Наука о данных

Чтобы определить важность степени магистра, мы должны обратиться к компетенциям, с которыми сталкиваются ученые, работающие с данными; они должны уметь: а) оптимально собирать и восстанавливать информацию. Эта информация может быть любого типа (числовой, текст, изображения, видео, ...). На это также могут влиять 5 В, известные как Большие Данные (скорость, разнообразие, объем, ценность и достоверность). б) Визуализация этой информации для извлечения моделей поведения в данных. в) Публикация повторяющихся группировок / шаблонов и правил поведения в данных. г) Определение моделей прогнозирования для определения будущего поведения. Все эти характеристики определяют специалиста по данным, поэтому, анализируя их, мы обнаруживаем, что необходима многодисциплинарная подготовка, охватывающая различные области знаний. Следует отметить, что эти профессионалы работают во всех областях промышленности, от фармацевтической промышленности до индустрии видеоигр, через консалтинговые фирмы, банки, фирмы, основанные на Интернете, и т. Д. В настоящее время существует серьезный спрос на ученых данных под эгидой из того, что известно как «бизнес-аналитика», «опыт клиента», «опыт клиента», «бизнес-аналитика» и «большие данные». Эти четыре термина составляют большую часть спроса на аналитики данных, ориентированные на бизнес-приложения. Учитывая эту потребность в магистратуре, она учитывает эти темы, чтобы выпускники могли иметь возможность быстрого трудоустройства. Эта ориентация всегда будет осуществляться с точки зрения чрезвычайно практичного и непосредственного применения передовых методов анализа данных для обучения такого рода задач.

Обязательные предметы

• Análisis de señales
• Исследовательский анализ данных
• Веб-аналитика
• Машинное обучение (I)
• Машинное обучение (II)
• Большие данные
• Наука о данных в биомедицине
• Наука о данных в бизнесе
• Статистика и оптимизация
• Управление и манипулирование информацией
• Введение в науку о данных
• Расширенная визуализация данных
• Внешние стажировки
• Семинары
• Финальный проект мастера

Факультативные предметы

• Информатика
• Математика I

Рекомендованным профилем для поступления в магистратуру университета в области наук о данных Университета Валенсии является выпускник с базовыми навыками по математике (алгебра и исчисление) и статистике (вероятность) как на теоретическом, так и на практическом уровне. в использовании компьютерных инструментов для решения практических задач. Наиболее адекватные профили соответствуют следующим выпускникам (на уровне степени или Llicenciatura):

• Информатика, Электроника, Телекоммуникации или Инженерия в любой из своих специальностей.
• Математика, Физика.
• Экономика, управление бизнесом и администрирование.

Что касается личных способностей, мы рекомендуем, чтобы студенты, подающие заявки на получение степени магистра, интересовались обработкой информации на разных уровнях: сбор и хранение, визуализация, анализ и разработка моделей прогнозирования для установления будущего поведения. Способность выявлять проблемы при анализе данных в реальных приложениях (промышленные сферы, бизнес, управление, администрация, здравоохранение и т. Д.) И других личных навыках, таких как креативность, инновационная способность и интерес к непрерывному процессу обучения, который настоятельно рекомендуется для подготовки данных ученого с профессиональной проекцией в областях с высоким динамизмом.

Требуется, чтобы студенты, получившие эту официальную степень, имели степень бакалавра или высшее образование (выпускник, инженер или диплом), предпочтительно по математике, физике, технике (информатика, электроника, телекоммуникации и промышленная инженерия), экономике и управлению бизнесом. и администрация.
Академический комитет степени магистра в соответствии с процессом приема, который мы опишем далее, оценит, что студенты, которые подали заявку на поступление, приобрели достаточную компетенцию в математике и статистике, использовали в некоторых предметах свои инструменты программирования обучения (такие как R, C, Matlab, Python или аналогичные) и кто знает основы основ программирования и баз данных.
Если эти знания были недостаточны, студенты должны пройти дополнительное обучение, установленное в разделе 4.6 этой памяти.
Для студентов, не говорящих по-испански, требуется сертификация B2 на испанском языке.

Прием заявлений будет оцениваться Комитетом по академической координации степени магистра в соответствии со следующими критериями: соответствие профилю (50%), академический стаж (40%), профессиональный опыт, связанный с анализом данных ( многолетний профессиональный опыт, личное собеседование в Академическом комитете, рекомендательные письма о выполненной работе и т. д. (5%) и другие академические и учебные достоинства, такие как получение дополнительной степени или квалификации для получения степени магистра, связанные с областью знаний о степени магистра. языки сообщества с уровнем B1 или выше, посещение курсов и семинаров и т. д. (5%).