{"id":97,"date":"2025-12-02T18:46:13","date_gmt":"2025-12-02T17:46:13","guid":{"rendered":"https:\/\/www2.ual.es\/masterdatamat\/?page_id=97"},"modified":"2025-12-03T19:27:37","modified_gmt":"2025-12-03T18:27:37","slug":"plan-de-estudios","status":"publish","type":"page","link":"https:\/\/www2.ual.es\/masterdatamat\/plan-de-estudios\/","title":{"rendered":"Plan de estudios"},"content":{"rendered":"\n
M\u00f3dulo 1: Programaci\u00f3n cient\u00edfica<\/summary>\n\n\n\n\t\n\n\t\n\t\n\t
Asignatura<\/th>Cr\u00e9ditos<\/th>Bimestre<\/th>Profesores<\/th>Contenidos<\/th>\n<\/tr>\n<\/thead>\n
MATLAB y Octave para modelizaci\u00f3n
\n
\n\"\"\"\"<\/td>		3<\/td>1<\/td>Dar\u00edo Ramos L\u00f3pez
\n
\nSergio D\u00edaz Elbal<\/td>		Instalaci\u00f3n de MATLAB y Octave. Interfaces de usuario.
\nVariables y operaciones elementales. Vectores y matrices. Funciones.
\nEstructuras condicionales y bucles.
\nRepresentaciones gr\u00e1ficas.
\n<\/td>\n<\/tr>\n
Python para ciencia de datos
\n
\n\"\"<\/td>		4<\/td>1<\/td>Rafael Caba\u00f1as de Paz<\/td>Caracter\u00edsticas de Python y entornos de programaci\u00f3n
\nTipos de datos y estructuras de control.
\nFunciones
\nManejo de datos con numpy y pandas
\nPaquetes, m\u00f3dulos y entornos virtuales.
\nVisualizaci\u00f3n de datos.
\nModelado estad\u00edstico y machine learning.<\/td>\n<\/tr>\n
R para ciencia de datos
\n
\n\"\"<\/td>		4<\/td>1<\/td>Ana Devaki Maldonado Gonz\u00e1lez
\n
\n\u00c1ngel Tom\u00e1s S\u00e1ez Ruiz <\/td>		Objetos de R y manipulaci\u00f3n de datos en R.
\nEstructuras de control. Familia apply.
\nImportaci\u00f3n y exportaci\u00f3n de datos en R.
\nLa filosof\u00eda tidyverse.
\nClases de objetos: S3, S4 y R6.
\nGeneraci\u00f3n de documentos cient\u00edficos: R Sweave y RMarkdown.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/details>\n\n\n\n
M\u00f3dulo 2: Modelado estad\u00edstico y ciencia de datos<\/summary>\n

<\/p>\n\n\n\n\n\n\n\t\n\n\t\n\t\n\t\n\t\n\t\n\t
Asignatura<\/th>Cr\u00e9ditos<\/th>Bimestre<\/th>Profesores<\/th>Contenidos<\/th>\n<\/tr>\n<\/thead>\n
An\u00e1lisis exploratorio y visualizaci\u00f3n de datos
\n
\n\"\"<\/td>		3<\/td>1<\/td>Antonio Fern\u00e1ndez \u00c1lvarez
\n
\nAna Devaki Maldonado Gonz\u00e1lez
\n<\/td>		Preprocesamiento de los datos.
\nDescripci\u00f3n de la muestra.
\nVisualizaci\u00f3n de datos. ggplot2.
\nReducci\u00f3n de la dimensionalidad.
\nValidaci\u00f3n y an\u00e1lisis de los resultados.<\/td>\n<\/tr>\n
M\u00e9todos de regresi\u00f3n avanzada
\n
\n\"\"<\/td>		3<\/td>2<\/td>Rafael Rum\u00ed Rodr\u00edguez
\n
\nMar\u00eda Morales Giraldo
\n<\/td>		Regresi\u00f3n lineal m\u00faltiple.
\nModelos lineales generalizados.
\nSelecci\u00f3n de variables en los modelos de regresi\u00f3n.
\nRegresiones sesgadas: Ridge y Lasso.<\/td>\n<\/tr>\n
M\u00e9todos de segmentaci\u00f3n y clasificaci\u00f3n
\n
\n\"\"<\/td>		3<\/td>2<\/td>Fernando Reche Lorite<\/td>Clasificaci\u00f3n no supervisada. M\u00e9todos de clustering.
\nClasificaci\u00f3n supervisada. \u00c1rboles de decisi\u00f3n.
\nM\u00e9todos de ensemble. Random Forest y Boosting.<\/td>\n<\/tr>\n
Series temporales
\n
\n\"\"<\/td>		3<\/td>3<\/td>Sergio Mart\u00ednez Puertas<\/td>Manejo de datos temporales en R.
\nIntroducci\u00f3n al an\u00e1lisis de series temporales.
\nSeries estacionarias univariantes.
\nAn\u00e1lisis de series temporales no estacionarias univariantes: El modelo ARIMA.
\nAn\u00e1lisis de series temporales multivariantes: series estacionarias y no estacionarias.<\/td>\n<\/tr>\n
Machine learning probabil\u00edstico
\n
\n\"\"<\/td>		5<\/td>3-4<\/td>Antonio Salmer\u00f3n Cerd\u00e1n
\n
\nAndr\u00e9s Masegosa Arredondo
\n
\nJos\u00e9 Antonio G\u00e1mez Mart\u00edn
\n
\nJos\u00e9 Miguel Puerta Callej\u00f3n
\n<\/td>		Inferencia bayesiana.
\nModelos jer\u00e1rquicos. Redes bayesianas.
\nModelos temporales.Modelos de espacio de estados y HMMs. Sistemas din\u00e1micos lineales y filtros de Kalman.
\nDeep Learning.
\nRedes neuronales.
\nModelos probabil\u00edsticos profundos.<\/td>\n<\/tr>\n
Inteligencia artificial generativa
\n
\n\"\"<\/td>		3<\/td>4<\/td>Javier C\u00f3zar del Olmo<\/td>Estado del arte en modelos generativos.
\nUso de modelos de Hugginface.
\nT\u00e9cnicas de prompting para mejorar resultados y evitar alucinaciones.
\nIntroducci\u00f3n al uso de agentes. <\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n\n\n\n

