Grado en Ciencia de Datos

El Grado en Ciencia de Datos forma científicos capaces de manejar y explotar fuentes masivas de información en todas las etapas del proceso. Los estudiantes adquieren los conocimientos y habilidades necesarios para diseñar la recolección de los datos, seleccionando fuentes y variables de interés específicas para un problema o un proyecto. Además, aprenden a dar tratamiento a los datos, mediante la eliminación de ruidos, la localización de valores atípicos y la normalización; así como a establecer hipótesis, proporcionar respuestas y resolver los problemas de predicción, planificación y prevención que planteen los proyectos.
El plan de estudios aborda áreas fundamentales de estadística, matemáticas, bases de datos y programación. También desarrolla otras áreas esenciales para el científico de datos, como las técnicas de aprendizaje automático, tipo Machine Learning o Deep Learning; así como tecnologías en la nube, como Big Data, Cloud y Cloudcomputing.
A esta titulación se le puede añadir una intensificación adicional en Inteligencia Artificial a través del Minor in Artificial Intelligence que acompaña a este Grado.

El Grado en Ciencia de Datos de CUNEF Universidad consta de 240 créditos que se distribuyen de la siguiente manera:

• 60 créditos básicos
• 162 créditos obligatorios
• 12 créditos de asignaturas optativas o 12 créditos de prácticas en empresa
• 6 créditos asignados al Trabajo de Fin de Grado (TFG)

Primer curso:

• Álgebra lineal
• Estadística Descriptiva
• Programación para Ciencia de Datos I - R
• Lógica Matemática
• Búsqueda, Tratamiento y Uso de la información
• Cálculo I
• Cálculo de Probabilidades
• Programación para Ciencia de Datos II - Python
• Análisis y Diseño de Algoritmos
• Pensamiento Crítico y Argumentación
• Técnicas de Comunicación Oral y Escrita

Segundo curso:

• Cálculo II
• Matemática Discreta
• Estadística Inferencial
• Bases de Datos I (Modelo Relacional SQL)
• Almacenamiento en la Nube
• Programación de Aplicaciones Web
• Series Temporales
• Aprendizaje Automático: Predicción
• Bases de Datos II (Modelo NoSQL)
• Computación en la Nube

Tercer curso:

• Herramientas de Trabajo Colaborativo
• Investigación Operativa
• Geometría y Datos Espaciales
• Aprendizaje Automático: Clasificación
• Desarrollo de la Inteligencia Natural y de la Inteligencia Artificial
• Técnicas de Visualización
• Gestión de Proyectos con Metodologías Ágiles
• Optimización
• La Empresa y su Ecosistema de Datos
• Aprendizaje Profundo

Cuarto curso:

• Privacidad y Protección de Datos
• Tratamiento de Datos Económicos y Financieros
• Logística Basada en Datos
• Procesamiento del Lenguaje Natural y sus Aplicaciones en Marketing
• Análisis de Riesgos Financieros Basado en Datos
• Inteligencia de Negocio
• Herramientas de Apoyo a la Toma de Decisiones
• Prácticas en empresa o asignaturas optativas
• Trabajo de Fin de Grado

La titulación está dirigida a estudiantes que tengan una buena base en matemáticas y que les guste el análisis de datos de cualquier índole, especialmente datos procedentes de redes sociales, portales de datos abiertos, datos financieros, etc. Estos estudiantes deben tener también curiosidad sobre las tecnologías actuales y futuras en el ámbito de la ciencia de datos, el desarrollo de las ciudades inteligentes y la evolución del Internet de las Cosas pues estos paradigmas proporcionan datos en tiempo real que serán la materia prima y la base sobre la que se fundamentan los estudios de grado.
El perfil de ingreso de los futuros estudiantes del Grado en Ciencia de Datos es el de una persona que tenga conocimientos de matemáticas, pensamiento abstracto y lógico de nivel de bachillerato tecnológico, así como conocimientos básicos de la utilización de ordenadores y una buena capacidad de análisis y síntesis. No es necesario tener conocimientos previos de programación o administración avanzada de computadoras. Al futuro alumno de Ciencia de Datos se le pide además que tenga responsabilidad y constancia en su desempeño académico además de ser capaz de trabajar en equipos interdisciplinares.