La principal raz\u00f3n por la que la Ciencia de Datos (Data Science, DS)\u00a0 se ha convertido un \u00e1rea profesional imprescindible dentro de cualquier empresa, instituci\u00f3n u organizaci\u00f3n de entidad estriba en el inter\u00e9s -en muchos casos la necesidad- en aprovechar los datos disponibles o accesibles de la organizaci\u00f3n. La explotaci\u00f3n de esos datos se convierte en imprescindible para extraer conocimiento accionable, es decir, que sea \u00fatil para analizar, diagnosticar, predecir, etc. en campos de inter\u00e9s cient\u00edfico, econ\u00f3mico, de salud y pr\u00e1cticamente en cualquier campo socio-econ\u00f3mico. A esta raz\u00f3n se le une la provisi\u00f3n de potentes tecnolog\u00edas para el procesamiento de datos.<\/p>\n
El perfil profesional de DS es particular. En el equipo de an\u00e1lisis de datos de una organizaci\u00f3n deben convivir inform\u00e1ticos que mantengan y administren las bases de datos con cient\u00edficos que apliquen y adapten algoritmos de aprendizaje autom\u00e1tico al entorno concreto objeto de estudio para aplicarlos con \u00e9xito a los datos disponibles. Es este perfil cient\u00edfico al que apunta el M\u00e1ster en Data Science y Big Data ofertado en el Centro de Formaci\u00f3n Permanente: la actualizaci\u00f3n de conocimientos de profesionales que trabajan con datos y la especializaci\u00f3n t\u00e9cnica en DS para profesionales de la Estad\u00edstica, Matem\u00e1ticas o Computaci\u00f3n.<\/p>\n
Estructurado en un curso acad\u00e9mico, comienza con dos m\u00f3dulos de nivelaci\u00f3n de conocimientos en programaci\u00f3n, aprendizaje autom\u00e1tico y principios estad\u00edsticos. A continuaci\u00f3n se compaginan m\u00f3dulos orientados a todas las facetas fundamentales de la actividad de un cient\u00edfico de datos como el manejo de las bases de datos e incidiendo en la Inteligencia Artificial y la Estad\u00edstica aplicada a los datos desde diversas aproximaciones (metaheur\u00edsticas, modelos espacio-temporales, etc.). El m\u00f3dulo de Procesamiento del Lenguaje natural y el de Inteligencia Colectiva presentan aplicaciones y modelos computacionales para el tratamiento de la informaci\u00f3n generada por humanos. Tambi\u00e9n se centran en cuestiones profesionales del perfil del cient\u00edfico de datos como son la visualizaci\u00f3n de la informaci\u00f3n y de los datos y cuestiones sobre la gesti\u00f3n de los proyectos de an\u00e1lisis de datos.\u00a0 El Trabajo Fin de M\u00e1ster se centrar\u00e1 en la resoluci\u00f3n de problemas reales de datos utilizando las t\u00e9cnicas trabajadas durante el curso. En estos momentos se est\u00e1n ultimando convenios de colaboraci\u00f3n con empresas interesadas en el perfil de los egresados para apoyar las actividades del M\u00e1ster as\u00ed como para formar a sus empleados.<\/p>\n
Las actividades docentes se realizan en laboratorios del Centro de Recursos para el Aprendizaje y la Investigaci\u00f3n Antonio Ulloa de la US. El claustro lo conforman profesores de los departamentos de Estad\u00edstica e Investigaci\u00f3n Operativa y el de CC Computaci\u00f3n e IA de la US, junto con profesionales de datos de empresas, especialistas de reconocido prestigio en algunos aspectos de DS y profesores de otras universidades.<\/p>\n\n