Máster en Data Science e Inteligencia Artificial

Para esos perfiles sin conocimientos previos o menos familiarizados con el lenguaje de programación en Python se ofrece este prework de nivelación que te permitirá obtener las bases necesarias para empezar este máster. Aprenderás este lenguaje donde podrás practicar mediante material práctico autocorregible y dinámico con acceso a la certificación IT Specialist Python (ITS-303).

Introducción a la programación Introducción a Python Tipos de datos Variables Operaciones básicas de entrada y salida Operadores básicos Valores booleanos Ejecución condicional

Bucles Listas Operaciones bit a bit Listas Funciones Tuplas y diccionarios Excepciones

Se abordarán los fundamentos de la programación en Python, un lenguaje esencial para el análisis de datos. Desde la instalación del software hasta la creación de funciones y estructuras de datos, este módulo te proporcionará las herramientas necesarias para trabajar con datos de manera eficiente. El contenido incluye:

Entorno de trabajo: VS Code, GitHub Copilot, notebooks y scripts .py Control de versiones: crear un repositorio en GitHub, subir archivos, commits Tipos y estructuras de datos, estructuras condicionales

Programación vectorial con Numpy Manipulación de datos con Pandas Graficación básica con Matplotlib

La estadística constituye uno de los pilares fundamentales sobre los cuales se sustenta la estructura de la ciencia de datos. En este tema, expondremos los conceptos estadísticos primordiales para la interpretación y el análisis efectivo de datos. Este conocimiento estadístico proporciona una base sólida para el desarrollo de habilidades analíticas y la toma de decisiones fundamentadas en el ámbito de la ciencia de datos.

Estadística descriptiva y probabilidad Variables aleatorias, muestra y población Distribuciones (normal, Poisson y otras) Covarianza y correlación

Estadística inferencial: tests, significancia y p-value Regresiones lineales y logísticas Interpretación de métricas y PCA

En este tema aprenderás a diseñar modelos de datos relacionales y a dominar SQL para consultar y manipular información con garantías de integridad, y a reconocer cuándo un problema pide en cambio una base NoSQL: sus modelos de datos, sus casos de uso y cómo escalan. Al finalizar, sabrás elegir y trabajar con el tipo de base de datos que cada proyecto necesita realmente.

Bases de datos relacionales: tablas, relaciones e integridad de los datos Diseño de modelos de datos relacionales

Lenguaje SQL: consultas y manipulación de datos Bases de datos NoSQL: modelos de datos y casos de uso

En este tema conocerás los fundamentos del big data y del cloud computing —qué es y qué no es, los modelos de servicio IaaS, PaaS y SaaS, y los principales proveedores cloud— para después construir un data lake por capas, organizado en capas de bronce, plata y oro, sobre una infraestructura cloud. Aprenderás a conectar tus proyectos a bases de datos relacionales y NoSQL gestionadas en la nube y a catalogar el dato, y a aplicar los principios de FinOps: presupuestos, alertas de coste y buenas prácticas para que tus créditos cloud rindan durante todo el máster.

Fundamentos de big data y cloud computing: qué es (y qué no es) el big data, modelos de servicio IaaS/PaaS/SaaS, proveedores cloud El Data Lake por capas: arquitectura en capas de bronce, plata y oro

Conecta tus proyectos a la nube: bases de datos gestionadas y catalogación del dato Cloud FinOps: presupuestos, alertas de coste y buenas prácticas

En este tema aprenderás a obtener y llevar datos al ecosistema de datos desde distintas fuentes. Comenzarás trabajando con APIs y técnicas de web scraping como mecanismos de recolección de datos, para después abordar la ingesta batch y en tiempo real mediante tecnologías como Apache Kafka y Azure Event Hubs. A continuación, aprenderás a automatizar y orquestar estos procesos con Apache Airflow y Azure Data Factory. También conocerás la evolución del ecosistema Hadoop hacia las arquitecturas lakehouse modernas, entendiendo el papel de tecnologías como Hive y Spark.

