Aprovecha tu beca de hasta 25% Becas hasta 25%

Titulación Universitaria + 60 Créditos ECTS

Máster en Data Science y Análisis de Datos Complejos + 60 Créditos ECTS

Máster en Data Science y Análisis de Datos Complejos + 60 Créditos ECTS

¿Quieres convertir grandes volúmenes de datos complejos en información útil y decisiones basadas en evidencias? Fórmate en Data Science y Análisis de Datos Complejos para resolver desafíos reales y generar ventajas competitivas.

  • 100% Online
  • 1500
  • Conv. abierta
  • Becas
  • Titulación Universitaria
  • Modalidad 100% online, a tu ritmo
  • 60 Créditos ECTS
  • Sin permanencia · Te contestamos en menos de 24 h
Máster en Data Science y Análisis de Datos Complejos + 60 Créditos ECTS

Un máster con datos verificables del programa

  • 60 Créditos ECTS
  • Facultad de Análisis de Datos
  • Prácticas en centros reales
  • Título propio INESEM

¿Qué conseguirás al terminar este máster?

Fundamentos de Data Science

Comprende los conceptos de ciencia de datos y su aplicación en el análisis de datos complejos en distintos entornos.

Herramientas y tecnologías

Adquiere habilidades técnicas en el manejo de herramientas y tecnologías utilizadas en la ciencia de datos.

Aprendizaje automático

Aplica técnicas de aprendizaje automático y minería de datos para descubrir patrones y tendencias relevantes.

Visualización y comunicación

Desarrolla habilidades de visualización de datos y comunica los resultados del análisis de forma efectiva.

Temario del programa

8 módulos que cubren desde los fundamentos de la ciencia de datos hasta técnicas avanzadas, visualización y comunicación de resultados. Haz clic en cada módulo para ver el contenido completo.

01

Módulo 1. Transformación Digital

Unidad Didáctica 1. Introducción Al la Transformación Digital

  • Introducción a la transformación digital
  • Concepto de innovación
  • Concepto de tecnología
  • Tipología de la tecnología
  • Punto de vista de la ventaja competitiva
  • Según su disposición en la empresa
  • Desde el punto de vista de un proyecto
  • Otros tipos de tecnología
  • La innovación tecnológica
  • Competencias básicas de la innovación tecnológica
  • El proceso de innovación tecnológica
  • Herramientas para innovar
  • Competitividad e innovación

Unidad Didáctica 2. la Sociedad 3.0

  • Filosofía Web 3.0 y su impacto en el mundo empresarial
  • Socialización de la Web
  • Adaptación del mundo empresarial a las Nuevas tecnologías

Unidad Didáctica 3. Nuevo Ecosistema Digital

  • Community Manager
  • Chief Data Officer
  • Data Protection Officer
  • Data Scientist
  • Otros perfiles
  • Desarrollo de competencias informáticas
  • El Papel del CEO como líder en la transformación

Unidad Didáctica 4. Nuevos Modelos de Negocio en el Entorno Digital

  • La transición digital del modelo de negocio tradicional
  • Nuevos modelos de negocio
  • Freemium
  • Modelo Long Tail
  • Modelo Nube y SaaS
  • Modelo Suscripción
  • Dropshipping
  • Afiliación
  • Infoproductos y E-Learning
  • Otros

Unidad Didáctica 5. Plan de Transformación Digital

  • Diagnóstico de la madurez digital de la empresa
  • Análisis de la innovación en la empresa
  • Elaboración del roadmap
  • Provisión de financiación y recursos tecnológicos
  • Implementación del plan de transformación digital
  • Seguimiento del plan de transformación digital

Unidad Didáctica 6. Casos de Éxito en la Transformación Digital

  • BBVA y la empresa inteligente
  • DKV Salud y #MédicosfrentealCOVID
  • El Corte Inglés
  • Cepsa y su apuesta por los servicios cloud de AWS

Unidad Didáctica 7. el Nuevo Cliente Digital

  • Rediseñando el customer experience
  • La transformación de los canales de distribución: omnicanalidad
  • Plan de marketing digital
  • Buyer´s Journey
  • Growth Hacking: estrategia de crecimiento
  • El nuevo rol del marketing en el funnel de conversión

Unidad Didáctica 8. Nuevos Mercados, Nuevas Oportunidades

  • Oportunidades de innovación derivadas de la globalización
  • Como Inventar Mercados a través de la Innovación
  • Etapas de desarrollo y ciclos de vida
  • Incorporación al mercado
  • Metodologías de desarrollo

