Ciencia de Datos

ciencia de datos 1

TITULACIÓN:

Graduado

DURACIÓN:

4 años

NOTA DE CORTE:

6,74-12,63

ACCEDE DIRECTAMENTE:
DESDE BACHILLERATO

Modalidad: Ciencias

ACCEDE DIRECTAMENTE:
DESDE FP (GRADO SUPERIOR)

Cualquier ciclo formativo de Grado Superior
permite el acceso a cualquier carrera universitaria.

ACCEDE DIRECTAMENTE:
DESDE FP (GRADO SUPERIOR)

Nota media del Ciclo Formativo + 10% ó 20% de la nota obtenida
en las materias de la prueba voluntaria de la EvAU / EBAU / PAU

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.

QUÉ SE ESTUDIA

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

CIUDADES DONDE SE ESTUDIA

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
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
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

DOBLE TITULACIÓN

CIENCIA DE DATOS + ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS

  • U. Pública de Navarra: 12,808
  • U. Internacional de la Empresa
CIENCIA E INGENIERIA DE DATOS + INGENIERIA EN TECNOLOGIAS DE TELECOMUNICACIÓN

  • U. Carlos III de Madrid: 13,018
CIENCIA E INGENIERIA DE DATOS + MATEMÁTICAS

  • U. Politécnica de Cataluña
CIENCIA E INGENIERIA DE DATOS + INGENIERIA FÍSICA

  • U. Politécnica de Cataluña
CIENCIA DE DATOS + BIOTECNOLOGÍA

  • U. Pública de Navarra

TITULACIONES AFINES

Ingeniería de Datos en Procesos Industriales

Técnicas Cuantitativas para la Economía y la Empresa

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.

  • U. Internacional de la Rioja UNIR

Business Data Analytics

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.

  • U. de Mondragón

Gestión Empresarial Basada en el Analisis de Datos (Business 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, etc

  • U. Europea de Madrid

Análisis de Negocios

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 l

  • U. Francisco Vitoria
  • U. de Valencia: 11,417

Inteligencia de Negocios

Se basa en contenidos de 3 ámbitos: Economía y empresa, estudio de datos y programación.

  • San Pablo CEU

Ciencia de datos Aplicada

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.

  • Complutense de Madrid (implantación curso 2022/23)

PERSPECTIVAS PROFESIONALES

El tratamiento de datos y la toma autónoma de decisiones son componentes primordiales en la actividad cotidiana de muchas empresas e instituciones. Ámbitos tan diversos como la biotecnología, la genómica, el comercio electrónico, la automoción, las finanzas, la realidad virtual, la medicina, el deporte, la energía, el transporte, la domótica, etc., están inmersos en cantidades colosales de información que requieren un tratamiento matemático, estadístico y computacional. Estos ámbitos cubren una gran parte del tejido industrial y las instituciones públicas de todo el mundo donde la presencia de las Tecnologías de la Información y la Comunicación (TIC) es indispensable para gestionar, competir e innovar.

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.


× ¿Cómo puedo ayudarte?