Máster Universitario en Tecnoloxías de Análise de Datos Masivos: Big Data

Créditos que deberá cursar o alumno para obter a titulación:
Obrigatorias: 42
Traballo fin de máster: 18
Total: 60

Non se contemplan

A finalidade do Máster é dar formación en aspectos avanzados científicos, tecnolóxicos e socioeconómicos relacionados cun reto esencial das Tecnoloxías de Información na actualidade: a inxente cantidade de datos xerados e a necesidade de xestionalos eficaz e eficientemente para producir servizos de valor engadido.

• Perfil de ingreso

  Non se contempla

• Número mínimo de créditos ECTS de matrícula por estudante e período lectivo

  Créditos que deberá cursar o alumno para obter a titulación:
  Obrigatorias: 42
  Traballo fin de máster: 18
  Total: 60

• Acción titorial e acollida

  No programa de titorías académicas asignaráselle a cada estudante un titor académico que lle proporcionará asistencia ao longo do curso. Este apoio será máis intenso no caso daqueles estudantes provenientes de programas de mobilidade. Nas titorías programadas realízase unha orientación para a realización dos traballos individuais ou en grupo, resolución de dúbidas e actividades de avaliación continua.

• Criterios de suspensión do título

  Cando se produza a suspensión dun título oficial, a USC garante o adecuado desenvolvemento efectivo das ensinanzas que iniciasen os seus estudantes ata a súa finalización. Para iso, o Consello de Goberno aproba os criterios relacionados, entre outros, con:

  • A admisión de matrículas de novo ingreso na titulación.
  • A supresión gradual da impartición da docencia.
  • Se o título extinguido é substituído por outro similar (modificando a natureza do título), fixa as condicións que faciliten aos/as estudantes a continuidade de estudos no novo título e as equivalencias entre as materias dun e doutro plan.

• Acceso

  Acceso

  Para acceder aos ensinos oficiais de Máster será necesario estar en posesión de:
  A.1. Un título universitario oficial español.
  A.2. Un título expedido por unha institución de educación superior pertencente a outro Estado integrante do Espazo Europeo de Educación Superior que faculte no mesmo para o acceso a ensinos de Máster.
  A.3. Un título pertencente a un sistema educativo alleo ao Espazo Europeo de Educación, previa comprobación pola Universidade de que o citado título acredita un nivel de formación equivalente aos correspondentes títulos universitarios oficiais españois e faculta no país expedidor do título para o acceso a ensinos de posgrao.
  A.4. Un título superior das Ensinanzas Artísticas Superiores do sistema educativo español.

  Admisión

  Modalidade: Criterios específicos

  Titulacións de acceso:
  - Titulacións en: Informática; Física; Matemáticas; Telecomunicacións; Electrónica; Industriais; outras áreas de ciencias e resto de enxeñarías.

  Requírese que os solicitantes teñan competencias en programación básica e, en particular, nalgunha linguaxe de programación (por exemplo, C, Java, Fortran, Python ou Matlab).

  Os alumnos procedentes de países de lingua diferente ao galego, portugués ou español deberán acreditar o nivel de lingua galega Celga II, ou española B1, consonte o Acordo do Consello de Goberno da USC do 30 de xullo de 2018.
  De non posuíren algún dos títulos, a USC realizaralles unha proba de nivel e, de non superala, deberán asistir a un curso intensivo de galego ou español no primeiro semestre até acadaren o nivel requirido.

  CRITERIOS DE SELECCIÓN:

  - Expediente académico (70%)
  - Experiencia laboral no ámbito das TIC (20%)
  - Outros méritos relacionados co ámbito das TIC (10%)

  Nota: a USC oferta 13 prazas e a U. Murcia, 12

  Información actualizada en cada convocatoria de matrícula

• Demanda do ano anterior

  No programa de titorías académicas asignaráselle a cada estudante un titor académico que lle proporcionará asistencia ao longo do curso. Este apoio será máis intenso no caso daqueles estudantes provenientes de programas de mobilidade. Nas titorías programadas realízase unha orientación para a realización dos traballos individuais ou en grupo, resolución de dúbidas e actividades de avaliación continua.