Unidad Didáctica 9. la Innovación en los Procesos Organizativos

  • La transformación digital de la cadena de valor
  • La industria 4.0
  • Adaptación de la organización a través del talento y la innovación
  • Modelos de proceso de innovación
  • Gestión de innovación
  • Sistema de innovación
  • Como reinventar las empresas innovando en procesos
  • Innovación en Procesos a través de las TIC
  • El Comercio Electrónico: innovar en los canales de distribución
  • Caso de estudio voluntario: La innovación según Steve Jobs
  • Caso Helvex: el cambio continuo
  • La automatización de las empresas: RPA, RBA y RDA
02

Módulo 2. Big Data y Storytelling

Unidad Didáctica 1. Introducción Al Big Data

  • ¿Qué es Big Data?
  • La era de las grandes cantidades de información: historia del big data
  • La importancia de almacenar y extraer información
  • Big Data enfocado a los negocios
  • Open data
  • Información pública
  • IoT (Internet of Things-Internet de las cosas)

Unidad Didáctica 2. Fuentes de Datos

  • Definición y relevancia de la selección de las fuentes de datos
  • Naturaleza de las fuentes de datos Big Data

Unidad Didáctica 3. Open Data

  • Definición, Beneficios y Características
  • Ejemplo de uso de Open Data

Unidad Didáctica 4. Fases de un Proyecto de Big Data

  • Diagnóstico inicial
  • Diseño del proyecto
  • Proceso de implementación
  • Monitorización y control del proyecto
  • Responsable y recursos disponibles
  • Calendarización
  • Alcance y valoración económica del proyecto

Unidad Didáctica 5. Business Intelligence y la Sociedad de la Información

  • Definiendo el concepto de Business Intelligence y Sociedad de la Información
  • Arquitectura de una solución Business Intelligence
  • Business Intelligence en los departamentos de la empresa
  • Conceptos de Plan Director, Plan Estratégico y Plan de Operativa Anual
  • Sistemas Operacionales y Procesos ETL en un sistema de BI
  • Ventajas y Factores de Riesgos del Business Intelligence

Unidad Didáctica 6. Principales Productos de Business Intelligence

  • Cuadros de Mando Integrales (CMI)
  • Sistemas de Soporte a la Decisión (DSS)
  • Sistemas de Información Ejecutiva (EIS)

Unidad Didáctica 7. Big Data y Marketing

  • Apoyo del Big Data en el proceso de toma de decisiones
  • Toma de decisiones operativas
  • Marketing estratégico y Big Data
  • Nuevas tendencias en management
  • Ejercicios Prácticos

Unidad Didáctica 8. del Big Data Al Linked Open Data

  • Concepto de Web Semántica
  • Linked Data Vs. Big Data
  • Lenguaje de consulta SPARQL

Unidad Didáctica 9. Internet de las Cosas

  • Contexto Internet de las Cosas (IoT)
  • ¿Qué es IoT?
  • Elementos que componen el ecosistema IoT
  • Arquitectura IoT
  • Dispositivos y elementos empleados
  • Ejemplos de uso
  • Retos y líneas de trabajo futuras

Unidad Didáctica 10. Storytelling

  • ¿Qué es el Data Storytelling?
  • Elementos clave del Data Storytelling
  • ¿Por qué es importante el Data Storytelling?
  • ¿Cómo hacer Data Storytelling?
03

Módulo 3. Data Science: Almacenamiento, Análisis y Procesamiento de Datos

Unidad Didáctica 1. Introducción a la Ciencia de Datos

  • ¿Qué es la ciencia de datos?
  • Herramientas necesarias para el científico de datos
  • Data Science & Cloud Computing
  • Aspectos legales en Protección de Datos

Unidad Didáctica 2. Bases de Datos Relacionales

  • Introducción
  • El modelo relacional
  • Lenguaje de consulta SQL
  • MySQL Una base de datos relacional

Unidad Didáctica 3. Bases de Datos Nosql y el Almacenamiento Escalable

  • ¿Qué es una base de datos NoSQL?
  • Bases de datos Relaciones Vs Bases de datos NoSQL
  • Tipo de Bases de datos NoSQL Teorema de CAP
  • Sistemas de Bases de datos NoSQL

