Programa Avanzado Data Science Online

Domina la ciencia de datos, conviértete en data scientist y aprende a crear tus propios proyectos de Machine Learning y Deep Learning en Python. Unido a las bases de datos SQL, obtén todos los conocimientos que necesitas para dominar la data science.
CEA Centro de estudios avanzados verticall RGB

Plan de Estudios Programa Avanzado Data Science Online

La ciencia de datos ha ganado un gran peso en los últimos años como ciencia y también como tecnología, cada vez las empresas cuentan con más datos de interés que han recogido de distintas fuentes y que necesitan entender para conseguir diferentes objetivos. A través de todos estos datos y su posterior tratamiento analizamos grandes volúmenes de datos para mejorar la toma de decisiones, principalmente. A través de la IA aparecen modelos inteligentes como es el Machine Learning que aprende por sí mismo a través de nuestros datos y facilitará nuestro trabajo.El objetivo del máster Data Science es aprender, desde cero, a utilizar las herramientas necesarias para la ciencia de datos como son Python, SQL y, ahora también, la Inteligencia Artificial. Para ello necesitamos desarrollar conocimientos y habilidades clave que nos convertirán en expertos en la ciencia de datos. Por un lado, vamos a aprender a programar en Python, así como la programación orientada a objetos. Por otro lado, conocerás desde cero cómo se crean los proyectos de Data Science para dominar todo el proceso.Aprenderás también a realizar consultas en bases de datos SQL y todo lo relacionado con Machine Learning, Deep Learning, Redes Neuronales e Inteligencia Artificial. Estas herramientas aportan un gran valor a nuestro trabajo y conocimientos, marcarán la diferencia en nuestras habilidades y en lo que aprendamos, ya que son las tecnologías más actuales y novedosas en cuanto a la unión de Data Science con la IA. Gracias a su funcionamiento conseguimos predecir qué va a ocurrir a través de tendencias futuras, consiguiendo anticiparnos a los cambios y mejorar las decisiones que tomemos.El análisis masivo de datos se ha convertido en esencial para las empresas, conocer todo tipo de datos propios nos ayuda a tomar mejores decisiones en cualquier aspecto que podamos imaginar o necesitemos. La importancia de los datos es enorme actualmente, por lo que formarse en ciencia de datos es una gran necesidad en el mercado laboral actual.
  • Aprender a programar en Python y conocer sus principales librerías.
  • Adquirir los conocimientos de la programación orientada a objetos.
  • Comprender y profundizar en el flujo completo de un proyecto de Data Science para convertirse en científico de datos.
  • Aprender a realizar consultas en bases de datos SQL.
  • Dominar el Machine Learning y qué modelo y algoritmo utilizar para cada reto, siendo capaz de resolver problemas de clasificación, regresión, clustering y reglas de asociación.
  • Aprender los conceptos fundamentales del Deep Learning y conocer los diferentes tipos de Redes Neuronales, valorando cuál es el más adecuado y optimizarlos.
  • Aprender a utilizar técnicas avanzadas de Procesamiento de Lenguaje Natural (NLP) implementadas en Python.
  • Aprender a implementar modelos de Machine Learning y Deep Learning para la clasificación y predicción de tendencias futuras, fomentando una mejor toma de decisiones en la empresa y una mayor competitividad en el mercado.
Desarrolladores y analistas de datos que deseen aprender a desarrollar en Python proyectos de Data Science, Machine Learning y Deep Learning a nivel empresarial.

MÓDULO 1. Python Introducción (40 h)

  • Introducción a Python y su relevancia
  • Entorno de desarrollo y buenas prácticas
  • Tipos de datos, estructuras y control de flujo
  • Funciones, módulos y reutilización
  • Manejo de ficheros y APIs
  • Pandas: manipulación, limpieza y transformación de datos
  • Automatización, logging y testing

MÓDULO 2. Python Avanzado (40 h)

  • Funciones avanzadas y comprensión de listas
  • POO: clases, herencia, métodos y decoradores
  • Multitarea y threading
  • Metaprogramación y decoradores
  • Módulos, paquetes y scripts de administración
  • Acceso a datos y APIs

MÓDULO 3. Python & SQL (20 h)

  • SQL y gestores de bases de datos
  • SQLite: creación, consultas y CRUD
  • Conexión de SQLite a Power BI

MÓDULO 4. Python & Data Science (45 h)

  • Análisis de datos: introducción y visualización
  • Fundamentos de Python y estructuras de datos
  • Estadística y cálculos con Numpy
  • Análisis y manipulación con Pandas
  • Importación/exportación de datos y web scraping
  • Visualización avanzada: Matplotlib y Seaborn
  • Series temporales y previsiones
  • Interconexión con BI y automatización

