El sitio web de la UCLM utiliza cookies propias y de terceros con fines técnicos y de análisis, pero no recaba ni cede datos de carácter personal de los usuarios. Sin embargo, puede haber enlaces a sitios web de terceros, con políticas de cookies distintas a la de la UCLM, que usted podrá aceptar o no cuando acceda a ellos.

Puede obtener más información en la Política de cookies. Aceptar

English
  1. Inicio
  2. Máster Universitario en Big Data y Computación en la Nube
Rama de Ingeniería y Arquitectura

Máster Universitario en Big Data y Computación en la Nube

Ingenieria y Arquitectura
Icono del Area del estudio
Ámbito de conocimiento en Ingeniería informática y de sistemas.
Perfil de ingreso
Organización docente
Novedades
Créditos
60 Créditos totales
48 Obligatorios
6 Optativos
6 Trabajo Fin de Master

Número de plazas
30
Lugares de impartición
  • Escuela Superior de Ingeniería Informática de Albacete.
  • Escuela Superior de Informática de Ciudad Real.

Comisión académica
Modalidad

Virtual

Precios

Carácter
Investigador / Profesional
Contacta
Descargar documento
Información General

El manejo de volúmenes masivos de datos (Big Data) plantea importantes retos técnicos en el desarrollo de sistemas informáticos. Las arquitecturas actuales deben ser capaces de intercambiar información entre tecnologías diversas, gestionar altas tasas de transferencia, ofrecer potencia de cálculo adecuada e integrar herramientas de análisis. En este contexto, la computación en la nube se ha impuesto como la tecnología predominante, gracias a su escalabilidad inherente y a los menores costes que representa frente a los sistemas tradicionales (on premise).

El Máster Universitario en Big Data y Computación en la Nube (MBDCN) está dirigido a graduados en ingeniería informática o áreas afines, y tiene como objetivo formar especialistas en este ámbito. Es un máster oficial, homologado en el Espacio Europeo de Educación Superior (EEES), que permite el acceso a programas de doctorado y la solicitud de becas o ayudas.

  • Capacitar a los estudiantes dotándoles de los conocimientos teóricos y prácticos necesarios para llevar a cabo procesos de analítica de datos, abordando su organización y preparación, identificando patrones y tendencias, y comunicándolos con técnicas de visualización claras y efectivas.

  • Capacitar a los estudiantes para implementar y gestionar sistemas de gobernanza de datos, incluyendo el desarrollo de políticas de gestión de datos, asegurando la integridad, privacidad y accesibilidad de los datos, así como el cumplimiento de los principios éticos y las normas legales adecuadas, preparándolos para liderar la estrategia de datos en organizaciones de cualquier tamaño.

  • Capacitar a los estudiantes para implementar y gestionar sistemas de calidad de datos, aplicando técnicas avanzadas para la limpieza y validación de datos.

  • Capacitar a los estudiantes en el uso y manejo de entornos de computación escalable y distribuida, orientados al procesamiento eficiente de grandes volúmenes de datos.

  • Capacitar a los estudiantes en la comprensión de procesos y arquitecturas big data, poniendo énfasis en el almacenamiento y las técnicas de orquestación de flujos de datos, preparándolos para diseñar, implementar y gestionar soluciones avanzadas, tanto en sistemas clásicos (on-premise) como en la nube.

  • Capacitar a los estudiantes en técnicas avanzadas de aprendizaje automático y la integración de modelos en procesos big data.

  • Capacitar a los estudiantes en el desarrollo y despliegue de soluciones de análisis de datos a gran escala, incluyendo la automatización de flujos de trabajo para modelos predictivos, con un enfoque en la integración continua, la entrega continua y la gestión operativa de aplicaciones de datos.

  • Capacitar a los estudiantes en el aprovechamiento de sistemas y servicios en la nube para el diseño, implementación y gestión de soluciones escalables, enfocándose en la optimización de recursos y la seguridad de los datos.

  • Capacitar a los estudiantes en la captura, procesamiento y análisis de datos generados en tiempo real por dispositivos conectados e IoT, preparándolos para diseñar e implementar soluciones que transformen estos flujos de datos en información útil.

Conocimientos (básicos)

CN01 - Dominar los fundamentos teóricos y prácticos de la analítica de datos, incluyendo las técnicas y procedimientos para la preparación y limpieza de datos, y los principios para la visualización de datos e información.

CN02 - Conocer las arquitecturas para tratamiento masivo de datos y las técnicas de almacenamiento, orquestación de procesos y pipelines necesarias para construir soluciones avanzadas.

CN03 - Entender las distintas técnicas de aprendizaje automático, identificar su ámbito de aplicación específico, y evaluar e interpretar los modelos que generan.