Unidad Didáctica 4. Introducción a un Sistema de Bases de Datos Nosql: Mongodb

  • ¿Qué es MongoDB?
  • Funcionamiento y uso de MongoDB
  • Primeros pasos con MongoDB: Instalación y shell de comandos
  • Creando nuestra primera Base de Datos NoSQL: Modelo e Inserción de Datos
  • Actualización de datos en MongoDB: Sentencias set y update
  • Trabajando con índices en MongoDB para optimización de datos
  • Consulta de datos en MongoDB

Unidad Didáctica 5. Weka y Data Mining

  • ¿Qué es Weka?
  • Técnicas de Data Mining en Weka
  • Interfaces de Weka
  • Selección de atributos

Unidad Didáctica 6. Pentaho una Solución Open Source para Business Intelligence

  • Una aproximación a PENTAHO
  • Soluciones que ofrece PENTAHO
  • MongoDB & PENTAHO
  • Hadoop & PENTAHO
  • Weka & PENTAHO

Unidad Didáctica 7. R Como Herramienta para Big Data

  • Introducción a R
  • ¿Qué necesitas?
  • Tipos de datos
  • Estadística Descriptiva y Predictiva con R
  • Integración de R en Hadoop

Unidad Didáctica 8. Pre-procesamiento & Procesamiento de Datos

  • Obtención y limpieza de los datos (ETL)
  • Inferencia estadística
  • Modelos de regresión
  • Pruebas de hipótesis

Unidad Didáctica 9. Análisis de los Datos

  • Inteligencia Analítica de negocios
  • La teoría de grafos y el análisis de redes sociales
  • Presentación de resultados
04

Módulo 4. Análisis de Datos con Python

Unidad Didáctica 1. Introducción Al Análisis de Datos

  • ¿Qué es el análisis de datos?

Unidad Didáctica 2. Librerías para el Análisis de Datos: Numpy, Pandas y Matplotlib

  • Análisis de datos con NumPy
  • Pandas
  • Matplotlib

Unidad Didáctica 3. Filtrado y Extracción de Datos

  • Cómo usar loc en Pandas
  • Cómo eliminar una columna en Pandas

Unidad Didáctica 4. Pivot Tables

  • Pivot tables en pandas

Unidad Didáctica 5. Groupby y Funciones de Agregación

  • El grupo de pandas

Unidad Didáctica 6. Fusión de Dataframes

  • Python Pandas fusionando marcos de datos

Unidad Didáctica 7. Visualización de Datos con Matplotlib y con Seaborn

  • Matplotlib
  • Seaborn

Unidad Didáctica 8. Introducción Al Machine Learning

  • Aprendizaje automático

Unidad Didáctica 9. Regresión Lineal y Regresión Logística

  • Regresión lineal
  • Regresión logística

Unidad Didáctica 10. Árbol de Decisiones

  • Estructura de árbol

Unidad Didáctica 11. Naive Bayes

  • Algortimo de Naive bayes
  • Tipos de Naive Bayes

Unidad Didáctica 12. Support Vector Machines (svm)

  • Máquinas de vectores soporte (Support Vector Machine-SVM)
  • ¿Cómo funciona SVM?
  • Núcleos SVM
  • Construcción de clasificador en Scikit-learn

Unidad Didáctica 13. Knn

  • K-nearest Neighbors (KNN)
  • Implementación de Python del algoritmo KNN

Unidad Didáctica 14. Principal Component Analysis (pca)

  • Análisis de componentes principales

Unidad Didáctica 15. Random Forest

  • Algorimto de Random Forest
05

Módulo 5. Data Mining, Aprendizaje Automático y Machine Learning

Unidad Didáctica 1. Minería de Datos o Data Mining y el Aprendizaje Automático

  • Introducción a la minería de datos y el aprendizaje automático
  • Proceso KDD
  • Modelos y Técnicas de Data Mining
  • Áreas de aplicación
  • Minería de textos y Web Mining
  • Data mining y marketing

Unidad Didáctica 2. el Ciclo de Data Mining: Fases y Tipos de Problemas

  • Tipos de problemas
  • Implicaciones de los datos, dominios, técnicas en las fases del proceso
  • Casos de uso

Unidad Didáctica 3. Técnicas de Data Mining

  • Clasificación o Arboles de decisión o Naive Bayes
  • Clustering o K-means o EM
  • Asociacion o A priori

Unidad Didáctica 4. Ecosistema Hadoop

  • ¿Qué es Hadoop? Relación con Big Data
  • Instalación y configuración de insfraestructura y ecosistema Hadoop
  • Sistema de archivos HDFS
  • MapReduce con Hadoop
  • Apache Hive
  • Apache Hue
  • Apache Spark

