Postgraduate en Data Science et Machine Learning

Informations générales

Description du programme

Un concept innovant d'école de commerce

Dans IEBS nous faisons un pas en avant dans le modèle traditionnel d’école de commerce:

  • Le modèle d'apprentissage traditionnel est rigide et peu flexible, car il repose sur le modèle de société industrielle normalisé et immuable.
  • Le modèle d'apprentissage IEBS est moderne, flexible et adaptable, car il est conçu pour répondre au monde actuel et aux changements constants.
  • Nous proposons un apprentissage qui intègre la technologie et l'innovation dans le cadre du sujet, en offrant toujours les connaissances les plus récentes.
  • Nous pensons à un modèle d’apprentissage 2.0 qui donne la priorité à la capacité «d’apprendre à apprendre», en développant les compétences nécessaires pour relever avec succès les défis actuels.
  • Nous intégrons les modèles traditionnels comme méthode de cas, avec les courants d’apprentissage les plus courants, grâce au Web 2.0.

Après tout, un livre ne nous garantit plus que nous apprendrons tout ce que nous devons savoir dans la vie.

À l' IEBS , l'étudiant est prêt à devenir un professionnel de premier plan, capable d'innover, de créer et de créer de la valeur pour ses entreprises, dans un environnement en mutation, grâce à une nouvelle façon de faire des affaires.

Markus Spiske / Unsplash

Caractère international

IEBS né en Espagne sous l'impulsion de Seedrocket, le premier accélérateur de startups en Espagne dont Google est l'un des principaux partenaires. Son siège principal est situé à Madrid et à Barcelone, deux des villes les plus importantes du paysage européen et mondial de l'innovation et de l'entrepreneuriat, sources d'innovation et de tendances qui permettent à IEBS apporter le talent et les connaissances les plus innovants à tous ses étudiants. . IEBS son siège en Amérique latine, sur les rives du Rio de la Plata, à Montevideo, d'où il connecte la culture innovante, le talent et les connaissances les plus innovantes avec tous les pays d'Amérique latine.

Que proposons nous?

  • Véritable apprentissage: affrontez des cas pratiques dans lesquels vous appliquerez le sujet appris, ils vous permettront de faire face à des situations qui se produiront jour après jour dans votre travail. Grâce à la simulation et aux jeux de rôle, vous apprendrez à résoudre des problèmes et à prendre des décisions vous-même.
  • Enseignement 2.0 et apprentissage collaboratif: Les exercices et les cas pratiques sont développés sur notre campus virtuel, où des débats sont générés et des connaissances construites au-delà du sujet lui-même. En outre, IEBS apprend à ses étudiants à gérer le Web 2.0, indispensable pour évoluer rapidement dans l'environnement en ligne.
  • Des professeurs experts: Nos professeurs sont des professionnels chevronnés, actifs dans le sujet qu’ils enseignent. Apprenez avec des professionnels et des entrepreneurs performants qui seront vos enseignants et vos mentors et enrichiront vos connaissances dans leur domaine de compétence
  • Des programmes constamment mis à jour: dans une société où la connaissance évolue rapidement, l'enseignement doit le faire au même rythme. Par conséquent, nos programmes sont mis à jour à chaque appel afin que les étudiants aient accès aux apprentissages les plus novateurs, mettent à jour leurs connaissances et se recyclent en tant que professionnels.
  • Soutien aux entrepreneurs: IEBS soutient les initiatives innovantes de ses étudiants du début à la fin. Grâce à l’alliance avec la plate-forme d’entrepreneurs de SeedRocket et d’autres institutions telles que AJE ou Madrid Emprende, l’école offre des conseils professionnels aux étudiants qui souhaitent concrétiser leurs idées.
  • Indépendance et qualité maximale: l' IEBS dispose d'un organe indépendant qui veille aux intérêts de l'étudiant et supervise la qualité dans tous ses aspects. Notre objectif est de continuer à croître et à nous améliorer, en offrant une formation de la plus haute qualité adaptée au monde réel.

