DSTI School of Engineering

MSc Aplicada en Data Science y AI

Objetivos de la Maestría Aplicada en Ciencia de Datos e IA

Los siguientes son los objetivos principales del programa de Maestría Aplicada en Ciencia de Datos Aplicados e IA:

• Perfecciona tus habilidades matemáticas aplicadas. Nuestro programa busca potenciar tus habilidades matemáticas y su aplicación para resolver complejos desafíos en ciencia de datos e inteligencia artificial.
• Comprensión de algoritmos de IA. Nuestro curso se centra en brindar a los estudiantes un conocimiento profundo de los algoritmos fundamentales de IA, que abarcan el aprendizaje automático, el aprendizaje profundo y el procesamiento del lenguaje natural.
• Implementación de arquitecturas de TI y Big Data. Nuestro programa ayuda a los estudiantes a utilizar sus habilidades científicas, enseñándoles a analizar, diseñar, implementar y supervisar marcos de TI y Big Data.
• Comprensión de la gestión de proyectos de TI y sus aspectos legales. Nuestro programa imparte conocimientos sobre la gestión de proyectos de TI y las implicaciones legales del manejo de datos, incluyendo las leyes de privacidad. También introduce consideraciones éticas sobre la minería de big data.

El Máster Aplicado en Ciencia de Datos e IA ofrece excelentes oportunidades profesionales. Casi todos los graduados consiguen prácticas en Europa en un plazo de seis meses, con una remuneración mensual media de 1300 €.

• El 98% de los estudiantes reciben una oferta de prácticas en un plazo de 6 meses.
• El 91% de los estudiantes encuentran prácticas en Europa
• 1.300€ de gratificación media mensual
• 51.000 € salario inicial bruto medio (en Francia)

Nuestros estudiantes de Maestría Aplicada en Ciencia de Datos e Inteligencia Artificial trabajan como

• Científico de datos
• Consultor
• Consultor de datos
• Analista de datos clinicos
• Investigación y aplicación en ciencia de datos
• Gerente de Producto de IA

Empleadores de nuestros estudiantes de Maestría Aplicada en Ciencia de Datos e Inteligencia Artificial

• Adaltas
• Laboratorios Ágora
• Altaroad
• altran
• IA automática
• AXA
• ejes
• BEL
• BNP Parisbas
• Capgemini
• Caranx Medcial
• Consultoría CCN
• CGG/Sercel
• Croda Internacional
• Danone
• DATOS
• Monitoreo Dental
• Devoteam
• Eclipía
• Edén rojo
• EDF – Departamento de Sésamo
• Engie Digital
• Sistemas EPAM
• eurobanco
• eurodisney
• InDhu
• Sistema IRTX
• Liebherr
• logiroad
• Consultor Maiple (empresa familiar)
• McDermott
• Modos
• Tecnología Moten
• Grupo NPD
• Investigación2Libertad
• Servicios de ingeniería Safran
• Schneider Electric
• sentido
• Significar
• soladis
• Líneas aéreas internacionales suizas
• Energías totales
• Trimble Mensi
• Banco Mundial

El plan de estudios de la Maestría Aplicada en Ciencia de Datos e Inteligencia Artificial de DSTI

El plan de estudios más actualizado está en nuestra web, haciendo clic en este enlace .

Además, no dude en realizar un recorrido por el contenido real del curso DSTI , en DSTI Learn - Acceso abierto (acceso como invitado) : simplemente haga clic aquí y explore: https://open.dsti.school

Cursos de calentamiento - 6 ECTS

DSTI School of Engineering ofrece cursos de preparación para el Máster Aplicado en Ciencias de Datos e IA, garantizando que todos los estudiantes, independientemente de su formación, comiencen con la misma comprensión y puedan reforzar sus conocimientos actuales para estar plenamente preparados para comenzar el programa. El curso de preparación abarca los siguientes módulos:

• Matemáticas fundamentales aplicadas
• Estructura de datos y aprendizaje automático aplicado con Python y R
• Introducciones a:
  • Gestión de datos
  • Conciencia de la IA
  • Arquitectura de Computadores
  • Redes
  • Laboratorios de sistemas informáticos
  • TI limpia
  • Conceptos básicos de Excel

Ciencia de datos básica e IA – 24 ECTS

El módulo de Ciencia de Datos e IA de nuestro programa de Maestría Aplicada se adentra en temas clave como Matemáticas Aplicadas para la Ciencia de Datos, Fundamentos del Análisis Estadístico, Análisis de Series de Tiempo, Optimización Continua, SAS “The SAS Ecosystem DSTI Chair” y Redes Neuronales Artificiales.

