Ficha del curso

V MÁSTER PROPIO UNIVERSITARIO EN ADVANCED ANALYTICS ON BIG DATA (81450547001-5)

NIVEL:  Másteres de Formación Permanente

CAMPO DE CONOCIMIENTO:  Ingenierías y arquitectura

Descripción:
Máster Propio en análisis avanzado de datos en entornos Big Data y en las tecnologías relacionadas. Instituto de Tecnologías e Ingeniería del Software (ITIS).

Proponente:  LENGUAJES Y CIENCIAS DE LA COMPUTACIÓN
Director:  José Francisco Aldana Montes    Teléfonos:  951952922  /  952137163
E-mail:  bigdata@lcc.uma.es

Nº plazas:  30
Precio:  6000.00 €

Preinscripción:  3000.00 €
Plazo de preinscripción:  desde   01/03/2020    hasta 04/10/2020
Fecha pago preinscripción hasta:  04/10/2020

Plazo de matrícula:  desde   01/09/2020    hasta     04/10/2020
1º plazo:  3000.00 €       Fecha:  hasta 04/10/2020       
2º plazo:  0.00 €       Fecha:  hasta 04/10/2020       

Permitido el pago por tarjeta bancaria.

Permitido el pago presencial.

Fecha de inicio de curso:  05/10/2020       Fecha de fin:  31/03/2022      NO VIGENTE   
Lugar:  Edificio de Investigación Ada Byron. Campus de Teatinos de la Universidad de Málaga.
Horario:  Lunes, Miércoles, Jueves y Viernes de 18:00 a 21:00 Horas.
Requisitos de acceso:
Ingenieros superiores y técnicos y graduados en Informática, Telecomunicación e Industriales; licenciados y graduados en ciencias físicas y matemáticas.
Profesionales con al menos 3 años de experiencia demostrada en trabajos relacionados con la temática del Máster.

Duracion y creditos ECTS
Docencia teórico-práctica en aula:  41.00 ECTS     
Docencia On-line:  18.00 ECTS     
Prácticas externas en empresas:  20.00 ECTS     
Trabajo fin de titulo:  11.00 ECTS     
Créditos europeos totales:  90.00 ECTS     
Horas de clase presencial:  410.00      
Horas de trabajo del estudiante:  2250.00     

Programa:
Módulo 0: Introducción a la Programación Orientada a Objetos con Java
Módulo 1: Introducción general y Open Big Data
Módulo 2: Bases de datos
Módulo 3: Bases de datos NOSQL
Módulo 4: Analítica de Datos
Módulo 5: Caso de Uso I
Módulo 6: Aprendizaje Computacional Descriptivo
Módulo 7: Aprendizaje Computacional Predictivo
Módulo 8: Deep Learning con GPUs: Herramientas, aceleración y optimizaciones
Módulo 9: Procesamiento de datos escalable
Módulo 10: Visualización de Datos
Módulo 11: Procesamiento de datos escalable: machine learning y streaming
Módulo 12: Análisis de Textos
Módulo 13: Real Time & Internet of Things
Módulo 14: Cloud Computing
Módulo 15: Ciberseguridad
Módulo 16: Caso de Uso II
Módulo 17: Prácticas de Laboratorio
Módulo 18: Trabajo Fin de Titulo
Módulo 19: Prácticas: En empresas o en grupos de investigación o mediante un desarrollo práctico tutorizado en el puesto laboral actual o a través de un trabajo Fin de Titulo ampliado y de orientación práctica. Asimismo, se podrán extender las prácticas curriculares con prácticas extracurriculares hasta el máximo permitido por la normativa vigente.