The purpose of the Master is to provide students with skills in advanced scientific, technological and socioeconomic topics related to fundamental challenges of Information Technology today: the huge amount of data generated, and the need to manage them effectively and efficiently to produce value-added services.
Master in Masive Data Analisys Tecnologies: Big Data
Duration:
1 academic year
RUCT code: 4315427
ECTS Number: 60
Seats number: 20
Dean or center director:
JULIA GONZALEZ ALVAREZ
Title coordinator:
Manuel Felipe Mucientes Molina
manuel.mucientes [at] usc.es
Use languages:
Spanish, Galician
Coordinator university:
University of Santiago de Compostela
Partaker universities:
University of Santiago de Compostela
University of Murcia
Xunta de Galicia title implantation authorization date:
4/06/2015 (DOG 17/06/2015)
BOE publication date:
18/03/2016
Last accreditation date:
28/01/2019
The Master's Degree in Big Data started in the 2015/2016 academic year. The Master was positively evaluated by the National Evaluation Agency, and on 30/4/2015 it was granted as official degree by the Council of Universities.
It is one of the first master’s degrees nationally approved (and granted as official by the Council of Universities) in the topic of Big Data.
The purpose of the Master is to provide students with skills in advanced scientific, technological and socioeconomic topics related to fundamental challenges of Information Technology today: the huge amount of data generated, and the need to manage them effectively and efficiently to produce value-added services. Specifically, the master's degree focuses on the processing, storage, and access to massive amounts of data to explore and analyze them, extracting knowledge and making requests.
Duration:
1 academic year
RUCT code: 4315427
ECTS Number: 60
Seats number: 20
Dean or center director:
JULIA GONZALEZ ALVAREZ
Title coordinator:
Manuel Felipe Mucientes Molina
manuel.mucientes [at] usc.es
Use languages:
Spanish, Galician
Coordinator university:
University of Santiago de Compostela
Partaker universities:
University of Santiago de Compostela
University of Murcia
Xunta de Galicia title implantation authorization date:
4/06/2015 (DOG 17/06/2015)
BOE publication date:
18/03/2016
Last accreditation date:
28/01/2019
The Master's Degree in Big Data started in the 2015/2016 academic year. The Master was positively evaluated by the National Evaluation Agency, and on 30/4/2015 it was granted as official degree by the Council of Universities.
It is one of the first master’s degrees nationally approved (and granted as official by the Council of Universities) in the topic of Big Data.
The purpose of the Master is to provide students with skills in advanced scientific, technological and socioeconomic topics related to fundamental challenges of Information Technology today: the huge amount of data generated, and the need to manage them effectively and efficiently to produce value-added services. Specifically, the master's degree focuses on the processing, storage, and access to massive amounts of data to explore and analyze them, extracting knowledge and making requests.
Créditos que deberá cursar el alumno para obtener la titulación:
Obligatorias: 42
Trabajo fin de máster: 18
Total: 60
No se contemplan
Large-Scale Databases
- P4181101
- Compulsory Credits
- First Semester
- 4,5 Credits
Technologies for Managing Unstructured Information
- P4181102
- Compulsory Credits
- First Semester
- 4,5 Credits
Computation Technologies for Big Data
- P4181103
- Compulsory Credits
- First Semester
- 4,5 Credits
Internet of Things in the context of Big Data
- P4181104
- Compulsory Credits
- Second Semester
- 4,5 Credits
Statistical Learning
- P4181105
- Compulsory Credits
- First Semester
- 6 Credits
Data Mining
- P4181106
- Compulsory Credits
- Second Semester
- 4,5 Credits
Data Visualization
- P4181107
- Compulsory Credits
- First Semester
- 3 Credits
Business Intelligence
- P4181108
- Compulsory Credits
- First Semester
- 6 Credits
Applications and Business Cases
- P4181109
- Compulsory Credits
- Second Semester
- 4,5 Credits
Master Dissertation
- P4181110
- Compulsory Credits
- End of Degree Projects and End of Master's Degree Projects
- 18 Credits
The purpose of the Master is to provide students with skills in advanced scientific, technological and socioeconomic topics related to fundamental challenges of Information Technology today: the huge amount of data generated, and the need to manage them effectively and efficiently to produce value-added services.
No se contempla
Créditos que deberá cursar el alumno para obtener la titulación:
Obligatorias: 42
Trabajo fin de máster: 18
Total: 60
En el programa de tutorías académicas se le asignará a cada estudiante un tutor académico que le proporcionará asistencia a lo largo del curso. Este apoyo será más intenso en el caso de aquellos estudiantes provenientes de programas de movilidad. En las tutorías programadas se realiza una orientación para la realización de los trabajos individuales o en grupo, resolución de dudas y actividades de evaluación continua.
Access
Para acceder aos ensinos oficiais de Máster será necesario estar en posesión de:
A.1. Un título universitario oficial español.
A.2. Un título expedido por unha institución de educación superior pertencente a outro Estado integrante do Espazo Europeo de Educación Superior que faculte no mesmo para o acceso a ensinos de Máster.
A.3. Un título pertencente a un sistema educativo alleo ao Espazo Europeo de Educación, previa comprobación pola Universidade de que o citado título acredita un nivel de formación equivalente aos correspondentes títulos universitarios oficiais españois e faculta no país expedidor do título para o acceso a ensinos de posgrao.
A.4. Un título superior das Ensinanzas Artísticas Superiores do sistema educativo español.
Admission
Modalidad: Criterios específicos
Titulaciones de acceso:
- Titulaciones en: Informática; Física; Matemáticas; Telecomunicaciones; Electrónica; Industriales; otras áreas de ciencias e resto de ingenierías.
Se requiere que los solicitantes tengan competencias en programación básica y, en particular, en algún lenguaje de programación (por ejemplo, C, Java, Fortran, Python ou Matlab).
