Los Mejores Másteres de Ciencia de Datos para Considerar este Verano

Si te dedicas a las TIC sabes que estar actualizado es parte del trabajo diario y que hay que estar al día de las nuevas tecnologías, líneas de desarrollo o técnicas analíticas que surgen constantemente. Llega el verano y muchos nos planteamos realizar algún programa formativo para el curso académico siguiente. La oferta es muy amplia, pero no todos buscamos lo mismo y no todos nos ofrecen lo mismo.

Desde mi experiencia, como Data Scientist desde hace algunos años, muchas veces me llega la pregunta: “Quiero hacer un máster en Big Data (o Data Science), ¿cuál me recomiendas?” y mi respuesta es siempre la misma: “depende, ¿qué es lo que buscas?”

Lo primero que tenemos que pensar es si nos interesa incidir en la parte tecnológica o de arquitectura, lo que yo considero “Big Data”, o nos queremos centrar en el modelado estadístico y resolución de problemas de negocio basados en datos, “Data Science” en sentido estricto. También tenemos que considerar si queremos obtener un enfoque más aplicado, o practitioner, o conocer a fondo cómo funcionan los algoritmos de Machine Learning, cuándo convergen y cuáles son las condiciones, por ejemplo.

En este post vamos a tratar de responder a esa pregunta desde varios puntos de vista, a partir de mi experiencia personal y de la de otros compañeros de BBVA Data & Analytics, en los que hemos participado bien como alumnos o bien como profesores. No pretende ser un listado exhaustivo de másteres, sino la opinión personal de los autores, así que como tal debe considerarse. También hemos incluido algunos que no conocemos de primera mano, pero de los que tenemos buenas referencias. Por razones de sesgo geográfico, son principalmente programas de Madrid o Barcelona.

Caso 1: Trabajo como Informático/a desde hace tiempo, y quiero empezar en el mundo de los datos

En este caso, entendemos que ya sabes programar, tienes además algo de experiencia, y quieres orientar tu carrera hacia la Ciencia de Datos. En este caso suponemos que, de momento, te interesa conocer a alto nivel qué es, qué enfoques hay, qué herramientas y algunos casos de éxito. Y esperas aprender la base para que luego tú puedas trabajar en este mundo.

Aquí recomendamos algunos programas que dan bastante importancia a la contextualización, motivación, y herramientas, sin entrar muy a fondo en detalles técnicos, o conceptos y pruebas matemáticas. Aquí es, probablemente, donde más oferta hay, de muchas y variadas instituciones. Nosotros proponemos una lista de aquellos que conocemos de primera mano.

• Cursos online. Los MOOCs, o cursos online, son, en este caso, un buen punto de partida. Siendo Coursera la plataforma pionera, hay también otras como Udemy, con cada vez más adeptos. Con un coste asequible, de relativamente corta duración y mucha variedad, permiten elegir aquellos aspectos en los que nos gustaría aprender. Hay especializaciones, como la de Data Science de Coursera, que tocan casi todos los ámbitos de un proyecto de DS. Recomendamos elegir aquellos de universidades de prestigio, y leer bien el syllabus o índice antes de inscribirse, para ver si el contenido nos encaja.
• Curso en Big Analytics, de UC3M, Universidad Carlos III de Madrid. Con 120 horas, y unos 6 meses de duración, durante los fines de semana (jueves y viernes por la tarde, y sábados por la mañana), incluye una parte de tecnologías Big Data, así como lenguajes de programación para Data Science; todo con un enfoque práctico donde profesores de perfil académico, pero con experiencia en la industria son los encargados de impartir el temario. Se espera que tras finalizarlo tengas las herramientas necesarias para comenzar a ser Data Scientist. Nuestros compañeros Amanda Garci y Rafael Hernández han formado parte del claustro de profesores en su primera edición y consideran que el temario es bastante acertado.
• Curso en Data Science KSchool. En su 11ª edición, tiene un perfil muy similar al anterior, con 230 horas durante 8 meses en horario de fin de semana. Pone el foco en aprender las herramientas y algoritmos para comenzar a dedicarnos profesionalmente a la Analítica de Datos, con un enfoque práctico, impartido por profesionales del mundo de Big Data y Data Science. Incluye una parte sobre Big Data, pero el grueso es Data Science. Aquí también algunos de nuestros compañeros han impartido clases en algunas de las ediciones pasadas de este programa, y en particular Israel Herráiz es el director del máster. En general, el nivel de los alumnos es bastante bueno, y terminan bastante contentos.
• Programa de Máster, Experto y Especialista en Big Data y Data Science de la UAM, Universidad Autónoma de Madrid. Este programa, que ya va por la tercera edición, tiene una duración de dos años y se imparte los fines de semana (60 ECTS). A diferencia de los anteriores, en este caso aproximadamente el 40% de los temas van sobre tecnologías Big Data -y el 60% sobre Modelado Estadístico y Data Science-, lo que puede resultar en una buena opción para quien vaya buscando más formación en esa parte. Dada la duración, permite profundizar algo más en los temas y tratarlos más a fondo que los anteriores. Aquí he colaborado impartiendo una Master Class cada año, presentando casos de uso de éxito de Data Science en la industria.