<\/p>\n<\/details>\n\n\n\n

M\u00f3dulo 3: Matem\u00e1tica computacional<\/summary>\n

<\/p>\n\n\n\n\n\n\n\t\n\n\t\n\t\n\t\n\t
Asignatura<\/th>Cr\u00e9ditos<\/th>Bimestre<\/th>Profesores<\/th>Contenidos<\/th>\n<\/tr>\n<\/thead>\n
T\u00e9cnicas modernas de optimizaci\u00f3n
\n
\n\"\"<\/td>		3<\/td>2<\/td>Jos\u00e9 C\u00e1ceres Gonz\u00e1lez<\/td>Problemas de optimizaci\u00f3n lineales y no lineales.
\nResoluci\u00f3n en MATLAB de problemas t\u00edpicos en optimizaci\u00f3n lineal.
\nM\u00e9todos iterativos de optimizaci\u00f3n. Descenso por gradientes.
\nM\u00e9todos de descenso por gradientes estoc\u00e1sticos.<\/td>\n<\/tr>\n
Ajuste de curvas y superficies
\n
\n\"\"<\/td>		3<\/td>2<\/td>Juan Francisco Ma\u00f1as Ma\u00f1as
\n
\nCristina Rodr\u00edguez Perales
\n<\/td>		Interpolaci\u00f3n y aproximaci\u00f3n polinomial. Integraci\u00f3n num\u00e9rica
\nInterpolaci\u00f3n y aproximaci\u00f3n con splines.
\nT\u00e9cnicas de regularizaci\u00f3n.
\nT\u00e9cnicas avanzadas: funciones de base radial, quasi-interpolaci\u00f3n.<\/td>\n<\/tr>\n
M\u00e9todos de Monte Carlo
\n
\n\"\"<\/td>		3<\/td>3<\/td>Dar\u00edo Ramos L\u00f3pez<\/td>Introducci\u00f3n a los m\u00e9todos de Monte Carlo.
\nIntegraci\u00f3n y optimizaci\u00f3n por Monte Carlo.
\nIntroducci\u00f3n a los procesos estoc\u00e1sticos y su simulaci\u00f3n.
\nM\u00e9todos MCMC: Markov chain Monte Carlo.<\/td>\n<\/tr>\n
Simulaci\u00f3n num\u00e9rica para ciencia y empresa
\n
\n\"\"<\/td>		3<\/td>4<\/td>Juan Francisco Ma\u00f1as Ma\u00f1as
\n
\nJuan Jos\u00e9 Moreno Balc\u00e1zar
\n<\/td>		Modelos matem\u00e1ticos de evoluci\u00f3n de especies y propagaci\u00f3n de enfermedades.
\nModelos matem\u00e1ticos en mec\u00e1nica, cinem\u00e1tica y din\u00e1mica.
\nResoluci\u00f3n num\u00e9rica de ecuaciones de la f\u00edsica matem\u00e1tica.
\nResoluci\u00f3n num\u00e9rica de ecuaciones diferenciales estoc\u00e1sticas. Movimiento browniano y aplicaciones en finanzas.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n\n\n\n

