Máster en Ingeniería Informática

Inicio

Click para Avisos

Descripción del Máster en Ingeniería Informática – Big Data

Máster Profesionalizante: título oficial de la profesión de Ingeniero en Informática.
Trabajo Práctico Externo obligatorio (6 ECTS)

Cumple el acuerdo del Consejo de Universidades, Resolución de 8 de junio de 2009 de la Secretaría de Universidades (BOE 4 de agosto de 2009, núm. 187)

Enseñanza basada en proyectos y evaluación continua.

Acceso directo sin necesidad de complementos de formación para los Ingenieros Técnicos en Informática, Ingenieros Técnicos en Informática de Sistemas y Graduados en Ingeniería Informática.

A su vez, el Máster proporciona acceso directo al Doctorado en Ingeniería Informática.

Memoria de Verificación

  • Memoria de Verificación del Máster en Ingeniería Informática [PDF]

Asignaturas

Programa 2019-2020

Máster en Ingeniería Informática – Programa 2019-2020

Enlace a la página de la UVa con el programa de las asignaturas

Las asignaturas que indican [Apoyo en Inglés] ofrecen al alumno materiales (bibliografía, transparencias…) en lengua inglesa, y la posibilidad de tener tutorías también en inglés, con el fin de apoyar a los posibles alumnos de intercambio extranjeros.

Primer Curso

Primer Cuatrimestre

  • [BigData] Aplicaciones y Servicios Avanzados en Internet.
  • Calidad, Auditoría y Seguridad de Procesos, Servicios, Recursos y Productos Software.
  • Ingeniería de la Interacción.
  • [Apoyo en Inglés] Métodos Avanzados de Razonamiento y Representación del Conocimiento.
  • [Apoyo en Inglés] Sistemas Hardware y Software de Captura y Visualización de Imagen.

 

Segundo Cuatrimestre

  • [BigData] Aplicaciones Web para la Búsqueda y Gestión de Información.
  • [BigData] [Apoyo en Inglés] Computación Paralela y Modelos Emergentes.
  • Dirección Estratégica de la Tecnología e Innovación.
  • [Apoyo en Inglés] Gestión Económico-Financiera de Empresas y Proyectos de Base Tecnológica.
  • [BigData] [Apoyo en Inglés] Técnicas Escalables de Análisis de Datos.
Segundo Curso

Primer Cuatrimestre

  • Trabajo Práctico Externo.
  • Trabajo Fin de Máster.

Especialidad Big Data

  • Almacenamiento Escalable.
  • [Apoyo en Inglés] Big Data: inteligencia de negocios.
  • Tecnología para el Big Data.


Actualizado a 17 de Julio de 2019

Programa 2018-2019

Máster en Ingeniería Informática – Programa 2018-2019

Enlace a la página de la UVa con el programa de las asignaturas

Las asignaturas que indican [Apoyo en Inglés] ofrecen al alumno materiales (bibliografía, transparencias…) en lengua inglesa, y la posibilidad de tener tutorías también en inglés, con el fin de apoyar a los posibles alumnos de intercambio extranjeros.

Primer Curso

Primer Cuatrimestre

  • [BigData] Aplicaciones y Servicios Avanzados en Internet.
  • Calidad, Auditoría y Seguridad de Procesos, Servicios, Recursos y Productos Software.
  • Ingeniería de la Interacción.
  • [Apoyo en Inglés] Métodos Avanzados de Razonamiento y Representación del Conocimiento.
  • [Apoyo en Inglés] Sistemas Hardware y Software de Captura y Visualización de Imagen.

 

Segundo Cuatrimestre

  • [BigData] Aplicaciones Web para la Búsqueda y Gestión de Información.
  • [BigData] [Apoyo en Inglés] Computación Paralela y Modelos Emergentes.
  • Dirección Estratégica de la Tecnología e Innovación.
  • [Apoyo en Inglés] Gestión Económico-Financiera de Empresas y Proyectos de Base Tecnológica.
  • [BigData] [Apoyo en Inglés] Técnicas Escalables de Análisis de Datos.
Segundo Curso

Primer Cuatrimestre

  • Trabajo Práctico Externo.
  • Trabajo Fin de Máster.

