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. Experto en Analítica de Datos
Rama de Ciencias Sociales y Jurídicas

Experto en Analítica de Datos

Ciencias Sociales y Juridicas
Icono del Area del estudio
Créditos

Créditos totales

18 Créditos obligatorios

Créditos optativos

Número de plazas
25
Contacta
Lugares de impartición
  • Grupo 1 impartición semipresencial (Facultad de Ciencias Económicas y Empresariales de Albacete)
  • Grupo 2 impartición online

Responsables del título

María Cristina Díaz García (directora) 

Antonio Díaz Pérez (secretario) 

Noelia García Rubio (secretaria) 

Modalidad

Precios

18 ECTS x 45€/ECTS + 7,77€ tasas seguro obligatorio= 817,77 €

Composición

Modular

Información General
Con este experto aprenderás a predecir lo que va a pasar desarrollando modelos de machine learning para tomar decisiones (con lenguaje R). También a cómo manejar datos en entornos Big Data y aplicaciones de la tecnología cloud.

Según la Unión Europea, una de cada dos ofertas de trabajo en España ya son empleos digitales y para el año que viene el 45 por ciento de las olas ofertas de trabajo tendrá relación con el entorno digital. Esto supondrá la creación de 900.000 puestos de trabajo en la Unión Europea y 200.000 en nuestro país; pero solo el 31 por ciento de los españoles tiene las competencias digitales necesarias. El informe “Flexibility at work” de Randstad señala que la tecnología cambiará el 30 por ciento de los empleos tras la COVID-19. Por eso es muy importante la formación continua, el upskilling y reskilling, siendo para el 61% de las empresas en España un objetivo prioritario el reciclaje de su capital humano tras la pandemia (EY, 2020).

El mercado laboral demanda nuevas profesiones -algunas no las conocemos todavía- y los perfiles de siempre también cambian. Los profesionales del futuro deben ser capaces de adaptarse a gran velocidad a dichos cambios y utilizar la información y las soluciones tecnológicas disponibles para competir y aumentar la generación de valor añadido, siendo capaces de tomar decisiones empresariales a partir del estudio de grandes flujos de datos. Desde el punto de vista económico, la recogida, el almacenamiento y el tratamiento de grandes volúmenes de datos facilita y multiplica las posibilidades de rentabilizar el llamado "petróleo" del siglo XXI: la información.

El Experto en Analítica de Datos es uno de los 3 expertos que componen el Máster de Formación Permanente en Analítica de Negocios en un Entorno Digital

En el caso de no tener titulación universitaria de grado (licenciatura o ingeniería) previa, podrán cursar el Curso Universitario de Formación Avanzada en Analítica de Datos.

Curso bonificable a través de la Fundación Estatal para la Formación en el Empleo - FUNDAE: Todas las empresas disponen de un Crédito anual exclusivamente destinado a la formación de sus trabajadores que pueden hacer efectivo mediante la aplicación de bonificaciones a la Seguridad Social para formar a sus trabajadores a coste cero (siempre que se cumplan determinadas condiciones). Si esta cantidad no se utiliza, se pierde.

¡Aprovecha el crédito del que dispone tu empresa para matricularte!

  • FUNDAMENTOS DE ANÁLISIS DE DATOS Y MACHINE LEARNING

O1. Plantear Proyectos de Análisis de Datos (estructuras de datos, importación-exportación, informes reproducibles)

O2. Manejar el programa de software R para hacer análisis exploratorio de datos y hacer programación básica en R.

O3. Visualización de datos con ggplot2

  • MACHINE LEARNING 1: MÉTODOS DE CONSTRUCCIÓN DE MODELOS DE APRENDIZAJE SUPERVISADO CON R.

O4. Aprender a utilizar técnicas de aprendizaje supervisado (Métodos clásicos; Regresión y clasificación mediante modelos basados en árboles; Algoritmos de clasificación con Naive Bayes; Algoritmos de clasificación con Support Vector Machine; Combinación de clasificadores; Detección de anomalías; Algoritmos de agrupamiento; Aprendizaje por refuerzo)

  • MACHINE LEARNING 2: MÉTODOS DE CONSTRUCCIÓN DE MODELOS DE APRENDIZAJE NO SUPERVISADO CON R

O5. Aprender a utilizar técnicas de aprendizaje no supervisado (Algoritmos de agrupamiento, Técnicas de detección de anomalías, Aprendizaje por refuerzo)

  • REDES NEURONALES Y DEEP LEARNING

O5. Conocer cómo funcionan las redes neuronales (supervisadas, no supervisadas y de más alto nivel -Deep Learning-)

  • BIG DATA Y PROCESAMIENTO PARALELO DE DATOS

O6. Aprender a trabajar con Big data (Herramientas y plataformas para trabajar; Manejo de datos; Visualización de datos; Machine learning)

  • TALLERES DE APLICACIONES A LA EMPRESA

O7. Aplicar las herramientas analizadas en el curso (R, nube, Machine Learning, Big Data) a casos reales de la empresa

Para acceder a este título de Experto se requiere que los candidatos a realizar dicha formación estén en posesión de un título universitario de grado, licenciatura o ingeniería.

