MÁSTER EN DATA

SCIENCE E INTELIGENCIA
ARTIFICIAL
www.ebiseducation.com
 Introducción
La ciencia de datos y la inteligencia artificial se han
convertido en pilares fundamentales en la era
digital actual. Estas disciplinas desempeñan un
papel crucial en una amplia gama de industrias y
sectores, transformando la forma en que vivimos,
trabajamos y tomamos decisiones.

La ciencia de datos se enfoca en la recopilación,

procesamiento y análisis de datos para extraer
conocimientos valiosos. En un mundo cada vez
más impulsado por la información, la ciencia de
datos permite a las empresas comprender a fondo
a sus clientes, optimizar sus operaciones y tomar
decisiones basadas en evidencia. Desde la atención
médica hasta el marketing, la ciencia de datos está
detrás de numerosos avances y mejoras.

La inteligencia artificial, por otro lado, lleva la

automatización y la toma de decisiones a un nivel
completamente nuevo. A través del aprendizaje
automático y el procesamiento de lenguaje natural,
las máquinas pueden comprender, razonar y
aprender de manera similar a los seres humanos.
Esto ha dado lugar a avances asombrosos en todo
tipo de campos. La demanda de profesionales especializados en
Data Science e Inteligencia Artificial está
creciendo de manera muy significativa año tras
año, lo que refleja la necesidad imperante de
programas educativos de alta calidad que
preparen a los estudiantes para los desafíos del
mercado actual y futuro.

EBIS se compromete con los alumnos para

que al finalizar la formación dominen las
competencias necesarias para poder
dedicarse profesionalmente en el campo de la
ciencia de datos y la Inteligencia Artificial con
el perfil más completo e innovador.

Introducción

2
Máster en Data Science e
Inteligencia Artificial
Al concluir este máster en Data Science e Inteligencia
Artificial, los estudiantes obtienen una sólida base de
competencias técnicas que los prepara para
sobresalir en el competitivo mercado laboral.
Adquieren habilidades esenciales en el análisis de
datos, aprendizaje automático, procesamiento de
lenguaje natural y más, lo que les capacita para
abordar desafíos complejos y tomar decisiones
informadas basadas en datos.
Además de la adquisición de habilidades técnicas,
los estudiantes ganan experiencia práctica a través
de proyectos aplicados y experiencias del mundo
real. Esto les permite enfrentar problemas reales y
aplicar técnicas avanzadas de análisis de datos en
entornos profesionales.
Modalidad live streaming
Alumno y profesor interactúan en directo a
través de una plataforma de videoconferencia.
Posteriormente, las grabaciones de las clases
se publican en el campus virtual junto al resto de
recursos.
Inicio y fin del máster
25 de Marzo 2024 –21 de Diciembre 2024
Horarios: Lunes y Miércoles
de 18:30h a 21:00h
(Zona horaria UCT+1, Madrid)
Finalmente, el máster enriquece la red de contactos
de los estudiantes, permitiéndoles establecer
conexiones valiosas con profesionales de la industria,
profesores y compañeros de clase. En resumen, al
finalizar este máster, los estudiantes están
preparados para una carrera exitosa en la Ciencia de
Datos e Inteligencia Artificial, con habilidades
técnicas, experiencia práctica, certificación y una red
de contactos sólida a su disposición.
No se requieren conocimientos previos para acceder a
este máster, ya que los conceptos técnicos serán
explicados desde la base.
Modalidad online flexible
Los alumnos tienen acceso a un campus virtual con
las grabaciones de las clases, documentación,
cuestionarios y ejercicios. Tutorías periódicas y
resolución de dudas por videoconferencia y/o
email.
Inicio del máster
Flexible
Duración: 9 meses
Horarios: Flexibles
Detalles del programa
3
 Módulo 1: Programación y computación para la ciencia
de datos

1. Programación Python
➔ Instalación
➔ Herramientas básicas
➔ Jupyter Notebook
➔ Tipos de datos
➔ Estructuras condicionales
➔ Estructuras iterativas
➔ Funciones
➔ Estructuras de datos
➔ Programación vectorial con Numpy
➔ Manipulación de datos con Pandas
➔ Graficación básica con Matplotlib

2 . Programación en R

➔ Instalación
➔ Estructuras de datos
➔ Herramientas básicas
➔ Uso de apply, lapply y sapply
➔ R Studio
➔ Dataframes
➔ Tipos de datos
➔ El universo Tidyverse
➔ Estructuras condicionales
➔ Manipulación de datos con dplyr
➔ Estructuras iterativas
➔ Graficación básica con ggplot2
➔ Funciones