Recolección de datos: APIs y web scraping como técnicas de obtención de datos Ingesta de datos: procesos batch y aterrizaje de datos en un data lake Ingesta en tiempo real: Apache Kafka y Azure Event Hubs

Orquestación de pipelines: Apache Airflow y Azure Data Factory (Copy Activity y Control Flow) Del ecosistema Hadoop al lakehouse moderno: Hadoop, Hive, Spark y evolución de las arquitecturas de datos

PySpark es la interfaz de Apache Spark para Python, y su capacidad de procesamiento distribuido lo convierte en una tecnología clave para trabajar con datos a gran escala dentro del ecosistema Big Data. En este tema conocerás la arquitectura de Spark y sus componentes, y trabajarás sobre Databricks Free Edition para leer, transformar y procesar datos a gran escala con transformaciones distribuidas y Delta Lake, a través de casos de uso reales. Al finalizar, sabrás integrar PySpark en flujos de trabajo de ciencia de datos e inteligencia artificial de forma eficiente y escalable.

PySpark y la arquitectura de Spark: relación con Apache Spark, arquitectura y componentes, integración con Python (sobre Databricks Free Edition)

Transformaciones distribuidas y Delta Lake a gran escala: lectura, transformación y procesamiento de datos, casos de uso reales

En este tema aprenderás a identificar la naturaleza y la calidad del dato con el que trabajas, sea estructurado, no estructurado, cualitativo o cuantitativo, y a realizar un análisis exploratorio de datos (EDA) que revele patrones y problemas antes de modelar. Trabajarás la detección de outliers, el tratamiento de valores perdidos y de conjuntos desbalanceados, y la transformación y normalización de variables. 

Naturaleza y calidad del dato: tipos de datos (estructurados, no estructurados, cualitativos/cuantitativos) y evaluación de calidad. Análisis exploratorio de datos (EDA).

Outliers, valores perdidos y problemas desbalanceados. Transformación y normalización de variables.

La analítica avanzada es el puente entre la estadística y el machine learning: antes de entrenar un modelo hay que saber qué tipo de problema se tiene delante y cómo se sabrá, después, si el modelo funciona de verdad. En este tema distinguirás los problemas supervisados, no supervisados y semi-supervisados, y la diferencia entre inferencia y predicción. Aprenderás a reconocer el sobreajuste y el infraajuste, a entender el equilibrio entre sesgo y varianza, y a aplicar las técnicas de validación que te permitirán evaluar tus modelos con un criterio objetivo y riguroso.

Tipos de problemas: supervisados, no supervisados y semi-supervisados Inferencia vs. predicción Overfitting vs. underfitting

Bias vs. variance Validación de modelos

El machine learning es el núcleo técnico de cualquier proyecto de ciencia de datos, y en este tema lo recorrerás de principio a fin: los distintos tipos de aprendizaje, el flujo de trabajo end-to-end, y las técnicas de clasificación, regresión y clustering. Incorporarás algoritmos avanzados de ensemble —Random Forest, Gradient Boosting, XGBoost— y conocerás el estado del arte del campo.

Introducción al machine learning: tipos de aprendizaje y flujo de trabajo end-to-end Técnicas de clasificación, regresión y clustering

Algoritmos avanzados de ensemble: Random Forest, Gradient Boosting, XGBoost Estado del arte en machine learning

Predecir qué va a ocurrir a partir de datos ordenados en el tiempo es uno de los problemas de negocio más frecuentes para un perfil en datos. En este tema aprenderás a descomponer una serie temporal en tendencia, estacionalidad y ruido, a aplicar tanto los modelos clásicos de previsión como técnicas de machine learning adaptadas a series temporales, y a evaluar la calidad de una previsión con las métricas adecuadas.

Componentes de una serie temporal: tendencia, estacionalidad y ruido Modelos clásicos de previsión (p. ej. ARIMA y suavizado exponencial)

Modelos de machine learning aplicados a la previsión Evaluación de modelos de previsión

El deep learning sigue ampliando los límites de lo que la inteligencia artificial puede hacer, y en este tema aprenderás de forma práctica los fundamentos que sostienen las redes neuronales y sus evoluciones más avanzadas. Partirás de la intuición detrás del deep learning y las redes neuronales simples, para avanzar hacia las redes convolucionales (CNN), las redes recurrentes (RNN), los Transformers y las redes generativas (GANs) y los modelos generativos modernos.

