Descripción del Máster Universitario en Tecnologías de Análisis de Datos Masivos: Big Data

Justificación

El objetivo principal del Máster en Tecnologías de Análisis de Datos Masivos: BIG DATA es capacitar al estudiante para el desarrollo, innovación e investigación en Tecnologías de Gestión y Análisis de Datos Masivos. El Máster se centra en dar respuesta a los retos científicos y empresariales en el ámbito de Big Data y Big Data Analytics.

El Máster tiene una orientación eminentemente investigadora. Sin embargo, como se explica en los siguientes párrafos, la formación obtenida durante este curso académico es de interés estratégico, no sólo a nivel científico sino también a nivel empresarial y de transferencia de conocimiento.

La propuesta del presente título de Máster tiene su origen en la creciente necesidad de proporcionar formación en Tecnologías de Gestión y Análisis de Datos Masivos para dar respuesta a los retos científicos y empresariales en el ámbito denominado internacionalmente como “Big Data” o “Big Data Analytics”. Se trata de un área con un potencial enorme y un amplio recorrido para poder generar servicios y productos de gran valor añadido para la sociedad. El 90% de los datos existentes a nivel mundial han sido generados en los dos últimos años y aproximadamente el 90% de ellos son de naturaleza no estructurada (Kim, G., Trimi, S., Chung, J. “Big Data Applications in the Government Sector”, Communications of the ACM, 57, 3, 2014). Desde el punto de vista de las Tecnologías de la Información, este ingente volumen de contenidos introduce desafíos a distintos niveles. En primer lugar, relacionados con nuevos modelos de computación distribuida capaces de gestionar estos datos de manera eficiente para facilitar el procesamiento, almacenamiento y acceso a masivas cantidades de información (disponible en variedad de formatos y con distintos niveles de estructuración). En segundo lugar, relacionados con la capacidad para explorar, organizar y analizar esos datos para extraer conocimiento de los mismos y realizar predicciones. En tercer lugar, relacionados con la identificación de nuevas áreas de negocio que, asistidas por este tipo de tecnología de ayuda a la decisión, puedan dar lugar a innovadores productos y servicios que mejoren la competitividad de las empresas e instituciones públicas.

Competencias

 La finalidad del título de Máster consiste en desarrollar las habilidades y competencias necesarias para el procesamiento, almacenamiento y acceso a masivas cantidades de datos (en variedad de formatos y utilizando para ello estrategias eficientes de computación a gran escala), para explorar y analizar esos datos, extrayendo conocimiento de los mismos y realizando predicciones, y para identificar nuevas áreas de negocio y servicios de valor añadido que, asistidos por este tipo de tecnologías inteligentes de ayuda a la decisión, puedan dar lugar a innovadores y competitivos productos o servicios para empresas o instituciones públicas.

El Máster supone por tanto una formación de postgrado especializada en aspectos avanzados científicos, tecnológicos y socioeconómicos relacionados con varias ramas del conocimiento, incluyendo varias subáreas de Informática y Matemáticas. Se pretende preparar titulados versátiles que puedan desarrollar su actividad en el desarrollo y aplicación de las tecnologías de Gestión y Análisis de Datos Masivos en un sentido amplio, con posibilidad de fácil adaptación a diferentes entornos de trabajo

y a diferentes perfiles de especialización futura tras realizar el Máster (profesionales en computación para Big Data, científicos o analistas de datos, investigadores en Minería de Datos o Computación Distribuida, etc) .

