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]

    Guías Docentes

    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 CursoPrimer 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

    Horario

    Calendario de Clases 2018-2019

    Máster en Ingeniería Informática

    • Inicio primer cuatrimestre: 17 de septiembre
    • Fin del primer cuatrimestre: 11 de enero
    • Inicio segundo cuatrimestre: 4 de febrero
    • Fin segundo cuatrimestre: 24 de mayo

     

    Actualizado a 11 de Septiembre de 2018

    Exámenes

    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

    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

    Arroyo Álvarez, Julián

    Ayuntamiento
    de Valladolid

    Desarrollo
    de aplicaciones web

    César
    González Ferreras

    2013/14

    2014/15

    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

    2017/18

    Carretero Guarde, José Ignacio

    Telefónica I+D

    Computación Paralela y Modelos Emergentes

    Benjamín
    Sahelices
    Fernández

    2015/16

    2016/17

    2017/18

    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 (2017/2018)

    2013/14

    2014/15

    2015/16

    2016/17

    2017/18

    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

    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

    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

    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

    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

    2015/16

    2016/17

    2017/18

    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 2 de Mayo de 2018