Especialidad Big Data

  • Almacenamiento Escalable.
  • [Apoyo en Inglés] Big Data: inteligencia de negocios.
  • Tecnología para el Big Data.

Primer Cuatrimestre – Optativas

  • Análisis de Datos Multivariantes.
  • Computación Ubicua.
  • Desarrollo Práctico de Aplicaciones en Sistemas Empotrados.
  • Diseño Físico de Grandes Almacenes de Datos Orientados a la Representación de Conocimiento.
  • Fundamentos de Informática en la Industria.
  • Infraestructura para el Desarrollo de Aplicaciones de Computación de Altas Prestaciones.
  • Métodos Matemáticos Aplicados al Desarrollo de Sistemas y Servicios de Internet.
  • Sistemas de Interacción Multimodal.
  • Video 3D: Captura, Fusión y Producción de Contenidos 3D Mediante Cámaras Sincronizadas.
  • Web Semántica y Extracción de Información.

Actualizado a 20 de Julio de 2018

Programa 2017-2018

Máster en Ingeniería Informática – Programa 2017-2018

Enlace a la página de la UVa con el programa de las asignaturas

Las asignaturas marcadas como [English] ofrecen atención personalizada en inglés a aquellos estudiantes con conocimientos limitados de español.

Primer Curso

Primer Cuatrimestre

  • [BigData]Aplicaciones y Servicios Avanzados en Internet.
  • Calidad, Auditoría y Seguridad de Procesos, Servicios, Recursos y Productos Software.
  • [English] Ingeniería de la Interacción.
  • Métodos Avanzados de Razonamiento y Representación del Conocimiento.
  • [English] Sistemas Hardware y Software de Captura y Visualización de Imagen.

 

Segundo Cuatrimestre

  • Aplicaciones Web para la Búsqueda y Gestión de Información.
  • [BigData] [English] Computación Paralela y Modelos Emergentes.
  • Dirección Estratégica de la Tecnología e Innovación.
  • Gestión Económico-Financiera de Empresas y Proyectos de Base Tecnológica.
  • [BigData]Técnicas Escalables de Análisis de Datos.
Segundo Curso

Primer Cuatrimestre

  • Trabajo Práctico Externo.
  • Trabajo Fin de Máster.

Especialidad Big Data

  • Almacenamiento Escalable.
  • Big Data: inteligencia de negocios.
  • Tecnología para el Big Data.

Primer Cuatrimestre – Optativas

  • Análisis de Datos Multivariantes.
  • Computación Ubicua.
  • Desarrollo Práctico de Aplicaciones en Sistemas Empotrados.
  • Diseño Físico de Grandes Almacenes de Datos Orientados a la Representación de Conocimiento.
  • Fundamentos de Informática en la Industria.
  • Infraestructura para el Desarrollo de Aplicaciones de Computación de Altas Prestaciones.
  • Métodos Matemáticos Aplicados al Desarrollo de Sistemas y Servicios de Internet.
  • Sistemas de Interacción Multimodal.
  • Video 3D: Captura, Fusión y Producción de Contenidos 3D Mediante Cámaras Sincronizadas.
  • Web Semántica y Extracción de Información.

Actualizado a 22 de Septiembre de 2017

Guías Docentes 2016-2017

Máster en Ingeniería Informática – Guías Docentes 2016-2017

Las Guías son PROVISIONALES y pueden sufrir cambios tanto en el contenido como en los docentes responsables de las asignaturas.Se muestran únicamente las asignaturas para las que la guía está disponible.

Las asignaturas marcadas como [English] ofrecen atención personalizada en inglés a aquellos estudiantes con conocimientos limitados de español.