Los alumnos procedentes de países de lengua diferente al gallego, portugués ou español deberán acreditar el nivel de lengua gallega: Celga II, o española: B1, según el Acuerdo del Consejo de Gobierno de la USC de 30 de julio de 2018.
De non poseer alguno de los títulos, la USC les realizará una prueba de nivel y, de no superarla, deberán asistir a un curso intensivo de gallego o español en el primer semestre hasta alcanzar el nivel requerido
CRITERIOS DE SELECCIÓN:
- Expediente académico (70%)
- Experiencia laboral en el ámbito de las TIC (20%)
- Otros méritos relacionados con el ámbito de las TIC (10%)
Nota: la USC oferta 13 plazas y la U. Murcia, 12
Información actualizada en cada convocatoria de matrícula
Modalidad: Criterios específicos
Titulaciones de acceso:
- Titulaciones en: Informática; Física; Matemáticas; Telecomunicaciones; Electrónica; Industriales; otras áreas de ciencias e resto de ingenierías.
Se requiere que los solicitantes tengan competencias en programación básica y, en particular, en algún lenguaje de programación (por ejemplo, C, Java, Fortran, Python ou Matlab).
Los alumnos procedentes de países de lengua diferente al gallego, portugués ou español deberán acreditar el nivel de lengua gallega: Celga II, o española: B1, según el Acuerdo del Consejo de Gobierno de la USC de 30 de julio de 2018.
De non poseer alguno de los títulos, la USC les realizará una prueba de nivel y, de no superarla, deberán asistir a un curso intensivo de gallego o español en el primer semestre hasta alcanzar el nivel requerido
CRITERIOS DE SELECCIÓN:
- Expediente académico (70%)
- Experiencia laboral en el ámbito de las TIC (20%)
- Otros méritos relacionados con el ámbito de las TIC (10%)
Nota: la USC oferta 13 plazas y la U. Murcia, 12
Información actualizada en cada convocatoria de matrícula
The Master is a postgraduate training programme specialized in advanced scientific, technological and socioeconomic aspects related to several branches of knowledge, including several sub-areas of Computer Science and Mathematics. It is intended to prepare versatile graduates who can develop their activity in the development and application of Massive Data Analytics and Management technologies in a broad sense. The students are expected to easily adapt to different work environments and different profiles of future specialization after completing the Master (Computer professionals for Big Data, scientists or data analysts, researchers in Data Mining or Distributed Computing, etc.
1.- Ability to cope with critical tasks and situations.
2.- Ability to work independently and make decisions.
3.- Skills associated with teamwork: cooperation, leadership, listening.
4.- Analytical, critical and synthetic capacity.
5.- Interpersonal relationship skills.
6.- Creativity
1. Capacidad para implementar aplicaciones de clasificación y búsqueda sobre repositorios masivos de documentos no estructurados o semi-estructurados, así como para evaluar su eficiencia y eficacia.
2. Capacidad para procesar grandes volúmenes documentales para extraer patrones y conocimiento mediante técnicas de minería de textos y minería web.
3. Capacidad para la instalación, configuración y gestión de software básico para el procesamiento de datos masivos.
4. Capacidad para implementar código en diferentes lenguajes especializados en el procesamiento de datos masivos.
5. Capacidad para la utilización de herramientas disponibles para preparar y ejecutar aplicaciones para datos masivos en la nube.
6. Saber sintetizar y describir una gran cantidad de datos seleccionando los estadísticos adecuados al tipo de variables y analizar las relaciones existentes entre ellas.
7. Capacidad para modelar la dependencia entre una variable respuesta y varias variables explicativas, en conjuntos de datos complejos, mediante técnicas de regresión, e interpretando los resultados obtenidos.
8. Capacidad para analizar un conjunto dado de variables mediante técnicas de clasificación interpretando los resultados obtenidos.
9. Capacidad para el análisis y evaluación de la eficacia de diferentes técnicas de visualización para cada problema.
10. Capacidad para sintetizar y comunicar con eficacia los resultados del análisis visual de grandes conjuntos de datos.
11. Conocer los ámbitos de aplicación más relevantes del paradigma Big Data.
12. Entender como las técnicas Big Data se utilizan para soportar y realizar la toma de decisiones basadas en datos.
13. Capacidad para entender los beneficios de la minería de datos y los elementos que intervienen en el proceso, así como de aplicarlos en la resolución de problemas, para elegir las técnicas más adecuadas a cada problema, y para aplicar de forma correcta las técnicas de evaluación y saber interpretar los modelos y resultados.
14. Capacidad para realizar un proyecto de inteligencia de negocio básico en el que se identifican objetivos de negocio y se traducen en objetivos técnicos, se establecen los procesos y componentes de una arquitectura básica, y se realiza una explotación de datos.
15. Capacidad para diseñar y poner en marcha soluciones para el análisis de datos en el ámbito de Internet de las Cosas, teniendo en cuenta los requisitos específicos de este tipo de casos de uso y conociendo el funcionamiento de las redes de sensores basadas en Internet de las Cosas.
16. Capacidad para seleccionar, atendiendo a criterios de eficiencia, escalabilidad, optización de acceso, tolerancia a fallos y adecuación al entorno de producción, las bases de datos y el paradigma de datos óptimo en soluciones Big Data.
Mobility
Su planificación y gestión se desarrolla a través del Vicerrectorado de Relaciones Institucionales y del Servicio de Relaciones Exteriores de la Universidad, en coordinación con la Facultad a través de la “Unidad de apoyo a la gestión de centros y departamentos” (UAGCD) y del vicedecano/a responsable de programas de intercambio. Las facultades, además de los responsables citados arriba, cuenta con la colaboración de varios profesores/as que actúan como coordinadores académicos, y cuya función es tutorizar y asistir en sus decisiones académicas a los estudiantes propios y de acogida.
