Máster en Ciencia de Datos y Aprendizaje Automático
Competencias alcanzadas
Competencias básicas
- CB06 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
- CB07 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
- CB08 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
- CB09 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
- CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
Competencias generales
- CG01 - Capacidad de análisis y síntesis a nivel avanzado en el ámbito de la ciencia de datos y aprendizaje automático.
- CG02 - Capacidad de iniciativa y autonomía para llevar a cabo proyectos relacionados con la ciencia de datos y aprendizaje automático.
- CG03 - Habilidad para dar un uso avanzado a las herramientas de búsqueda de información relevante en el ámbito de la ciencia de datos y aprendizaje automático y, en particular, a las disponibles en la web.
- CG04 - Habilidad para comunicarse oralmente a nivel avanzado sobre temas del ámbito de la ciencia de datos y aprendizaje automático, usando la terminología y técnicas aceptadas por los profesionales del sector.
- CG05 - Habilidad para formular por escrito a nivel avanzado temas del ámbito de la ciencia de datos y aprendizaje automático usando correctamente diferentes tipos de enfoques académicos relacionados con su campo de estudio
- CG06 - Capacidad de iniciativa y autonomía para las distintas tareas propias de la actividad investigadora en el ámbito de la ciencia de datos y aprendizaje automático.
Competencias específicas
- CE01 - Habilidad para utilizar lenguajes de programación específicos para la ciencia de datos, que sirvan de base para el posterior aprendizaje y desarrollo de técnicas más complejas, así como aplicar herramientas software para el tratamiento y modelado de gran cantidad de información.
- CE02 - Capacidad para analizar, aplicar y diferenciar métodos de transformación de datos que permiten simplificar un problema de tratamiento de información.
- CE03 - Capacidad para analizar las necesidades de información que se plantean en un entorno y llevar a cabo el proceso de construcción de un sistema de información haciendo uso de las tecnologías más actuales disponibles en cada momento en el ámbito de la ciencia de datos y el aprendizaje automático.
- CE04 - Capacidad para utilizar el aprendizaje automático para extraer conocimiento a partir de datos, así como para aplicar los métodos y herramientas necesarias de aprendizaje supervisado y no supervisado al modelado, diseño y desarrollo de aplicaciones, servicios, y sistemas basados en datos.
- CE05 - Capacidad para proponer, analizar, validar e interpretar modelos de situaciones cercanas a la realidad, utilizando las herramientas estadísticas más adecuadas a los fines que se persigan.
- CE06 - Capacidad para determinar y aplicar los sistemas más adecuados para el desarrollo y puesta en producción de un proyecto informático de ciencia de datos y aprendizaje automático.
- CE07 - Capacidad para planificar, concebir, desplegar y dirigir proyectos, servicios y sistemas informáticos, en particular en el contexto de la ciencia de datos y aprendizaje automático, valorando su impacto económico y social, teniendo en cuenta los aspectos legales.
- CE08 - Capacidad para realizar un proyecto informático, cubriendo sus diferentes fases mediante la aplicación de metodologías, de forma que se sinteticen las competencias adquiridas en el resto de materias obligatorias y optativas del Máster.
