Logo de IMMUNE

Máster en Inteligencia Artificial y Data Science

Presencial / Online con clases en directo
10 meses (900h.)
Marzo 2024 / Octubre 2024
Miércoles, viernes y sábados

7º Edición

Información académica

No es magia, es analítica. El Máster en Inteligencia Artificial y Data Science prepara a profesionales en el lenguaje de los datos, dándoles los conocimientos y las habilidades para desbloquear y comprender el poder del data, dominar las técnicas de Inteligencia Artificial para aplicarlas en las diferentes industrias, y para adquirir una visión transversal e integral de las soluciones de Machine Learning en Cloud.

Career Readiness

Ofrecemos a nuestros alumnos una formación integral que les prepara para el mercado laboral. A través de un itinerario personalizado, les ayudamos a desarrollar sus competencias profesionales, a establecer relaciones con empresas y a superar los procesos de selección.

Una formación alternativa

En todos nuestros contenidos incluimos un porcentaje de Human Sciences para relacionar la tecnología con las soft skills.

Metodología Learning By Doing

Se centra en la aplicación práctica de conocimientos y habilidades para fomentar un aprendizaje significativo y duradero.

Objetivos del programa
  • Extraer, procesar y analizar datos para la toma de decisiones utilizando técnicas y herramientas actuales.
  • Anticipar y detectar causas, patrones y tendencias a través de la analítica avanzada.
  • Presentar datos visualmente para obtener insights e información valiosa para crear soluciones.
  • Entender, diseñar, y desarrollar nuevos modelos de negocio o proyectos basados en el valor de los datos.
  • Emprender, gestionar y dirigir proyectos de ciencia de datos y big data.
  • Evaluar problemas, construir e implementar soluciones a través de algoritmos de machine learning y deep learning.
Competencias profesionales del programa

Llegarás a donde te propongas, de eso no tenemos dudas. Con el máster en inteligencia artificial y data science podrás optar por roles como: Data Scientist, Data Engineer, Business Analyst, Business Intelligence, Data Analyst, Analytics Project Manager y Chief Data Officer.

Plan de estudios

Plan de estudios

Aprenderás los fundamentos de la Inteligencia Artificial y a programar en Python. Convertirás datos en información útil y visual para la toma de decisiones, y abordarás los desafíos futuros de la inteligencia artificial y el machine learning. Este Máster es práctico, con una metodología learning by doing, y un enfoque innovador hacia la Inteligencia Artificial con Python (90%) y R (10%). Analizarás casos y problemas actuales de empresas en el ámbito de ciencia de datos.

0. Fundamentos de programación

Introducción a la programación, entendiendo la estructura de un ordenador, así como los fundamentos. Se explicarán las bases de la creación de variables, distintos operadores y variables, y el uso de funciones. Se dará un breve introducción a la programación orientada a objetos.

  1. Fundamentos de Python
  2. Python I
  3. Python II: lógica, programación orientada a objetos y librerías
1. Industria 5.0

Cómo los datos se han convertido en el activo fundamental de las compañías, justificando que su estrategia se oriente basándose en ellos (data-driven). Cuál ha sido el impacto de tecnologías como Cloud Computing, Big Data, IoT e Inteligencia Artificial para que se esté hablando de una 5a revolución industrial y Transformación Digital.

  1. Transformación Digital
  2. Empresas Data Driven
  3. Fundamentos de Cloud
  4. Fundamentos de Big Data
  5. Fundamentos de IoT
  6. Fundamentos de Inteligencia Artificial
2. Gestión de datos e innovación

Cómo empezar a trabajar el dato desde la ideación hasta los retos de su gobierno y gestión en un entorno empresarial, apoyándonos en dos tecnologías disruptoras como son Big Data y Cloud Computing.

  1. Project Management; Agile; Design Thinking
  2. Gobierno del dato
  3. Big Data & Data Analytics
  4. Cloud Computing
3. Conceptos de Estadística

Este módulo es una piedra angular, ya que proporciona las herramientas fundamentales para comprender y analizar datos de manera precisa y rigurosa. En este módulo, entenderemos cómo las técnicas estadísticas y los conceptos probabilísticos son elementos esenciales en la toma de decisiones basadas en datos, aprendiendo a aplicar métodos estadísticos para obtener inferencias significativas, identificar patrones y tendencias, y realizar predicciones confiables. Adquiriremos habilidades para evaluar la incertidumbre y el riesgo asociados a los datos, crítico en entornos empresariales dinámicos.

