Ficha del curso

I MÁSTER DE FORMACIÓN PERMANENTE EN BIG DATA, INTELIGENCIA ARTIFICIAL E INGENIERÍA DE DATOS (81401618001-4)

NIVEL:  Másteres de Formación Permanente

CAMPO DE CONOCIMIENTO:  Ingenierías y arquitectura

Descripción:
Máster en análisis avanzado de datos en entornos Big Data con Machine Learning e Inteligencia Artificial.

Proponente:  INSTITUTO DE TECNOLOGÍA E INGENIERÍA DEL SOFTWARE (ITIS)
Director:  José Francisco Aldana Montes    Teléfonos:  951952922  /  
E-mail:  BIGDATA@LCC.UMA.ES

Nº plazas:  50
Precio:  6000.00 €

Preinscripción:  3000.00 €
Plazo de preinscripción:  desde   16/04/2024    hasta 07/10/2024
Fecha pago preinscripción hasta:  07/10/2024

Plazo de matrícula:  desde   01/09/2024    hasta     07/10/2024
1º plazo:  3000.00 €       Fecha:  hasta 07/10/2024       
2º plazo:  0.00 €       Fecha:  hasta 07/10/2024       

Permitido el pago por tarjeta bancaria.

Permitido el pago presencial.

Fecha de inicio de curso:  07/10/2024       Fecha de fin:  30/09/2025      
Lugar:  INSTITUTO DE TECNOLOGÍAS E INGENIERÍA DE SOFTWARE (ITIS)
Horario:   Lunes, Miércoles, Jueves y Viernes de 18:00 a 21:00
Requisitos de acceso:
Ingenieros superiores y técnicos y graduados en Informática, Telecomunicación e Industriales; licenciados y graduados en ciencias físicas y matemáticas.
Con carácter excepcional las personas que puedan acreditar experiencia profesional o laboral a nivel competencial equivalente a la formación académica universitaria.

Duracion y creditos ECTS
Docencia teórico-práctica en aula:  39.40 ECTS     
Docencia On-line:  5.60 ECTS     
Prácticas externas en empresas:  9.00 ECTS     
Trabajo fin de titulo:  6.00 ECTS     
Créditos europeos totales:  60.00 ECTS     
Horas de clase presencial:  394.00      
Horas de trabajo del estudiante:  1500.00     

Programa:
Módulo 1:Introducción a la Programación orientada a objetos con Java
Módulo 2: Introducción al ecosistema Big Data
Módulo 3: Gestión de Datos, bases de datos relacionales
Módulo 4: Gestión de datos en el Big Data, bases de datos NoSQL
Módulo 5: Analítica de datos y extracción de conocimiento mediante técnicas de Inteligencia Artificial
Módulo 6: Procesamiento de datos escalable: Desarrollo de aplicaciones en entornos Big Data con Hadoop y Spark
Módulo 7: Caso de uso I: “Ingeniería y Ciencia de Datos: Procesamiento de Datos”
Módulo 8: Aprendizaje automático (Machine Learning): conceptos, metodología, algoritmos de aprendizaje para analítica descriptiva, predictiva y prescriptiva, y retos en su implementación
Módulo 9: Deep Learning con GPUs: Herramientas, aceleración y optimizaciones
Módulo 10: Procesamiento de datos escalable en el contexto Big Data: Machine Learning y Streaming
Módulo 11: Inteligencia artificial generativa y grandes modelos de lenguaje (LLMs)
Módulo 12: Caso de uso II: “Ingeniería y Ciencia de Datos: Inteligencia Artificial”
Módulo 13: Visualización de datos en entornos Big Data
Módulo 14: IoT & Real Time en entornos Big Data: La Internet de las Cosas Inteligente
Módulo 15: Big Data & Cloud Computing: Servicios de Big Data en la Nube
Módulo 16: Laboratorio Abierto: Casos Prácticos en Ingeniería y Ciencia de Datos e
Inteligencia Artificial
Módulo 17: Prácticas externas
Módulo 18: Trabajo fin de título