Actualizado a 21 de Julio de 2016

Guías Docentes 2014-2015

Máster en Ingeniería Informática – Guías Docentes 2014-2015

Las Guías son PROVISIONALES y pueden sufrir cambios tanto en el contenido como en los docentes responsables de las asignaturas

Trabajo Fin de Máster

Trabajo Fin de Máster

Información general

A partir del día 26 de mayo de 2020 está disponible en la Sede electrónica la solicitud de defensa del Trabajo Fin de Máster.

Se puede consultar una guía del procedimiento en: esquema con las instrucciones a seguir.

El inicio de este procedimiento es común para todos los Centros de la UVa y se refiere exclusivamente al trámite inicial de solicitud. Incluye tres impresos estandarizados: Solicitud de defensa (se rellena online), Vº Bº del tutor y declaración de autoría y originalidad.

Tras la defensa se debe remitir la memoria del TFM y la solicitud del estudiante, donde figura si el confidencial o la fecha del embargo, a las bibliotecas de cada centro. Para ello cada Secretaria Administrativa puede acordar con la correspondiente Biblioteca el método que más interese.

 

Trámites para la Defensa

Documentos y enlaces

Documentos para profesores

Actualizado a 13 de Marzo de 2024

Horario

Calendario de Clases 2020-2021

 

Actualizado a 25 de marzo de 2021: añadido calendario de actividades del Grado para 2º curso del segundo cuatrimestre

Exámenes

Calendario de Exámenes 2020-2021

Máster en Ingeniería Informática
Grado en Ingeniería Informática
INdat

Actualizado a 1 de Octubre de 2020: cambios en los calendarios de exámenes de Máster

Trabajo Práctico Externo

Trabajo Práctico Externo

Guía Docente del Trabajo Práctico Externo del Máster

Los alumnos del Máster en Ingeniería Informática tienen la oportunidad de realizar prácticas en empresas y grupos de investigación tales como:

Empresas
  • aei ciberseguridad
  • anfix
  • BEONPRICE
  • Cognizant
  • CORITEL
  • CPIICyL
  • DATASALT
  • everis
  • mLEAN
  • Nielsen
  • plasticscm
  • roams
  • SILVERSTORM
  • tecsidel
  • Telefónica I+D
  • voxel 3D
  • xeridia
Grupos de Investigación
  • Arquitectura de computadores
  • Caracterización de materiales y dispositivos electrónicos
  • Compresión, indexación y aplicaciones sobre grandes colecciones de datos
  • Computación pervasiva
  • Desarrollo de funciones ultra-rápidas
  • Economía financiera y contabilidad
  • Economía y políticas públicas
  • Electrónica
  • Entornos de computación avanzada y sistemas de interacción multimodal
  • Espectroscopía de plasmas y chorros supersónicos
  • GIRO
  • Lingüística computacional
  • Matemática aplicada
  • MIOMeT: Moléculas Inorgánicas y Organometálicas con Metales de Transición
  • Modelización, biomecánica y visualización avanzada del patrimonio
  • Optimización y análisis envolvente de datos
  • Pensamiento sistémico y cibernética organizacional
  • Redes neuronales
  • Sistemas inteligentes
  • Soluciones de optimización
  • Trasgo
  • Web semántica, derecho de las nuevas tecnologías y delincuencia informática

Descripción de Prácticas en Empresa

GMV

Si estás interesado en esta oferta, manda tu CV por correo electrónico a pe@inf.uva.es, indicando en el correo la empresa/oferta en cuestión.

CIDAUT

Prácticas curriculares en empresa relacionadas con proyectos TIC de Investigación y Desarrollo:

  • Industria 4.0. Desarrollo de algoritmos para análisis de datos aplicando técnicas de Machine Learning a partir del lenguaje de programación python y la plataforma Apache Spark + MLlib
  • Sistemas Inteligentes de Transporte. Técnicas de visión artificial y procesado de datos/imágenes con desarrollo de aplicaciones en C# usando Visual Studio Professional y el framework Microsoft .NET con base de datos Microsoft SQL Server.
  • Sistemas Inteligentes de Transporte. Programación de equipos embebidos Linux (raspberry pi/arduino con scripts en Python + OpenCV) para desarrollo de algoritmos de análisis de datos sobre cámaras de visión artificial.