  1. Introducción y conceptos matemáticos clave
  2. Fundamentos de Estadística: conceptos básicos de estadística descriptiva (media, mediana, moda, desviación estándar), distribuciones de probabilidad relevantes (normal, binomial...)
  3. Álgebra Lineal: vectores y matrices, transformaciones lineales, descomposición de matrices...
  4. Probabilidad: conceptos fundamentales (eventos, espacio muestral, probabilidad condicional, teorema de Bayes...), métodos de estimación de parámetros probabilísticos...
4. Fundamentos de almacenamiento del dato: SQL, NoSQL y nuevos paradigmas

Este módulo proporciona las bases necesarias para comprender cómo encontrar y gestionar datos de manera eficiente y efectiva, así cómo aprovechar nuevos enfoques para garantizar la integridad y escalabilidad de los sistemas de almacenamiento. Al finalizar, estaremos preparados para enfrentarnos a los desafíos del manejo de datos en entornos modernos y aprovechar al máximo las tecnologías de almacenamiento más relevantes. Entenderemos las diferencias entre bases de datos SQL y NoSQL, viendo también los desafíos y oportunidades del almacenamiento distribuido. Se explorarán conceptos clave como HDFS y Cloud Storage, y se analizarán formatos innovadores como Delta Lake, Hudi e Iceberg.

  1. Bases de datos SQL
  2. Bases de datos NoSQL: clave-valor, documental, grafos, columnares, memoria...
  3. Almacenamiento distribuido: HDFS, cloud storage
  4. Formatos de almacenamiento: texto, ORC, AVRO, Parquet, Delta, Iceberg, Hudi...
5. Data Preparation: exploración y descubrimiento del dato

Este módulo nos sumerge en el apasionante mundo del análisis de datos utilizando herramientas como Python, R y SQL. A través de un enfoque riguroso y orientado al negocio, exploraremos conjuntos de datos con profundidad y claridad. Aprenderemos técnicas avanzadas de manipulación, limpieza y visualización básica de datos que nos permitirán identificar patrones, tendencias y relaciones relevantes para nuestras empresas. Este conocimiento nos proporcionará una ventaja competitiva, ayudándonos a tomar decisiones informadas y a aprovechar oportunidades estratégicas, convirtiendo datos en perspectivas accionables que potencien el éxito empresarial.

  1. Introducción a Python para el análisis de datos con librerías como pandas y numpy. Básicos de visualización con seaborn y matplotlib
  2. Acceso al dato desde su repositorio de origen: databases, sql, no sql, apis, web services...
  3. Fundamentos de SQL: consultas básicas y avanzadas, scripting
6. Data Transformation & Modelling: manipulación y análisis de datos

Abordaremos la necesidad fundamental de convertir y aprovechar los datos en entornos empresariales a través de metodologías de transformación de datos como ETL / ELT / EL basándonos en estándar de la industria como el modelado dimensional o data vault, aprendiendo a generar a partir de ello productos de datos con diferentes técnicas plenamente actuales.

Transformación del dato:

  1. Técnicas de modelado: modelado dimensional, data vault
  2. ETL / ELT / EL. Librerías transformación (Bonobo, petl, pyETL,..). Pandas y NumPy para modelado
  3. Orquestadores (Airflow, Prefect)

Explotación del dato:

  1. Creación APIs (FastAPI, Flask...)
  2. Aplicaciones de datos (Streamlit, Dash)
7. Data Explosion: procesamiento distribuido en Big Data

En un mundo donde los datos son cada vez más abundantes y complejos, es esencial contar con habilidades en el manejo eficiente y escalable de datos. Spark, como paradigma de procesamiento distribuido, se ha convertido en un referente en la industria, permitiendo realizar operaciones en paralelo y aprovechar la potencia de clústeres de computación. Este módulo nos proporciona una base sólida en el uso de Spark para manipular y transformar datos a gran escala, permitiendo enfrentarnos a desafíos reales en el entorno empresarial y extraer valor significativo de los datos. Al adquirir habilidades en Spark, nos preparamos para afrontar los retos de Big Data y aprovechar las oportunidades que ofrecen estos volúmenes masivos de información en la toma de decisiones estratégicas y la generación de ventajas competitivas.