La selección de los candidatos se lleva a cabo, para cada convocatoria o programa, por una Comisión de Selección, compuesta por el decano o decana, el vicedecano o vicedecana responsable de programas de intercambio, el/la responsable de la UAGCD y los/as coordinadores académicos, de acuerdo con criterios de baremación, previamente establecidos, que tienen en cuenta el expediente académico, una memoria y, en su caso, las competencias en idiomas que exige la Universidad de destino.
La USC, a través de la Oficina de Relaciones Exteriores, mantiene un sistema de información permanente a través de la web, que se complementa con campañas y acciones informativas específicas de promoción de las convocatorias. Además, cuenta con recursos de apoyo para los estudiantes de acogida, tales como la reserva de plazas en las Residencias Universitarias, o el Programa de Acompañamento de Estudantes Estranxeiros (PAE) del Vicerrectorado de Relaciones Institucionales, a través del cual voluntarios/as de la USC realizan tareas de acompañamiento dirigidas a la integración en la ciudad y en la Universidad de los estudiantes de acogida.
En cuanto a los/as estudiantes de acogida, se organiza una sesión de recepción, al inicio de cada cuatrimestre, en la que se les informa y orienta sobre la Facultad y los estudios, al tiempo que se les pone en contacto con los coordinadores académicos, que actuarán como tutores, y el personal del Centro implicado en su atención.
Cada alumno que recibimos tiene asignado un tutor académico, con el que mantienen al menos 3 reuniones presenciales por cuatrimestre (al inicio, a mitad, y al finalizar), aparte de los contactos vía correo electrónico o teléfono según sea pertinente. Los tutores son los encargados del seguimiento de los alumnos y corresponden el primer punto de apoyo de los mismos para resolver los problemas que puedan surgir al
alumno durante su estancia. Al final de su estancia vuelven a reunirse con el Coordinador Internacional para hacer balance de la misma.
La movilidad de los/as estudiantes está regulada a través del “Reglamento de intercambios interuniversitarios”. A través de la Oficina de Relaciones Exteriores se gestionan programas de intercambio tanto nacionales (SICUE), como europeos (ERASMUS) y extracomunitarios (intercambios con países de América Latina o países de habla inglesa):
Portal Internacional
Internships
No se contemplan
El TFM consiste en el análisis, diseño, implementación y validación de un proyecto relacionado con las Tecnologías de Análisis de Datos Masivos.
Tiene como objetivo principal el análisis, diseño, implementación y validación de un proyecto, realizado de forma individual, relacionado con las Tecnologías de Análisis de Datos Masivos y en el que se enfaticen algunas de las competencias adquiridas. Se podrá desarrollar en una empresa o entidad con acreditada experiencia en proyectos de I+D+i, siendo cotutelado por un profesional del ámbito.
El proyecto debe integrar en cualquier caso componentes de innovación que vayan más allá del mero desarrollo de una aplicación, servicio o línea de negocio estándares.
El TFM debe promover la aportación de valor añadido por parte del estudiante en proyectos innovadores, y su relación directa con el mercado de trabajo o con algún aspecto puntero de investigación.
Professors from the School of Engineering (ETSE) and the Faculty of Mathematics of the USC. Also, the Master's Thesis (TFM) can be guided by professionals from companies.
|
Indicator |
2017-2018 |
2018-2019 |
2019-2020 |
2020-2021 |
2021-2022 |
2022-2023 |
|
|---|---|---|---|---|---|---|---|
|
Offer |
|||||||
|
IN01 Offered places Number of places offered for each academic year. Scale info: Whole number |
13,0 |
13,0 |
13,0 |
13,0 |
20,0 |
20,0 |
|
|
Enrolment |
|||||||
|
IN02 Enrollment Number of students enrolled in an academic year without counting students from incoming mobility programs. Scale info: Whole number |
18,0 |
23,0 |
15,0 |
17,0 |
26,0 |
21,0 |
|
|
IN03 Access enrollment Number of students enrolling in a study plan for the first time. This includes students who transfer their transcripts, access by partial validation of foreign studies or who adapt from plans in extinction. Scale info: Whole number |
13,0 |
12,0 |
12,0 |
13,0 |
20,0 |
16,0 |
|
|
IN04 New enrollment by pre-registration Number of students who enroll in the first year of a study plan for the first time, that is, not counting students who access through partial validation of foreign studies, transfers or adaptations from plans in extinction. Scale info: Whole number |
13,0 |
12,0 |
12,0 |
13,0 |
20,0 |
16,0 |
|
|
IN05 Variation in new enrollment by pre-registration Relative variation rate of new admission enrollment by pre-registration. Scale info: Percentage with two decimal places. |
0,0 |
-7,69 |
0,0 |
8,33 |
53,85 |
- |
|
|
Admittance profile |
|||||||
|
IN06 Average access grade by pre-registration Average entrance grade for pre-registration of students starting studies. Determines the entry profile. Scale info: Rational number with two decimal places. The range goes from 0 to the maximum value that can be obtained in each academic year for pre-registration (some historical values have been 10.00 points, 12.00 points or 14.00 points). |
7,2131 |
6,8373 |
8,2929 |
7,1376 |
6,9671 |
7,4371 |
|
|
IN08 Percentage of foreign students over total enrolled Percentage of foreign students over enrolled students, excluding students enrolled in incoming mobility programs. Scale info: Percentage with two decimal places |
11,11 |
4,35 |
6,67 |
0,0 |
15,38 |
38,1 |
|
|
IN09 Percentage of national students from outside Galicia over total enrolled Percentage of national students from outside Galicia on enrolled students, without counting students enrolled in incoming mobility programs. Scale info: Percentage with two decimal places |
5,56 |
0,0 |