CN04 - Comprender los principios del gobierno de datos y las estrategias para la calidad del dato, incluyendo métodos de validación y limpieza, y la importancia de políticas y estándares para asegurar la integridad de los datos y el cumplimiento de principios éticos.

Habilidades (concretas)

HA01 - Analizar datos masivos en contextos reales, abordando desafíos como la adquisición de múltiples fuentes, la fusión y preparación de datos, y la explotación de los modelos e información generadas.

HA02 - Implementar soluciones de procesamiento masivo de datos utilizando tecnologías de computación distribuida y aplicando técnicas de optimización de recursos, balanceo de carga y automatización del escalado

HA03 - Orquestar procesos de ETL (Extract, Transform, Load) para adquirir y procesar datos masivos estructurados, semiestructurados y no estructurados de diversas fuentes, incluidos Data Lakes, y diseñar la arquitectura necesaria para almacenarlos de manera estructurada, asegurando una gestión eficiente y escalable del almacenamiento de datos.

HA04 - Desplegar plataformas y servicios de computación en la nube para el desarrollo y lanzamiento de aplicaciones escalables, enfocándose en IaaS (Infraestructure as a Service), PaaS (Platform as a Service), y SaaS (Software as a Service).


Competencias (generales)

CP01 - Planificar y ejecutar proyectos de desarrollo y despliegue de soluciones de Big Data, utilizando metodologías ágiles y principios de DevOps y MLOps, con el fin de satisfacer los requisitos y restricciones planteados en escenarios multidisciplinares.

CP02 - Desarrollar estrategias para la integración, gestión y análisis de datos masivos generados por dispositivos IoT (Internet of Things), empleando técnicas de edge computing y procesamiento de streams.

CP03 - Implementar marcos de trabajo de gobierno de datos y estrategias de aseguramiento de la calidad, para gestionar eficazmente la integridad, seguridad, y accesibilidad de los datos masivos en organizaciones, adaptándolos a diferentes contextos y regulaciones y cumpliendo los principios éticos.

CP04 - Desarrollar trabajos de ingeniería informática originales y de naturaleza profesional en proyectos de big data y computación en la nube integrando los conocimientos, habilidades y competencias adquiridos en las enseñanzas.

El Máster en Big Data y Computación en la Nube de la UCLM proporciona una formación avanzada en la gestión, análisis y explotación de grandes volúmenes de datos mediante tecnologías distribuidas y servicios cloud. Sus egresados estarán capacitados para incorporarse a equipos multidisciplinares de desarrollo tecnológico, así como para desempeñar funciones estratégicas en empresas e instituciones orientadas a la transformación digital.

Entre las posibles salidas profesionales del máster, se encuentran perfiles como:


  • Científico/a de Datos (Data Scientist) - Aplica técnicas estadísticas y de aprendizaje automático para la modelización y análisis predictivo de datos en ámbitos como la salud, la industria o las finanzas.

  • Ingeniero/a de Datos (Data Engineer) - Diseña, implementa y mantiene pipelines de datos robustos, optimizados para su procesamiento a gran escala tanto en entornos locales como en la nube.

  • Arquitecto/a de Soluciones de Datos - Define y supervisa la arquitectura integral de datos, incluyendo la gobernanza, la integración de fuentes, la calidad del dato y el cumplimiento normativo, alineando tecnología con los objetivos organizativos.

  • Especialista en IoT y Análisis de Datos Sensoriales - Desarrolla soluciones para la adquisición, procesamiento y análisis de datos generados por dispositivos IoT. Integra tecnologías de streaming, edge computing y machine learning para habilitar sistemas inteligentes en sectores como ciudades inteligentes, industria 4.0 o salud conectada.

 

Novedades
Nota de prensa, 12 de mayo de 2025 (enlace)
Perfil de ingreso

El Máster Universitario en Big Data y Computación en la Nube está especialmente dirigido a estudiantes graduados en Ingeniería Informática, que tendrán acceso directo al Máster. 

También podrán acceder al MUBDCN quienes estén en posesión de otros títulos universitarios en los que hayan adquirido previamente las competencias y formación necesarias. Igualmente, podrán acceder a este Máster quienes estén en posesión de cualquier otro título de grado, sin perjuicio de que en este caso la Comisión Académica del Máster establezca los complementos de formación previa que se estimen necesarios para el acceso, y siempre y cuando estos no excedan la carga de 12 ECTS. Estos complementos formativos se configurarán entre las asignaturas recogidas en la tabla.

