TITULACIÓN:
[/vc_column_text][vc_column_text]Graduado
[/vc_column_text][/qode_content_slider_item][qode_content_slider_item][vc_column_text]DURACIÓN:
[/vc_column_text][vc_column_text]4 años
[/vc_column_text][/qode_content_slider_item][qode_content_slider_item][vc_column_text]NOTA DE CORTE:
[/vc_column_text][vc_column_text]6,74-12,63
[/vc_column_text][/qode_content_slider_item][qode_content_slider_item][vc_column_text]ACCEDE DIRECTAMENTE:
DESDE BACHILLERATO
[/vc_column_text][vc_column_text]
Modalidad: Ciencias
[/vc_column_text][/qode_content_slider_item][qode_content_slider_item][vc_column_text]ACCEDE DIRECTAMENTE:
DESDE FP (GRADO SUPERIOR)
[/vc_column_text][vc_column_text]
Cualquier ciclo formativo de Grado Superior
permite el acceso a cualquier carrera universitaria.
[/vc_column_text][/qode_content_slider_item][qode_content_slider_item][vc_column_text]
ACCEDE DIRECTAMENTE:
DESDE FP (GRADO SUPERIOR)
[/vc_column_text][vc_column_text]
Nota media del Ciclo Formativo + 10% ó 20% de la nota obtenida
en las materias de la prueba voluntaria de la EvAU / EBAU / PAU
[/vc_column_text][/qode_content_slider_item][/qode_content_slider][vc_separator type=»normal» color=»#d30303″][vc_empty_space][vc_column_text]El grado en Ciencia de Datos responde a la necesidad de formar graduados expertos en el procesamiento de datos como una técnica de gran relevancia en todos los sectores económicos y sociales, debido a la gran acumulación de datos que ha generado la explosión de internet, el creciente uso de sensores y el abaratamiento de la capacidad computacional de los ordenadores.
En un entorno tecnológico de rápida evolución, al estudiante se le preparará para trabajar en equipos multidisciplinares con los que abordar aplicaciones en campos tan diversos como finanzas, salud, biotecnología, transporte y movilidad, industria, energía, sostenibilidad, administraciones públicas, sociedad digital, entre otros. Además, le capacita para ocupar cargos de responsabilidad en las organizaciones y para asumir el liderazgo de proyectos gracias a una formación específica en gestión de la innovación y habilidades en liderazgo digital. Es un ámbito de trabajo emergente con aplicaciones tan diversas como la analítica financiera, el estudio de fenómenos físicos, el comercio electrónico, las ciudades inteligentes, la informática biomédica, la genómica o las redes sociales, entre otros.
Es un grado para aquellos a los que les gustan las matemáticas y la estadística, y además quieren saber cómo aprenden las máquinas (Deep Learning), cómo hacer predicciones a partir de los datos (Big Data y Minería de Datos) y cómo utilizar las matemáticas para generar patrones de comportamiento y clasificarlos a partir de los datos.