<\/p>\n<\/details>\n\n\n\n

M\u00f3dulo 4: Ingenier\u00eda de datos<\/summary>\n

<\/p>\n\n\n\n\n\n\n\t\n\n\t\n\t\n\t\n\t
Asignatura<\/th>Cr\u00e9ditos<\/th>Bimestre<\/th>Profesores<\/th>Contenidos<\/th>\n<\/tr>\n<\/thead>\n
Bases de datos para ciencia de datos
\n
\n\"\"<\/td>		2<\/td>2<\/td>Manuel Torres Gil<\/td>Arquitecturas de datos. Datos estructurados y no estructurados.
\nSQL para an\u00e1lisis de datos.
\nBases de datos no relacionales.
\nT\u00e9cnicas y herramientas de extracci\u00f3n de datos.<\/td>\n<\/tr>\n
Procesamiento distribuido
\n
\n\"\"<\/td>		2<\/td>3<\/td>Marcos Lupi\u00f3n Lorente<\/td>Fundamentos de la computaci\u00f3n distribuida: Motivaci\u00f3n, arquitectura, conceptos b\u00e1sicos y casos de
\nuso.
\nProcesamiento por lotes a gran escala con Apache Spark usando PySpark.
\nProcesamiento de flujos de datos en tiempo real con Apache Flink y Apache Kafka.
\nDespliegue de plataformas de procesamiento distribuido usando servicios cloud.<\/td>\n<\/tr>\n
Computaci\u00f3n de altas prestaciones para ciencia de datos
\n
\n\"\"<\/td>		2<\/td>4<\/td>Juan Jos\u00e9 Moreno Riado<\/td>An\u00e1lisis de rendimiento y profiling de c\u00f3digos.
\nParalelismo en CPU basado en procesos e hilos.
\nAceleraci\u00f3n masiva en GPU con Python.<\/td>\n<\/tr>\n
<\/td><\/td><\/td><\/td><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n\n\n\n

<\/p>\n<\/details>\n\n\n\n

M\u00f3dulo 5: \u00c9tica y seguridad en ciencia de datos<\/summary>\n

<\/p>\n\n\n\n\n\n\n\t\n\n\t\n\t
Asignatura<\/th>Cr\u00e9ditos<\/th>Bimestre<\/th>Profesores<\/th>Contenidos<\/th>\n<\/tr>\n<\/thead>\n
Gobernanza y \u00e9tica en la inteligencia artificial
\n
\n\"\"<\/td>		1<\/td>3<\/td>Pablo Guill\u00e9n Riado<\/td>Importancia de la \u00e9tica y la gobernanza en el uso de datos, algoritmos y sistemas IA
\nPrincipios \u00e9ticos de la IA
\nC\u00f3mo y donde aplicar los principios \u00e9ticos en el desarrollo de algoritmos y sistemas IA
\n\u00c9tica vs Normativa: donde termina una y empieza la otra
\nNormativa aplicable a la IA con especial foco en la AIA
\nPresencia de la AIA en todo el ciclo de vida del desarrollo de un sistema IA
\nRIA: cumplimiento u oportunidad<\/td>\n<\/tr>\n
Seguridad de la informaci\u00f3n
\n
\n\"\"<\/td>		2<\/td>4<\/td>Juan Antonio L\u00f3pez Ramos
\n
\nJos\u00e9 Antonio \u00c1lvarez Bermejo<\/td>		Almacenamiento seguro de la informaci\u00f3n.
\nAutenticaci\u00f3n e integridad de los datos.
\nAn\u00e1lisis b\u00e1sico de malware.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n\n\n\n

<\/p>\n<\/details>\n\n\n\n

M\u00f3dulo: Trabajo Fin de M\u00e1ster<\/summary>\n\n\n\n\t\n\n\t
Asignatura<\/th>Cr\u00e9ditos<\/th>Bimestre<\/th>Profesores<\/th>Contenidos<\/th>\n<\/tr>\n<\/thead>\n
Trabajo Fin de M\u00e1ster<\/td>8<\/td>Anual<\/td><\/td><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/details>\n\n\n\n

<\/p>\n","protected":false},"excerpt":{"rendered":"","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-97","page","type-page","status-publish","hentry"],"_links":{"self":[{"href":"https:\/\/www2.ual.es\/masterdatamat\/wp-json\/wp\/v2\/pages\/97","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www2.ual.es\/masterdatamat\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www2.ual.es\/masterdatamat\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www2.ual.es\/masterdatamat\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www2.ual.es\/masterdatamat\/wp-json\/wp\/v2\/comments?post=97"}],"version-history":[{"count":12,"href":"https:\/\/www2.ual.es\/masterdatamat\/wp-json\/wp\/v2\/pages\/97\/revisions"}],"predecessor-version":[{"id":308,"href":"https:\/\/www2.ual.es\/masterdatamat\/wp-json\/wp\/v2\/pages\/97\/revisions\/308"}],"wp:attachment":[{"href":"https:\/\/www2.ual.es\/masterdatamat\/wp-json\/wp\/v2\/media?parent=97"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}