Intuición de deep learning y redes neuronales simples Redes neuronales convolucionales (CNN) Redes neuronales recurrentes (RNN)

Transformers Redes generativas (GANs) y modelos generativos modernos

En este tema construirás el caso de negocio de la inteligencia artificial (su adopción, sus aplicaciones por sector y la evolución de la industria) y aprenderás a determinar cuándo un proyecto de machine learning tiene sentido: su viabilidad técnica, su encaje de negocio y cuándo conviene, en su lugar, una solución basada en reglas. Diseñarás soluciones de IA con criterios de selección y gestión de recursos, presupuestos y ROI, y también su ejecución con metodologías ágiles (Scrum y Kanban) desde el control y el seguimiento hasta el cierre del proyecto, con casos y experiencias reales.

El caso de negocio de la IA: adopción, aplicaciones por sector y evolución de la industria Criterios para determinar un proyecto de machine learning — viabilidad técnica de los proyectos y encaje de negocio, ML vs soluciones basadas en reglas. Diseño de soluciones de IA: selección y gestión de recursos, presupuestos

ROI y justificación económica del proyecto — va pegado a presupuestos, es la otra cara de la misma decisión Metodologías ágiles: Scrum y Kanban, ventajas y limitaciones Ejecución, control, seguimiento y cierre de proyecto — con casos y experiencias reales

En este tema estudiarás el AI Act y la protección de datos —la LOPD, la conservación y el borrado de datos, y el ejercicio de derechos— y profundizarás en los sesgos algorítmicos, la explicabilidad y la ética del dato: bias y fairness, escenarios negativos, gobernanza, cumplimiento y sostenibilidad. Al finalizar, sabrás identificar los riesgos legales y éticos de un proyecto de IA y actuar con criterio para mitigarlos.

AI Act, privacidad y protección de datos: LOPD, conservación y borrado, ejercicio de derechos

Sesgos, explicabilidad y ética de los datos: bias y fairness, escenarios negativos, gobernanza, cumplimiento y sostenibilidad

En este tema dominarás la visualización avanzada de datos —gráficos multivariable, series temporales, diseño y estética— y el Business Intelligence: métricas clave, KPIs y cuadros de mando. Construirás informes con Power BI, Tableau y Google Data Studio, desde el modelo semántico y la transformación de datos hasta la publicación de cuadros de mando, y cerrarás con storytelling con datos: estructura narrativa, selección de datos significativos e identificación de audiencia. 

Visualización avanzada de datos: gráficos avanzados, multivariable y de series temporales, diseño y estética Business Intelligence: métricas clave, KPIs y cuadros de mando Power BI: modelo semántico, transformación de datos, construcción de cuadros de mando y publicación.

Comparación con otras herramientas: Tableau y Google Data Studio (Ex Looker) Storytelling con datos: estructura narrativa, selección de datos significativos e identificación de audiencia

En este tema recorrerás el ciclo de vida completo de un modelo en producción —despliegue, monitorización y mantenimiento— y aprenderás a registrar y versionar modelos con MLflow, además de aplicar CI/CD a machine learning. Publicarás un modelo real y construirás demos rápidas.

El ciclo de vida de un modelo en producción: despliegue, monitorización y mantenimiento Registro y versionado de modelos (MLflow) y CI/CD para machine learning

Despliegue real: publicar un modelo como API con Container Apps, y demos rápidas y gratuitas con Streamlit o Gradio

La IA generativa ha dejado de ser una tecnología emergente para convertirse en una pieza central de cualquier proyecto de datos, y este tema profundiza en sus aspectos técnicos y sus aplicaciones más avanzadas. Conocerás su ecosistema —modelos, APIs y GitHub Models— y dominarás el RAG (Retrieval-Augmented Generation): sus conceptos, su arquitectura, y cómo construir y evaluar un índice vectorial con Azure AI Search. Diseñarás agentes autónomos con frameworks como LangChain y LangGraph, y aplicarás técnicas de Fine-Tuning para adaptar modelos a tareas específicas. Cierras el tema integrando IA generativa en sistemas complejos, con buenas prácticas de eficiencia, seguridad y escalabilidad. 

Introducción a la IA Generativa y su ecosistema: modelos, APIs y GitHub Models RAG (Retrieval-Augmented Generation): conceptos, arquitectura y casos de uso Índice vectorial y evaluación de RAG

Agentes autónomos: frameworks LangChain y LangGraph. Fine-Tuning y adaptación de modelos a tareas específicas Integración en sistemas complejos: buenas prácticas de eficiencia, seguridad y escalabilidad