Módulo 2: Matemáticas y estadística para la ciencia

de datos

3 . Fundamentos estadísticos

➔ Estadística descriptiva ➔ Muestra y población

➔ Probabilidad ➔ Distribuciones normales
➔ Variables aleatorias ➔ Distribuciones de Poisson
➔ Covarianza y correlación ➔ Otro tipo de distribuciones

Contenido del programa

4
4. Estadística aplicada a la
ciencia de datos
➔ Principales tests estadísticos
➔ significancia estadística
➔ P-value
➔ Interpretación de las principales métricas
➔ Principal Component Analysis (PCA)
➔ Estadística inferencial
➔ Regresiones lineales
➔ Regresiones logísticas

Módulo 3: Big Data

5. Fundamentos del Big Data

➔ La necesidad del Big Data ➔ Fuentes de datos

➔ Introducción al Big Data ➔ Tipos de datos
➔ Qué no es el Big Data ➔ Volumen, Velocidad y Variedad
➔ Desafíos del Big Data ➔ Tecnologías de Almacenamiento

6. Arquitecturas

➔ Sistemas de almacenamiento distribuidos ➔ Cloudera

➔ Sistemas de almacenamiento en la nube ➔ Apache YARN
➔ Bases de Datos NoSQL ➔ MapReduce
➔ Apache Hadoop ➔ Orquestación de procesos

7. Principales herramientas

➔ Hadoop Ecosystem ➔ PySpark

➔ Apache Hive ➔ Apache Airflow
➔ Apache Spark ➔ Apache Kafka

Contenido del programa

5
 Módulo 4: Obtención, preparación y almacenamiento
de datos

8. Naturaleza de los datos

➔ Datos estructurados y no estructurados
➔ Principales tipos atómicos
➔ Datos temporales
➔ Datos cualitativos y cuantitativos
➔ Datos continuos y discretos

9. Técnicas de recogidas de datos

➔ Orígenes de los datos ➔ Datos en tiempo real

➔ Redes sociales ➔ Tendencias en la obtención de datos
➔ Web Scraping

10. Preprocesamiento y Data Quality

➔ Calidad del dato ➔ Tratamiento de problemas

➔ Análisis exploratorio de datos desbalanceados
➔ Detección y tratamiento de outliers ➔ Transformación de variables
➔ Tratamiento de valores perdidos ➔ Normalización de variables numéricas

Módulo 5: Analítica avanzada e inteligencia artificial

11. Analítica avanzada de datos

➔ Introducción a la Analítica Avanzada ➔ Procesos de analítica avanzada de
➔ Extracción del conocimiento datos
➔ Principales aplicaciones

Contenido del programa

6
12. Minería de datos

➔ Problemas supervisados ➔ Overfitting vs Underfitting

➔ Problemas no supervisados ➔ Bias vs Variance
➔ Problemas semi supervisados ➔ Validación de modelos
➔ Inferencia vs predicción

13. Machine Learning

➔ Introducción al machine learning ➔ Técnicas de clustering

➔ Técnicas de clasificación ➔ Algoritmos avanzados
➔ Técnicas de regresión ➔ Estado del arte

14. Deep Learning

➔ Intuición detrás del Deep Learning

➔ Transformers
➔ Redes Neuronales Simples
➔ Redes Neuronales Generativas Adversarias
➔ Redes Neuronales Recurrentes
➔ Redes Neuronales Convolucionales

Módulo 6 Narración basada en el datos:

Visualización avanzada & storytelling

15. Visualización avanzada de

datos
➔ Gráficos avanzados ➔ Visualización de series temporales
➔ Visualización multivariable ➔ Diseño y estética
➔ Visualización de texto ➔ Consejos para realizar mejores gráficos

Contenido del programa

7
16. Business Intelligence y cuadros de mando

➔ Introducción al Business Intelligence ➔ KPI

➔ Cálculo de métricas clave ➔ Componentes avanzados
➔ Cuadros de mando ➔ Tableau
➔ Funciones y beneficios ➔ Power BI

17. Storytelling

➔ Definición ➔ Consejos
➔ La importancia del Storytelling ➔ Selección de datos significativos
➔ Estructura narrativa ➔ Identificación de audiencia
➔ Informes ➔ Elaboración de un Storytelling efectivo

Módulo 7: Regulaciones y ética

18. La legislación en la ciencia de datos

➔ Privacidad ➔ Conservación y borrado de datos

➔ Protección de datos y LOPD ➔ Ejercicio de derechos
➔ Tratamiento de datos

19. Ética en la Inteligencia Artificial

➔ Explicabilidad de la Inteligencia Artificial ➔ Exploración de escenarios negativos

➔ Bias y Fairness ➔ Gobernanza y cumplimiento
➔ Ética de los Datos ➔ Sostenibilidad

