Máster Data Science & IA

Manipula, limpia y transforma datasets reales desde el primer día. Aprenderás las estructuras de datos fundamentales de Python —listas, diccionarios, sets y tuplas— y dominarás Pandas y NumPy para preparar información de forma eficiente. Trabajarás con buenas prácticas de código desde el inicio: funciones reutilizables, módulos y entornos virtuales. La base técnica sobre la que se construye todo lo demás.

Todo proyecto de datos empieza igual: instalando lo necesario y dejando el entorno listo para trabajar. Aprenderás a montar un entorno de desarrollo en Python desde cero, de forma profesional y reproducible, con herramientas como uv para gestionar dependencias y Ruff para cuidar el estilo del código. Descubrirás además una primera aproximación a Docker, para que tus proyectos funcionen igual en tu máquina, en la de un compañero o en producción.

Git y GitHub aplicados a la gestión y el control del código de un proyecto de datos, desde los fundamentos del control de versiones hasta flujos de trabajo colaborativos en equipo. Trabajarás con ramas, resolverás conflictos y aplicarás pull requests siguiendo el flujo GitHub Flow. Una primera aproximación a la integración continua con GitHub Actions completa el módulo: las prácticas que distinguen a un analista profesional de uno que trabaja en solitario.

Diseña esquemas relacionales y extrae información estratégica con consultas avanzadas. Aprenderás a modelar bases de datos desde cero (entidades, relaciones y normalización) y a trabajar con JOINs, CTEs, subconsultas y window functions orientadas a responder preguntas de negocio reales. Dominarás PostgreSQL y MySQL, las dos bases de datos relacionales más utilizadas en el mercado laboral actual.

Los fundamentos matemáticos que necesitas para entender, construir y validar modelos de Data Science. Trabajarás álgebra lineal, cálculo matricial y estadística descriptiva e inferencial aplicados directamente a casos prácticos. No se trata de memorizar fórmulas: se trata de comprender por qué los modelos funcionan y cómo interpretar sus resultados con rigor y criterio.

Diseña dashboards interactivos y comunica hallazgos con narrativa visual. Aprenderás a elegir el tipo de gráfico adecuado para cada análisis, a construir visualizaciones estáticas con Matplotlib y Seaborn y a crear gráficos interactivos con Plotly. Pero sobre todo, aprenderás a contar historias con datos: cómo estructurar una presentación visual que convenza tanto a perfiles técnicos como a directivos sin conocimientos de data.

Construye dashboards profesionales y presenta insights a stakeholders de negocio de forma clara e impactante. Dominarás la lógica de Tableau —dimensiones, medidas, filtros dinámicos— y aprenderás a conectarlo a múltiples fuentes de datos: Excel, SQL, Google Sheets. Trabajarás el storytelling visual para que tus análisis no se queden en un informe más que nadie lee, sino que generen decisiones reales.

Implementa algoritmos de aprendizaje supervisado y no supervisado para resolver problemas reales de predicción y clasificación. Trabajarás con regresión, árboles de decisión, clustering y reducción de dimensionalidad, y aprenderás a evaluar tus modelos correctamente: métricas, validación cruzada y cómo detectar y corregir el overfitting. Todo con pipelines end-to-end en Scikit-learn, de la forma en que se hace en producción.

Diseña e implementa redes neuronales profundas para resolver los retos más avanzados del mercado. Trabajarás con redes convolucionales (CNN) para visión artificial, redes recurrentes (RNN, LSTM) para series temporales y procesamiento de lenguaje, y arquitecturas Transformer. Aplicarás transfer learning y fine-tuning sobre modelos preentrenados para acortar tiempos de desarrollo en proyectos reales con TensorFlow, Keras y PyTorch.

Comprende cómo funcionan por dentro los modelos de lenguaje que están transformando el mercado, desde los primeros word embeddings hasta los transformadores actuales. Aprenderás las diferencias entre GPT y BERT, cómo funciona la atención, encoders y decoders, y cómo aplicar modelos preentrenados con Hugging Face en proyectos de análisis de texto, clasificación y extracción de información. También trabajarás con redes generativas (GAN) y sus aplicaciones en Data Science.

Aprende cómo funcionan los modelos de difusión e intégralos en tus proyectos de datos. Explorarás los fundamentos de la generación de imagen a partir de texto, compararás los principales modelos del mercado —Stable Diffusion, Midjourney y Hugging Face— y aprenderás a integrarlos vía API en flujos de trabajo reales. Casos de uso concretos: generación de datos sintéticos para entrenar modelos y aumentación de datasets cuando los datos escasean.

Cierra el ciclo completo del modelo: de un notebook en local a producción real. Aprenderás qué es MLOps y por qué marca la diferencia entre un Data Scientist junior y uno que aporta valor de verdad en una empresa. Trabajarás con MLflow para el seguimiento de experimentos, FastAPI para exponer modelos como APIs REST, Docker para garantizar la reproducibilidad de entornos y pipelines CI/CD aplicados al ciclo de vida completo del modelo.

Domina las técnicas avanzadas para sacar el máximo rendimiento a los LLMs en tu trabajo como Data Scientist. Aprenderás la anatomía de un prompt bien construido y trabajarás con técnicas como Few-shot, Chain of Thought y Role Playing para mejorar radicalmente la calidad de los outputs. Aplicado directamente a tareas de Data Science: generación de código, análisis y resumen automático de textos, y creación de pipelines inteligentes con LangChain.

Conoce el marco regulatorio europeo que ya está afectando a todos los proyectos de datos e inteligencia artificial. Trabajarás el GDPR y la privacidad de datos desde el punto de vista práctico, el EU AI Act y la clasificación de sistemas de IA por nivel de riesgo, y las estrategias reales para detectar y mitigar sesgos algorítmicos en tus modelos. Un módulo imprescindible para cualquier profesional que quiera trabajar en empresas que operan en Europa.

Procesa y analiza grandes volúmenes de datos que no caben en memoria con Apache Spark y PySpark. Entenderás los fundamentos del procesamiento distribuido (RDDs, DataFrames y lazy evaluation) y aplicarás transformaciones y acciones sobre datasets masivos en casos de uso reales: ETL a escala, análisis de logs y pipelines de datos integrados con arquitecturas cloud modernas.

Una vez consolidada tu base técnica en Data Science, es el momento de multiplicar tu productividad sin perder el control del código. Aprenderás a usar GitHub Copilot y Claude Code con criterio: generación y revisión de código asistida por IA, y automatización de tareas complejas de análisis de datos.El módulo que actualiza tu forma de programar al estándar que ya usan los equipos profesionales.