MÓDULO 5. Python & Machine Learning (25 h)

  • Introducción a Machine Learning y librerías
  • Modelos de clasificación, regresión y clustering
  • Reglas de asociación y casos prácticos

MÓDULO 6. Python & Deep Learning (40 h)

  • Introducción a Deep Learning y entornos
  • Redes neuronales artificiales: ANN, regresión y clasificación
  • Redes convolucionales (CNN) y clasificación de imágenes
  • Redes recurrentes (RNN) y series temporales
  • Aprendizaje no supervisado y autoencoders

MÓDULO 7. NLP (Procesamiento de Lenguaje Natural) en Python (10 h)

  • Conceptos de NLP y librerías: NLTK, Spacy, Hugging Face
  • Tokenización, POS, NER y lemmatización
  • Embeddings y análisis avanzado de texto
  • Aplicaciones prácticas: análisis de sentimientos, extracción de información y generación de texto

MÓDULO 8. Trabajo Fin de Máster (30 h)

  • Desarrollo de sistema de análisis de reseñas con NLP y Python
  • Integración con SQL y Pandas para gestión de datos
  • Aplicación de ML/DL para clasificación y predicción de tendencias
  • Documentación, automatización y presentación final

Salidas Profesionales

Nuestros programas y cursos universitarios están diseñados para prepararte para un entorno laboral en constante evolución, donde las competencias digitales y la capacidad de adaptación marcan la diferencia. 

  • Científico/a de Datos (Data Scientist)
  • Analista de Datos Avanzado
  • Especialista en Machine Learning
  • Consultor/a de Data Science
  • Ingeniero/a de Machine Learning Junior

Nuestros alumnos trabajan en:

siemens ()
iberdrola white ()
ntt ()
arval b ()

Títulación Universitaria

Una vez finalizada el Programa Avanzado Data Science Online, el alumno recibe:
Título Acreditado por UCJC . Este título es válido para conseguir méritos en procesos selectivos, bolsas, oposiciones, etc y que por tanto serán reconocidos en el ámbito profesional.
Al aprobar la formación los estudiantes reciben el título con 10 créditos ECTS y código de verificación.
CEA Centro de estudios avanzados verticall RGB

Próximas Convocatorias

2 Junio
Plazas abiertas
1 Julio
Plazas abiertas

Financiación y Becas

Métodos de pago y financiación

logo Paypal

Bonificaciones y Becas

Logo Fundae

FAQs

Depende del tipo de formación:

  • Programas Avanzados: Por lo general, sí se requiere un título de Grado, Licenciatura o Diplomatura. No obstante, si tienes una experiencia profesional acreditada en el sector, podrías acceder previa valoración de la dirección del programa.
  • Cursos Avanzados y Microcredenciales: No es necesario tener un título universitario previo. Están diseñados para ser accesibles a cualquier persona que quiera actualizar sus competencias.

Aunque ambos son de corta duración (menos de 15 ECTS), la Microcredencial tiene un enfoque europeo. Es una «píldora» de conocimiento muy específica, certificada digitalmente, y diseñada para ser apilable. Esto significa que puedes cursar varias microcredenciales y, en el futuro, convalidarlas para obtener un título de mayor rango (como un Programa Avanzado).

El ECTS (European Credit Transfer System) es la unidad de medida del trabajo del estudiante.

  • 1 crédito ECTS equivale a 25 horas de dedicación (clases, estudio, trabajos).
  • Al ser créditos universitarios, tienen validez en todo el Espacio Europeo de Educación Superior (EEES), lo que facilita que otras instituciones reconozcan tu formación.

Al finalizar con éxito, recibirás un Título Propio de la Universidad Camilo José Cela. Estos títulos están orientados específicamente al mercado laboral y a la especialización profesional, diferenciándose de los Grados o Másteres Oficiales que tienen un enfoque más académico o de acceso al doctorado.

Sí, es posible a través de la vía de Experiencia Profesional. La normativa actual permite que profesionales sin título universitario pero con trayectoria demostrable en el área del curso puedan cursarlo y obtener el diploma correspondiente. ¡Consúltanos tu caso particular!

¡Totalmente! La mayoría de nuestra oferta de formación permanente está diseñada bajo una metodología flexible (online o semipresencial), pensada específicamente para profesionales en activo que necesitan compatibilizar su aprendizaje con su jornada laboral.

Otras formaciones relacionadas con Data & BI

Scroll al inicio