También se puede considerar la posibilidad de realizar un TFM en este contexto.

Requisitos:

  • Base de programación en C++ y C# (entorno de desarrollo Visual C# y .NET) y bases de datos SQL: MS SQL Server
  • Conocimientos de Python y Java

Otros conocimientos opcionales:

  • SO Linux, shell scripting, BD MySQL
  • Herramientas de control de versiones: SVN
  • PostGIS y PostgreSQL
  • OpenCV

Horario flexible. No es necesario realizar todas las prácticas de forma presencial, se pueden alternar con herramientas de videoconferencia/email para seguimiento mediante entregables.

Posibilidad de hacer las prácticas en verano.

Si estás interesado en esta oferta, manda tu CV por correo electrónico a pe@inf.uva.es, indicando en el correo la empresa/oferta en cuestión.

Everis

Funciones:- Participación en el desarrollo e implementación de proyectos Big Data en clientes de todos los sectores( banca, telco,retail,utilities …)
La participación comprenderá la participación en las siguientes actividades:
· Análisis de fuentes de datos
· Instalación y configuración de plataformas Big data
· Implementación de mecanismos de ingesta,
· Industrialización de algoritmos analíticos
· Desarrollo de rutinas de procesamiento de datos
· Implementación de casos de uso de negocioTecnologías Big DataDistribución Cloudera, Horton Works
Herramientas de Ingesta de Datos: Flume , Sqoop, Kafka
Herramientas de Almacenamiento: HDFS, Hive, Hbase, Cassandra
Herramientas de procesamiento: Spark, FlinkLíneas de aprendizaje:· ¿Qué es Big Data y qué impacto que produce en los clientes?.
· ¿Cuáles son las plataformas y el software para tratamiento de Big Data?
· Análisis y toma de requisitos en proyectos Big Data.
· ¿Qué es la depuración de datos y la gestión de identidades?
· ¿Cómo es un proyecto de Big Data?
· ¿Cómo definir un business case de Big Data?
· ¿Cómo analizar información en tiempo real?, ¿Cómo construir modelos predictivos de Big Data?
· ¿Cómo se construye un Cuadro de Mando Integral?, ¿Qué información aporta el Big Data a un Cuadro de Mando?
· ¿Cuáles son los casos de uso de Big Data más importantes del mercado?

Si estás interesado en esta oferta, manda tu CV por correo electrónico a pe@inf.uva.es, indicando en el correo la empresa/oferta en cuestión.

BeOnPrice (Data Scientist)

Nombre del puesto: Data Scientist

BeOnPrice somos una Start-Up tecnológica que desarrolla soluciones de Revenue Management para el sector turístico a través de tecnologías de Big Data.

En nuestra compañía tenemos ganas de seguir creciendo y por ello tenemos sitio para ti. Buscamos personas optimistas, que disfruten trabajando en equipo, que le gusten los retos y que piensen que todo se puede mejorar. Nos gusta la creatividad, el compromiso, la innovación y la apuesta por la calidad.
Si compartes estos valores y tu perfil encaja con el que describimos a continuación no dudes de que contaremos contigo.

Formación académica: Grado en Estadística/Matemáticas/Informática

Formación complementaria: Análisis y programación de software. Inglés. Experiencia: No necesaría aunque recomendable.

Funciones y responsabilidades: Investigación, modelado, desarrollo e implantación de técnicas de machine learning

Conocimientos
– Programación y modelización (Mathematica)
– Programación C++, R, Python
– Procesamiento distribuido
– SQL/NO-SQL
– Linux

Competencias personales
– Iniciativa y autonomía
– Actitud proactiva y dinámica
– Compromiso a medio/largo plazo
– Trabajo en equipo
– Habilidades de comunicación
– Mentalidad estratégica
– Capacidad de liderazgo
– Pragmatismo
– Creatividad
– Tolerancia a las ambigüedades

Contacto
BEONPRICE
info@beonprice.com
923 100 220

Si estás interesado en esta oferta, manda tu CV por correo electrónico a pe@inf.uva.es, indicando en el correo la empresa/oferta en cuestión.