0,0 |
17,65 |
3,85 |
9,52 |
|
|
IN13 Percentage of enrolled students who are USC graduates Number of students enrolled in the master's program who graduated from USC. Scale info: Percentage with two decimal places |
- |
- |
- |
41,18 |
42,31 |
23,81 |
|
|
Adaptation to demand |
|||||||
|
IN12 Occupancy rate Number of new students entering through pre-registration divided by the places offered. Scale info: Percentage with two decimal places |
100,0 |
92,31 |
92,31 |
100,0 |
100,0 |
80,0 |
|
Indicator |
2017-2018 |
2018-2019 |
2019-2020 |
2020-2021 |
2021-2022 |
2022-2023 |
|
|---|---|---|---|---|---|---|---|
|
External mobility |
|||||||
|
IN18 Percentage of students received by USC from mobility programs over total enrolled Number of students received at USC in that degree from other universities (mobility programs) divided by the number of students enrolled in the degree. Scale info: Percentage with two decimal places |
0,0 |
0,0 |
0,0 |
0,0 |
0,0 |
4,76 |
|
Indicator |
2017-2018 |
2018-2019 |
2019-2020 |
2020-2021 |
2021-2022 |
2022-2023 |
|---|---|---|---|---|---|---|
|
IN22 Percentage of graduates in an academic year who completed internships in companies or institutions during their studies Percentage relationship between graduates of a degree in an academic year who have carried out internships in companies and institutions throughout their studies, out of the total number of students graduating in that degree and in that same academic year. Scale info: Percentage with two decimal places |
0,0 |
0,0 |
0,0 |
0,0 |
0,0 |
0,0 |
|
Indicator |
2017-2018 |
2018-2019 |
2019-2020 |
2020-2021 |
2021-2022 |
2022-2023 |
|
|---|---|---|---|---|---|---|---|
|
Drop-out |
|||||||
|
IN41 Dropout rate under RD 1393/2007 Percentage relationship between students in a new admission cohort who should have obtained their degree in the previous academic year and who did not enroll in either that academic year or the previous one. Scale info: Percentage with two decimal places |
0,0 |
0,0 |
8,33 |
16,67 |
15,38 |
10,0 |
|
|
Assessment |
|||||||
|
IN36 Evaluation rate Percentage relationship between the total number of ordinary credits for which the students applied and the total number of ordinary credits enrolled. Scale info: Percentage with two decimal places |
76,64 |
85,76 |
81,4 |
80,32 |
83,83 |
82,98 |
|
|
Average duration of studies |
|||||||
|
IN38 Average duration of studies Average duration (in years) in which students take to complete the credits corresponding to the curriculum. Scale info: Rational number with two decimal places |
1,3333 |
1,5294 |
1,4444 |
1,6667 |
1,2632 |
1,2 |
|
|
Efficiency of graduates |
|||||||
|
IN53 Efficiency rate (graduates' performance) Percentage ratio between the total number of credits that a student passed during the degree in which he graduated and the total number of credits in which he enrolled. Scale info: Percentage with two decimal places |
95,24 |
87,63 |
88,24 |
85,71 |
92,68 |
92,17 |
|
|
Students per group |
|||||||
|
IN32 Average number of students per interactive teaching group Relationship between the number of enrolled students and the number of interactive teaching groups. Scale info: Rational number with two decimal places |
13,5714 |
12,1667 |
12,0 |
12,8333 |
20,0 |
16,3333 |
|
|
IN55 Average number of students enrolled in mandatory and basic training courses per theoretical group (lectures) Relationship between the number of students enrolled in compulsory basic education subjects and the number of theory groups in those subjects. Scale info: Rational number with two decimal places |
- |
12,1667 |
12,0 |
12,8333 |
20,0 |
16,3333 |
|
|
Success |
|||||||
|
IN35 Success rate Percentage ratio between the total number of ordinary credits that students have passed and the total number of ordinary credits for which they have applied. Scale info: Percentage with two decimal places |
99,31 |
97,39 |
91,19 |
96,18 |
97,81 |
96,38 |
|
|
IN50 Success rate of graduates Percentage relationship between the total number of credits that a student passed throughout the degree from which he/she graduated and the total number of credits that he/she applied for. Scale info: Percentage with two decimal places |
95,24 |
87,63 |
88,24 |
100,0 |
100,0 |
98,68 |
|
|
Graduation |
|||||||
|
IN37 Graduation rate Percentage ratio between students who completed their studies within the time provided for in the study plan or in an additional academic year and their entry cohort. It shows information on the degree of effectiveness of the students and the institution in relation to their academic activity. Scale info: Percentage with two decimal places |
100,0 |
76,92 |
91,67 |
75,0 |
84,62 |
85,0 |
|
|
Performance |
|||||||
|
IN34 Performance rate Percentage relationship between the total number of ordinary credits that students passed and the total number of ordinary credits in which they enrolled. Scale info: Percentage with two decimal places |
76,11 |
83,52 |
74,22 |
77,26 |
82,0 |
79,97 |
|
|
Satisfaction |
|||||||
|
IN23 Graduates' satisfaction with the public information available Average rating of the graduate satisfaction survey with available public information. Scale info: Minimum 0.00, maximum 5.00 |
4,25 |
4,8 |
- |
- |
- |
- |
|
|
IN33 Graduates' satisfaction with services Average rating of the questions relating to satisfaction with the services of the graduate survey. Scale info: Minimum 0.00, maximum 5.00 |
4,5713 |
5,0 |
- |
- |
- |
- |
|
|
IN42 General satisfaction of graduates with the degree program Average rating of questions regarding satisfaction with the degree in the graduate survey. Scale info: Minimum 0.00, maximum 5.00 |
4,129 |
4,4545 |
- |
3,26 |
3,55 |
3,42 |
|
|
IN46 Students' satisfaction with the teaching received Average rating of the student satisfaction survey with the teaching received. Scale info: Minimum 0.00, maximum 5.00 |