Contenido del programa

8
 Módulo 8: Planificación y dirección de proyectos de
ciencia de datos e IA

20. Aplicaciones del Data Science y la IA

➔ Situación actual y nivel de adopción ➔ Aplicaciones en los diferentes sectores

➔ Evolución del sector ➔ El futuro de la industria

21. Planificación de proyectos de Inteligencia Artificial

➔ Diseño de soluciones ➔ Ejecución

➔ Selección y gestión de recursos ➔ Control y seguimiento
➔ Presupuestos ➔ Cierre de proyecto
➔ Planificación ➔ Experiencias reales

22. Metodologías Ágiles

➔ Introducción a las metodologías Ágiles ➔ Scrum
➔ Ventajas y limitaciones ➔ Adopción de las metodologías Ágiles
➔ Kanban

Detalles del programa

Idioma Español

Duración 1 año académico

Live Streaming
Modalidades
Online Flexible

Contenido del programa

9
MUCHO MÁS QUE
FORMACIÓN
 Incubadora y Emprendimiento
En EBIS el proyecto final de máster es mucho más
que un trabajo académico. Los alumnos que lo
deseen tendrán la oportunidad de sacar la idea al
mercado y convertirla en su empresa.
La escuela seleccionará los mejores proyectos y les
proporcionará los recursos necesarios para poder
transformarlos en una realidad. En estos casos, la
escuela se convertiría en un socio más de la
empresa.
Ideas: Los alumnos podrán desarrollar
sus propias ideas o elegir una de las
ideas planteadas por la escuela.
Bolsa de trabajo y Networking
EBIS tiene convenios con empresas que ofrecen
servicios relacionados con el diseño y desarrollo
de soluciones tecnológicas.
Gracias a la bolsa de trabajo, conseguimos
brindar a nuestros graduados acceso directo a
las mejores oportunidades laborales del sector.
Por otra parte, existe un canal de
comunicación directo en forma de
chat que reúne al conjunto de
antiguos alumnos con el fin de
facilitar el networking, debatir sobre
la actualidad de la tecnología
potenciar colaboraciones.
Mucho más que formación
Mentores: Se asignará uno o varios
mentores a los proyectos seleccionados
con el fin de guiar y dar soporte en las
primeras etapas de la Startup.
Desarrolladores: La escuela
proporcionará a los mejores proyectos
un equipo de desarrolladores para crear
el Producto Mínimo Viable.
Inversores: Se dará acceso a una red de
inversores especializados en tecnología.
EBIS también podrá invertir en alguno de
los proyectos.
También se realizan eventos
mensuales sobre temas de
actualidad por videoconferencia a
los que todos los alumnos y
antiguos alumnos pueden acudir de
forma gratuita.
Con el mismo propósito, una vez al
año, se organiza una cena a la que
todos los alumnos, titulados y
profesores pueden acudir y conocer
a otros profesionales del sector.
 Metodología
Toda la documentación estará alojada
Modalidad Live Streaming en el campus virtual (plataforma
Moodle), a la que podrán acceder los
alumnos con su usuario personal. Las
La formación en modalidad Live Streaming tendrá
clases son grabadas y se pueden
una presencialidad virtual. EBIS integra la
visualizar desde el mismo campus
plataforma Zoom, catalogada como una de las
tantas veces como se requiera.
mejores soluciones para reuniones online.

Los alumnos pueden conectarse al aula virtual Los estudiantes podrán realizar
desde cualquier dispositivo (ordenador, tablet o cualquier tipo de consulta fuera
móvil) en el inicio de cada clase. Podrán ver y del horario de clase por email, por
escuchar al profesor en directo, visualizar su el campus o por videoconferencia.
pantalla e interactuar con él y con los demás
alumnos.
Aparte de atender a las clases, los
alumnos deberán entregar ejercicios
El formato es parecido al de una clase tradicional,
prácticos. Los documentos deberán
en la que los alumnos pueden pedir la palabra para
ser cargados en el repositorio
resolver dudas, contribuir en la sesión y generar
pertinente antes de la fecha
debate.
establecida por el profesor.

Modalidad online flexible El profesor responde en un plazo de 24 h. También

puede resolver dudas por email, por teléfono, por
videoconferencia o en las tutorías. Estas tutorías se
celebran en grupo cada dos semanas por
Consiste en las mismas sesiones que en la
videoconferencia. En las mismas, los alumnos
modalidad Live Streaming, pero en este caso
interactúan entre ellos y con el profesor para hacer
grabadas y alojadas en el campus virtual. Junto a
seguimiento del curso, resolver dudas y encontrar
los videos se encontrará la documentación de cada
posibles colaboraciones.
tema, lecturas complementarias, foros de debate y
otros recursos. Todo el contenido está organizado
por semanas. Al finalizar los objetivos de cada
semana, los alumnos deberán contestar a un En cualquiera de las dos modalidades se
cuestionario o resolver un ejercicio. También ofrece el acceso a un chat en el que todos los
encontrarán semanalmente una sección de dudas a alumnos pueden interactuar para debatir
través de la cual podrán formular cualquier sobre temas de interés, comentar dudas y
pregunta y podrán leer las respuestas a dudas compartir recursos útiles.
realizadas por otros compañeros.

