Diploma de Experto Online en Data Science, desde la industria, hasta la Silver Economy

Objetivos

La demanda del perfil de Data Scientist no para de crecer en los últimos años (47% 2020 vs. 2019), para incorporarse a sectores tan estratégicos como la Banca, las Telecomunicaciones, la Industria, o la Investigación o la Silver Economy. Este perfil se encuentra en alza desde 2012, habiendo aumentado la demanda un 650%.

El objetivo principal de este curso avanzado es formar a los asistentes para que puedan adquirir los conocimientos y habilidades necesarias para convertirse en analista o científico de datos. De forma que puedan diseñar y desplegar proyectos completos de análisis de datos, desde la preparación de los datos, pasando por la aplicación de diferentes técnicas de modelado para el análisis y validación, su deployment y la visualización. Todo esto utilizando Python 3 como principal lenguaje de programación.

Durante este curso se repasarán fundamentos de algebra, estadística y programación en Python, se profundizará en técnicas de ingesta y preprocesado de datos, para sumergirse después en las diferentes técnicas de análisis y validación de datos y su visualización.

Durante el curso cada asistente tendrá que desarrollar un proyecto personal en el que aplicar los conocimientos y técnicas adquiridos en la formación, para lo que contará con tutorización personalizada por parte de un experto docente del curso.

Este curso se ofrece en formato online, con sesiones en streaming a través de Zoom los martes (17:00-20:00) y los viernes (15:00- 20:00).

Por eso, a lo largo de los 6 módulos en el que se divide este curso se trabajará en casos de uso de diversos sectores tales como industria, finanzas, educación, sector sanitario y clínico, servicios, marketing, recursos humanos y Silver Economy.

Aquellas personas que vengan en nombre de su empresa, podrán bonificar este curso a través de Fundae.

Dirigido a

Este curso experto está dirigido a todos aquellos profesionales interesados en adquirir perfil de CIENTÍFICO DE DATOS.

Dirigido a profesionales diplomados/as o graduados/as en:

Aunque no es imprescindible tener conocimientos previos de programación, sí que resulta recomendado estar acostumbrado a trabajar en entornos de programación, puesto que todo el curso transcurre en Python 3.

Se facilitarán recursos adicionales para aquellos que quieran familiarizarse con el lenguaje Python antes del comienzo del curso.

Programa

M1 Introducción a los conceptos. Aplicaciones y casos de uso

M2 Bases de programación: Python 3

M3 Interpretación de datos: bases de estadística y matemáticas

M4 Pre-procesado de datos

• M4.1 Ingesta
• M4.2 Análisis exploratorio de los datos
• M4.3 Preprocesamiento de los datos

M5 Machine Learning

• M5.1 Supervisado: clasificación
• M5.2 Regresión
• M5.3 No Supervisado: clustering

M6 Series Temporales

M7 Deep Learning:

• M7.1 Introducción
• M7.2 RNNs
• M7.3 CNNs
• M7.4 Survival Analysis

M8 Visualización

M9 Casos de uso de la mano de empresas

M10 Proyecto personal

Metodología

En el desarrollo del programa se utilizará como criterio general la ENSEÑANZA ACTIVA basada en un proceso participativo con un seguimiento y control académico y técnico que asegure el máximo aprovechamiento de los contenidos y actividades por parte de los participantes. El proceso de enseñanza – aprendizaje se basará en los siguientes conceptos metodológicos:

• Exposición de planteamiento y conceptos teóricos.
• Realización, de casos prácticos y ejercicios.
• Aplicación en el contexto de la empresa.
• Realización de un proyecto final.

El curso experto se divide en 9 Módulos y un proyecto final. Cada Módulo está compuesto por temas.

Cada uno de los módulos dispondrá de un Tutor, que acompañará, guiará y fomentará la participación de los participantes a lo largo de las fechas dedicadas al trabajo. El Tutor a su vez es el responsable de los contenidos de cada tema, el encargado de resolver las dudas de los participantes y de realizar la evaluación final.

Este curso se impartirá en modalidad online, alternando sesiones en streaming, con contenido adicional colgado en la plataforma online, para que cada alumno lo pueda consumir a su ritmo.

