asignatura master 2025

El título universitario de Master Universitario en Ingeniería y Ciencia de Datos está vinculado con el desarrollo de la profesión en el área de la ingeniería y ciencia de datos a través de los diversos roles que pueden ejercerse dentro de las organizaciones; desde científicos de datos hasta equipos de desarrollo e implementación de soluciones Big Data e Inteligencia Artificial. El Trabajo Fin de Máster (TFM) potencia las habilidades personales, en diversos aspectos, que van desde la integración de tecnologías, a la adecuada presentación de resultados y conclusiones.

El TFM consta de 12 créditos, es obligatorio en el segundo semestre, y supone la realización de un trabajo original realizado individualmente, con rigor profesional o científico, bajo la dirección y supervisión de un tutor, y que ha de ser presentado y defendido ante un tribunal universitario.

CONTEXTUALIZACIÓN
Su desarrollo, consistente en un proyecto integral de ingeniería aplicada al campo de laciencia de datos en el que se sinteticen las competencias adquiridas en las enseñanzas, y que debe involucrar la articulación de los conocimientos, habilidades y destrezas adquiridos a lo largo de su formación dentro del Máster. Debe tener también carácter formativo, abordar problemas propios del área de trabajo del máster y en su caso servir de preparación para posteriores etapas de formación académica en estudios de doctorado o para el desarrollo profesional. Y por ello mismo se desarrollan todas las competencias básicas, generales y transversales.

No existen requisitos previos, más allá de los propios del Máster, aunque es necesario dominar el inglés técnico (leer y escribir) para manejar con facilidad las fuentes bibliográficas de investigación.

Para contactar directamente con el Equipo Docente se utilizará preferentemente el correo electrónico, pudiéndose también realizar consultas telefónicas y entrevista personal en los horarios establecidos.

Datos de la coordianción de la asignatura:

Jose Manuel Cuadra Troncoso (Coordinador)
Email: jmcuadra@dia.uned.es
Tlfno: 91 398 7144

Jorge Pérez Martín (Secretario)
Email: jperezmartin@dia.uned.es
Tlfno: 91 398 9387

Además, existirá un curso virtual donde los estudiantes contarán con foros para poder trasladar sus consultas que serán atendidas por el Equipo Docente de la asignatura.

Dirección postal
Escuela Técnica Superior de Ingeniería Informática
C/ Juan del Rosal, 16
28040 - Madrid

COMPETENCIAS BÁSICAS

CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.

CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.

CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades. sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.

CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.

CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

COMPETENCIAS GENERALES

CG1 - Identificar los métodos apropiados para la solución de problemas asociados a la ciencia de datos y la analítica de información

CG2 - Ser capaz de aplicar diferentes técnicas de aprendizaje máquina, seleccionando el algoritmo óptimo que genere modelos precisos y permita el desarrollo de soluciones predictivas en diferentes ámbitos de uso

CG3 - Desarrollar sistemas de gestión/almacenamiento/procesamiento de grandes volúmenes de datos de una manera eficiente y segura, teniendo en cuenta las normativas/legislaciones existentes

CG4 - Aplicar las técnicas de visualización sobre grandes volúmenes de datos para comunicar/presentar los resultados más relevantes del análisis de dicha información a diferentes roles de la organización

CG5 - Utilizar las habilidades de científico de datos y/o ingeniero de datos en entornos de trabajo multidisciplinares y ser capaz de distinguir/organizar las diferentes actividades de los roles en dicho entorno

COMPETENCIAS TRANSVERSALES

CT1 - Ser capaz de abordar y desarrollar proyectos innovadores en entornos científicos, tecnológicos y multidisciplinares.

CT2 - Ser capaz de tomar decisiones y formular juicios basados en criterios objetivos (datos experimentales, científicos o de simulación disponibles).

El estudiante será capaz de:

• Evaluar los recursos materiales y personales para realizar una planificación realista del trabajo.
• Establecer las hipótesis de trabajo con claridad, argumentando su validez para alcanzar los objetivos del proyecto.
• Explicar la metodología de búsqueda de la información utilizada, demostrando que se han consultado las fuentes más relevantes del campo de estudio.
• Resolver problemas de investigación relacionados con la ingeniería y ciencia de datos con iniciativa y creatividad.
• Integrar distintas tecnologías relacionadas con la ingeniería y ciencia de datos.
• Explicar razonadamente las diferentes alternativas que se han considerado a la hora de establecer la forma de enfrentarse al problema planteado inicialmente en el dominio de aplicación/gestión de los datos.
• Defender las soluciones propuestas para proyectos orientados a datos mediante argumentos lógicos y coherentes.
• Escoger las herramientas software y hardware más adecuadas y utilizarlas correctamente dentro de la ejecución e implantación de soluciones de ingeniería y ciencia de datos.

Esta asignatura se impartirá conforme a la metodología no presencial que caracteriza a la UNED, en la cual prima el autoaprendizaje del alumno, pero asistido por el profesor y articulado a través de diversos sistemas de comunicación docentes. Sin embargo se considera que la interacción con el profesor que dirija el TFM tendrá una parte importante en la metodología.

Las actividades formativas de la metodología son:

• Estudio de diversos contenidos: 50 horas.
• Tutoría con el coordinador/tutor/es del proyecto: 20 horas
• Practicas informáticas/trabajos individuales: 230 horas

Para cada TFM el director o directores aportará la bibliografía necesaria, aunque en el aula virtual el estudiante dispondrá de información general sobre la realización de un TFM y sus requisitos.

Como apoyo para alcanzar los objetivos propuestos, la asignatura cuenta con un curso virtual, a través de una plataforma especialmente diseñada para facilitar el trabajo individual y colaborativo en Internet (basada en comunidades virtuales), desarrollada por la Sección de Innovación del Centro de Innovación y Desarrollo Tecnológico de la UNED: aLF, accesible a través del portal de la UNED. La plataforma de aprendizaje en Internet permitirá al estudiante estar al tanto de cualquier información o documentación de interés relacionada con el TFM. Adicionalmente, el director o directores del TFM acordarán el uso de otras herramientas con el estudiante de TFM para habilitar reuniones síncronas (en caso necesario) u otros espacios de trabajo tecnológicos necesarios para el desarrollo del  TFM.