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

Rama de Ciencias Sociales y Jurídicas

Curso Universitario de Formación Avanzada 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
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

Independiente

Información General

Con este curso adquirirás una formación sólida y especializada en Analítica de Datos y Machine Learning, explorando también técnicas avanzadas de Deep Learning para extraer conocimiento y generar valor estratégico a partir de los datos. Aprenderás a gestionar grandes volúmenes de información en entornos Big Data y a aplicar soluciones basadas en tecnología cloud, todo ello desde un enfoque práctico, actualizado y orientado a resultados, utilizando el software R como herramienta principal.

 En el caso de  tener titulación universitaria de grado, licenciatura o ingeniería previa, podrán cursar el curso de Experto 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

  • No se requiere titulación universitaria previa para acceder a este curso.
  En el caso de tener titulación universitaria de grado, licenciatura o ingeniería previa, deberán cursar el curso de Experto en Analítica de Datos

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

Plazos 2025/26

Preinscripción

Del 31/07/2025 al 21/09/2025

Matrícula

Del 31/07/2025 al 06/10/2025

Impartición

Del 16/02/2026 al 16/04/2026


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

Pago fraccionado: Sí

Periodo del 2º pago: Del 08/01/2026 al 08/02/2026

Cuantía del 2º pago: 405€

Bonificaciones UCLM: Sí

  • Bonificación del 10% para todas aquellas personas que realicen su matrícula antes del 30 de septiembre de 2025.

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

   

Requisitos de admisión:

  • Estudiantes y profesionales con interés en los contenidos (formación en Administración y Dirección de Empresas, Economía, Informática, …).
  • No se requiere titulación universitaria.
 Documentación para formalizar la preinscripción:
  • DNI/pasaporte/documento de identidad en vigor
Instrucciones preinscripción y matrícula  

Los alumnos admitidos deberán formalizar su automatrícula, para ello deberán acceder a la página de automatrícula con sus credenciales.

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
CURSO UNIVERSITARIO DE FORMACIÓN AVANZADA 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 máster culminará con un trabajo final donde se pondrán a prueba todos los conocimientos adquiridos durante el mismo. Existirán dos convocatorias para la presentación del proyecto de final de máster. La primera de ellas será durante el período de junio y la segunda, en julio.

El estudiantado contará con acceso a una plataforma virtual a través de la cual tendrá disponible, además de toda la información relativa al máster y su temario, información detallada sobre las calificaciones que vaya obteniendo a lo largo de los diversos bloques que componen el máster, así como la calificación del trabajo final de máster cuando se realice la evaluación del mismo.

  • 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, tests 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 máster a la resolución de problemas reales de una empresa, con la tutorización de una persona de la empresa y un profesor del máster.

 

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