Cada uno de los participantes definirá, planificará y desarrollará un PROYECTO final.

El proyecto final permitirá catalizar el aprendizaje orientándolo a la obtención de unos resultados. Dicho proyecto contará con la supervisión de un tutor del curso experto en el que finalmente y como cierre se plantea realizar una sesión de divulgación/puesta en común del proyecto realizado por cada participante.

Los alumnos tendrán acceso a la plataforma educativa online Moodle de Mondragon Unibertsitatea, en donde tendrán todo el material y ejercicios disponible por módulos, además de diferentes foros y canales de comunicación con el resto de los asistentes al curso y con todo el profesorado.

Profesorado

Profesorado de Mondragon Unibertsitatea altamente cualificado y con experiencia en proyectos reales que compaginan docencia con investigación en temáticas de vanguardia con empresas del sector.

Beatriz Laskurain 

Docente y coordinadora del Curso Experto

Licenciada en Publicidad, Marketing y Relaciones Públicas por la Universidad de Navarra, Master en Digital Business por ICEMD (ESIC) y Postgrado en Big Data Analytics por ESIC, con más de 20 años de experiencia profesional dirigiendo equipos de publicidad y marketing y asesorando a start-ups digitales, actualmente pertenece al Área de Inteligencia Artificial de Mondragon Unibertsitatea, donde compagina la formación a profesionales y empresas, con el asesoramiento en ámbitos de Estrategia Digital, Business Intelligence con Power BI e Inteligencia Artificial.

Ane Alberdi

Docente e investigadora de MGEP desde el año 2017. Ane posee una Doble diplomatura en Ingeniería Electrónica por el INP-ENSEEIHT y MGEP, a la vez que un Máster en Sistemas Embebidos por MGEP. Obtuvo el título de doctor en el año 2017. Durante su doctorado Ane trabajó en la detección temprana de enfermedades basada en entornos inteligentes y IoT junto con técnicas de Inteligencia Artificial (IA). Ane también fue investigadora visitante en el Laboratorio CASAS en Washington State University (WA, EE.UU.), donde estudió el uso de los entornos inteligentes para apoyar la vida independiente de las personas adultas con deterioro cognitivo. Ane ha publicado artículos en varias revistas científicas de impacto. Actualmente, su investigación se centra en las aplicaciones de la IA en el ámbito salud.

Dr. Carlos Cernuda

Licenciado en Matemáticas por la Universidad de Oviedo en 2009 y Máster en Soft Computing and Intelligent Data Analysis en 2010, por la Universidad de Oviedo conjuntamente con el European Center for Soft Computing. En 2014 se doctoró en Ciencias de la Ingeniería por la universidad austriaca Johannes Kepler Universität Linz (JKU) con la tesis titulada “Advanced Data Mining and Machine Learning Techniques in Chemometric Modeling”.
En el período sept. 2014 a abril 2016, ha sido profesor asistente en JKU, impartiendo cálculo, álgebra, matemáticas para la economía y teoría de control. Entre mayo de 2016 y noviembre de 2018 desempeñó en BCAM la labor como investigador postdoctoral en el departamento de Data Science – Machine Learning, impartiendo varios cursos introductorios al análisis de datos.
En diciembre de 2018 se incorporó a MGEP en calidad de Personal Docente Investigador donde su actividad docente se centra en Analytics, concretamente Machine Learning y Deep Learning.

Dr. Dani Reguera

Profesor e investigador del área de Inteligencia Artificial de Mondragon Unibertsitatea desde Enero de 2012. Doctor en Ingeniería Aplicada por Mondragon Unibertsitatea, en la actualidad compagina su labor de docencia universitaria en el “Grado de Ingeniería Informática” y el “Master Universitario de Análisis de Datos, Ciberseguridad y Computación en la nube” de Mondragon Unibertsitatea, con la investigación en el grupo de Análisis de datos y Ciberseguridad de Mondragon Unibertsitatea. Su campo de investigación se centra en el aprovechamiento de métodos Data-Driven e Inteligencia Artificial para optimizar la interacción persona-máquina en procesos industriales mediante interfaces inteligentes de usuario.