El plan de estudios proporciona formación en tres pilares básicos: matemáticas y estadística, para poder modelizar sistemas y tratar la información de manera rigurosa; computación, para utilizar los dispositivos de cálculo de manera generalizada y eficiente en el tratamiento de la información y el aprendizaje autónomo, y procesamiento de señales, para tratar la compleja información representada en imágenes, audio y vídeo o generada por cualquier fuente de datos codificados digitalmente.[/vc_column_text][vc_empty_space height=»10px»][/vc_column][/vc_row][vc_row css_animation=»» row_type=»row» use_row_as_full_screen_section=»no» type=»full_width» angled_section=»no» text_align=»left» background_image_as_pattern=»without_pattern»][vc_column][vc_empty_space height=»10px»][vc_accordion active_tab=»false» collapsible=»yes» style=»boxed_toggle»][vc_accordion_tab title=»QUÉ SE ESTUDIA» title_color=»#ffffff» background_color=»#d30303″ title_tag=»h4″][vc_column_text]
| Algebra Análisis Matemático Bases de Datos Fundamentos de Programación Estructura de Datos y Algoritmos Datos, Ciencia y Sociedad Matemática Discreta Probabilidad y simulación Optimización Tratamiento de Datos Aspectos legales sobre datos Interferencia estadística Gestión de datos Infraestructura de almacenamiento de datos Modelos lineales Procesado de imágenes Programación paralela Redes y seguridad Señales y sistemas Visualización de datos |
Agrupamiento y variedades Aprendizaje máquina Empresa y ciencia de datos Estadística para datos ómicos Gestión de la innovación en ciencia de datos Métodos cuantitativos para la gestión Modelos beyesianos Modelos conexionistas Procesado del lenguaje natural Series Temporales Datos masivos Economía y ciencia de datos Internet de las cosas Prácticas externas Trabajo Fin de Grado |
| PROVINCIA | LOCALIDAD | UNIVERSIDAD | TIPO | NOTA 2023 |
| Alicante | Elche | U. Miguel Hernández
G. en Ciencia de Datos e Ingeniería Artificial. |
Pública | Próxima implantación 24/25 |
| Álava | Vitoria | U. Euneiz | Privada | — |
| Asturias | Oviedo | U. de Oviedo
G. en Ciencia e Ingeniería de Datos |
Pública | 8,50 |
| Barcelona | Barcelona | U. Politécnica de Catalunya
Grado en Ciencia e Ingeniería de datos |
Pública | 12,63 |
| U. Pompeu Fabra
Grado en Ingeniería Matemática en Ciencia de Datos |
Pública | 11,69 | ||
| U. Autónoma de Barcelona
G. en Ingeniería de Datos |
Pública | 10,03 | ||
| U. Autónoma de Barcelona
G. Matemática computacional y analítica de datos |
Pública | 11,694 | ||
| U. Oberta de Cataluña @
G. Ciencia de Datos Aplicada |
Privada | — | ||
| Canarias | Las Palmas | U. Las Palmas de Gran Canaria
G. Ciencia e Ingeniería de Datos |
Pública | 5 |
| Granada | Granada | U. de Granada
G. Ciencia de Datos e Inteligencia Artificial |
Pública | 5 |
| León | León | U. de León
Ingeniería de Datos e Inteligencia Artificial |
Pública | 10,01 |
| La Coruña | La Coruña | U. La Coruña
Grado en Ciencia e Ingeniería de datos |
Pública | 9,88 |
| La Rioja | Logroño | U. Internacional de la Rioja @ | Privada | — |
| Madrid | Fuenlabrada | U. Rey Juan Carlos Grado en Ciencia e ingeniería de Datos |
Pública | 10,33 |
| Getafe | U. Carlos III de Madrid
G. Ciencia e Ingeniería de Datos (íntegramente en inglés) |
Pública | 12,04 | |
| Madrid | U. Politécnica de Madrid
G. Ciencia de Datos e Inteligencia Artificial* |
Publica | 12,22/ 12,22 | |
| U. Politécnica de Madrid
G. Ingeniería y Sistemas de Datos* |
Pública | 11,74/11,71 | ||
| U. Autónoma de Madrid
G. en Ciencia e ingeniería de Datos |
Pública | 11,47 | ||
| U. Complutense de Madrid
G. Ingeniería de datos e Inteligencia artificial |
Pública | 12,82 | ||
| U. Complutense de Madrid
G. Matemáticas y Ciencia de Datos |
Pública | 11,203 | ||
| CUNEF Universidad | Privada | — | ||
| U. San Pablo CEU | Privada | — | ||
| U. Alfonso X El Sabio
G. Ciencia de Datos e Inteligencia Artificial |
Privada | — | ||
| U. Diseño, Innovación y Tecnología (UDIT)
G. Ciencia de Datos e Inteligencia Artificial |
Privada | — | ||
| Murcia | Murcia | U. de Murcia | Pública | 11,75 |