Objectifs

Nous sommes immergés dans un moment social et commercial en pleine mutation, dans lequel nous devons proposer des actions différentes des actions traditionnelles si nous voulons être vraiment compétitifs .

Dans ce contexte, les entreprises reconnaissent aujourd'hui l' importance des données et développent par conséquent des actions stratégiques et opérationnelles leur permettant d'acquérir les compétences et les connaissances nécessaires pour obtenir de nouveaux avantages analytiques fondés sur de nouveaux projets Big Data . , Apprentissage automatique et apprentissage en profondeur .

Dans le troisième cycle en sciences des données et apprentissage automatique, vous apprendrez les principales techniques de capture, de stockage et de traitement de données qui vous permettront d’être un expert en intelligence artificielle et donc l’un des professionnels les plus recherchés par les entreprises.

À la fin du diplôme de troisième cycle en informatique et apprentissage automatique, vous serez parfaitement en mesure de:

  • Connaître les concepts fondamentaux des mathématiques et des statistiques en analyse de données.
  • Utilisez les techniques et les outils de programmation les plus avancés en matière d’analyse de données.
  • Capturez et stockez des données efficacement et en toute sécurité.
  • Développer des algorithmes d' analyse prédictive sur des données basées sur des modèles.
  • Comprendre le développement actuel et les applications potentielles de l'intelligence artificielle .

Curriculum: Postgraduate en Data Science et Machine Learning

Module 1. Concepts de base en mathématiques et statistiques

  • Mathématiques analytiques
  • Statistiques descriptives
  • Statistiques inférentielles

Module 2. Introduction aux langages de programmation

  • Introduction à Python
  • Introduction à la R
  • Configuration des environnements de développement

Module 3. Big Data: Capture de données

  • Les données et comment les capturer
  • Des données comme au stockage de données
  • Traitement parallèle sous architecture hadoop. MapReduce.

Module 4. Big Data: Stockage

  • Systèmes SQL
  • Systèmes non-SQL et mixtes
  • Systèmes de stockage en nuage

Module 5. Protection des données

  • Confidentialité des données
  • Protection des données
  • Dissociation et anonymisation des données

Module 6. Analyse prédictive avec Machine Learning

  • Introduction à l'apprentissage automatique.
  • Apprentissage supervisé
  • Apprentissage non supervisé

Module 7. Analyse prédictive avec Deep Learning

  • Introduction aux réseaux de neurones
  • Outils Open Source
  • Réseaux convolutifs et récurrents

Module 8. Autres actions d'analyse sur les données

  • Systèmes de recommandation
  • Traitement du langage naturel
  • Analyse de sentiment

Projet d'études supérieures

* Le programme et les classes de maître peuvent subir des modifications motivées par leur mise à jour et leur amélioration.

Conditions d'admission

Si vous avez un diplôme universitaire, êtes dans la dernière année d'études ou avez une expérience professionnelle pertinente dans le domaine d'études, vous pouvez demander l'admission à ce programme.

  • Avec un diplôme universitaire: Il sera nécessaire de présenter le diplôme et le dossier académique. Dans le cas d'être dans la dernière année, seul le dossier académique sera présenté.
  • Sans diplôme universitaire: une expérience professionnelle préalable n'est pas indispensable, mais une expérience professionnelle accréditée est un élément très important du processus de sélection. En l'absence d'un diplôme universitaire, il peut être validé avec une expérience professionnelle démontrable. Les années d'expérience requises varieront en fonction de la pertinence de celui-ci.
Mis à jour le Mars 2020

À propos de l'établissement

IEBS, the School of Business Innovation and Entrepreneurship, born during the world crisis with the aim of providing a real alternative to traditional teaching model alternative.

IEBS, the School of Business Innovation and Entrepreneurship, born during the world crisis with the aim of providing a real alternative to traditional teaching model alternative. Réduire