VOXEL 3D

Introducción al problema

En VOXEL 3D nos dedicamos a crear servicios de información espacial en Internet. Somos proveedores de contenidos de imagen georeferenciada a terceros, empresas o particulares. Nuestros servicios están monitorizados continuamente de forma anónima mediante logs de acceso en formatos estándar. Estos logs de acceso son recurrentes, y presentan información interesante sobre el uso que dan los clientes a sus datos, desde el punto de vista geoespacial. Toda la información que VOXEL 3D sirve a sus clientes está georeferenciada (típicamente cada dato tiene su correspondencia geográfica, latitud – longitud), y es viable su estudio para conocer los comportamientos de nuestros clientes.

Adicionalmente, VOXEL3D, ha desarrollado su propia herramienta de recogida de analíticas geoespaciales para aplicaciones de web mapping (típicamente Google Maps, o las prolíficas librerías actuales Leaflet y Openlayers 3), para conocer cómo utiliza un usuario común de forma anónima o no, los contenidos existentes en un mapa web, o una aplicación geográfica online basada en estos sistemas. Esta herramienta permite recoger cualquier tipo de interacción de los usuarios con información relacionada con mapas en la web, generando ficheros de log de la información de interés.

Esta información generada es valiosa para conocer los intereses de los clientes de estas aplicaciones.

Objetivos del trabajo

El objetivo general es desarrollar una plataforma para la recogida de KPI’s (key perfomance indicator) e indicadores clave de mapas online que permitan la recogida automática de la información de mapas online, almacenamiento, indexación de la información a partir de logs y creación de un dashboard de visualización de la información para facilitar la toma de decisiones. Este trabajo se enmarca dentro de la herramientas de web map analytics que está desarrollando VOXEL 3D en la actualidad.

Plan de trabajo

FASE A: Inmersión en el problema [60h]

A.1 – Lectura de bibliografía básica, conocimiento del problema.

A.2 – Conocimiento del estado del arte avanzado en herramientas de web mapping y web analytics.

A.3 – Estudio pormenorizado de los KPI’s interesantes para una aplicación de web mapping.

FASE B: Desarrollo [210h]

B.1 Proceso de análisis y diseño de los módulos del sistema

B.2 Procesamiento, indexación y almacenamiento de información en base a logs de uso.

B.3 Desarrollo del dashboard de control.

FASE C: Conclusiones [30h]

Stack tecnológico

Está previsto trabajar con las siguientes herramientas/tecnologías:

* Python/R para procesamiento y análisis estadístico.

* Elasticsearch para búsquedas e indexación de información.

* Python/Logstash para procesamiento de logs.

* Introducción a herramientas de monitorización Kibana vs GreyLog.

* ToroDB/PostreSQL/MongoDB como sistemas de almacenamiento.

Si estás interesado en esta oferta, manda tu CV por correo electrónico a pe@inf.uva.es, indicando en el correo la empresa/oferta en cuestión.

Empresas Vinculadas

master_empresas_aeiseguridadmaster_empresas_anfixmaster_empresas_beonpricemaster_empresas_cognizantcoritelmaster_empresas_cpiicylDatasaltEVERISmleannielsenmaster_empresas_plasticscmRoamsSILVERSTORMmaster_empresas_tecsidelmaster_empresas_telefonica_i+dvoxel3dmaster_empresas_xeridia

Profesores Visitantes

Nombre

Empresa/
Universidad

Asignatura

Profesor
Responsable

Curso/s

Alfageme Sainz, Samuel

Telefónica I+D

Calidad, Auditoría y Seguridad de procesos, servicios, recursos y productos software