| Cartagena | U. Politécnica de Cartagena | Pública | 7,29 | |
| Navarra | Pamplona | U. Pública de Navarra | Pública | 11,63 |
| Valencia | Valencia | U. Estudi General de Valencia | Pública | 11,22 |
| U. Politécnica de Valencia | Pública | 11,94 | ||
| U. Europea de Valencia | Privada | — | ||
| Vizcaya | Bilbao | U. Deusto
G. Ciencia de Datos e Inteligencia Artificial |
Privada | — |
| *se imparte en dos facultades | ||||
CIENCIA DE DATOS + ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS
|
|
CIENCIA E INGENIERIA DE DATOS + INGENIERIA EN TECNOLOGIAS DE TELECOMUNICACIÓN
|
|
CIENCIA E INGENIERIA DE DATOS + MATEMÁTICAS
|
|
CIENCIA E INGENIERIA DE DATOS + INGENIERIA FÍSICA
|
|
CIENCIA DE DATOS + BIOTECNOLOGÍA
|
Ingeniería de Datos en Procesos Industriales
Es el único grado en España que introduce una combinación de conocimientos y competencias en los ámbitos de las Matemáticas, la Estadística, la Economía y la Empresa proporcionando al estudiante una sólida base de los modelos matemáticos de uso habitual en los ámbitos, tanto científicos como profesionales, de la economía y de la gestión empresarial en sus vertientes más cuantitativas.Técnicas Cuantitativas para la Economía y la Empresa
Combina de forma integral conocimientos de gestión empresarial, matemáticas, estadística y tecnología. Su objetivo es formar en el ámbito de la ciencia de datos orientada a dar respuesta a las necesidades de la empresa.Business Data Analytics
Combina la formación en gestión empresarial, con los fundamentos para la gestión de los datos (proveniente de titulaciones como Big Data). Esta formación analítica y de dirección es aplicable a diferentes ámbitos de las empresas: marketing, logística, expansión de negocio, producto, calidad, etcGestión Empresarial Basada en el Analisis de Datos (Business Analytics)
Business Analytics)/ Inteligencia y Analítica de Negocios (BIA) formada por asignaturas procedentes de tres grandes pilares: Administración y Dirección de Empresas, Análisis Estadístico e Informática. Forman profesionales capacitados en las modernas tecnologías de datos y sus aplicaciones a la gestión empresarial, con un conocimiento claro de las necesidades de la empresa y con iniciativa creativa para afrontar los retos de la economía digital y lAnálisis de Negocios
Se basa en contenidos de 3 ámbitos: Economía y empresa, estudio de datos y programación.Inteligencia de Negocios
Esta titulación perteneciente a la Rama de Ciencias Sociales y Jurídicas forma en procesos de recogida y estructuración de la información, en el procesamiento y análisis los datos con mayor eficiencia computacional y en el de la explotación de la información generada. Aunque tiene un enfoque pluridisciplinar, presta especial atención a su aplicación a áreas de economía, ciencias de la salud, marketing, sociología, etc.Ciencia de datos Aplicada
Los titulados en Ciencia Datos tendrán una formación multidisciplinar indispensable para atender las necesidades de las empresas, centros de investigación e instituciones públicas en los ámbitos antes mencionados. Estarán preparados para realizar el estudio y predicción del comportamiento de fenómenos que dependen del azar, y para la realización de interpretaciones de hechos con determinados grados de incertidumbre.
Es por ello que las principales salidas profesionales se desarrollan en las siguientes áreas:
- Trabajar como analista de datos en empresas de cualquier sector.
- Diseñar algoritmos para la industria (coche autónomo, predicción, etc).
- Trabajar como analista de redes sociales.
- Trabajar en laboratorios médicos o farmacéuticos como responsable del estudio de datos en investigaciones sobre medicina personalizada, genómica, etc.
- Trabajar en departamentos financieros en puestos de diseño de estrategias de marketing y análisis de mercados.
- Trabajar desarrollando algoritmos para el internet de las cosas.
- Trabajar en bancos centrales, instituciones públicas y agencias europeas en análisis y prospección de datos.
- Trabajar en el sector de consultoría.
- Trabajar en la docencia.