Agencia Estatal Boletín Oficial del Estado

Obtenida la verificación del plan de estudios por el Consejo de Universidades, previo informe favorable de la Agencia Nacional de Evaluación de la Calidad y Acreditación, así como la autorización de la Comunidad Autónoma de La Rioja, y establecido el carácter oficial del título por Acuerdo del Consejo de Ministros de 7 de julio de 2020 (publicado en el «Boletín Oficial del Estado» de 18 de agosto), este Rectorado, de conformidad con lo dispuesto en el artículo 26 del Real Decreto 1393/2007, de 29 de octubre, resuelve:

Publicar el plan de estudios conducente a la obtención del título oficial de Máster Universitario en Ciencia de Datos y Aprendizaje Automático por la Universidad de La Rioja, que quedará estructurado según consta en el anexo de esta Resolución.

Logroño, 16 de septiembre de 2020.–El Rector en funciones, Julio Rubio García.

ANEXO

Plan de estudios conducente a la obtención del título de Máster Universitario en Ciencia de Datos y Aprendizaje Automático por la Universidad de La Rioja

Rama de conocimiento: Ingeniería y Arquitectura

1. Distribución del plan de estudios en créditos ECTS por tipo de materia.

Tipo de materia	Créditos ECTS
Obligatorias.	36
Optativas.	12
Trabajo fin de Máster.	12
Total.	60

2. Estructura y planificación temporal del plan de estudios por módulos y materias.

Primer curso

Módulos	Materias	Tipo *	Créditos ECTS
Métodos de análisis y procesamiento de datos.	Técnicas y metodologías para la ciencia de datos.	OB	6
	Métodos de análisis de datos.	OB	6
Programación y lenguajes para la ciencia de datos.	Programación y preparación de datos.	OB	6
Técnicas avanzadas de almacenamiento y recuperación de datos.	Almacenamiento y recuperación de datos .avanzados.	OB	9
Aprendizaje automático.	Técnica de aprendizaje automático.	OB	9
Optativos	Optativas	OPT	12
Trabajo fin de máster.	Trabajo fin de máster.	TFM	12

^* Obligatoria: OB; Optativa: OPT; Trabajo fin de Máster: TFM.

3. Optatividad ofertada.

Módulos	Materias	Créditos ECTS
Métodos de análisis y procesamiento de datos.	Despliegue de proyectos de ciencia de datos.	3
Programación y lenguajes para la ciencia de datos.	Metodologías avanzadas de programación para la ciencia de datos.	3
Técnicas avanzadas de almacenamiento y recuperación de datos.	Sistemas de persistencia avanzados.	3
Aprendizaje automático.	Procesamiento de imágenes digitales.	3
Prácticas externas.	Prácticas externas.	9