Datos

icon-image--ANlFPVW1HaVZORlcxV__icon_zk7t3d-1

200 horas

icon-image--AcWRyeEl4ZzBZUDRwY__icon_cKcHTw-1

Online

icon-image--ARWNTdU02Q0U5RE14R__icon_R4QF8H-1

0 ECTS

360
Máster en Ciencia de Datos + 60 Créditos ECTS
image-block-49797639405781

EducaHub

Máster en Ciencia de Datos + 60 Créditos ECTS

icon-image--ANlFPVW1HaVZORlcxV__icon_zk7t3d-2

1500 horas

icon-image--AcWRyeEl4ZzBZUDRwY__icon_cKcHTw-2

Online

icon-image--ARWNTdU02Q0U5RE14R__icon_R4QF8H-2

60 ECTS

3.195
Curso de Extracción, Decodificación e Análise de Datos de Telefonía Móbil + 8 Créditos ECTS
image-block-49748658651349

INESEM - INSTITUTO EUROPEO DE ESTUDIOS EMPRESARIALES

Curso de Extracción, Decodificación e Análise de Datos de Telefonía Móbil + 8 Créditos...

icon-image--ANlFPVW1HaVZORlcxV__icon_zk7t3d-3

200 horas

icon-image--AcWRyeEl4ZzBZUDRwY__icon_cKcHTw-3

En liña

icon-image--ARWNTdU02Q0U5RE14R__icon_R4QF8H-3

8 ECTS

260
Curso de Data Driven Analytics + 8 créditos ECTS
image-block-49748657570005

INESEM - INSTITUTO EUROPEO DE ESTUDIOS EMPRESARIALES

Curso de Data Driven Analytics + 8 créditos ECTS

icon-image--ANlFPVW1HaVZORlcxV__icon_zk7t3d-4

200 horas

icon-image--AcWRyeEl4ZzBZUDRwY__icon_cKcHTw-4

En liña

icon-image--ARWNTdU02Q0U5RE14R__icon_R4QF8H-4

8 ECTS

260