Tal y como establece el Marco Español de cualificaciones (RD 861/2010), el Máster garantizará las siguientes competencias básicas:

• CB6. Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto deinvestigación.
• CB7. Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio;
• CB8. Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios;
• CB9. Que los estudiantes sepan comunicar sus conclusiones –y los conocimientos y razones últimas que las sustentan– a públicos especializados y no especializados de un modo claro y sin ambigüedades;
• CB10. Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

Adicionalmente, el Máster desarrollará las siguientes competencias transversales:

• T1. Dominio de la gestión del tiempo
• T2. Iniciativa y espíritu emprendedor
• T3. Dominio de la expresión oral y escrita en lengua materna
• T4. Conocimiento de otras lenguas, sobre todo la inglesa
• T5. Capacidad de analizar la calidad de las soluciones propuestas

y las siguientes competencias generales:

• G1. Capacidad para afrontar tareas y situaciones críticas
• G2. Capacidad de trabajo autónomo y toma de decisiones
• G3. Capacidades asociadas al trabajo en equipo: cooperación, liderazgo, saber escuchar
• G4. Capacidad analítica, crítica y de síntesis
• G5. Creatividad

Por último, se garantizará las siguientes competencias específicas:

• E1. Capacidad para implementar aplicaciones de clasificación y búsqueda sobrerepositorios masivos de documentos no estructurados o semi-estructurados, así como para evaluar su eficiencia y eficacia.
• E2. Capacidad para procesar grandes volúmenes documentales para extraer patrones y conocimiento mediante técnicas de minería de textos y minería web.
• E3. Capacidad para la instalación, configuración y gestión de software básico para el procesamiento de datos masivos.
• E4. Capacidad para implementar código en diferentes lenguajes especializados en el procesamiento de datos masivos.
• E5. Capacidad para la utilización de herramientas disponibles para preparar y ejecutar aplicaciones para datos masivos en la nube.
• E6. Saber sintetizar y describir una gran cantidad de datos seleccionando los estadísticos adecuados al tipo de variables y analizar las relaciones existentes entre ellas.
• E7. Capacidad para modelar la dependencia entre una variable respuesta y varias variables explicativas, en conjuntos de datos complejos, mediante técnicas de regresión, e interpretando los resultados obtenidos.
• E8. Capacidad para analizar un conjunto dado de variables mediante técnicas de clasificación interpretando los resultados obtenidos.
• E9. Capacidad para el análisis y evaluación de la eficacia de diferentes técnicas de visualización para cada problema.
• E10. Capacidad para sintetizar y comunicar con eficacia los resultados del análisis visual de grandes conjuntos de datos.
• E11. Conocer los ámbitos de aplicación más relevantes del paradigma Big Data.
• E12. Entender como las técnicas Big Data se utilizan para soportar y realizar la toma de decisiones basadas en datos.
• E13. Capacidad para entender los beneficios de la minería de datos y los elementos que intervienen en el proceso, así como de aplicarlos en la resolución de problemas, para elegir las técnicas más adecuadas a cada problema, y para aplicar de forma correcta las técnicas de evaluación y saber interpretar los modelos y resultados.
• E14. Capacidad para realizar un proyecto de inteligencia de negocio básico en el que se identifican objetivos de negocio y se traducen en objetivos técnicos, se establecen los procesos y componentes de una arquitectura básica, y se realiza una explotación de datos.
• E15. Capacidad para diseñar y poner en marcha soluciones para el análisis de datos en el ámbito de Internet de las Cosas, teniendo en cuenta los requisitos específicos de este tipo de casos de uso y conociendo el funcionamiento de las redes de sensores basadas en Internet de las Cosas.
• E16. Capacidad para seleccionar, atendiendo a criterios de eficiencia, escalabilidad, optización de acceso, tolerancia a fallos y adecuación al entorno de producción, las bases de datos y el paradigma de datos óptimo en soluciones Big Data.

Las competencias propuestas son evaluables y respectan los principios recogidos enel artículo 3.5 del Real Decreto 1393/2007 de 29 de Octubre.

Perfil de ingreso

El máster está destinado principalmente a graduados en Ingeniería Informática, Matemáticas, Física, Ingeniería de Telecomunicaciones y otras Ingenierías. También está enfocado a profesionales de empresa.

Perfil de egreso

Los Resultados de aprendizaje para el Máster pueden consultarse en la documentación oficial del título.

