BSc Ciencia de Datos

Descripción

Estadística, modelado de datos y apoyo a la decisión. El programa combina fundamentos científicos con práctica de ingeniería basada en proyectos, en semestres estructurados y con docencia supervisada.

Plan de estudios

Plan de estudios ilustrativo. La estructura modular oficialmente aprobada se publicará cuando esté disponible la documentación.

1. Semestre 1

   • Cálculo I
   • Programación I (Python)
   • Álgebra lineal
   • Probabilidad y estadística
   • Metodología y escritura científica

2. Semestre 2

   • Cálculo II
   • Algoritmos y estructuras de datos
   • Sistemas de bases de datos
   • Minería de datos
   • Ética de la tecnología

3. Semestre 3

   • Optimización
   • Aprendizaje automático
   • Ingeniería de datos y pipelines
   • Visualización de datos
   • Laboratorio de fundamentos

4. Semestre 4

   • Aprendizaje profundo
   • Arquitecturas de big data
   • Análisis de series temporales
   • Estadística bayesiana
   • Proyecto de equipo interdisciplinar

5. Semestre 5

   • Procesamiento del lenguaje natural
   • Visión por computador
   • MLOps y operación de modelos
   • Computación en la nube
   • Proyecto capstone

6. Semestre 6

   • Prácticas en empresa
   • Módulos optativos
   • Trabajo de fin de grado y defensa

Resultados de aprendizaje

• Aplicar el método científico a problemas técnicos
• Diseñar, modelar y evaluar sistemas complejos
• Comunicar resultados a públicos especializados e internacionales
• Valorar los avances tecnológicos en términos éticos y jurídicos

Requisitos de admisión

• Titulación de secundaria reconocida o equivalente — titulación de acceso a la educación superior con matemáticas y una ciencia experimental (nota media 2,5 o superior)
• Acreditación del idioma de docencia — inglés C1 (IELTS 7.0 / TOEFL iBT 95) o alemán C1 (TestDaF 4x4 / DSH-2), según el idioma de docencia
• Documentación de solicitud completa — expedientes, certificado de idioma, CV y documento de identidad

Salidas profesionales

• Funciones de desarrollo y diseño en organizaciones tecnológicas
• Investigación y desarrollo en institutos e industria
• Responsabilidad de proyecto y sistemas en equipos interdisciplinares
• Continuación en máster o doctorado