Yania Crespo González-Carvajal

2018/19

Alonso Moreno, Juan

Tecnilógica

Ingeniería de la Interacción

Alejandra Martínez Monés

2015/16

2016/17

2017/18

Aparicio Lázaro, Álvaro

Dinamiza Consulting

Big Data: Inteligencia de Negocios

Quiliano I. Moro Sancho y Carlos Vivaracho Pascual (Carlos 2017/2018)

2016/17

2017/18

Álvarez Hernando, Francisco Javier

AC Abogados

Big Data: Inteligencia de Negocios

Quiliano I. Moro Sancho y Carlos Vivaracho Pascual (Carlos 2017/2018)

2016/17

2017/18

2018/19

Arroyo Álvarez, Julián

Ayuntamiento
de Valladolid

Desarrollo
de aplicaciones web

César
González Ferreras

2013/14

2014/15

Bayón Fernández, Andrés

Anfix

Aplicaciones web para la búsqueda y gestión de información

César González Ferreras

2018/19

Boydens, Joroen

Universidad KU Leuven (Bélgica)

Computación Paralela y Modelos Emergentes

Benjamín Sahelices Fernández

2015/16

Burget, Radek

Brno University of Technology
Brno (Rep. Checa)

Desarrollo
de aplicaciones web

César González Ferreras

2014/15

Caballero Muñoz-Reja, Ismael

Universidad Castilla La Mancha

Calidad, Auditoría y Seguridad de procesos, servicios, recursos y productos software

Esperanza Manso (2016/17 y 2017/18)

Yania Crespo González-Carvajal (2018/19)

2016/17

2017/18

2018/19

Carretero Guarde, José Ignacio

Telefónica I+D (Fiware)

Computación Paralela y Modelos Emergentes

Benjamín
Sahelices
Fernández

2015/16

2016/17

2017/18

2018/19

De Francisco Marcos, David

Indra

Gestión
económico financiera de empresas y proyectos de base
tecnológica

Alfredo Martínez Bobillo (de 2013 a 2017) y Fernando Tejerina Gaite (desde 2017/18)

2013/14

2014/15

2015/16

2016/17

2017/18

2018/19

Domínguez Collar,
Marta

Everis

Almacenamiento escalable

Miguel Ángel Martínez
Prieto, Aníbal Bregón
Bregón y Fernando Díaz Gómez (Fernando 2017/2018)

2016/17

2017/18

Erro Eslava,
Daniel

Universidad
del País Vasco

Interacción
multimodal

David
Escudero Mancebo

2014/15

2015/16

Gañán Alonso, Patricia

Anfix

Desarrollo
Aplicaciones
Web

César
González
Ferreras

2015/16

García Morán, Daniel

Devo

Computación Paralela y Modelos Emergentes

Benjamín
Sahelices
Fernández

2018/19

Gómez Cuadrado, Julián

Analyticae

Big Data: Inteligencia de Negocios

Quiliano I. Moro Sancho

2018/19

Khadmaoui,
Amine

Anfix

Desarrollo
Aplicaciones
Web

César
González
Ferreras

2015/16

Ibáñez Pascual, Antonio

Junta de Castilla y León

Web Semántica y Extracción de Información

Mercedes Martínez González

2015/16

Izquierdo Martín, Isabel María

Telefónica

Computación Paralela y Modelos Emergentes

Benjamín
Sahelices
Fernández

2018/19

Lerma Brines, María del Sol

Beonprice

Tecnología para el Big Data (octubre)

César González Ferreras e Iván Santos Tejido (Iván 2017/2018)

2016/17

2017/18

2018/19

Marín de la Iglesia, José Luis

Gateway S.C.S.

Web Semántica y Extracción de Información

Mercedes Martínez González

2015/16

Muñoz García, Alberto

Xeridia

Tecnología para el Big Data (octubre)

César González Ferreras e Iván Santos Tejido (Iván 2017/2018)

2016/17

2017/18

2018/19

Nikitas
Assimakopoulos

University
Piraeus (Grecia)

Dirección estratégica de la tecnología y la investigación

José Manuel Pérez Ríos

2013/14

Pascual Sancho, Jorge

Anfix

Aplicaciones web para la búsqueda y gestión de información

César González Ferreras

2016/17

2017/18

Puga
Coelho, Joel J.