É un obxectivo primordial do programa o desenvolver as habilidades e competencias necesarias para o procesamento, almacenamento e acceso a masivas cantidades de datos (en variedade de formatos e utilizando estratexias eficientes de computación a gran escala), para explorar e analizar eses datos, extraendo coñecemento dos mesmos e realizando predicións, e para identificar novas áreas de negocio e servizos de valor engadido que, asistidos por este tipo de tecnoloxías intelixentes de axuda á decisión, poidan dar lugar a innovadores e competitivos produtos ou servizos para empresas ou institucións públicas.

• Competencias xerais

  O Máster supón unha formación de posgrao especializada en aspectos avanzados científicos, tecnolóxicos e socioeconómicos relacionados con varias ramas do coñecemento, incluíndo varias subáreas de Informática e Matemáticas. Preténdese preparar titulados versátiles que poidan desenvolver a súa actividade no desenvolvemento e aplicación das tecnoloxías de Xestión e Análise de Datos Masivos nun sentido amplo, con posibilidade de fácil adaptación a diferentes contornas de traballo e a diferentes perfís de especialización futura tras realizar o Máster (profesionais en computación para Big Data, científicos ou analistas de datos, investigadores en Minería de Datos ou Computación Distribuída, etc)

  1. Capacidade para afrontar tarefas e situacións críticas.
  2. Capacidade de traballo autónomo e toma de decisións.
  3. Capacidades asociadas ao traballo en equipo: cooperación, liderado, saber escoitar.
  4. Capacidade analítica, crítica e de síntese.
  5. Habilidades en relacións interpersoais.
  6. Creatividade.

• Competencias específicas

  1. Capacidade para implementar aplicacións de clasificación e procura sobre repositorios masivos de documentos non estruturados ou semi-estruturados, así como para avaliar a súa eficiencia e eficacia.
  2. Capacidade para procesar grandes volumes documentais para extraer patróns e coñecemento mediante técnicas de minería de textos e minería web.
  3. Capacidade para a instalación, configuración e xestión de software básico para o procesamento de datos masivos.
  4. Capacidade para implementar código en diferentes linguaxes especializadas no procesamento de datos masivos.
  5. Capacidade para a utilización de ferramentas dispoñibles para preparar e executar aplicacións para datos masivos na nube.
  6. Saber sintetizar e describir unha gran cantidade de datos seleccionando os estatísticos adecuados ao tipo de variables e analizar as relacións existentes entre elas.
  7. Capacidade para modelar a dependencia entre unha variable resposta e varias variables explicativas, en conxuntos de datos complexos, mediante técnicas de regresión, e interpretando os resultados obtidos.
  8. Capacidade para analizar un conxunto dado de variables mediante técnicas de clasificación interpretando os resultados obtidos.
  9. Capacidade para a análise e avaliación da eficacia de diferentes técnicas de visualización para cada problema.
  10. Capacidade para sintetizar e comunicar con eficacia os resultados da análise visual de grandes conxuntos de datos.
  11. Coñecer os ámbitos de aplicación máis relevantes do paradigma Big Data.
  12. Entender como as técnicas Big Data utilízanse para soportar e realizar tómaa de decisións baseadas en datos.
  13. Capacidade para entender os beneficios da minería de datos e os elementos que interveñen no proceso, así como de aplicalos na resolución de problemas, para elixir as técnicas máis adecuadas a cada problema, e para aplicar de forma correcta as técnicas de avaliación e saber interpretar os modelos e resultados.
  14. Capacidade para realizar un proxecto de intelixencia de negocio básico no que se identifican obxectivos de negocio e tradúcense en obxectivos técnicos, establécense os procesos e compoñentes dunha arquitectura básica, e realízase unha explotación de datos.
  15. Capacidade para deseñar e poñer en marcha soluciones para a análise de datos no ámbito de Internet das Cousas, tendo en conta os requisitos específicos deste tipo de casos de uso e coñecendo o funcionamento das redes de sensores baseadas en Internet das Cousas.
  16. Capacidade para seleccionar, atendendo a criterios de eficiencia, escalabilidade, optización de acceso, tolerancia a fallos e adecuación á contorna de produción, as bases de datos e o paradigma de datos óptimo en solucións Big Data.

