Agencia Estatal Boletín Oficial del Estado

De conformidad con lo establecido en el artículo 26 del Real Decreto 1393/2007, de 29 de octubre, modificado por el Real Decreto 861/2010, de 2 de julio, obtenida la verificación del plan de estudios por el Consejo de Universidades, previo informe favorable de la Fundación para el Conocimiento Madri+d, autorizada su implantación por la Comunidad de Madrid y declarado el carácter oficial del título por Acuerdo del Consejo de Ministros de 5 de octubre de 2018, este Rectorado ha resuelto publicar el plan de estudios conducente a la obtención del título oficial de Graduado o Graduada en Ciencia e Ingeniería de Datos por la Universidad Carlos III de Madrid que queda estructurado según consta en el anexo de la presente Resolución.

Getafe, 6 de febrero de 2019.–El Rector, Juan Romo Urroz.

ANEXO

Plan de estudios conducente a la obtención del título de Graduado o Graduada en Ciencia e Ingeniería de datos por la Universidad Carlos III de Madrid

Real Decreto 1393/2007, modificado por el Real Decreto 861/2010.

Anexo I, apartado 5.1 Estructura de las enseñanzas

Distribución general del plan de estudios en créditos ECTS, por tipo de materia

Tipo de materia	Créditos ECTS
Formación Básica.	60
Obligatorias.	144
Optativas.	24
Prácticas externas.	0
Trabajo de Fin de Grado.	12
Créditos totales.	240

Estructura del plan de estudios por materias y asignaturas del grado en Ciencia e Ingeniería de Datos

Materias	Asignatura	ECTS	Carácter
Conocimientos transversales/Transversal Knowledge.	Hojas de Cálculo. Nivel Avanzado/Advanced knowledge of Spreadsheets.	1,5	O/C
	Técnicas de expresión oral y escrita/Writing and communication skills.	3	O/C
	Técnicas de búsqueda y uso de información/Information skills.	1,5	O/C
	Habilidades profesionales interpersonales/Interpersonal abilities.	3	O/C
	Humanidades/Humanities.	6	O/C
Matemáticas/Mathematics.	Cálculo I /Calculus I.	6	FBR/BC
	Álgebra Lineal/Linear algebra.	6	FBR/BC
	Probabilidad y análisis de datos/Probability and Data Analysis.	6	FB/BC
	Cálculo II/Calculus II.	6	FBR/BC
	Matemática discreta/Discrete mathematics.	6	FBR/BC
Técnicas de optimización/Optimization methods.	Métodos numéricos/Numerical methods.	6	O/C
	Optimización y analítica/Optimization and Analytics.	6	O/C
Técnicas informáticas/Computer skills.	Programación/Programming.	6	FBR
	Estructura de datos y algoritmos/Data structures and algorithms.	6	FBR/BC
	Teoría de autómatas y compiladores/Automata theory and compilers.	6	O/C
	Bases de datos/Data Base.	6	FB/BC
	Protección de datos y ciberseguridad/Data protection & cybersecurity.	6	O/C
	Computación masiva/Massive computing.	6	O/C
Técnicas estadísticas y de tratamiento de señales/ Statistics and signal processing techniques.	Introducción a la modelización estadística/Introduction to Statistical Modeling.	6	FB/BC
	Señales y sistemas/Signals and Systems.	6	O/C
	Tratamiento estadístico de señales/Statistical Signal Processing.	6	O/C
	Modelización predictiva/Predictive Modeling.	6	O/C
	Análisis Bayesiano de datos/Bayesian Data Analysis.	6	O/C
	Tratamiento de audio, video y visión artificial/Audio processing, Video processing and Computer vision.	6	O/C
Técnicas de aprendizaje automático/ Machine Learning Techniques.	Aprendizaje estadístico/Statistical Learning.	6	O/C
	Aprendizaje automático I/Machine learning I.	6	O/C
	Aprendizaje automático II/Machine learning II.	6	O/C
	Redes neuronales/Neural Networks.	6	O/C
	Aplicaciones del aprendizaje automático/Machine learning applications.	6	O/C
Telemática/ Telematics.	Redes de Ordenadores/Computer Networks.	6	O/C
	Aplicaciones Web/Web Applications.	6	O/C
	Aplicaciones Móviles/Mobile Applications.	6	O/C
	Analítica Web/Web Analytics.	6	O/C
Visión y proyectos integrados/ Vision and integrated projects.	Introducción a la Ciencia de Datos/Introduction to Data Science.	6	FB/BC
	Proyecto en ciencia de datos/Data Science Project.	6	O/C
Formación multidisciplinar/ Multidisciplinary Skills.	Introducción a los negocios/Introduction to business.	6	O/C
	Aspectos legales y éticos en ingeniería de datos/Data engineering legal and ethical issues.	3	O/C
Optativas/ Electives.	Prácticas Externas/Professional Internships.	18	P/E
	Análisis de datos funcionales/Functional data analysis.	6	P/E
	Métodos de simulación y muestreo/Simulation and Resampling methods.	6	P/E
	Regresión en Alta dimensión/Regression in High Dimension.	6	P/E
	Series temporales y predicción/Time Series and Forecasting.	6	P/E
	Sistemas estocásticos dinámicos/Stochastic Dynamical Systems.	6	P/E
	Ingeniería de la ciberseguridad/Cybersecurity Engineering.	6	P/E
	Tecnologías de Red en Internet para Big Data/Internet Networking Technologies for Big Data.	6	P/E
	Analítica de datos educativos/Educational data analytics.	6	P/E
	Diseño para la interpretación de datos/Data Design for sensemaking.	6	P/E
	Inteligencia Artificial/Artificial Intelligence.	6	P/E
	Tecnología Avanzada en Red en Internet/Advanced Internet Networking Technologies.	6	P/E
	Robótica/Robotics.	6	P/E
	Métodos de Inferencia en Aprendizaje Automático Bayesiano/Inference methods in Bayesian Machine Learning.	6	P/E
	Fundamentos de BioInformática/Fundamentals of BioInformatics.	6	P/E
	Aprendizaje automático en salud/Machine Learning in Healthcare.	6	P/E
TFG/ Bachelor thesis.	TFG/Bachelor Thesis.	12	TFG/BT