Quienes no cuenten con titulación universitaria previa para acceder al título de Experto en Analítica de Datos, podrán cursar el  Curso Universitario de Formación Avanzada en Analítica de Datos  y el Curso Universitario de Formación Avanzada en Inteligencia de Negocios

El curso de Experto en Analítica de Datos podrá ser reconocido por 18 créditos ECTS del título de Máster de Formación Permanente en Analítica de Negocios en un Entorno Digital

 

  • Tecon Soluciones Informáticas
  • GlobalCaja
  • Colegio de Economistas de Albacete
Novedades
Acceso y matrícula

Plazos 2026/27

Preinscripción

 Del 22/06/2026 al 22/02/2027

Matrícula

 Del 13/07/2026 al 22/02/2027

Impartición

 Del 15/02/2027 al 17/04/2027


Precio del curso: 18 ECTS x 45€/ECTS + 7,77 € tasas seguro obligatorio= 817,77 €

Pago fraccionado: Sí

Periodo del 2º pago: Del 07/01/2027 al 08/02/2027

  Importe del 2º pago: 405 €

Bonificaciones UCLM: Sí

  • Bonificación del 10% para todas aquellas personas que realicen su matrícula antes del 20 de septiembre de 2026.

Curso bonificable a través de la Fundación Estatal para la Formación en el Empleo - FUNDAE. RD. 395/2007

   

Requisitos de admisión:

  • Estar en posesión de titulación universitaria

Documentación para formalizar la preinscripción:

  • DNI/pasaporte/documento de identidad en vigor
  • Título universitario o resguardo acreditativo de haberlo solicitado.

Instrucciones preinscripción y matrícula 

Acceder a la PREINSCRIPCIÓN ONLINE

Los alumnos admitidos deberán formalizar su automatrícula, para ello deberán acceder a la página de automatrícula con su usuario y contraseña

Acceder a la MATRÍCULA online

Para realizar el abono se podrá utilizar una de las siguientes opciones:

  • Pago por RECIBO BANCARIO, deberán imprimir la carta de pago y presentarla en una de las entidades bancarias colaboradoras (aparecen en la carta de pago) y realizar el abono correspondiente, sólo para pagos realizados en España.
  • Pago con TARJETA BANCARIA.

ABONO DEL SEGUNDO PLAZO DE MATRÍCULA

Para el abono del mismo, se deberá acceder en los plazos establecidos, al siguiente enlace: Gestión de recibos online

SOLICITUD DE FACTURAS

Todos los alumnos interesados en recibir factura acreditativa del pago de la matrícula deberán solicitarlo a la organización del curso (administrador/a del centro) en el mismo momento de la matriculación, adjuntando la documentación actualizada del IAE del alumno o de la empresa que abona el pago.  Este derecho caducará el día 16 del mes siguiente a la fecha del ingreso del primer plazo.

Plan de estudios
EXPERTO EN ANALÍTICA DE DATOS
Código
Descripción
ECTS
 

403336

Fundamentos de análisis de datos, manejo de R y Machine Learning    

7

G

AN

403337

Métodos avanzados: Deep Learning, Big Data y aplicaciones       

7

G

AN

403338

Prácticas Externas en Analítica de Datos

4

PE

AN

Total de Créditos ECTS

18

G: Obligatoria O: Optativa PE: Prácticas Externas TFM: Proyecto o Trabajo Fin de Estudios AN: Anual C1: 1º Cuatrimestre C2: 2º Cuatrimestre

 

A lo largo del curso académico, además de las necesarias clases teóricas, el estudiantado realizará diversos casos prácticos o ejercicios en cada uno de los módulos que componen el programa y realizará prácticas en empresas para aplicar los conocimientos adquiridos a resolver problemas reales con los que se enfrentan las organizaciones en estos días.  

El estudiantado contará con acceso a una plataforma virtual a través de la cual tendrá disponible, además de toda la información relativa al título y su temario, información detallada sobre las calificaciones que vaya obteniendo a lo largo de los diversos bloques que componen el título.

  • Clases online síncronas por Teams: las clases se impartirán de lunes a jueves en horario de tarde en las que podrá interactuar en directo con el profesorado.
  • Laboratorios y workshops: talleres especializados por titulación para profundizar en las últimas tendencias profesionales y las herramientas más innovadoras del mercado.
  • Actividades prácticas: inspiradas en la simulación de entornos reales de aprendizaje que te preparan para la realidad empresarial como método de caso y participación en foros de debate. Método del caso: una metodología de aprendizaje basada en el learning by doing (aprender haciendo), utilizada por universidades de prestigio como Harvard y Stanford, que te forma para la toma de decisiones estratégicas en las empresas a través de la resolución de casos reales. Foros: sesiones de debate y reflexión en las que se utilizan contenidos de alto impacto (casos cortos, lecturas, podcasts...).
  • Campus Virtual: es nuestra plataforma online diseñada para optimizar el aprendizaje del estudiante, donde encontrará todo lo que necesita para estudiar: los materiales, información de horarios, chats y, muy importante, otros recursos didácticos: pues tendrá acceso a distintos recursos de aprendizaje para completar su formación como una biblioteca digital, lecturas complementarias, resúmenes con ideas clave, test de autoevaluación, etc.
  • Seguimiento: El estudiantado contará con un tutor personal que estará en contacto para ayudarle con cualquier duda que le pueda surgir. El profesorado seguirá los progresos del aprendizaje y le ayudará en tutorías individuales y grupales.
  • El estudiantado podrá desarrollar un networking activo que le dará la posibilidad de establecer relaciones con profesionales y profesorado.
  • Prácticas en empresa: El estudiantado podrá aplicar los conocimientos adquiridos en el título a la resolución de problemas reales de una empresa, con la tutorización de una persona de la empresa y un/a profesor/a de la UCLM que imparta clases en el título.

 

Habrá una prueba eminentemente práctica al final de cada módulo.
Profesorado