Mobilidade

A súa planificación e xestión desenvólvese a través da Vicerreitoría de Relacións Institucionais e do Servizo de Relacións Exteriores da Universidade, en coordinación coa Facultade a través da “Unidade de apoio á xestión de centros e departamentos” (UAGCD) e do vicedecano/a responsable de programas de intercambio. As facultades, ademais dos responsables citados arriba, conta coa colaboración de varios profesores/as que actúan como coordinadores académicos, e cuxa función é titorizar e asistir nas súas decisións académicas aos estudantes propios e de acolleita.
A selección dos candidatos lévase a cabo, para cada convocatoria ou programa, por unha Comisión de Selección, composta polo decano ou decana, o vicedecano ou vicedecana responsable de programas de intercambio, o/a responsable da UAGCD e os/as coordinadores académicos, de acordo con criterios de baremación, previamente establecidos, que teñen en conta o expediente académico, unha memoria e, no seu caso, as competencias en idiomas que esixe a Universidade de destino.
A USC, a través da Oficina de Relacións Exteriores, mantén un sistema de información permanente a través da web, que se complementa con campañas e accións informativas específicas de promoción das convocatorias. Ademais, conta con recursos de apoio para os estudantes de acolleita, tales como a reserva de prazas nas Residencias Universitarias, ou o Programa de Acompañamento de Estudantes Estranxeiros (PAE) da Vicerreitoría de Relacións Institucionais, a través da cal voluntarios/as da USC realizan tarefas de acompañamento dirixidas á integración na cidade e na Universidade dos estudantes de acolleita.
En canto aos/as estudantes de acolleita, organízase unha sesión de recepción, ao comezo de cada cuadrimestre, na que se lles informa e orienta sobre a Facultade e os estudos, á vez que se lles pon en contacto cos coordinadores académicos, que actuarán como titores, e o persoal do Centro implicado na súa atención.
Cada alumno que recibimos ten asignado un titor académico, co que manteñen polo menos 3 reunións presenciais por cuadrimestre (ao comezo, a metade, e ao finalizar), separadamente dos contactos vía correo electrónico ou teléfono segundo sexa pertinente. Os titores son os encargados do seguimento dos alumnos e corresponden o primeiro punto de apoio dos mesmos para resolver os problemas que poidan xurdir ao alumno durante a súa estancia. Ao final da súa estancia volven reunirse co Coordinador Internacional para facer balance da mesma.
A mobilidade dos/as estudantes está regulada a través do “Regulamento de intercambios interuniversitarios”. A través da Oficina de Relacións Exteriores xestiónanse programas de intercambio tanto nacionais (SICUE), como europeos (ERASMUS) e extracomunitarios (intercambios con países de América Latina ou países de fala inglesa):
Portal Internacional

Prácticas

Non se contemplan

O TFM consiste na análise, deseño, implementación e validación dun proxecto relacionado coas Tecnoloxías de Análises de Datos Masivos.
Ten como obxectivo principal a análise, deseño, implementación e validación dun proxecto, realizado de forma individual, relacionado coas Tecnoloxías de Análises de Datos Masivos e no que se enfaticen algunhas das competencias adquiridas. Poderase desenvolver nunha empresa ou entidade con acreditada experiencia en proxectos de I+ D+ i, sendo cotutelado por un profesional do ámbito.
O proxecto debe integrar en calquera caso compoñentes de innovación que vaian máis aló do mero desenvolvemento dunha aplicación, servizo ou liña de negocio estándares.
O TFM debe promover a achega de valor engadido por parte do estudante en proxectos innovadores, e a súa relación directa co mercado de traballo ou con algún aspecto punteiro de investigación.

Profesores da Escola Técnica Superior de Enxeñaría (ETSE) e da Facultade de Matemáticas da USC. Ademais ofertaranse Traballos de Fin de Máster tutelados por profesionais de empresa.