Unidad Didáctica 5. Introducción a la Inteligencia Artificial

  • Introducción a la inteligencia artificial
  • Historia
  • La importancia de la IA

Unidad Didáctica 6. Algoritmos Aplicados a la Inteligencia Artificial

  • Algoritmos aplicados a la inteligencia artificial

Unidad Didáctica 7. Relación Entre Inteligencia Artificial y Big Data

  • Relación entre inteligencia artificial y big data
  • IA y Big Data combinados
  • El papel del Big Data en IA
  • Tecnologías de IA que se están utilizando con Big Data

Unidad Didáctica 8. Sistemas Expertos

  • Sistemas expertos
  • Estructura de un sistema experto
  • Inferencia: Tipos
  • Fases de construcción de un sistema
  • Rendimiento y mejoras
  • Dominios de aplicación
  • Creación de un sistema experto en C#
  • Añadir incertidumbre y probabilidades

Unidad Didáctica 9. Introducción Al Machine Learning

  • Introducción
  • Clasificación de algoritmos de aprendizaje automático
  • Ejemplos de aprendizaje automático
  • Diferencias entre el aprendizaje automático y el aprendizaje profundo
  • Tipos de algoritmos de aprendizaje automático
  • El futuro del aprendizaje automático

Unidad Didáctica 10. Extracción de Estructura de los Datos: Clustering

  • Introducción
  • Algoritmos

Unidad Didáctica 11. Sistemas de Recomendación

  • Introducción
  • Filtrado colaborativo
  • Clusterización
  • Sistemas de recomendación híbridos

Unidad Didáctica 12. Clasificación

  • Clasificadores
  • Algoritmos

Unidad Didáctica 13. Redes Neuronales y Deep Learning

  • Componentes
  • Aprendizaje

Unidad Didáctica 14. Sistemas de Elección

  • Introducción
  • El proceso de paso de DSS a IDSS
  • Casos de aplicación
06

Módulo 6. Visualización de Datos

Unidad Didáctica 1. Introducción a la Visualización de Datos

  • ¿Qué es la visualización de datos?
  • Importancia y herramientas de la visualización de datos
  • Visualización de datos: Principios básicos

Unidad Didáctica 2. Tableau

  • ¿Qué es Tableau? Usos y aplicaciones
  • Tableau Server: Arquitectura y Componentes
  • Instalación Tableau
  • Espacio de trabajo y navegación
  • Conexiones de datos en Tableau
  • Tipos de filtros en Tableau
  • Ordenación de datos, grupos, jerarquías y conjuntos
  • Tablas y gráficos en Tableau

Unidad Didáctica 3. D3 (data Driven Documents)

  • Fundamentos D3
  • Instalación D3
  • Funcionamiento D3
  • SVG
  • Tipos de datos en D3
  • Diagrama de barras con D3
  • Diagrama de dispersión con D3

Unidad Didáctica 4. Looker Studio (google Data Studio)

  • Visualización de datos
  • Tipologías de gráficos
  • Fuentes de datos
  • Creación de informes

Unidad Didáctica 5. Qlikview

  • Instalación y arquitectura
  • Carga de datos
  • Informes
  • Transformación y modelo de datos
  • Análisis de datos

Unidad Didáctica 6. Power Bi

  • Introducción a Power BI
  • Instalación de Power BI
  • Modelado de datos
  • Visualización de datos
  • Dashboards
  • Uso compartido de datos

Unidad Didáctica 7. Carto

  • CartoDB
  • ¿Qué es CARTO?
  • Carga y uso de datos. Tipos de análisis
  • Programación de un visor con la librería CARTO.js
  • Uso de ejemplos y ayudas de la documentación de la API
07

Módulo 7. Visualización de Datos en R con Ggplot2

Unidad Didáctica 1. Ggplot2 Como Librería para Visualización de Datos en R

  • Introducción a Gplot
  • El paquete ggplot2

Unidad Didáctica 2. Ejes

  • Cambiar títulos de eje
  • Aumentar el espacio entre ejes y títulos de ejes
  • Cambiar la estética de los títulos de Axis
  • Cambiar la estética del texto del eje
  • Texto del eje de rotación
  • Eliminar texto de eje y marcas
  • Eliminar títulos de eje
  • Límite del rango del eje
  • Forzar el trazado para que comience en el origen
  • Ejes con la misma escala
  • Usar una función para modificar etiquetas