  1. Introducción al procesamiento distribuido con Spark
  2. Manipulación de datos con Spark DataFrame (carga de datos, filtrado, selección de columnas, agregaciones, transformaciones...)
  3. Spark SQL
  4. Limpieza y preparación de datos (detección y tratamiento de valores nulos, manejo de datos faltantes, conversión de tipos de datos, normalización...)
  5. Transformación y enriquecimiento de datos (operaciones de fecha y hora, manipulación de cadenas, creación de nuevas columnas...)
8. Machine Learning

Este módulo establece el punto de partida del mundo de Machine Learning, introduciéndote en los conceptos clave y las técnicas esenciales de este campo. A través de un aprendizaje práctico y aplicado, descubrirás cómo los modelos pueden desentrañar patrones ocultos en los datos. La meta es prepararte para manejar desafíos más sofisticados y sumergirte en técnicas más avanzadas en módulos posteriores. Una vez asentadas las técnicas para empezar a trabajar con Machine Learning, este módulo nos permitirá profundizar en algoritmos y escenarios más complejos, pero también nos enseñará técnicas avanzadas para optimizar nuestros modelos y enfrentarnos a problemas cuando los datos no nos ayudan demasiado en su estado natural.

  1. Introducción ML: definición, tipos, ejemplos en el mundo real
  2. Ciclo de vida de un proyecto ML: comprensión del problema, recopilación y preparación datos, selección, entrenamiento, evaluación y despliegue del modelo
  3. Conceptos fundamentales: features, hiperparámetros, funciones de pérdida, sesgo y varianza, overfitting y underfitting
  4. Aprendizaje supervisados. Regresión: simple y múltiple, evaluación
  5. Aprendizaje supervisados. Clasificación: conceptos básicos, logística, evaluación
  6. Aprendizaje supervisados. Decision Tree y Random Forest: conceptos, algoritmos, interpretación, evaluación
  7. Aprendizaje no supervisado. Clustering: conceptos, algoritmos
  8. Reducción dimensionalidad, PCA, Análisis Discriminante Lineal
  9. Algoritmos avanzados (45%): SVM, Stochastic Gradient Descent, ensemble (AdaBoost, XGBoost...), etc.
  10. Optimización de modelos (18%): técnicas como ajuste de hiperparámetros, selección de características, regularización, validación cruzada, etc.
  11. Análisis de series temporales (12%): introducción, modelado y tendencia, ARIMA, SARIMA, etc.
  12. Grafos (12%): conceptos fundamentales, aprendizaje de representaciones de grafos, clasificación y predicción de enlaces
  13. Aprendizaje por refuerzo (8%): concepto, estados, acciones, recompensas, algoritmos
  14. Detección de anomalías y aprendizaje de datos desbalanceados (5%): identificación de observaciones que se desvían del patrón general con métodos estadísticos, clustering y aprendizaje supervisado. Técnicas para entrenar modelos en conjuntos de datos donde las clases no están igualmente representadas recopilando más datos, generándolos de forma sintética, modificación de algoritmos
9. Deep Learning

El módulo de Deep Learning es el siguiente nivel en el aprendizaje automático, donde explorarás redes neuronales profundas y arquitecturas avanzadas para abordar problemas complejos. Descubre cómo estas técnicas revolucionarias han transformado el campo, permitiendo el análisis de datos de mayor complejidad y la resolución de desafíos en visión por computadora, procesamiento del lenguaje natural y más.

  1. Introducción al Deep Learning: visión general, función de activación, forward y backpropagation, arquitecturas básicas
  2. Convolutional neural network (CNN): qué es la convolución, pooling, detección de características, clasificación de imágenes
  3. Recurrent neural network (RNN): procesamiento de datos secuenciales, LSTM.
  4. Procesamiento de Lenguaje Natural: preprocesamiento de texto, modelos de lenguaje, embeddings, generación de texto y traducción automática
  5. Generative Adversarial Networks (GAN): concepto, generador y discriminador, función de pérdida adversaria, aplicaciones prácticas
10. Workshops
  1. Telco
  2. Banca
  3. Health
  4. Retail
  5. IoT - Industrial
  6. Tendencias del mercado, etc.
  7. Storytelling
  8. IA Generativa: modelos de atención y transformers (GPT, Bard, Llama, etc.)
  9. Interpretabilidad y explicabilidad de la IA
  10. MLOps
  11. Autoservicio BI: Power BI, Tableau, Looker...
  12. Entornos DS low-code: Knime, Dataiku...
  13. Notebooks ecosystem: Jupyter, Hex, Noteable, Count...
11. Capstone