Dr. Aitor Duo

Pertenece al departamento de electrónica e informática de Mondragon Unibertsitatea. Graduado en ingeniería en sistemas de telecomunicación (2015), obtuvo su máster en sistemas embebidos en 2017. Posteriormente realizó su tesis doctoral titulada “Sensor and CNC internal signal evaluation to detect tool and workpiece malfunctions in the drilling process” en el programa de ingeniería aplicada de Mondragon Unibertsitatea (2021). En los últimos años ha colaborado con el grupo de investigación de mecanizado de alto rendimiento en la puesta a punto de set-up experimentales para la adquisición y análisis de datos de procesos industriales.

Dr. Maite Termenón

Profesora e Investigadora en el departamento de Ingeniería Biomédica en Mondragon Unibertsitatea. Doctorada en 2016 por la Universidad de Grenoble-Alpes (Francia) donde aplicó teoría de grafos al estudio de la conectividad cerebral en reposo. Licenciada en Ingeniería en Automática y Electrónica Industrial en 2004, Máster de Estudios Avanzados en Ciencias de Computación e Inteligencia Artificial en 2007, y Postgrado en Bioingeniería en 2012. Su carrera investigadora se centra en aplicar métodos avanzados de computación a imágenes de resonancia magnética cerebral para estudiar los diferentes patrones de conectividad cerebral entre diversas poblaciones como bilingües/monolingües, zurdos/diestros, sanos/enfermos.

Coordinación

Coordinadora general:

Beatriz Laskurain 

Licenciada en Publicidad, Marketing y Relaciones Públicas por la Universidad de Navarra, Master en Digital Business por ICEMD (ESIC) y Postgrado en Big Data Analytics por ESIC, con más de 20 años de experiencia profesional dirigiendo equipos de publicidad y marketing y asesorando a start-ups digitales, actualmente pertenece al Área de Inteligencia Artificial de Mondragon Unibertsitatea, donde compagina la formación a profesionales y empresas, con el asesoramiento en ámbitos de Estrategia Digital, Business Intelligence con Power BI e Inteligencia Artificial.

linkedin.com/in/beatrizlaskurain/

blaskurain@mondragon.edu

• 607 530 650

Coordinadora académica: 

Ane Alberdi

linkedin.com/in/anealberdiaramendi/

aalberdi@mondragon.edu 

• 678360171

Organización

El “Curso Experto Universitario en Data Science, desde la industria, hasta la Silver Economy” está organizado por Mondragon Unibertsitatea y cuenta con la colaboración de la Diputación Foral de Bizkaia.

Condiciones y proceso de admisión

El proceso del curso experto consta de tres fases que tendrán lugar en los meses previos al inicio del curso (inscripción -> admisión -> matrícula):

1. Inscripción

• La preinscripción se realiza desde aquí.
• Te enviaremos un email con el enlace para poder hacer la inscripción y subir el DNI/NIE
• Validaremos el DNI/NIE y podrás subir la documentación que falta: CV y títulos universitarios.

El plazo de inscripción quedará abierto hasta que se llenen las plazas

2. Admisión

Evaluaremos la documentación recibida; se dará preferencia a los titulados universitarios de las especialidades de entrada.

3. Matrícula

La matrícula se realiza online desde el enlace facilitado por la universidad una vez hayas sido admitido/a. La matricula se formalizará con el pago de la primera cuota del master.

Vías de financiación

Este curso es bonificable para empresas a través de Fundae.

Mondragon Unibertsitatea no gestiona las solicitudes de bonificaciones, pero facilita la información necesaria para realizar dicha solicitud. Para más información ponerse en contacto con:

Titulación que se obtiene

Los participantes que hayan cumplido los requisitos de la evaluación y entrega del proyecto,  obtendrán el Título Propio Universitario de EXPERTO en Data Science, desde la industria, hasta la Silver Economy por Mondragon Unibertsitatea.

Plazas

Plazas limitadas

Precio

Si al alumno se da de baja por un cambio en las condiciones del curso (cambio de fechas, horarios o formato ) se devolverá el 100% de la cuota inicial. Si se da de baja por otras causas se devolverá el 50% hasta el inicio de las clases. Una vez comenzadas las clases la cuota inicial no se devolverá.

Más información