Unidad Didáctica 3. Títulos

  • Añade un título
  • Ajustar la posición de los títulos
  • Use una fuente no tradicional en su título
  • Cambiar espaciado en texto de varias líneas

Unidad Didáctica 4. Leyendas

  • Trabajando con leyendas
  • Apaga la leyenda
  • Eliminar títulos de leyenda
  • Cambiar la posición de la leyenda
  • Cambiar la dirección de la leyenda
  • Cambiar el estilo del título de la leyenda
  • Cambiar título de leyenda
  • Cambiar el orden de las claves de leyenda
  • Cambiar etiquetas de leyenda
  • Cambiar cuadros de fondo en la leyenda
  • Cambiar el tamaño de los símbolos de leyenda
  • Dejar una capa fuera de la leyenda
  • Adición manual de elementos de leyenda
  • Usar otros estilos de leyenda

Unidad Didáctica 5. Fondos y Líneas de Cuadrícula

  • Cambiar el color de fondo del panel
  • Cambiar líneas de cuadrícula
  • Cambiar el espaciado de las líneas de cuadrícula
  • Cambiar el color de fondo de la trama

Unidad Didáctica 6. Márgenes

  • Trabajar con márgenes

Unidad Didáctica 7. Gráficos de Paneles Múltiples

  • Trabajar con gráficos de paneles múltiples
  • Crear múltiplos pequeños basados en una variable
  • Permitir que los ejes deambulen libremente
  • Uso facet_wrapcon dos variables
  • Modificar el estilo de los textos de la tira
  • Crear un panel de diferentes parcelas

Unidad Didáctica 8. Colores

  • Trabajar con colores
  • Especificar colores individuales
  • Asignar colores a las variables
  • Variables Cualitativas
  • Seleccionar manualmente colores cualitativos
  • Utilice paletas de colores cualitativas integradas
  • Use paletas de colores cualitativos de paquetes de extensión
  • Variables Cuantitativas
  • La paleta de colores Viridis
  • Usar paletas de colores cuantitativas de paquetes de extensión
  • Modificar paletas de colores después

Unidad Didáctica 9. Temas

  • Cambiar el estilo de trazado general
  • Cambiar la fuente de todos los elementos de texto
  • Cambiar el tamaño de todos los elementos de texto
  • Cambiar el tamaño de todos los elementos de línea y rectángulo
  • Crea tu propio tema
  • Actualizar el tema actual

Unidad Didáctica 10. Líneas

  • Agregar líneas horizontales o verticales a un gráfico
  • Agregar una línea dentro de un gráfico
  • Agregar líneas curvas y flechas a un gráfico

Unidad Didáctica 11. Texto

  • Agregue etiquetas
  • Agregar anotaciones de texto
  • Use Markdown y HTML Rendering para anotaciones

Unidad Didáctica 12. Coordenadas

  • Voltear una parcela
  • arreglar un eje
  • Invertir un eje
  • Transformar un eje
  • Circularizar una parcela

Unidad Didáctica 13. Tipos de Gráficos

  • Alternativas a un diagrama de caja
  • Crear una representación de alfombra en un gráfico
  • Crear una matriz de correlación
  • Crear un gráfico de contorno
  • Crear un mapa de calor
  • Crear un diagrama de cresta

Unidad Didáctica 14. Cintas

  • Trabajar con cintas (AUC, CI, etc.)

Unidad Didáctica 15. Suavizados

  • Predeterminado: agregar un suavizado LOESS o GAM

Unidad Didáctica 16. Gráficos Interactivos

  • Trabajar con gráficos interactivos
08

Módulo 8. Analítica Web

Unidad Didáctica 1. Introducción a la Analítica Web

  • ¿Qué es la analítica web?
  • Establecimiento de objetivos y KPIs
  • Métricas principales y avanzadas
  • Objetivos y ventajas de medir
  • Plan de medición

Unidad Didáctica 2. Google Analytics 4

  • Introducción a Google Analytics 4
  • Interfaz
  • Métricas y dimensiones
  • Informes básicos
  • Filtros
  • Segmentos
  • Eventos
  • Informes personalizados
  • Comportamiento de los usuarios e interpretación de datos

Unidad Didáctica 3. Google Tag Manager

  • Introducción a GTM
  • Implementación con GTM
  • Medición con GTM
  • Uso de Debug/Preview Mode

