Ciència de Dades

Per a obtenir la titulació de màster universitari de Ciència de dades, l’estudiant ha de superar 60 crèdits ECTS.

El nombre de crèdits ECTS per assignatura és una estimació del temps que un estudiant pot invertir per a adquirir les competències associades a l'assignatura. Un crèdit ECTS equival aproximadament a 25 hores de treball de l’estudiant.

El màster universitari de Ciència de dades té una durada mínima estimada d'un any acadèmic, distribuït en dos quadrimestres, amb una càrrega total de 60 crèdits ECTS.

Tanmateix, la flexibilitat de la normativa acadèmica de la UOC permet que cada persona pugui ajustar la durada i el ritme dels estudis a les seves possibilitats de dedicació i a la seva disponibilitat de temps.

D'aquesta manera, els estudiants poden decidir cada quadrimestre les assignatures que volen cursar. Per a això, en el moment de fer la matrícula, la UOC posa a disposició dels estudiants un tutor que oferirà una assistència directa i l'assessorament necessari.

Els estudis de màster conclouen amb l'elaboració d'un treball final. En el màster universitari de Ciència de Dades el treball final té 12 crèdits ECTS.

El treball final del màster universitari de Ciència de Dades consisteix en la realització projecte individual de síntesi dels coneixements adquirits en altres assignatures del màster. És una assignatura que l'estudiant ha de cursar per a finalitzar el programa i està orientada a l'avaluació de les competències associades al títol. És per això que per a matricular-se d¿aquesta assignatura cal haver superat un nombre determinat de crèdits del programa.

En el màster universitari de Ciència de Dades les propostes de línies de treball s'agrupen en diferents àmbits, relacionats amb les temàtiques o assignatures cursades durant el màster. L'estudiant haurà de triar l'àmbit de coneixement en el qual vol fer el seu treball final de màster. Per a matricular-se del treball final, prèviament cal haver fet una sol·licitud, que ha de ser acceptada per l'equip docent del programa. El tutor acadèmic de la UOC té un paper clau en l'orientació, la informació i la gestió del procés de selecció dels treballs finals.

El treball final és un projecte individual que es fa amb la tutorització i el guiatge del director del treball final, que fa l'acompanyament necessari per tal que l'estudiant el pugui portar a terme amb èxit. El director del treball final és l'encarregat d'orientar l'estudiant i fa el seguiment del projecte i l'assessora en cadascun dels aspectes: conceptualització, fonamentació, metodologia, redacció dels resultats i defensa.

El treball final conclou amb una defensa, en la qual l'estudiant ha de fer una exposició del treball, mitjançant una eina de presentacions virtuals, davant una comissió d'avaluació formada per tres membres, que l'avaluen.

La qualificació del treball final consta de tres parts: (1) el seguiment i l'elaboració del treball, (2) la memòria, producte, projecte o estudi final realitzat i (3) la defensa del treball. La defensa s'ha de fer de manera X.

Per a més informació sobre la docència i el procés de sol·licitud, cal consultar el pla docent, a la Secretaria del Campus un cop s'ha demanat l'accés al programa.

+ Consulta més detalls sobre els treballs finals

Recursos comuns per a l'aprenentatge

L'estudiant disposa al llarg del programa amb:

-Un laboratori virtual de tecnologies i eines de ciència de dades, que dóna serveis de suport en l'ús de les eines. El programa té acords amb els principals fabricants de programari de business intelligence, amb empreses d'infraestructura virtualitzada i amb un laboratori d'eines de programari de codi obert.

-Un laboratori virtual de llenguatges de programació, que proporciona suport a l'estudiant durant tot el programa en els temes relacionats amb la programació, especialment en el llenguatge R.

A més, durant el desenvolupament del màster, els estudiants tenen accés a programari i a recursos seleccionats pel professorat de cada matèria: una selecció de programari lliure i de llicències del programari propietari més utilitzat actualment al mercat, i altres recursos, ja siguin elaborats per la UOC expressament per a aquest màster o recursos externs de reconeguda qualitat i rigor acadèmic.

Tenim acords de col·laboració estables amb els programes acadèmics de QlikView i Tableau. D'altra banda, la UOC ha tingut tradicionalment un compromís amb el programari de codi obert, especialment en l'àmbit de l'anàlisi de dades. Les nostres eines de referència en anàlisi estadística, mineria de dades (data mining) i aprenentatge automàtic (machine learning) són R i Python, llenguatges estàndards de facto en el mercat industrial i la recerca. Disposem de manuals, tutorials i d'una pàgina web de recursos sobre ambdós llenguatges.

A més, les nostres eines de referència en l'explotació i anàlisi de dades massives són Apache Hadoop i Apache Spark. Per a l'aprenentatge de bases de dades NoSQL utilitzem eines com MongoDB, Riak o Neo4j. En el cas de bases de dades analítiques, utilitzem Microsoft o Pentaho per al magatzem de dades i Oracle o PostgreSQL com a bases de dades.

Cal tenir en compte que estem avaluant contínuament altres eines i acords amb diversos fabricants, de manera que aquesta llista es pot modificar en funció de les tendències de l'àmbit i les necessitats docents del programa.

Depenent de les exigències de rendiment del programari, algunes aplicacions es poden descarregar a l'ordinador de l'estudiant o bé es pot accedir, des de la mateixa aula, a màquines virtuals d'Amazon i Azure.

Es recomanable disposar de màquines i SO de 64 bits i 4 GB de RAM com a mínim (6 GB aconsellable).