Caso 2: Me gustaría comprender los fundamentos teóricos del Aprendizaje Estadístico.

Puede ser que estés terminando la carrera y quieras enfocarte hacia el mundo de los datos; o ya has trabajado como Data Scientist, pero crees que te falta algo de base teórica/matemática en muchos aspectos y te atrae profundizar más. En este caso, nuestra experiencia es que esto sólo lo vas a obtener en programas oficiales de Universidades. En ellos, se estudian los modelos desde un punto de vista teórico, pizarra, papel y boli, y las tecnologías quedan en un segundo plano. En concreto, nosotros conocemos los siguientes:

• Máster Universitario en Inteligencia Artificial de la UPM, Universidad Politécnica de Madrid. Se puede realizar part- o full-time. Lo imparten profesionales reputados en temas clásicos de AI, o en temas muy avanzados e innovadores, para estudiar computación no convencional. Nuestro compañero Roberto Maestre lo conoce y tiene una opinión bastante buena sobre él.
• Máster Universitario en Ingeniería Matemática, de la UC3M. Máster full-time de 2 años de duración. Tiene una primera parte (un cuatrimestre) troncal, y luego se puede elegir la especialidad en Estadística o en Matemática. Es bastante teórico, e impartido por profesores reputados y alta experiencia de esta universidad. Amanda Garci ha sido alumna, y considera que ha sido muy útil para conocer esa parte matemática de los algoritmos de Machine Learning.
• Máster Interuniversitario de Inteligencia Artificial de Cataluña, (UPC, URV, UB, UOC). Uno de los másteres pioneros en España en esta disciplina. Axel Brando>, doctorando industrial con nosotros, realizó aquí sus estudios y nos dice que el nivel es muy elevado, donde se requiere trabajar duramente pero que los resultados son totalmente los que esperaba. Como hándicap, al desarrollarse en varios campus de cataluña, requiere dedicación completa.
• Máster en Investigación e Innovación en TiC, de la UAM, Universidad Autónoma de Madrid. Con varios itinerarios, la rama de Inteligencia Computacional está enfocada en entender y desarrollar programas informáticos inteligentes, incluyendo asignaturas como Machine Learning, Recuperación de Información o Métodos Bayesianos. Como alumna de este máster, puedo decir que es un programa puramente teórico, donde se ven a fondo algoritmos de clasificación, clustering, SVMs, Sistemas de Recomendación, entre otros; y se entiende completamente su funcionamiento ya que se programan desde cero. Tiene una duración de un año, en horario de tarde, pero puede realizarse part-time en dos años, para poder compaginarlo con el mundo laboral, si así se desea. Los profesores son docentes con bastante experiencia, e investigadores de primer nivel, por lo que es un punto muy positivo.