CÓDIGO DESCRIPCIÓN ECTS
42302 Fundamentos de Programación I 6
42306 Fundamentos de Programación II 6
42307 Estructura de Computadores 6
42308 Redes de Computadores I 6
42312 Estructuras de Datos 6
42314 Ingeniería del Software I 6
42139 Bases de Datos 6

El perfil de ingreso se establece de manera precisa en la Resolución de 8 de junio de 2009, de la Secretaría General de Universidades (BOE-A-2009-12977):

  • Acceso: Anexo I, apartado 4.2.
  • Competencias: Anexo II, apartado 3.
  • Formación: Anexo II, apartado 5.

  • Los criterios de acceso generales que se aplicarán son los que se indican en el artículo 18 del R.D. 822/2021 en el que se establece que pueden cursar estudios de máster aquellas personas que estén en posesión de un título universitario oficial español u otro expedido por una institución de educación superior del Espacio Europeo de Educación Superior (EEES), siempre que faculten en el país expedidor del título para el acceso a enseñanzas de máster.

  • De igual modo, podrán acceder a un máster universitario del Sistema Universitario Español (SUE) las personas que se encuentren en posesión de títulos procedentes de sistemas educativos que no formen parte del EEES, que equivalgan al título de grado, sin necesidad de homologación del título, pero sí de comprobación por parte de la universidad del nivel de formación que implican, siempre y cuando en el país donde se haya expedido dicho título este permita acceder a estudios de nivel de postgrado universitario. En ningún caso el acceso por esta vía implicará la homologación del título previo del que disponía la persona interesada ni su reconocimiento a otros efectos que el de realizar los estudios de máster.

  • La lengua vehicular del título será el castellano, por lo que los estudiantes extranjeros no hispanohablantes que no hayan cursado los estudios que facultan para el acceso a la universidad en el sistema educativo español deberán acreditar un nivel de conocimiento B1 o superior de español, de acuerdo con el Marco Europeo Común de Referencia para las Lenguas (MCERL). Dicho nivel podrá acreditarse mediante la presentación de cualquiera de los certificados reconocidos por la Conferencia de Rectores de las Universidades Españolas (CRUE), por la Asociación de Centros de Lenguas en la Enseñanza Superior (ACLES) o las pruebas de nivel de la UCLM según lo establecido en el Reglamento sobre reconocimiento del dominio de una lengua extranjera para la obtención del título de Grado, de acreditación de una lengua extranjera para el acceso a estudios de Máster universitario que así lo requieran y sobre certificación del nivel MC. La presentación de esta documentación conllevará implícitamente la autorización para su verificación por parte de la UCLM ante las entidades certificadoras. Quedan exceptuados del requisito anterior los estudiantes extranjeros que hayan superado en español los estudios que dan acceso al Máster, en cuyo caso podrán presentar una declaración responsable sobre su dominio de idioma. Este requisito podrá ser sustituido por una entrevista a criterio de la comisión del Máster

  • La admisión continuará con el procedimiento de selección siguiente, que será similar al del resto de másteres de la UCLM. Se abrirá un proceso de preinscripción, en el que se priorizará a los estudiantes atendiendo a los siguientes criterios:

    •  Perfil de adecuación de la formación previa a los contenidos del Máster: 50%
    •  Titulaciones pertenecientes al ámbito del conocimiento: 20%
    •  Expediente académico: 15%
    •  Otros méritos académicos o de formación: 5%
    •  Experiencia profesional: 5%
    •  Dominio de lengua inglesa: 5% (máxima puntuación con C1 o superior; mitad de la
    puntuación con B2; 0 puntos en otro caso)
Acceso y matrícula

La  SOLICITUD DE PREINSCRIPCIÓN se realizará exclusivamente on-line. Antes de iniciar la preinscripción en este Máster, por favor, consulta atentamente el siguiente documento de ayuda:

 

INSTRUCCIONES PARA LA PREINSCRIPCIÓN DE MÁSTER EN EL CURSO 2025/26

MÁSTER UNIVERSITARIO UCLM - 2025/26

 

FASES DEL PROCESO DE PREINSCRIPCIÓN/ADMISIÓN/MATRÍCULA

1-INFORMACIÓN PREVIA:

Revisa la web del Máster en el que estés interesado/a. Apartados recomendados: Acceso y Matrícula, Perfil de Ingreso, Plan de estudios…

2-SOLICITUD PREINSCRIPCIÓN

Accede a la aplicación web de Preinscripción para cumplimentar tu solicitud, donde podrás consultar las instrucciones facilitadas para este proceso y la documentación requerida para el acceso al Máster deseado. En la aplicación encontrarás también la opción para descargar modelos de documentación requerida e información de interés

Estado solicitud preinscripción: INICIAL

3-CONFIRMACIÓN

Cumplimentada y revisados los datos, asegúrate de ‘Confirmar’ la solicitud y adjuntar la documentación requerida en la solicitud