Aplica todos tus conocimientos adquiridos a lo largo del Máster en tu Proyecto Capstone. Realizarás un proyecto completo de ciencia de datos con conjuntos de datos de empresas reales y presentarás sus resultados a un panel de expertos. En ediciones anteriores, los estudiantes implementaron sus proyectos con conjuntos de datos de empresas como Endesa, Iberia y Viewnext.

  1. Definición de idea con el tutor asignado.
  2. Selección de objetivos del trabajo.
  3. Planteamiento de metodología.
  4. Utilización de herramientas del mercado.
  5. Presentación ante tribunal de expertos y compañeros.

*El programa académico puede estar sujeto a cambios en función de la diferente variedad en la demanda de skills dominantes del mercado. Nuestro objetivo es tu empleabilidad.

*El programa académico puede estar sujeto a cambios en función de la diferente variedad en la demanda de skills dominantes del mercado. Nuestro objetivo es tu empleabilidad.
Los mejores mentores

Mentores

Unai Obieta

CIO y CDO Technology y Director de transformación digital

Director del Máster de Inteligencia Artificial

Carlos Eduardo Chaves

Data Scientist

Javier Castellar

Profesor

David Sanz

Head of Corporate Business Intelligence

Tomás Trenor

Data Analytics Director

Álvaro Barbero

Chief Data Scientist

Adrián Bertol

Head of AI, Data & Analytics for Enterprise Business

Olga Campos

Principal xTech

Mariano Muñoz

Global Head of Data

Ángel Galán

Director Cloud Data Analytics

*Siempre estamos en la búsqueda de los mejores profesionales disponibles del sector, es por eso que puede haber variaciones de una convocatoria a otra.

Preparación para certificaciones

Este Máster te ayudará a preparar 2 exámenes de certificaciones fundamentales para desarrollar tu actividad profesional como analista de datos:

Además, de prepararte como analista de datos te daremos las bases para prepararte para las certificaciones oficiales internacionales como:

En IMMUNE estamos empeñados en que nuestros alumnos obtengan las competencias y habilidades esenciales demandadas en el mercado. Por elllo ofrecemos un programa de certificación en IT opcional en diversas materias:

* Por ser alumno de IMMUNE tendrás acceso gratuito a los exámenes de certificados.
Nuestros alumnos trabajan en

Testimonios

 
Financiación

Financiación IMMUNE

Pago al contado
Si realizas el pago en una sola cuota te beneficiarás de un 5% de descuento.

9 / 16 Cuotas sin intereses
En 9 cuotas si es presencial y en 16 si el tipo de máster es online.

Financiación externa

ISA Bcas
No pagues hasta encontrar trabajo en plazos adaptados a tu sueldo.
*Dirigido a personas con nacionalidad o permiso de residencia en España.

Quotanda
Te permite pagar a plazos, aunque estés desempleado y no dispongas de un aval.
*Dirigido a desempleados que cumplen unas condiciones específicas en cuanto al perfil de acceso.

Sequra
Te permite pagar a plazos, aunque estés desempleado y no dispongas de un aval.
*Dirigido a desempleados que cumplen unas condiciones específicas en cuanto al perfil de acceso.

Fundae
Bonifica tu formación con la Fundación Estatal para la formación en el empleo.
*Dirigido a trabajadores en activo que quieren financiar su programa a través de formación bonificada.

FAQs

¡Te resolvemos todas las dudas!

¿Cuáles son los requisitos de admisión?

No es necesario acreditar formación mínima para la admisión, únicamente deberás pasar un proceso de admisión que consiste en una valoración curricular y entrevista personal con nuestro área de admisiones.

¿Están incluídas las herramientas dentro del coste del programa?

Las herramientas que se utilizan a lo largo del Máster tienen licencia de uso gratuito, en algunos casos porque utilizamos licencias educativas y en otros porque se trata de software libre.