4,34 |
4,47 |
4,29 |
3,95 |
4,36 |
4,36 |
|
|
IN47 Teachers' satisfaction with the teaching provided Average rating of the teacher satisfaction survey with the teaching provided. Scale info: Minimum 0.00, maximum 5.00 |
3,4211 |
4,3462 |
- |
4,193 |
3,9605 |
3,9615 |
|
|
IN48 Response rate to the satisfaction survey Percentage of response to the satisfaction survey by students. Scale info: Percentage with two decimal places |
57,1429 |
32,2581 |
23,3333 |
78,5714 |
76,1905 |
40,0 |
|
Indicator |
2017-2018 |
2018-2019 |
2019-2020 |
2020-2021 |
2021-2022 |
2022-2023 |
|---|---|---|---|---|---|---|
|
IN24 Percentage of Teaching and Research Staff (PDI) with six-year research periods Percentage relationship between the PDI with six years and the total PDI with teaching in the degree and which can have six years Scale info: Percentage with two decimal places |
100,0 |
100,0 |
100,0 |
100,0 |
100,0 |
100,0 |
|
IN25 Percentage of PDI with a PhD over total PDI Percentage ratio between the doctoral PDI and the total PDI with teaching in the title. Scale info: Percentage with two decimal places |
100,0 |
100,0 |
100,0 |
100,0 |
100,0 |
100,0 |
|
IN26 Percentage of civil servant PDI over total PDI Percentage relationship between the official PDI and the total PDI with teaching in the degree. Scale info: Percentage with two decimal places |
73,33 |
73,33 |
71,43 |
87,5 |
64,29 |
72,73 |
Créditos que deberá cursar el alumno para obtener la titulación:
Obligatorias: 42
Trabajo fin de máster: 18
Total: 60
No se contemplan
Large-Scale Databases
- P4181101
- Compulsory Credits
- First Semester
- 4,5 Credits
Technologies for Managing Unstructured Information
- P4181102
- Compulsory Credits
- First Semester
- 4,5 Credits
Computation Technologies for Big Data
- P4181103
- Compulsory Credits
- First Semester
- 4,5 Credits
Internet of Things in the context of Big Data
- P4181104
- Compulsory Credits
- Second Semester
- 4,5 Credits
Statistical Learning
- P4181105
- Compulsory Credits
- First Semester
- 6 Credits
Data Mining
- P4181106
- Compulsory Credits
- Second Semester
- 4,5 Credits
Data Visualization
- P4181107
- Compulsory Credits
- First Semester
- 3 Credits
Business Intelligence
- P4181108
- Compulsory Credits
- First Semester
- 6 Credits
Applications and Business Cases
- P4181109
- Compulsory Credits
- Second Semester
- 4,5 Credits
Master Dissertation
- P4181110
- Compulsory Credits
- End of Degree Projects and End of Master's Degree Projects
- 18 Credits
The purpose of the Master is to provide students with skills in advanced scientific, technological and socioeconomic topics related to fundamental challenges of Information Technology today: the huge amount of data generated, and the need to manage them effectively and efficiently to produce value-added services.
No se contempla
Créditos que deberá cursar el alumno para obtener la titulación:
Obligatorias: 42
Trabajo fin de máster: 18
Total: 60
En el programa de tutorías académicas se le asignará a cada estudiante un tutor académico que le proporcionará asistencia a lo largo del curso. Este apoyo será más intenso en el caso de aquellos estudiantes provenientes de programas de movilidad. En las tutorías programadas se realiza una orientación para la realización de los trabajos individuales o en grupo, resolución de dudas y actividades de evaluación continua.
Access
Para acceder aos ensinos oficiais de Máster será necesario estar en posesión de:
A.1. Un título universitario oficial español.
A.2. Un título expedido por unha institución de educación superior pertencente a outro Estado integrante do Espazo Europeo de Educación Superior que faculte no mesmo para o acceso a ensinos de Máster.
A.3. Un título pertencente a un sistema educativo alleo ao Espazo Europeo de Educación, previa comprobación pola Universidade de que o citado título acredita un nivel de formación equivalente aos correspondentes títulos universitarios oficiais españois e faculta no país expedidor do título para o acceso a ensinos de posgrao.
A.4. Un título superior das Ensinanzas Artísticas Superiores do sistema educativo español.
Admission
Modalidad: Criterios específicos
Titulaciones de acceso:
- Titulaciones en: Informática; Física; Matemáticas; Telecomunicaciones; Electrónica; Industriales; otras áreas de ciencias e resto de ingenierías.
Se requiere que los solicitantes tengan competencias en programación básica y, en particular, en algún lenguaje de programación (por ejemplo, C, Java, Fortran, Python ou Matlab).
Los alumnos procedentes de países de lengua diferente al gallego, portugués ou español deberán acreditar el nivel de lengua gallega: Celga II, o española: B1, según el Acuerdo del Consejo de Gobierno de la USC de 30 de julio de 2018.
De non poseer alguno de los títulos, la USC les realizará una prueba de nivel y, de no superarla, deberán asistir a un curso intensivo de gallego o español en el primer semestre hasta alcanzar el nivel requerido
CRITERIOS DE SELECCIÓN:
- Expediente académico (70%)
- Experiencia laboral en el ámbito de las TIC (20%)
- Otros méritos relacionados con el ámbito de las TIC (10%)
Nota: la USC oferta 13 plazas y la U. Murcia, 12
Información actualizada en cada convocatoria de matrícula
Modalidad: Criterios específicos
Titulaciones de acceso:
- Titulaciones en: Informática; Física; Matemáticas; Telecomunicaciones; Electrónica; Industriales; otras áreas de ciencias e resto de ingenierías.
Se requiere que los solicitantes tengan competencias en programación básica y, en particular, en algún lenguaje de programación (por ejemplo, C, Java, Fortran, Python ou Matlab).
Los alumnos procedentes de países de lengua diferente al gallego, portugués ou español deberán acreditar el nivel de lengua gallega: Celga II, o española: B1, según el Acuerdo del Consejo de Gobierno de la USC de 30 de julio de 2018.