• Fundamentos del análisis estadístico y aprendizaje automático - Parte 1 - 3 ECTS
• Fundamentos del análisis estadístico y aprendizaje automático - Parte 2 - 4 ECTS
• Análisis de Series Temporales – 3 ECTS
• SAS Base - 3 ECTS
• Optimización Continua - 4 ECTS
• Redes neuronales artificiales - 4 ECTS

Ingeniería de Datos Básicos – 24 ECTS

Este módulo ofrece una visión a fondo de Amazon AWS Cloud Computing, fundamentos de ingeniería de software, laboratorios de aprendizaje automático con Python, ecosistemas de big data, manipulación de datos con SQL y MLOps. Se profundiza en conceptos de ingeniería de software, fundamentos de aprendizaje automático, tecnologías de bases de datos relacionales y herramientas de MLOps y big data para soluciones de datos robustas.

• Ingeniería de Software - Parte 1 - 2 ECTS
• Ingeniería de Software - Parte 2 - 3 ECTS
• Laboratorios de aprendizaje automático de Python - 4 ECTS
• MLOps por Adaltas - 4 ECTS
• Manejo de datos con SQL - 3 ECTS
• Computación en la nube - Amazon AWS - Preparación para la certificación "AWS Solution Architect Associate" - 4 ECTS
• Ecosistema Big Data por Adaltas - 4 ECTS

Ciencia de Datos Aplicada e IA – 32 ECTS

Estos cursos abarcan técnicas avanzadas de análisis estadístico, aprendizaje automático, aprendizaje profundo y modelado basado en agentes. Ofrecen una comprensión profunda de los conceptos de ciencia de datos y sus aplicaciones prácticas.

• Análisis estadístico avanzado y aprendizaje automático - 4 ECTS
• Análisis estadístico de datos masivos y de alta dimensión - 3 ECTS
• Análisis de supervivencia - 3 ECTS
• Problemas Inversos y Asimilación de Datos - 4 ECTS
• Bases de datos gráficas – NoSQL – Parte 1 - 4 ECTS
• Bases de datos documentales – NoSQL – Parte 2 - 2 ECTS
• Aprendizaje profundo - 4 ECTS
• Modelado basado en agentes - 4 ECTS
• Tecnologías de la Web Semántica - 4 ECTS

Metodologías Operativas – 4 ECT

Un módulo centrado en metodologías de gestión de proyectos y cuestiones éticas y sociales relacionadas con el uso de datos.

• Leyes y regulaciones de datos: filosofía, geopolítica y ética - 2 ECTS
• Gestión de proyectos TI: enfoques tradicionales y ágiles - 2 ECTS

Página de referencia

https://dsti.school/admisiones-y-finanzas-msc/

Los candidatos deben haber completado una licenciatura de 3 o 4 años en matemáticas aplicadas o cualquiera de sus aplicaciones (física, ingeniería, economía, etc.) de una universidad reconocida.

Expedientes academicos

Todos los estudiantes deben presentar su expediente académico y además se puede completar o solicitar cualquiera de las siguientes opciones.

Opción 1: Prueba de admisión estándar + Certificado de licenciatura

Para garantizar la calidad de las solicitudes, valoramos las puntuaciones de los exámenes estandarizados. Para el GRE, el objetivo es obtener un mínimo de 155 en la sección cuantitativa y un promedio superior a 280. Para el GMAT, el objetivo es obtener un mínimo de 42 o superior a 560. Puedes presentar esta puntuación junto con tu expediente académico para mejorar tu solicitud.

Opción 2: Examen de ingreso DSTI en línea

Podríamos solicitarle que complete el examen de admisión DSTI además de presentar su expediente académico. El examen puede realizarse desde casa. Solo necesita una computadora y acceso estable a internet. El examen consta de dos secciones: Matemáticas e Informática.

Habilidad en el Inglés

Dado que todos los cursos se imparten en inglés, los estudiantes deben poseer al menos un nivel B2 de inglés. DSTI evaluará este nivel durante la entrevista de admisión.

Para fortalecer su solicitud, los estudiantes pueden proporcionar sus puntajes de IELTS o TOEFL.

Explora el contenido real del curso DSTI en el acceso para invitados

DSTI opera diariamente como una escuela global

Cada modalidad, independientemente del ritmo o método de impartición, garantiza el mismo rigor académico , las mismas evaluaciones y el reconocimiento del título al finalizarlo con éxito. En DSTI, siempre nos hemos asegurado de que la flexibilidad no comprometa la calidad de tu educación. Descubre el futuro de la ciencia de datos, la ingeniería de IA y la ciberseguridad con las diversas modalidades de estudio de DSTI.

En todas estas modalidades, los estudiantes tienen la libertad de participar en clases en vivo desde nuestros dos campus en Niza Sophia-Antipolis (Riviera Francesa) y París , o en línea , en vivo desde cualquier lugar con una zona horaria compatible.

Nuestro profesorado imparte clases en un campus específico y los estudiantes participan desde donde sus circunstancias lo permitan. De esta manera, garantizamos que nuestros diversos métodos de estudio no solo brinden oportunidades de aprendizaje flexibles, sino también una experiencia educativa verdaderamente internacional .

Campus de la Riviera Francesa

Campus de París 

En línea - En vivo