University
Beira Interior (Portugal)

Computación paralela y modelos emergentes

Agustín de Dios Hernández

2013/14

Puga
Coelho, Joel J.

University
Beira Interior (Portugal)

Sistemas Hardware y Software de Captura y Visualización de Imagen

Helena Castán Lanaspa

2014/15

Requejo Tovar, Jaime

IBM

Big Data: Inteligencia de Negocios

Quiliano I. Moro Sancho y Carlos Vivaracho Pascual (Carlos 2017/2018)

2016/17

2017/18

Rodríguez Martín, Javier

Telefónica I+D

Tecnología para el Big Data (noviembre)

César González Ferreras e Iván Santos Tejido (Iván 2017/2018)

2016/17

2017/18

Rodríguez Monje, Moisés

AQC Lab

Calidad, Auditoría y Seguridad de procesos, servicios, recursos y productos software

Esperanza Manso (de 2015 a 2017)

Yania Crespo González-Carvajal (desde 2017/18)

2015/16

2016/17

2017/18

2018/19

Sánchez Castelló, Daniel

Everis

Almacenamiento escalable

Aníbal Bregón Bregón

2018/19

Serrano Taylor, Yanelis

Universidad de Salamanca

Big Data: Inteligencia de Negocios

Quiliano I. Moro Sancho

2018/19

Especialidad Big Data

El curso 16/17 comienza la Especialidad BigData en el Máster en Ingeniería Informática

Con la entrada de la nueva especialidad, la división en créditos ECTS queda como sigue:

La duración es de 90 ECTS (un curso y un cuatrimestre)

  • Primer curso: 60 ECTS en asignaturas Obligatorias
    • 12 ECTS de Dirección y Gestión
    • 48 ECTS de Tecnología Informáticas con formación en Big Data
  • Segundo curso:
    • Itinerario general: 15 ECTS optativos
    • Big Data: 15 ECTS optativos de Especialidad BigData
    • 6 ECTS en Prácticas en Empresa y
    • 9 ECTS en el Trabajo Fin de Máster

Se incentiva la participación en empresa con la enseñanza dual Empresa + Universidad: por las mañanas se trabajará en una empresa de forma remunerada y por las tardes habrá docencia del Máster. Se pretende que una vez finalizado el Máster, se continúe trabajando en la empresa.

Resumen de los contenidos de las asignaturas:

AsignaturaContenidoObservaciones
Tecnología para el Big Data Lenguajes para el Big DataR, Python
Herramientas para análisis distribuidoIntroducción a MapReduce

Apache Hadoop

Apache Spark

Ecosistemas Hadoop: Pig, Sqoop, Storm

Apache Mahout

Infraestructura para el Big DataCluster Linux para el Big Data

Monitorización

Plataformas en la nubeAmazon’s Elastic Compute Cloud (Amazon EC2)

Google App Engine

Microsoft Azure

OpenStack

Almacenamiento Escalable EscalabilidadSharding y clusters de bases de datos
Almacenamiento HDFS Hive
Almacenamiento en BBDD NoSQLAlmacenamiento clave-valor

Almacenamiento documental

Almacenamiento en grafo

Big-table

TecnologíasCassandra, MongoDB, CouchDB, Neo4J, GraphDB, HBase, Elasticsearch
Big Data: inteligencia de negocios Big data en los sistemas de soporte a la toma de decisiones
Creación de informes y cuadros de Mandos
Casos de Integración de fuentes de Información Preprocesado

Web Data

Big data en los sistemas multimedia

Aspectos legales y éticos reguladores

Inscríbete

Máster en Ingeniería Informática: Inscripción

Compatibilidad con actividad laboral:
– Horario de tarde
– Posibilidad de ser “estudiante a tiempo parcial”

Actualizado a 11 de Julio de 2019