Estado solicitud preinscripción: CONFIRMADA

4-REVISIÓN

La solicitud, una vez confirmada, será revisada por la UGAC del campus que hayas seleccionado para la impartición del Máster

Estado solicitud preinscripción: PENDIENTE REVISIÓN

4.1-SUBSANACIÓN (Si procede)

En el caso de que la solicitud no esté correcta o falte documentación, se notificarán en tu correo electrónico los aspectos a subsanar para que tu solicitud de preinscripción sea validada

Estado solicitud preinscripción: PENDIENTE DE DOCUMENTACIÓN

5-VALIDACIÓN

Si todo está correcto conforme a lo requerido, la UGAC validará tu solicitud. En este momento la solicitud será valorada por la Comisión Académica del Máster según los criterios de admisión definidos en la web del título (Apartado: ‘Perfil de ingreso’)

Estado solicitud preinscripción: VALIDADA

6-RESOLUCIÓN

Tu solicitud será resuelta dentro de los plazos de admisión indicados en la web del Máster (Apartado: ‘Acceso y Matrícula’)

Estado solicitud preinscripción: ADMITIDA

7-CITA AUTOMATRÍCULA

Una vez ADMITIDO/A en el Máster, recibirás una notificación en el correo electrónico detallado en la solicitud, con el plazo asignado (cita de automatrícula) para que puedas realizar la Automatrícula on-line

Estado solicitud preinscripción: MATRICULADA

8-PRESENTACIÓN DOCUMENTACIÓN

La matrícula formalizada quedará pendiente de presentar en la UGAC del Campus correspondiente, antes del 31 de octubre de 2025, los originales y copias de los documentos incluidos en tu Preinscripción, a fin de comprobar la veracidad de los datos de acceso. En caso contrario, la matricula se anulará de oficio

9-INICIO CLASES

La fecha de inicio de las clases y horarios serán actualizados en el apartado ‘Organización docente’ de la web del Máster

10-INCIDENCIAS

Consulta a través de CAU cualquier incidencia relacionada con el proceso Preinscripción/Matrícula de Máster en la UCLM (Tu duda/consulta será registrada y recibirás respuesta lo antes posible).

 

INFORMACIÓN DE INTERÉS

 

INFORMACIÓN ESPECÍFICA DEL MÁSTER

Plan de estudios
1º Curso
Código
Descripción
ECTS

311475

ANÁLISIS Y VISUALIZACIÓN DE DATOS

6

OB

S1

311476

APRENDIZAJE AUTOMÁTICO

6

OB

S1

311477

PROCESAMIENTO MASIVO DE DATOS

6

OB

S1

311478

ARQUITECTURA DE SISTEMAS BIG DATA

6

OB

S1

311480

SISTEMAS Y SERVICIOS EN LA NUBE

6

OB

S1

311479

GOBIERNO Y CALIDAD DEL DATO

6

OB

S2

311481

DESARROLLO Y DESPLIEGUE DE SOLUCIONES BIG DATA

6

OB

S2

311482

INTERNET DE LAS COSAS Y SUS APLICACIONES

6

OB

S2

311483

TECNOLOGÍAS EMERGENTES Y CASOS PRÁCTICOS

6

OP

S2

311484

PRÁCTICAS ACADÉMICAS EXTERNAS

6

OP

S2

311485

TRABAJO FIN DE MÁSTER

6

TFG

S2

Total de Créditos ECTS

66

FB: Formación básica OB: Obligatoria OP: Optativa PE: Prácticas en empresa TFG: Trabajo fin de Estudios

S1: Primer semestre S2: Segundo Semestre AN: Anual

 
Organización docente
Próximamente se aprobarán distintos aspectos organizativos que se publicarán en esta sección.
Próximamente se aprobarán distintos aspectos organizativos que se publicarán en esta sección.
Próximamente se aprobarán distintos aspectos organizativos que se publicarán en esta sección.
Apoyo y Orientación
Prácticas externas e instituciones

Las prácticas externas en empresas e instituciones permiten al estudiante conocer la realidad empresarial y laboral de su entorno, dentro de sus respectivas profesiones y le facilita la transición al mercado de trabajo.

La UCLM cuenta con el Centro de Información y Promoción de Empleo (CIPE) que ayuda a nuestros estudiantes y egresados a preparar su entrada en el mercado de trabajo mediante el desarrollo de competencias, los contactos con empresas e instituciones y la utilización de las herramientas adecuadas.

Por último, la UCLM cuenta con el programa UCLMEmprende cuyo objetivo es el fomento del emprendimiento entre estudiantes y egresados.

El plan de estudios del MUBDCN contempla la posibilidad de que el estudiante realice de forma optativa unas prácticas en empresa de 6 ECTS en el segundo semestre.