Curso completo. Inscripción cerrada | Créditos: 20 ECTS |
Modalidad: presencial | Dirigido a: personas con titulación universitaria, estudiantes de grado con un máximo de 30 ECTS pendientes y profesionales sin titulación universitaria (se deben tener conocimientos previos de informática a nivel de software y programación)
|
Ámbito de conocimiento: Ingeniería informática y de sistemas | Precio matrícula (incluidas tasas): 1.338 € comunidad universitaria / 1.365 € miembros Alumni-A3U / 1.475 € personas no vinculadas UPNA
Consulta otras bonificaciones y exenciones contempladas en los precios públicos de las Enseñanzas Propias acordados por el Consejo Social de la UPNA |
Dirección académica: Mikel Galar Idoate Coordinación académica: Aránzazu Jurío Munárriz, Daniel Paternain Dallo, José Antonio Sanz Delgado |
Idioma de impartición: español |
Inicio y fin: del 6 de septiembre de 2023 al 14 de junio de 2024 | Plazas: 25 Mínimo de personas para que se imparta el título: 24 |
Lugar de impartición: Aulario (Campus de Arrosadia UPNA) | Entidad colaboradora: Cátedra Tracasa |
Horario:
|
Si te interesa este título propio y quieres recibir información sobre futuras ediciones escribe a fundacion.formacion@unavarra.es.
Vivimos en la era de los datos. Todas las empresas y organizaciones recopilan grandes cantidades de datos provenientes de diferentes fuentes. Debido a ello, los conceptos de ciencia e ingeniería de datos, machine learning, big data y deep learning están penetrando en todos los sectores, con clara aplicación en la inteligencia de negocios y la toma de decisiones basada en los datos, además de la creación de modelos predictivos. Según MBIT School, centro de formación español en business intelligence y big data, en los próximos años habrá un data scientist en el 80% de las medianas empresas y en el 100% de las grandes. En estas últimas, el número de trabajadores con este perfil no será inferior a 5. Así, se predice que en los próximos años se generarán más de 100.000 empleos en nuestro país.
Algunas aplicaciones bien conocidas son: modelos predictivos (predecir un valor en base a las entradas); modelos de clasificación (ej: spam o no spam); sistemas de recomendaciones (ej: Amazon o Netflix); reconocimiento de patrones y agrupamiento (clasificación sin clases conocidas); detección de anomalías (ej: detección del fraude); reconocimiento de imágenes, texto, audio, vídeo, facial, etc.; automatización de procesos y toma de decisiones (ej: scoring de créditos); segmentación (ej: marketing basado en la demografía); pronósticos (ej: ventas y beneficios).
Sin embargo, hay una gran falta de personal cualificado para utilizar técnicas basadas en machine learning, a pesar de que son vitales para la competitividad de las empresas. En este experto pretendemos formar a profesionales que serán capaces de aplicar estas técnicas con el objetivo de convertir los datos en información útil.
Esta formación permitirá adquirir varias cualificaciones académicas y profesionales:
Descarga aquí el folleto informativo.
Este título propio está alineado con los Objetivos de Desarrollo Sostenible de la Agenda 2030 de la ONU:
Facilidades de financiación
y bonificaciones para empresas