De non poseer alguno de los títulos, la USC les realizará una prueba de nivel y, de no superarla, deberán asistir a un curso intensivo de gallego o español en el primer semestre hasta alcanzar el nivel requerido
CRITERIOS DE SELECCIÓN:
- Expediente académico (70%)
- Experiencia laboral en el ámbito de las TIC (20%)
- Otros méritos relacionados con el ámbito de las TIC (10%)
Nota: la USC oferta 13 plazas y la U. Murcia, 12
Información actualizada en cada convocatoria de matrícula
The Master is a postgraduate training programme specialized in advanced scientific, technological and socioeconomic aspects related to several branches of knowledge, including several sub-areas of Computer Science and Mathematics. It is intended to prepare versatile graduates who can develop their activity in the development and application of Massive Data Analytics and Management technologies in a broad sense. The students are expected to easily adapt to different work environments and different profiles of future specialization after completing the Master (Computer professionals for Big Data, scientists or data analysts, researchers in Data Mining or Distributed Computing, etc.
1.- Ability to cope with critical tasks and situations.
2.- Ability to work independently and make decisions.
3.- Skills associated with teamwork: cooperation, leadership, listening.
4.- Analytical, critical and synthetic capacity.
5.- Interpersonal relationship skills.
6.- Creativity
1. Capacidad para implementar aplicaciones de clasificación y búsqueda sobre repositorios masivos de documentos no estructurados o semi-estructurados, así como para evaluar su eficiencia y eficacia.
2. Capacidad para procesar grandes volúmenes documentales para extraer patrones y conocimiento mediante técnicas de minería de textos y minería web.
3. Capacidad para la instalación, configuración y gestión de software básico para el procesamiento de datos masivos.
4. Capacidad para implementar código en diferentes lenguajes especializados en el procesamiento de datos masivos.
5. Capacidad para la utilización de herramientas disponibles para preparar y ejecutar aplicaciones para datos masivos en la nube.
6. Saber sintetizar y describir una gran cantidad de datos seleccionando los estadísticos adecuados al tipo de variables y analizar las relaciones existentes entre ellas.
7. Capacidad para modelar la dependencia entre una variable respuesta y varias variables explicativas, en conjuntos de datos complejos, mediante técnicas de regresión, e interpretando los resultados obtenidos.
8. Capacidad para analizar un conjunto dado de variables mediante técnicas de clasificación interpretando los resultados obtenidos.
9. Capacidad para el análisis y evaluación de la eficacia de diferentes técnicas de visualización para cada problema.
10. Capacidad para sintetizar y comunicar con eficacia los resultados del análisis visual de grandes conjuntos de datos.
11. Conocer los ámbitos de aplicación más relevantes del paradigma Big Data.
12. Entender como las técnicas Big Data se utilizan para soportar y realizar la toma de decisiones basadas en datos.
13. Capacidad para entender los beneficios de la minería de datos y los elementos que intervienen en el proceso, así como de aplicarlos en la resolución de problemas, para elegir las técnicas más adecuadas a cada problema, y para aplicar de forma correcta las técnicas de evaluación y saber interpretar los modelos y resultados.
14. Capacidad para realizar un proyecto de inteligencia de negocio básico en el que se identifican objetivos de negocio y se traducen en objetivos técnicos, se establecen los procesos y componentes de una arquitectura básica, y se realiza una explotación de datos.
15. Capacidad para diseñar y poner en marcha soluciones para el análisis de datos en el ámbito de Internet de las Cosas, teniendo en cuenta los requisitos específicos de este tipo de casos de uso y conociendo el funcionamiento de las redes de sensores basadas en Internet de las Cosas.
16. Capacidad para seleccionar, atendiendo a criterios de eficiencia, escalabilidad, optización de acceso, tolerancia a fallos y adecuación al entorno de producción, las bases de datos y el paradigma de datos óptimo en soluciones Big Data.
Mobility
Su planificación y gestión se desarrolla a través del Vicerrectorado de Relaciones Institucionales y del Servicio de Relaciones Exteriores de la Universidad, en coordinación con la Facultad a través de la “Unidad de apoyo a la gestión de centros y departamentos” (UAGCD) y del vicedecano/a responsable de programas de intercambio. Las facultades, además de los responsables citados arriba, cuenta con la colaboración de varios profesores/as que actúan como coordinadores académicos, y cuya función es tutorizar y asistir en sus decisiones académicas a los estudiantes propios y de acogida.
La selección de los candidatos se lleva a cabo, para cada convocatoria o programa, por una Comisión de Selección, compuesta por el decano o decana, el vicedecano o vicedecana responsable de programas de intercambio, el/la responsable de la UAGCD y los/as coordinadores académicos, de acuerdo con criterios de baremación, previamente establecidos, que tienen en cuenta el expediente académico, una memoria y, en su caso, las competencias en idiomas que exige la Universidad de destino.
La USC, a través de la Oficina de Relaciones Exteriores, mantiene un sistema de información permanente a través de la web, que se complementa con campañas y acciones informativas específicas de promoción de las convocatorias. Además, cuenta con recursos de apoyo para los estudiantes de acogida, tales como la reserva de plazas en las Residencias Universitarias, o el Programa de Acompañamento de Estudantes Estranxeiros (PAE) del Vicerrectorado de Relaciones Institucionales, a través del cual voluntarios/as de la USC realizan tareas de acompañamiento dirigidas a la integración en la ciudad y en la Universidad de los estudiantes de acogida.
En cuanto a los/as estudiantes de acogida, se organiza una sesión de recepción, al inicio de cada cuatrimestre, en la que se les informa y orienta sobre la Facultad y los estudios, al tiempo que se les pone en contacto con los coordinadores académicos, que actuarán como tutores, y el personal del Centro implicado en su atención.
