Maestría en Análisis y Visualización de Datos Masivos / Visual Analytics & Big Data

El Máster Universitario en Visual Analytics and Big Data te formará como un profesional capaz de diseñar e implementar sistemas que monitoricen un proceso, extraigan información relevante del mismo y la comuniquen de manera elocuente y eficiente.
Gracias a este máster universitario, manejarás a la perfección las tres técnicas clave: captura y almacenamiento de información, minería de datos para el análisis inteligente y visualización de la información.
Además incluye asignaturas que permiten contextualizar el Analytics en el ámbito empresarial: uno de los entornos de aplicación real más recurrentes.
Máster incluido en el "Top 5 Máster en Big Data, Business Analytics e Intelligence 2016" de Mundo Posgrado

Los créditos del programa están repartidos de la siguiente forma:

Créditos ECTS	Valor
Obligatorios	42
Trabajo Fin de Máster	12
Prácticas externas	6
Créditos totales	60

Primer cuatrimestre	ECTS	Carácter
Métodos de captura y almacenamiento de la información	3	obligatoria
Privacidad y Protección de Datos	3	obligatoria
Análisis e Interpretación de Datos	6	obligatoria
Técnicas de Inteligencia Artificial	6	obligatoria
Ingeniería para el Procesado Masivo de Datos	6	obligatoria
Visualización Interactiva de la Información	6	obligatoria

Segundo cuatrimestre	ECTS	Carácter
Herramientas de Visualización	6	obligatoria
Marketing Estratégico y Análisis del Cliente	3	obligatoria
Business Intelligence para la toma de decisiones	3	obligatoria
Prácticas en empresa	6	prácticas
Trabajo Fin de Máster	12	Trabajo Fin de Máster

Perfil recomendado
Adicionalmente, además de los requisitos de acceso que señala la ley, UNIR ha definido un perfil competencial para todos los alumnos que accedan al Máster Universitario en Análisis y Visualización de Datos Masivos / Visual Analytics and Big Data:

• Ser capaz de leer e intepretar correctamente un programa pequeño escritoen un lenguaje de programación conocido.
• Ser capaz de leer pequeños fragmentosde código fuente en un lenguaje de programación no conocido.
• Ser capaz de escribir el pseudocódigo que describe un algoritmo, e implementar dicho algoritmo en un lenguaje de programación de alto nivel.
• Dominio del idioma inglés suficiente como para leer e interpretar manuales técnicos, así como para consultar dudas técnicas en foros especializados.
• Conocimiento básico de bases de datos SQL.
• Conocimiento de los paradigmas de computación en servidor y cliente.
• Conocimiento básico de la computación distribuída.
• Conocimiento básico de técnicas de estadística descriptiva.

Se considera que un alumno cumple con el perfil competencial si dispone de una titulación afín al área de conocimiento (Graduado en Ingeniería Informática, Licenciado en Informática, Ingeniero o Ingeniero Técnico en Informática, Graduado en Ingeniería Telemática, Ingeniero o Ingeniero Técnico en Telecomunicaciones, Licenciado/Graduado en Matemáticas, Licenciado/Diplomado/Graduado en Estadística, etc.) o cuando dispone de experiencia profesional demostrable, con no menos de dos años de experiencia realizando tareas relacionadas con el ámbito de conocimiento. Se podrá solicitar certificado de empresa que acredite el perfil competencial descrito.