BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Centro Mediterráneo - ECPv5.16.1.1//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Centro Mediterráneo
X-ORIGINAL-URL:https://cemed.ugr.es
X-WR-CALDESC:Eventos para Centro Mediterráneo
BEGIN:VTIMEZONE
TZID:Europe/Madrid
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20200329T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20201025T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;VALUE=DATE:20200130
DTEND;VALUE=DATE:20200222
DTSTAMP:20260527T080424
CREATED:20191119T125705Z
LAST-MODIFIED:20201117T114608Z
UID:16535-1580342400-1582329599@cemed.ugr.es
SUMMARY:Ciencia de Datos: Un Enfoque Práctico en la Era del Big Data (VI ed.)
DESCRIPTION:Lugar de celebración:\nETS de Ingenierías Informática y de Telecomunicación\nUniversidad de Granada \nDirección:\nJorge Casillas Barranquero\nCatedrático de Universidad.\nDepartamento de Ciencias de la Computación e Inteligencia Artificial de la Universidad de Granada \nReconocimiento de créditos\nEste curso tiene hasta ahora\, reconocimiento de créditos ECTS OPTATIVOS en los Grados:\n3 créditos ECTS OPTATIVOS en todos los Grados impartidos en la Facultad de Comunicación y Documentación\n2 créditos ECTS OPTATIVOS en todos los Grados impartidos en la Facultad de Ciencias\n3 créditos ECTS OPTATIVOS en todos los Grados impartidos en la ETS de Ingeniería de Caminos\, Canales y Puertos\n3 créditos ECTS OPTATIVOS en el Grado en Ingeniería Informática  impartido en la ETS de Ingenierías Informática y de Telecomunicación\n3 créditos ECTS OPTATIVOS en el Grado en Ingeniería de Tecnología de Telecomunicación impartido en la ETS de Ingenierías Informática y de Telecomunicación\n3 créditos ECTS OPTATIVOS en todos los Grados impartidos en la ETS de Ingeniería de la Edificación \nEste curso podrá ser convalidado por créditos de libre configuración en las titulaciones a extinguir \nIntroducción:\nCiencia de datos es un área de trabajo interdisciplinar que incluye procesos para recopilar\, preparar\, analizar\, visualizar y modelizar datos que permitan generar conocimiento útil para comprender problemas complejos y ayudar en la toma de decisiones. Estos datos con frecuencia son no estructurados y heterogéneos. En muchas ocasiones\, se trata de grandes volúmenes de datos que por su complejidad y diversidad requiere de arquitecturas y técnicas innovadoras para extraer conocimiento relevante: es el conocido big data. Ciencia de datos es un campo emergente con una alta aplicabilidad en ciencias de la salud\, marketing\, negocios\, mercados financieros\, transporte\, comunicaciones\, redes sociales\, etc.\nComo indica la consultora Gartner (la más prestigiosa en tecnologías de la información)\, los científicos de datos no son analistas de negocio tradicionales\, son profesionales con la rara capacidad para obtener modelos matemáticos a partir de datos que generan beneficios empresariales claros y contundentes. Así\, cada vez más se exigen profesionales con habilidades en campos como informática\, matemáticas\, estadística negocios que dominen las nuevas tecnologías y sepan gestionar datos. Las empresas de todos los sectores están adoptando cada vez más la ciencia de datos\, de modo que la demanda de expertos en este sector es enorme; así lo refleja un estudio del MIT Sloan Management Review (2015)\, está considerada como una de las mejores oportunidades laborales de los próximos años (no en vano\, Glassdoor la define como la mejor profesión en 2016). Catalogada por el Harvard Business Review como la profesión ‘más sexy del siglo XXI’ (2012). Según un estudio basado en información de LinkedIn (2015)\, el número de profesionales en ciencia de datos se ha duplicado en los últimos cuatro años. Otro estudio de Burtch Works (2015) reconoce el impacto positivo en el salario al incluir conocimientos de ciencia de datos. \nObjetivos:\nLos planes de formación universitaria reglada difícilmente reaccionan a oportunidades laborales emergentes. Además\, se tiende a delimitar fronteras que dificultan el desarrollo de especialidades híbridas. Este curso pretende iniciar al alumno en el campo de ciencia de datos\, sirviendo así de puente entre diversas disciplinas y ayudando a completar la formación universitaria con una orientación eminentemente práctica. El curso se compone de 30 horas lectivas presenciales repartidas en 15 horas de conceptos teóricos y fundamentos y otras 15 horas de prácticas con software especializado y datos de casos reales.\nLa teoría incluye visualización de datos\, técnicas de clasificación básicas (árboles de decisión\, redes neuronales…) y avanzadas (máquinas de soporte vectorial\, ensemble learning\, deep learning…)\, preprocesado (eliminación de ruido\, imputación de valores perdidos\, reducción de datos…)\, aprendizaje no supervisado (agrupamiento y reglas de asociación)\, aprendizaje incremental y minería de flujo de datos\, big data y sus paradigmas y\, finalmente\, experiencias reales de ciencia de datos en la empresa. La práctica introduce al alumno en herramientas software tales como KNIME y R y arquitecturas big data como Spark. También se adquirirá experiencia en competiciones con problemas reales (Kaggle\, DrivenData…). \nA quién va dirigido:\nLas personas que se dedican a la ciencia de datos se conocen como científicos de datos\, que no es más que una mezcla de matemáticos\, estadísticos\, informáticos y creativos con habilidades para recopilar\, procesar y extraer valor de las diversas y extensas bases de datos; imaginación para comprender\, visualizar y comunicar sus conclusiones a los no científicos de datos; y capacidad para crear soluciones basadas en datos que aumentan los beneficios\, reducen los costos y ayudan a construir un mundo mejor.\nEl curso se orienta a estudiantes de grado\, máster y profesionales con formación previa principalmente en informática\, matemáticas\, estadística\, física\, ingeniería o empresariales que busquen completar su formación como científico de datos. La presentación de los fundamentos teóricos y el uso de software especializado se impartirán de forma apropiada para atender a las diferentes necesidades del alumnado. Ciencia de datos es una disciplina que se nutre de experiencias y formaciones diversas\, de forma que el curso aprovechará la variedad de necesidades y capacidades del alumnado.  \nEvaluación:\nRespuesta a preguntas de teoría y competición internacional en una plataforma de ciencia de datos (Kaggle o DrivenData)\nAsistencia: Obligatorio asistir al 80% de las clases  \nPara más información: https://sci2s.ugr.es/CienciaDatosBigData
URL:https://cemed.ugr.es/curso/20gr10/
CATEGORIES:Curso
ATTACH;FMTTYPE=image/jpeg:https://cemed.ugr.es/wp-content/uploads/2020/01/6bc3ba87d1db18052c2a064d4e06f4a2.jpg
END:VEVENT
END:VCALENDAR