¿Existe un servicio de empleo y orientación profesional?

Sí, disponemos de un área de empleabilidad que a través de nuestro programa Talent Hub se encarga de potenciar el acceso al mercado laboral de nuestros alumnos. Dentro de los servicios que ofrecemos encontrarás, recursos para tu búsqueda y preparación de entrevistas, test de inglés, revisión de currículum y/o Linkedin, preparación de entrevistas y elevator pitch, y acceso a nuestra exclusiva bolsa de prácticas y empleo.

¿Necesito tener conocimientos o experiencia previa?

No es necesario tener conocimientos previos ya que todos los bootcamp parten desde 0. Sí es recomendable conocimientos a nivel usuario y predisposición hacia la tecnología.

¿Qué características tiene que tener mi ordenador?

Es necesario que tengas acceso a un ordenador portátil que cuente con cámara, micrófono y con unos requisitos mínimos de 8 gigas de memoria RAM y procesador i5.

¿Qué es el Capstone?

Es el proyecto final donde se debe aplicar y consolidar todo lo aprendido en el máster. La presentación final de este proyecto se realiza ante un tribunal compuesto por profesionales de empresas del sector y constituye una oportunidad única para que el alumno demuestre sus conocimientos ante potenciales empleadores y realice networking.

¿Qué título o acreditación se entrega al terminar?

Una vez finalices y superes el programa recibirás un diploma emitido por IMMUNE Technology Institute en formato digital verificable mediante tecnología blockchain.

¿Tenéis becas?

Sí, disponemos de becas o ayudas al estudio así como métodos de financiación en función del perfil de los alumnos. Consulta nuestras opciones de becas y financiación.

¿Se puede hacer online?

Sí, puedes realizarlo tanto de forma presencial en nuestras instalaciones en el Paseo de la Castellana 89 (Madrid), como en remoto desde tu casa de forma síncrona. Con esta modalidad estarás en contacto directo y bajo supervisión de los profesores, lo que te permitirá seguir las clases e interactuar de forma ágil y natural.

Este programa es para ti si...

  • Alumnos de programa tecnológico en clase de ciberseguridad, data science y programación
    Buscas un cambio

    La reinvención profesional es el futuro. Con el programa podrás introducirte a un sector con altísima tasa de empleabilidad y en pleno crecimiento. Si tienes ganas de cambiar y construir una carrera en ciberseguridad, a tu propio ritmo y con una comunidad que te apoya, no lo pienses más.

  • Estudiantes del centro tecnológico immune dando clase de tecnología
    Necesitas un upgrade

    Quieres destacarte en un ámbito relevante. Estás buscando desarrollar las habilidades necesarias para dar un salto importante y contundente en tu vida profesional. Ves un futuro claro como experto/a en ciberseguridad.

  • profesor de máster enseñando conceptos tecnológicos
    Quieres arrancar tu carrera con fuerza

    Estás estudiando, o recién graduado/a y quieres dar pasos firmes en la dirección de un futuro prometedor e interesante. Una especialización en ciberseguridad te permitirá entrar al mercado laboral con un golpe sobre la mesa.

La industria está on fire
+84% Mejora su situación laboral
+40 Ofertas de empleo mensuales
94,5% Empleabilidad
+4,7 Ofertas de empleo/alumno
Empleabilidad
Proceso de admisión

Nuestros alumnos se caracterizan por su pasión por la tecnología. El proceso de admisión se centra en quién eres, cómo piensas, qué has logrado y compartir tus metas.

El objetivo es conocerte mejor, identificar aquello que te hace único y asegurarnos que el modelo educativo de IMMUNE encaja con tu perfil.

1.
Solicitud de admisión
2.
Entrevista personal
3.
Comisión académica
4.
Matrícula
arrow_upward

Paseo de la Castellana 89, 28046 Madrid

hello@immune.institute
© IMMUNE Technology Institute. Todos los derechos reservados.

Programas

Alumno

¿Quieres estar al día de las novedades de IMMUNE y el mundo tecnológico?
Premios y reconocimientospremio educacion en tecnologia e innovacionlogo memberlogo premios excelencia educativalogo european excellence education
Logo GIMI instituteInnovation Catalyst
logo european excellence educationPartners educativoslogo asottechAliados internacionaleslogo sica
cross