Cada alumno que recibimos tiene asignado un tutor académico, con el que mantienen al menos 3 reuniones presenciales por cuatrimestre (al inicio, a mitad, y al finalizar), aparte de los contactos vía correo electrónico o teléfono según sea pertinente. Los tutores son los encargados del seguimiento de los alumnos y corresponden el primer punto de apoyo de los mismos para resolver los problemas que puedan surgir al
alumno durante su estancia. Al final de su estancia vuelven a reunirse con el Coordinador Internacional para hacer balance de la misma.
La movilidad de los/as estudiantes está regulada a través del “Reglamento de intercambios interuniversitarios”. A través de la Oficina de Relaciones Exteriores se gestionan programas de intercambio tanto nacionales (SICUE), como europeos (ERASMUS) y extracomunitarios (intercambios con países de América Latina o países de habla inglesa):
Portal Internacional
Internships
No se contemplan
El TFM consiste en el análisis, diseño, implementación y validación de un proyecto relacionado con las Tecnologías de Análisis de Datos Masivos.
Tiene como objetivo principal el análisis, diseño, implementación y validación de un proyecto, realizado de forma individual, relacionado con las Tecnologías de Análisis de Datos Masivos y en el que se enfaticen algunas de las competencias adquiridas. Se podrá desarrollar en una empresa o entidad con acreditada experiencia en proyectos de I+D+i, siendo cotutelado por un profesional del ámbito.
El proyecto debe integrar en cualquier caso componentes de innovación que vayan más allá del mero desarrollo de una aplicación, servicio o línea de negocio estándares.
El TFM debe promover la aportación de valor añadido por parte del estudiante en proyectos innovadores, y su relación directa con el mercado de trabajo o con algún aspecto puntero de investigación.
Professors from the School of Engineering (ETSE) and the Faculty of Mathematics of the USC. Also, the Master's Thesis (TFM) can be guided by professionals from companies.
|
Indicator |
2017-2018 |
2018-2019 |
2019-2020 |
2020-2021 |
2021-2022 |
2022-2023 |
|
|---|---|---|---|---|---|---|---|
|
Offer |
|||||||
|
IN01 Offered places Number of places offered for each academic year. Scale info: Whole number |
13,0 |
13,0 |
13,0 |
13,0 |
20,0 |
20,0 |
|
|
Enrolment |
|||||||
|
IN02 Enrollment Number of students enrolled in an academic year without counting students from incoming mobility programs. Scale info: Whole number |
18,0 |
23,0 |
15,0 |
17,0 |
26,0 |
21,0 |
|
|
IN03 Access enrollment Number of students enrolling in a study plan for the first time. This includes students who transfer their transcripts, access by partial validation of foreign studies or who adapt from plans in extinction. Scale info: Whole number |
13,0 |
12,0 |
12,0 |
13,0 |
20,0 |
16,0 |
|
|
IN04 New enrollment by pre-registration Number of students who enroll in the first year of a study plan for the first time, that is, not counting students who access through partial validation of foreign studies, transfers or adaptations from plans in extinction. Scale info: Whole number |
13,0 |
12,0 |
12,0 |
13,0 |
20,0 |
16,0 |
|
|
IN05 Variation in new enrollment by pre-registration Relative variation rate of new admission enrollment by pre-registration. Scale info: Percentage with two decimal places. |
0,0 |
-7,69 |
0,0 |
8,33 |
53,85 |
- |
|
|
Admittance profile |
|||||||
|
IN06 Average access grade by pre-registration Average entrance grade for pre-registration of students starting studies. Determines the entry profile. Scale info: Rational number with two decimal places. The range goes from 0 to the maximum value that can be obtained in each academic year for pre-registration (some historical values have been 10.00 points, 12.00 points or 14.00 points). |
7,2131 |
6,8373 |
8,2929 |
7,1376 |
6,9671 |
7,4371 |
|
|
IN08 Percentage of foreign students over total enrolled Percentage of foreign students over enrolled students, excluding students enrolled in incoming mobility programs. Scale info: Percentage with two decimal places |
11,11 |
4,35 |
6,67 |
0,0 |
15,38 |
38,1 |
|
|
IN09 Percentage of national students from outside Galicia over total enrolled Percentage of national students from outside Galicia on enrolled students, without counting students enrolled in incoming mobility programs. Scale info: Percentage with two decimal places |
5,56 |
0,0 |
0,0 |
17,65 |
3,85 |
9,52 |
|
|
IN13 Percentage of enrolled students who are USC graduates Number of students enrolled in the master's program who graduated from USC. Scale info: Percentage with two decimal places |
- |
- |
- |
41,18 |
42,31 |
23,81 |
|
|
Adaptation to demand |
|||||||
|
IN12 Occupancy rate Number of new students entering through pre-registration divided by the places offered. Scale info: Percentage with two decimal places |
100,0 |
92,31 |
92,31 |
100,0 |
100,0 |
80,0 |
|
Indicator |
2017-2018 |
2018-2019 |
2019-2020 |
2020-2021 |
2021-2022 |
2022-2023 |
|
|---|---|---|---|---|---|---|---|
|
External mobility |
|||||||
|
IN18 Percentage of students received by USC from mobility programs over total enrolled Number of students received at USC in that degree from other universities (mobility programs) divided by the number of students enrolled in the degree. Scale info: Percentage with two decimal places |
0,0 |
0,0 |
0,0 |
0,0 |
0,0 |
4,76 |
|
Indicator |
2017-2018 |
2018-2019 |
2019-2020 |
2020-2021 |
2021-2022 |
2022-2023 |
|---|---|---|---|---|---|---|
|
IN22 Percentage of graduates in an academic year who completed internships in companies or institutions during their studies Percentage relationship between graduates of a degree in an academic year who have carried out internships in companies and institutions throughout their studies, out of the total number of students graduating in that degree and in that same academic year. Scale info: Percentage with two decimal places |