Unidad Didáctica 4. Modelos de Atribución

  • La atribución
  • Multicanalidad
  • Customer Journey
  • Principales modelos de atribución
  • Modelos de atribución personalizados

Unidad Didáctica 5. Creación de Dashborad con Google Data Studio

  • Planificación del Dashboard
  • Características del Dashboard
  • Introducción a Data Studio
  • Conectores
  • Tipos de gráficos
  • Personalización de informes
  • Elementos de control
  • Dimensiones y métricas
  • Campos Calculados
  • Compartir informes

Unidad Didáctica 6. Analítica Web Orientada Al Seo

  • Introducción al SEO
  • Historia de los motores de búsqueda
  • Componentes de un motor de búsqueda
  • Organización de resultados en un motor de búsqueda
  • La importancia del contenido
  • El concepto de autoridad en Internet
  • Campaña SEO

Unidad Didáctica 7. Analítica Web Orientada Al Sem

  • Introducción al SEM
  • Principales conceptos en SEM
  • Sistema de pujas y Calidad del anuncio
  • Primer contacto con Google Ads
  • Creación de anuncios con calidad
  • Indicadores clave de rendimiento en SEM

Unidad Didáctica 8. Analítica Web Orientada a las Redes Sociales

  • Análisis del tráfico en redes sociales
  • Fijar objetivos en redes sociales
  • Facebook
  • Twitter
  • Youtube
  • LinkedIn
  • Tik tok
  • Instagram

Unidad Didáctica 9. Técnicas y Estrategias

  • Usabilidad
  • Mapas de calor
  • Grabaciones de sesiones de usuario
  • Ordenación de tarjetas
  • Test A/B
  • Test multivariante
  • KPI, indicadores clave de rendimiento
  • Cambios a realizar para optimizar una página web

Unidad Didáctica 10. Otras Herramientas para Analítica Web

  • Hotjar
  • Microsoft Power BI
  • Google Search Console
  • Matomo
  • Awstats
  • Chartbeat
  • Adobe Analytics

Unidad Didáctica 11. Cookies y Tecnologías de Seguimiento

  • ¿Qué son las cookies?
  • Tipos de cookies
  • GDPR
  • Herramientas para manejar el consentimiento de cookies

Claustro docente

Facultad de Informática y Tics — profesionales con experiencia en Data Science y Análisis de Datos Complejos + 60 Créditos ECTS.

Anabel Fernández

Anabel Fernández

Facultad de Informática y Tics

Gestión y Tecnologías de Proceso de Negocio

¿En qué podrás trabajar?

Con este máster podrás optar a puestos como:

  • Científico de datos
  • Analista de datos
  • Consultor de negocios
  • Investigador
  • Líder de proyectos
  • Especialista en inteligencia empresarial

Metodología

Nuestra metodología educativa

Estudiantes trabajando juntos con sus portátiles
Aprende cuando quieras

Avanza al ritmo que te convenga, desde donde estés
y con seguimiento cercano.

Contenidos de calidad

Ofrecemos una formación completa y actualizada de la mano de un claustro profesional en activo que confecciona los diferentes programas formativos de su área/especialidad.

Materiales y Recursos Didácticos

Tendrás a tu disposición un banco de materiales y recursos didácticos sobre legislación. Así como una Tribuna de noticias y actualidad. Además, podrás asistir a Seminarios online de la mano de nuestro claustro, en el que se tratan temas actuales y de interés.

Claustro Profesional

Los docentes de INESEM son profesionales en activo ofreciendo una docencia de calidad y en constante actualización. Preparan el contenido de aquellos programas formativos cuyas áreas son en las que trabajan.

Tutorización individual

No estarás solo durante tu formación, tendrás al claustro a tu disposición y un tutor asignado con el que podrás mantener el contacto y poder consultar todas las dudas que te vayan surgiendo.

Testimonios

La experiencia de quienes ya estudiaron con nosotros

«Buscaba un Máster oficial sin desplazarme. Estuve atendida en todo momento, todo muy profesional.»

Patricia Ortiz Ruiz

Promoción 2025

Nuestras cifras

+150Kalumnos
99%empleabilidad
+2000acuerdos con empresas
98%satisfacción

Becas INESEM · Descuentos de hasta el 25%

¿Damos el paso para especializarte en Data Science y Análisis de Datos Complejos + 60 Créditos ECTS?

Nuestro equipo de asesores responde tus preguntas y te explica las ayudas disponibles, sin compromiso.