FB: Formación Básica, FBR: Formación Básica de Rama, O: Obligatoria, P: Optativa; TFG: Trabajo Fin de Grado.

BC: Basic Core, C: Compulsory, E: Electives, BT: Bachelor Thesis.

Distribución temporal de las asignaturas del grado en Ciencia e Ingeniería de Datos

Curso	Cuatr	Asignatura denominación	Tipo	CR	Curso	Cuatr	Asignatura denominación	Tipo	CR
1	1	Cálculo I.	FBR	6	1	2	Cálculo II.	FBR	6
1	1	Álgebra Lineal.	FBR	6	1	2	Estructura de datos y algoritmos.	FBR	6
1	1	Programación.	FBR	6	1	2	Redes de Ordenadores.	O	6
1	1	Probabilidad y análisis de datos.	FB	6	1	2	Introducción a la modelización estadística.	FB	6
1	1	Introducción a la ciencia de datos.	FB	6	1	2	Técnicas de búsqueda y uso de la información.	O	1,5
					1	2	Hojas de cálculo. Nivel avanzado.	O	1,5
					1	2	Técnicas de expresión oral y escrita.	O	3
2	1	Señales y sistemas.	O	6	2	2	Métodos numéricos.	O	6
2	1	Teoría de autómatas y compiladores.	O	6	2	2	Tratamiento estadístico de señales.	O	6
2	1	Bases de datos.	FB	6	2	2	Protección de datos y ciberseguridad.	O	6
2	1	Matemática discreta.	FBR	6	2	2	Modelización Predictiva.	O	6
2	1	Aprendizaje estadístico.	O	6	2	2	Aprendizaje automático I.	O	6
3	1	Aprendizaje automático II.	O	6	3	2	Redes Neuronales.	O	6
3	1	Optimización y analítica.	O	6	3	2	Aspectos legales y éticos en ingeniería de datos.	O	3
3	1	Computación masiva.	O	6	3	2	Habilidades profesionales interpersonales.	O	3
3	1	Introducción a los negocios.	O	6	3	2	Análisis Bayesiano de datos.	O	6
3	1	Aplicaciones Web.	O	6	3	2	Aplicaciones Móviles.	O	6
					3	2	Aplicaciones del aprendizaje automático.	O	6
4	1	Tratamiento de audio video y visión artificial.	O	6	4	2	Humanidades.	O	6
4	1	Analítica Web.	O	6	4	2	Optativas.	P	12
4	1	Proyecto en ciencia de datos.	O	6	4	2	Trabajo Fin de Grado.	TFG	12
4	1	Optativas.	P	12

FB: Formación Básica, FBR: Formación Básica de Rama, O: Obligatoria, P: Optativa; TFG: Trabajo Fin de Grado.