Información general

Curso académico: 2022/2023

Nivel: Máster

Tipo: Máster universitario oficial

Créditos ECTS: 60

Orientación del programa de Máster Investigador

Duración del programa: 1 AÑO

Modalidad de enseñanza: Presencial

Nivel de cualificación: Máster (MECES nivel 3 - EQF nivel 7)

Modalidad de estudio: Tiempo Completo (42-60 ECTS por curso académico)

Prácticas profesionales externas:

Lengua(s) de impartición: Español


Más información:


Coordinador/a de la titulación:

Nombre: ALBERTO LUIS, FERNÁNDEZ HILARIO


Campo(s) de educación y capacitación (ISCED-F)

  • Desarrollo y análisis de aplicaciones y de software (0613)

Competencias

Los estudiantes que han completado el segundo ciclo tienen las siguientes competencias:
– Poseen y comprenden conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
– Saben aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
– Son capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
– Saben comunicar sus conclusiones, y los conocimientos y razones últimas que las sustentan, a públicos especializados y no especializados de un modo claro y sin ambigüedades.
– Poseen las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

Cualificación de la titulación

Nombre del título conferido en lengua original

Máster Universitario en Ciencia de Datos e Ingeniería de Computadores

Requisitos de cualificación

60 créditos mínimos

Asignaturas de la titulación

Denominación de la asignaturaCursoPeriodo
Aplicaciones de Ciencias de Datos y Tecnologías Inteligentes 1er Curso 2º Semestre
Arquitecturas de altas prestaciones para visión 1er Curso 2º Semestre
Big data I 1er Curso 2º Semestre
Big data II 1er Curso 2º Semestre
Biología Computacional con Big Data-omics e Ingeniería Biomédica 1er Curso 1er Semestre
Computación de Altas Prestaciones para Clasificación y Optimización 1er Curso 2º Semestre
Emprendimiento y transferencia de conocimiento 1er Curso 2º Semestre
Estancia Convenio AUIP 1er Curso Anual
Extracción de Características en imágenes 1er Curso 1er Semestre
Ingeniería de Servidores Web 1er Curso 1er Semestre
Internet de las cosas 1er Curso 1er Semestre
Introducción a la ciencia de datos 1er Curso 1er Semestre
Introducción a la programación para ciencia de datos 1er Curso 1er Semestre
Introducción a la programación para ingeniería de computadores 1er Curso 1er Semestre
Mecatrónica y sistemas aero-espaciales 1er Curso 2º Semestre
Metodología de la investigación 1er Curso 1er Semestre
Minería de datos: Aprendizaje no supervisado y detección de anomalías 1er Curso 1er Semestre
Minería de Datos: Aspectos Avanzados 1er Curso 2º Semestre
Minería de datos: Preprocesamiento y clasificación 1er Curso 1er Semestre
Minería de medios sociales 1er Curso 2º Semestre
Minería de Procesos 1er Curso 2º Semestre
Modelado de Sistemas y Predicción de Series Temporales 1er Curso 2º Semestre
Modelos Gráficos Probabilísticos 1er Curso 2º Semestre
Neurociencia computacional y neuroingeniería 1er Curso 1er Semestre
Procesamiento de la Señal de Altas Prestaciones en Biomedicina 1er Curso 2º Semestre
Robótica móvil y neurobótica 1er Curso 2º Semestre
Series temporales y minería de flujos de datos 1er Curso 2º Semestre
Servidores seguros 1er Curso 1er Semestre
Sistemas de Recuperación de Información y de Recomendación 1er Curso 2º Semestre
Sistemas de visión bioinspirados 1er Curso 2º Semestre
Sistemas Empotrados y Co-diseño Hw/Sw 1er Curso 1er Semestre
Soft Computing: Conjuntos y Sistemas Difusos 1er Curso 1er Semestre
Técnicas de Soft Computing para Aprendizaje y optimización. Redes Neuronales y Metaheurísticas, programación evolutiva y bioinspirada 1er Curso 2º Semestre
Trabajo fin de máster 1er Curso 2º Semestre
Visión por Computador 1er Curso 2º Semestre

Menciones o especialidades

Denominacion de la mención o especialidad

– Ingeniería de Computadores y Redes
– Ciencia de Datos y Tecnologías Inteligentes

Información sobre admisión

Para acceder a las enseñanzas oficiales de Máster será necesario estar en posesión de:
A.1. Un título universitario oficial español.
A.2. Un título expedido por una institución de educación superior perteneciente a otro Estado integrante del Espacio Europeo de Educación Superior que faculte en el mismo para el acceso a enseñanzas de Máster.ñ
A.3. Un título perteneciente a un sistema educativo ajeno al Espacio Europeo de Educación, previa comprobación por la Universidad de que el citado título acredita un nivel de formación equivalente a los correspondientes títulos universitarios oficiales españoles y faculta en el país expedidor del título para el acceso a enseñanzas de postgrado.
A.4. Un título superior de las Enseñanzas Artísticas Superiores del sistema educativo español.
A.5. Títulos universitarios oficiales de Diplomado, Arquitecto Técnico, Ingeniero Técnico, Licenciado, Arquitecto, Ingeniero, Graduado o Máster Universitario.

Requisitos específicos de admisión

Podrán acceder al Máster los Graduados, Ingenieros Superiores, Ingenieros Técnicos, Licenciados en Informática, Telecomunicaciones, Electrónica, Física, Matemáticas, Estadística, así como titulados que, desde su formación básica de una ingeniería (superior o técnica), justifiquen conocimientos previos de informática, comunicaciones y/o matemáticas.

Normativas generales

Sistema de calificacion

En el sistema universitario español los módulos/asignaturas se califican con una puntuación absoluta de acuerdo a una escala del 0 al 10, con las siguientes equivalencias cualitativas:

0-4,9: suspenso; 5-6,9: aprobado; 7-8,9: notable; 9-10 sobresaliente. Puede concederse una mención especial (Matrícula de Honor) al 5% de los estudiantes del grupo siempre que hayan obtenido una calificación de sobresaliente. Un módulo/asignatura se considera superado/a a partir del 5.

En el caso de reconocimiento de ECTS, de la experiencia profesional, actividades culturales, deportivas, representación estudiantil u otras no se hará constar ninguna puntuación sino, en su caso, la palabra «Apto».

 

Normativa de evaluación de la UGR

https://www.ugr.es/sites/default/files/2017-09/examenes.pdf

 

Más normativas académicas en: https://ugrcat.ugr.es/sobre-ugr/

 

Si detectas algún error o sugieres alguna mejora para el contenido de esta página, por favor utiliza nuestro formulario de comentarios y sugerencias.
  • Comentarios y sugerencias

    Utilice este formulario para comunicar fallos, errores o sugerencias en la web de UGRCat