0,0 |
0,0 |
0,0 |
0,0 |
0,0 |
0,0 |
|
Indicator |
2017-2018 |
2018-2019 |
2019-2020 |
2020-2021 |
2021-2022 |
2022-2023 |
|
|---|---|---|---|---|---|---|---|
|
Drop-out |
|||||||
|
IN41 Dropout rate under RD 1393/2007 Percentage relationship between students in a new admission cohort who should have obtained their degree in the previous academic year and who did not enroll in either that academic year or the previous one. Scale info: Percentage with two decimal places |
0,0 |
0,0 |
8,33 |
16,67 |
15,38 |
10,0 |
|
|
Assessment |
|||||||
|
IN36 Evaluation rate Percentage relationship between the total number of ordinary credits for which the students applied and the total number of ordinary credits enrolled. Scale info: Percentage with two decimal places |
76,64 |
85,76 |
81,4 |
80,32 |
83,83 |
82,98 |
|
|
Average duration of studies |
|||||||
|
IN38 Average duration of studies Average duration (in years) in which students take to complete the credits corresponding to the curriculum. Scale info: Rational number with two decimal places |
1,3333 |
1,5294 |
1,4444 |
1,6667 |
1,2632 |
1,2 |
|
|
Efficiency of graduates |
|||||||
|
IN53 Efficiency rate (graduates' performance) Percentage ratio between the total number of credits that a student passed during the degree in which he graduated and the total number of credits in which he enrolled. Scale info: Percentage with two decimal places |
95,24 |
87,63 |
88,24 |
85,71 |
92,68 |
92,17 |
|
|
Students per group |
|||||||
|
IN32 Average number of students per interactive teaching group Relationship between the number of enrolled students and the number of interactive teaching groups. Scale info: Rational number with two decimal places |
13,5714 |
12,1667 |
12,0 |
12,8333 |
20,0 |
16,3333 |
|
|
IN55 Average number of students enrolled in mandatory and basic training courses per theoretical group (lectures) Relationship between the number of students enrolled in compulsory basic education subjects and the number of theory groups in those subjects. Scale info: Rational number with two decimal places |
- |
12,1667 |
12,0 |
12,8333 |
20,0 |
16,3333 |
|
|
Success |
|||||||
|
IN35 Success rate Percentage ratio between the total number of ordinary credits that students have passed and the total number of ordinary credits for which they have applied. Scale info: Percentage with two decimal places |
99,31 |
97,39 |
91,19 |
96,18 |
97,81 |
96,38 |
|
|
IN50 Success rate of graduates Percentage relationship between the total number of credits that a student passed throughout the degree from which he/she graduated and the total number of credits that he/she applied for. Scale info: Percentage with two decimal places |
95,24 |
87,63 |
88,24 |
100,0 |
100,0 |
98,68 |
|
|
Graduation |
|||||||
|
IN37 Graduation rate Percentage ratio between students who completed their studies within the time provided for in the study plan or in an additional academic year and their entry cohort. It shows information on the degree of effectiveness of the students and the institution in relation to their academic activity. Scale info: Percentage with two decimal places |
100,0 |
76,92 |
91,67 |
75,0 |
84,62 |
85,0 |
|
|
Performance |
|||||||
|
IN34 Performance rate Percentage relationship between the total number of ordinary credits that students passed and the total number of ordinary credits in which they enrolled. Scale info: Percentage with two decimal places |
76,11 |
83,52 |
74,22 |
77,26 |
82,0 |
79,97 |
|
|
Satisfaction |
|||||||
|
IN23 Graduates' satisfaction with the public information available Average rating of the graduate satisfaction survey with available public information. Scale info: Minimum 0.00, maximum 5.00 |
4,25 |
4,8 |
- |
- |
- |
- |
|
|
IN33 Graduates' satisfaction with services Average rating of the questions relating to satisfaction with the services of the graduate survey. Scale info: Minimum 0.00, maximum 5.00 |
4,5713 |
5,0 |
- |
- |
- |
- |
|
|
IN42 General satisfaction of graduates with the degree program Average rating of questions regarding satisfaction with the degree in the graduate survey. Scale info: Minimum 0.00, maximum 5.00 |
4,129 |
4,4545 |
- |
3,26 |
3,55 |
3,42 |
|
|
IN46 Students' satisfaction with the teaching received Average rating of the student satisfaction survey with the teaching received. Scale info: Minimum 0.00, maximum 5.00 |
4,34 |
4,47 |
4,29 |
3,95 |
4,36 |
4,36 |
|
|
IN47 Teachers' satisfaction with the teaching provided Average rating of the teacher satisfaction survey with the teaching provided. Scale info: Minimum 0.00, maximum 5.00 |
3,4211 |
4,3462 |
- |
4,193 |
3,9605 |
3,9615 |
|
|
IN48 Response rate to the satisfaction survey Percentage of response to the satisfaction survey by students. Scale info: Percentage with two decimal places |
57,1429 |
32,2581 |
23,3333 |
78,5714 |
76,1905 |
40,0 |
|
Indicator |
2017-2018 |
2018-2019 |
2019-2020 |
2020-2021 |
2021-2022 |
2022-2023 |
|---|---|---|---|---|---|---|
|
IN24 Percentage of Teaching and Research Staff (PDI) with six-year research periods Percentage relationship between the PDI with six years and the total PDI with teaching in the degree and which can have six years Scale info: Percentage with two decimal places |
100,0 |
100,0 |
100,0 |
100,0 |
100,0 |
100,0 |
|
IN25 Percentage of PDI with a PhD over total PDI Percentage ratio between the doctoral PDI and the total PDI with teaching in the title. Scale info: Percentage with two decimal places |
100,0 |
100,0 |
100,0 |
100,0 |
100,0 |
100,0 |
|
IN26 Percentage of civil servant PDI over total PDI Percentage relationship between the official PDI and the total PDI with teaching in the degree. Scale info: Percentage with two decimal places |
73,33 |
73,33 |
71,43 |
87,5 |
64,29 |
72,73 |