Admisión

El sistema de admisión del alumnado se realizará de acuerdo con los criterios y procedimientos establecidos en el Reglamento de Postgrado Oficial de la UMU siguiendo los principios de objetividad, imparcialidad, mérito y capacidad. Dirección URL: https://sede.um.es/sede/normativa/reglamento-por-el-que-se-regulan-los-estudios-universitarios-oficiales-de-master/pdf/129.pdf. La Comisión Académica del máster tiene las competencias en materia de admisión. Las titulaciones de acceso a los estudios de este máster serán, sin que exista prelación entre ellas las titulaciones de grado o de ordenaciones anteriores (licenciatura, diplomatura, ingeniería, ingeniería técnica) de las siguientes áreas:

• Informática.
• Física.
• Matemáticas.
• Telecomunicaciones.
• Electrónica.
• Industriales.
• Otras áreas de ciencias.

Aunque no se asumen conocimientos previos en Tecnologías de Gestión y Análisis de Datos Masivos, se requiere que los solicitantes tengan competencias en programación básica y, en particular, en algún lenguaje programación (por ejemplo, C, Java, Fortran, Python o Matlab).

La priorización de los candidatos se basará en los siguientes aspectos:

• Expediente académico.
• Experiencia laboral en el ámbito de las TIC.
• Otros méritos relacionados con el ámbito de las TIC.

El expediente académico tendrá un peso del 70% del total, la experiencia laboral tendrá un peso del 20% y otros méritos el 10%. No se contemplan pruebas de acceso específicas para este título.

Conforme al Marco Común Europeo de Referencia para las Lenguas, se recomienda el conocimiento de la lengua inglesa. Aunque el castellano será la lengua dominante y se utilizará para la comunicación interactiva, el inglés podrá usarse asociado a ciertos materiales de trabajo y seminarios o actividades complementarias.

A la hora de establecer los criterios de admisión se ha tenido en cuenta lo establecido en el artículo 17 del Real Decreto 1393/2007. El acceso al Máster se regirá por la normativa para Másteres con límite de plazas y criterios generales de selección.

En el caso de estudiantes con necesidades educativas especiales derivadas de discapacidad, los servicios de apoyo y asesoramiento adecuados, que evaluarán la necesidad de posibles adaptaciones curriculares, itinerarios o estudios alternativos. (Servicio de Atención a la Diversidad y Voluntariado).

Salidas profesionales

La Universidad de Murcia aprobó el 6 de julio de 2009 una Propuesta de colaboración entre el Centro de Orientación e Información de Empleo (COIE) y el Servicio de Asesoramiento y Orientación Personal (SAOP) y las Facultades y Escuelas de esta Universidad, en la programación y desarrollo de actividades dentro de los procesos clave del SGC, en cuyo marco se inscriben las acciones de la Facultad de Informática. Estos servicios de orientación y empleo cuentan con una dilatada experiencia en la organización y puesta en marcha de actuaciones de orientación para universitarios. La orientación se entiende como un proceso en el que se debe definir poco a poco el objetivo profesional, planificando los pasos necesarios para lograr dicho objetivo. Debido a esta condición de proceso, ha de entenderse que la orientación es necesaria en todas las etapas del estudiante universitario. Así se realizan actividades dirigidas a alumnos de primer curso, a alumnos en el ecuador de su carrera y a alumnos de último curso, tanto de orientación académica como de orientación profesional.

El máster capacita al alumno para asumir roles en empresas de, entre otros:

• Analista de datos/Científico de Datos (Data Analyst/Data Scientist/Data Architect/Data Engineer),
• Chief Data Officer,
• Gestor/administrador de Bases de Datos,
• Programador de algoritmos y utilidades que ofrezcan valor a la empresa a través del tratamiento e integración de datos,
• Machine Learning Engineer,
• Así como el trabajo en grupos de investigación relacionados con el tratamiento de datos,
• etc.

Doctorados relacionados

Este Máster da acceso, entre otros, a estudios de Doctorado. En este sentido, la Facultad de Informática de la Universidad de Murcia oferta el Doctorado en Informática.