Plan de estudios
En cuanto a contenidos, el presente máster está centrado en la gestión de grandes cantidades de información heterogénea (Big Data), con una especialización doble: el uso de esa información para el análisis de la realidad y el apoyo en la toma de decisiones de la empresa y la gestión segura de esa información (tema emergente actualmente). La organización en materias responde a este enfoque. Las dos primeras materias se centran en el Big Data, más concretamente en sus dos problemas fundamentales:
- Almacenamiento escalable de datos: materia 1 “Tecnologías Informáticas para el Big Data”. Aquí se incluye todo lo relacionado con el almacenamiento y acceso a grandes volúmenes de datos, que, además, pueden ser heterogéneos, que es una de las características adicionales del Big Data.
- Procesamiento escalable de datos: materia 2 “Ciencia de Datos/Data Science”. Al igual que para el almacenamiento, la aplicación de técnicas de análisis en grandes volúmenes de datos, se tienen que apoyar en tecnologías adecuadas a la forma de almacenar, el tipo y el volumen de los datos con los que se está tratando.
El estudio de cada uno de los campos de especialización del máster dentro del Big Data se incluye en las materias 3 y 4, respectivamente:
- Análisis de datos aplicados al mundo de la empresa: materia 3 “Inteligencia de Negocio/Business Intelligence”. Uno de los campos de aplicación más importante desde un punto de vista práctico del Big Data es el relacionado con el mundo de la empresa. En esta materia se aborda todo lo relacionado con esta perspectiva.
- Gestión y procesamiento seguro de los datos: materia 4 “Seguridad de Datos y Ciberseguridad”. Tema importante en cualquier problema que trate con datos. La naturaleza distribuida y heterogénea de la información con la que estamos tratando, hace que la seguridad en este campo tenga unas características propias, haciendo de este tema uno de los problemas emergentes en el Big Data.
Por último, se plantea la realización de un trabajo práctico de aplicación de todo lo aprendido en las materias descritas, el Trabajo Fin de Máster. La naturaleza diferenciada de esta parte hace que se dedique una materia a este trabajo.
Primer Semestre
Materia | Créditos | Asignatura | Créditos | Semestre |
---|---|---|---|---|
1. Tecnologías Informáticas para el Big Data. | 12 | Infraestructura para el Big Data | 3 | 1 |
Modelos de Programación para el Big Data | 3 | 1 | ||
Arquitecturas Big Data | 3 | 1 | ||
Almacenamiento Escalable | 3 | 1 | ||
3. Inteligencia de Negocio / Business Intelligence | 9 | Conceptos financieros y herramientas de gestión en la empresa | 3 | 1 |
Procesamiento de datos para la Inteligencia de Negocio / Business Intelligence | 3 | 1 | ||
Visualización de datos | 3 | 1 | ||
4. Seguridad de Datos y Ciberseguridad | 9 | Tendencias emergentes en Seguridad de Datos | 3 | 1 |
Derecho en Seguridad de Datos | 3 | 1 | ||
Informática forense y Auditoría de Seguridad | 3 | 1 |
Segundo Semestre
Materia | Créditos | Asignatura | Créditos | Semestre |
---|---|---|---|---|
2. Ciencia de Datos / Data Science | 9 | Técnicas de Aprendizaje Automático Escalables | 3 | 2 |
Aprendizaje sobre Flujos de Datos | 3 | 2 | ||
Knowledge Discovery / Aprendizaje No Supervisado | 3 | 2 | ||
3. Inteligencia de Negocio / Business Intelligence | 6 | Inteligencia de Negocio/Business aplicada I | 3 | 2 |
Inteligencia de Negocio/Business aplicada II | 3 | 2 | ||
4. Seguridad de Datos y Ciberseguridad | 6 | Fundamentos de Ciberseguridad | 3 | 2 |
Tendencias emergentes en Ciberseguridad | 3 | 2 | ||
5. Trabajo Fin de Máster | 9 | Trabajo Fin de Máster | 9 | 2 |