Además, estos programas habilitan a estudiar el doctorado, si queremos continuar la carrera investigadora.

• Por último, y aunque no es un máster, queremos incluir también uno de los primeros grados en Data Science en España, en la UPC. Con mucha competencia (hay plazas para 30 alumnos), está dirigido por personal muy reconocido en este ámbito.

Caso 3: Si busco algo intermedio…

Si quieres salir con herramientas que te habiliten para trabajar, pero también tienes inquietud por entender bien los modelos y algoritmos que estás aplicando, hay también algunos programas que te aportarán ambas cosas. Si bien es cierto, que son algo menos frecuente, conocemos el siguiente:

• Máster en Fundamentos de Data Science de la UB, Universidad de Barcelona. Como su nombre indica, trata de abordar los fundamentos de Data Science, pero sin perder de vista el enfoque práctico. Tiene un año de duración, en horario de tarde, pero los 60 ECTS también pueden realizarse en dos años en part-time. Los instructores son investigadores de alto nivel, y profesores con experiencia, por lo que la calidad de las asignaturas es elevada. Nuestro compañero Jordi Aranda está terminando este año y reconoce que ha cumplido las expectativas de lo que estaba buscado: profundizar en las técnicas estudiadas, entender las diferencias y similitudes entre diferentes enfoques, y a la vez verlo todo aplicado con las tecnologías y librerías que se utilizan actualmente. También nuestro compañero Jordi Nin va a impartir el módulo de Big Data, repasando las tecnologías que más se utilizan y aplicando su conocimiento de años de experiencia en la industria.
• Master en Data Science y Big Data (Afi Escuela de Finanzas): Máster de un año. Su cuarta edición comienza en septiembre. Este máster está diseñado para aquellos que quieran conocer, no solo la base teórica de la ciencia de datos, pero también para aprender cómo implementarlo a casos de uso. Aunque incluye un módulo de Big Data, se enfoca en los fundamentos de la ciencia de datos, con lo que tras la graduación los estudiantes tendrán las herramientas y conocimientos para un trabajo de ciencia de datos aplicada. Los ejemplos y trabajos se centran en casos reales. El módulo final es impartido por profesionales de diversos sectores. Elena Alfaro forma parte de este módulo anualmente. Buena política de prácticas en empresas. (Recomendado por Juande, científico de datos de BBVA Data & Analytics).
• Máster en Data Science de la URJC, Universidad Rey Juan Carlos. El Máster en Data Science de la Universidad Rey Juan Carlos (1 año de duración, 60 ECTS) proporciona una formación exhaustiva tanto en tecnologías de Big Data como en técnicas de análisis estadístico. Integra conocimientos de ingeniería de datos (Spark, Hadoop, arquitectura en la nube, recopilación y almacenamiento de datos) así como análisis de complejas bases de datos (modelos estadísticos, machine learning, optimización y simulación, análisis de gráficos, visualización y comunicación). De esta forma, el Máster ofrece un camino de aprendizaje que prepara a los y las estudiantes para aplicar la ciencia de datos a múltiples áreas, ya sea en el sector de la industria, la investigación o la innovación. Nuestro compañero de BBVA Felipe Alonso participa como profesor en este programa, mientras que varios científicos de datos de BBVA han asistido a este curso.
• Máster en Big Data para Finanzas (CUNEF): Máster especialmente enfocado para aquellos perfiles mixtos que quieran combinar los conocimientos de ciencia de datos y finanzas. Tiene una importante orientación aplicada a casos como gestión de activos, estudios de mercado o pricing. Su duración es de un año (60 ECTS) con prácticas en empresas al finalizar. Nuestro compañero Alejandro Vidal imparte Desarrollo de productos de datos y Técnicas de Visualización en este Máster.

Esperemos que este post sea de utilidad para quien quiera iniciarse o profundizar en el apasionante mundo del Científico de Datos. Para saber más, no olvides seguirnos en nuestras redes sociales.