Plan de Estudios

El programa se desarrolla a lo largo de un curso académico, dividido en dos cuatrimestres.

CUATRIMESTRE   ECTS
Cuatrimestre I Asignaturas obligatorias: técnicas y herramientas en Data Science.  30
Cuatrimestre 2

Asignaturas obligatorias: Data Science en el ámbito de las finanzas

 

Prácticas empresariales

Trabajo fin de máster

18

 

 

6

6

Total Créditos       60 

Cuatrimestre I

ECTS 

Fundamentos para el Análisis de Datos y la Investigación.

Entorno económico y financiero.

Herramienta de matemáticas y estadística.

3

Herramientas de programación para Data Science.

Programación en R.

Programación en Python.

Bases de datos relacionales: programación SQL.

6

Extracción, Transformación y Carga – ETL

Recolección.

Repositorios públicos.

Repositorios privados.

Procesamiento y calidad de datos: Kettle.

Procesamiento en paralelo: Hadoop, MapReduce, Sparck.

5

Técnicas de análisis estadístico en Data Science (I)

Predicción: Correlación, regresión, GLM, Series temporales, simulación.

Técnicas de agrupación/de reducción de la dimensión.

6

Técnicas de análisis estadístico en Data Science (II)

Técnicas de clasificación.

Machine Learning: redes neuronales, algoritmos genéticos, SVM, redes bayesianas, random forests.

6

Técnicas de visualización en Data Science.

4
Total Créditos   
30

 

Cuatrimestre II

 ECTS

Entorno Legal y Tecnológico.

        Escenarios científicos y tecnológicos en la era del Big Data.

        Aspectos jurídicos y legales en el tratamiento de la información.

        Soluciones de Data Science en el sector financiero.

6

Data Science en la Gestión del Riesgo, el Pricing, la Gestión de Activos y Operaciones.

         Gestión del riesgo de crédito.

        Gestión del riesgo operativo.

         Data Science en el pricing y la tarificación.

         Gestión de activos y de carteras.

6

Data Science para el Análisis de Mercado.

Análisis de datos de mercados y tendencias.

Planificación e inteligencia comercial en el sector financiero.

Data Science para la gestión de información no estructurada.

6

Prácticas empresariales.

6

Trabajo fin de master.

6
Total Créditos                            

30

 

También te puede interesar

  • Master in International Business and Global Management