Mucho más que formación

2
14
EQUIPO DOCENTE
 MÓNICA CALLEJA

➔ Data & AI, Cloud Solution Architect en Microsoft

➔ Licenciada en Ingeniería Física por la Universidad
Politécnica de Cataluña
➔ Doble titulación Máster en Ingeniería y Gestión de la Energía
en la Universidad Real Instituto de Tecnología KTH

BOGDAN ANDREI BALTES

➔ Data Scientist en BBVA
➔ Maestría en Ciencias - MS, Inteligencia Artificial
graduado de la Universidad Internacional de Valencia
➔ Certificado de Aprendizaje automático con Python por
el Instituto de Tecnología de Massachusetts
➔ Licenciatura en Ciencias de la Computación e
Ingeniería por la Universidad Carlos III de Madrid

FERNANDO BENITO HERNÁNDEZ

➔ Data Science Specialist en Telefónica

➔ Master en Data Science & Analytics en MIOTI Tech &
Business School
➔ Grado en Ingeniería, Tecnologías Industriales por la
Universidad Rey Juan Carlos

ELOY SERRANO ANDRÉS

➔ Data Scientist en BBVA
➔ Máster Universitario en Investigación Matemática, graduado
en la (UPV)
➔ Licenciado en Matemáticas graduado de la Universidad de
valencia

Equipo Docente

16
 JOSÉ ÁNGEL DÍAZ FRANCÉS
➔ Data Scientist en Telefónica
➔ Máster en Deep Learning, Ciencias de la ingeniería por
la Universidad de Alcalá t
➔ Máster en Business Intelligence & Big Data en la
Escuela de Organización Industrial
➔ Máster universitario en Física Nuclear por la
Universidad de Sevilla

AGUSTÍN MORA ACOSTA

➔ Data Scientist en Damavis
➔ Experiencia como Investigador I+D en Grupo VISILAB en la
Universidad de Castilla-La Mancha
➔ Máster Universitario en Ciencia de Datos e Ingeniería de
Computadores por la Universidad de Granada
➔ Graduado en Ingeniería informática en la Universidad de
Castilla-La Mancha

IÑAKI URRUTIA SÁNCHEZ

➔ Data Scientist Analyst en BBVA

➔ Máster Universitario en Ciencia de Datos e Ingeniería de
Computadores por la Universidad de Granada
➔ Ingeniero informático graduado en la Universidad de Cádiz

PAULA MUÑOZ LAGO

➔ Data Engineer en Santander Global T&O

➔ Ingeniería Informática graduada en la Universidad
Complutense de Madrid
➔ Máster en Data Science por la Universitat Oberta de Catalun

Equipo Docente

17
 DAVID CORRAL PLAZA

➔ Ingeniero del Software Senior en Xebia Functional

➔ Especializado en Programación Funcional y desarrollo
back-end en el lenguaje de programación Scala
➔ Máster en Ingeniería y Tecnología del Software en la
Universidad de Sevilla
➔ Doctorado en Ingeniería Informática, en la UCA

LUCÍA ESCRIVÁ CALATAYUD

➔ Data Scientist en Deloitte Consulting
➔ Posgrado Big Analytics en la Fundación Universidad Carlos
III de Madrid & Deloitte
➔ Licenciada en Periodismo y Comunicación Audiovisual,
con formación complementaria en Estadística y
Empresa por la Universidad Carlos III de Madrid
 Precio del programa

Modalidad live Modalidad

streaming online flexible

766,67€ 716,67€
mensual mensual

Fraccionado en 6 Fraccionado en 6
cuotas mensuales cuotas mensuales
de 766,67 Euros de 716,67 Euros

Total: 4.600 Euros Total: 4.300 Euros

*Fraccionamiento y becas aplicables sólo a personas físicas

➔ Bonificable a través de FUNDAE

➔ Becas parciales disponibles

Precio del programa

19
 Contacto

➔ Más información sobre la escuela en

www.ebiseducation.com
➔ Contacte con administración por e-mail
administracion@ebiseducation.com o
llamando al +34 933 394 358
➔ También nos puede visitar, con cita
previa, en las oficinas de Paseo Reding,
43, 29016 - Málaga
(Centro de Negocios Reding)

Contacto

20
USA

www.ebiseducation.com