Grado en Ciencia e Ingeniería de Datos

• Plan renovado en 2025. En el curso 2025/26 se imparte 1º curso.

• Ámbito del conocimiento: Ingeniería eléctrica, ingeniería electrónica e ingeniería de la telecomunicación.

• Para saber la oferta definitiva de optativas a matricular y su correspondiente cuatrimestre de impartición consulta el siguiente enlace en la Secretaría Virtual.

Plan vigente para estudiantes admitidos/as en el curso 2024/25 o anteriores. Más información en la Secretaría Virtual de Aula Global.

• En el año 2025/26 se imparte sólo 2º, 3º y 4º curso

• Para saber la oferta definitiva de optativas a matricular y su correspondiente cuatrimestre de impartición consulta el siguiente enlace en la Secretaría Virtual.

Programas de intercambio

El programa Erasmus permite a estudiantes de la UC3M de Grado y Postgrado, cursar uno o varios cuatrimestres en una de las universidades europeas con las que la UC3M tiene acuerdos o realizar un Erasmus Placement, es decir, una estancia en prácticas en alguna empresa de la UE. Estos intercambios cuentan con dotación económica  gracias a las Becas Erasmus que proporcionan la UE y el Ministerio de Educación español.

Por su parte, el programa de Movilidad No Europea permite a los estudiantes de Grado de la UC3M cursar uno o varios cuatrimestres en una de las universidades internacionales con las que la universidad mantiene acuerdos. Además cuenta con dotación económica  proporcionada por el Banco Santander y la UC3M.

En ambos casos, las plazas se ofrecen en convocatoria pública y son adjudicadas a los estudiantes con mejor expediente que han superado el umbral de idioma (inglés, francés, alemán…) exigido por la universidad socia.

Movilidad europea

Movilidad no europea

Perfil de ingreso

A la vista de las vías y requisitos de acceso, parece muy recomendable que el alumno que ingresa en este Grado haya cursado la modalidad de Bachillerato de Ciencias, (o, en su caso, una modalidad equivalente de Bachillerato o similar en cuanto a las materias cursadas cuando el estudiante provenga de otros sistemas educativos no españoles).

Como puede verse en el Programa, este grado combina el aprendizaje de un conjunto de conocimientos y competencias multidisciplinares procedentes de áreas de conocimiento como matemáticas, estadística, informática y telecomunicaciones.

En relación con el acceso de Formación Profesional, si bien no existen limitaciones de acceso a los grados en función de la rama a la que se adscriben, para el acceso a este título resulta más recomendables los Ciclos Formativos de Grado Superior de la familia profesional de Informática y Comunicaciones, especialmente los ciclos formativos de Técnico Superior en Administración de Sistemas Informáticos en red, desarrollo de aplicaciones multiplataforma y desarrollo de aplicaciones web.

Puestos a destacar algún contenido competencial idóneo en relación con el perfil de ingreso, el alumno debería tener una buena formación previa en Matemáticas. Son muy apreciables actitudes personales de iniciativa, trabajo en equipo, organización personal del trabajo, capacidad de abstracción, pensamiento crítico y responsabilidad e interés por la aplicación práctica de los conocimientos para la resolución de problemas reales, así como un alto nivel de competencia en habilidades directivas y gestión tecnológica.

Finalmente, la Universidad imparte el grado solo en opción inglés, es decir, que los alumnos deben realizar sus 240 créditos en este idioma. Por ello, los alumnos deberán demostrar un buen nivel de competencias lingüísticas en inglés equivalente al nivel B2 en el Marco Común Europeo de Referencia para las Lenguas, dado que se va a recibir la docencia en dicho idioma y se va a trabajar con textos, materiales, ejercicios, etc. todos ellos en inglés.

Vías de acceso y solicitud de plaza en el grado

Perfil de graduación

El graduado en Ciencia e Ingeniería de Datos será un profesional cualificado para diseñar, implementar y gestionar infraestructuras tecnológicas capaces de soportar grandes volúmenes de datos, así como para integrar datos provenientes de múltiples fuentes, analizarlos, visualizarlos y, en definitiva, transformarlos en conocimiento útil para la toma de decisiones.

Gracias a una sólida formación en programación, redes de telecomunicaciones, fundamentos estadísticos, aprendizaje automático, análisis y visualización de datos, el egresado estará capacitado para abordar problemas complejos en entornos reales, contribuyendo de forma decisiva a la transformación digital de organizaciones y empresas.

Este perfil profesional es altamente demandado en una amplia variedad de sectores industriales y profesionales, ya que el trabajo del científico e ingeniero de datos está íntimamente ligado a la estrategia empresarial. Las tecnologías de inteligencia artificial y aprendizaje automático tienen aplicaciones en múltiples niveles: desde la inteligencia de negocio hasta la optimización de procesos, la gestión de clientes y proveedores, la selección de talento o el marketing digital.

En particular, los egresados estarán preparados para desarrollarse en sectores estratégicos donde se prevé un fuerte impacto de estas tecnologías, tales como: alta tecnología y comunicaciones, medios de comunicación y entretenimiento, automoción y ensamblado, recursos y servicios básicos, transporte y logística, salud y biociencias, servicios profesionales, comercio minorista, educación, marketing, atención al cliente y sector público.

Además de las competencias técnicas, el graduado contará con una mentalidad analítica, capacidad crítica, habilidades de comunicación interdisciplinar y, lo más importante, una actitud proactiva hacia el aprendizaje continuo, cualidad esencial en un campo en constante evolución.

1. Conocimientos del Título

K1 - Conocer los principios y valores democráticos y de desarrollo sostenible, en particular, el respeto a los derechos humanos y derechos fundamentales, a la igualdad de género y no discriminación, a los principios de accesibilidad universal y cambio climático, en consonancia con su desarrollo profesional en el ámbito del grado.

K2 - Conocer contenidos básicos humanísticos, de expresión oral y escrita, siguiendo principios éticos y completando un perfil formativo multidisciplinar.

K3 - Conocer contenidos fundamentales en su área de estudio partiendo de la base de la educación secundaria general y alcanzando un nivel propio de libros de texto avanzados, incluyendo también algunos aspectos de la vanguardia de su campo de estudio.

K4 - Conocer materias básicas científicas y técnicas que capaciten para el aprendizaje de nuevos métodos y tecnologías, así como doten de una gran versatilidad para adaptarse a nuevas situaciones, en el ámbito del almacenamiento, gestión y procesamiento de datos.

K5 - Comprender y relacionar conceptos fundamentales de probabilidad y estadística y ser capaz de representar y manipular datos para extraer información significativa de los mismos.

K6 - Conocer los fundamentos de la Estadística Bayesiana y las diferentes técnicas de computación para implementar inferencia y predicción Bayesiana, aplicándolos al análisis de datos, la modelización de incertidumbre y la toma de decisiones en problemas reales de Ciencia e Ingeniería de Datos.

K7 - Conocer los conceptos básicos de la programación, incluyendo estructuras de control, tipos de datos y funciones, y su aplicación en el desarrollo de programas orientados al análisis, procesamiento y visualización de datos en el ámbito de la Ciencia e Ingeniería de Datos.

K8 - Diferenciar estructuras de datos, algoritmia, bases de datos y ficheros orientados al tratamiento de datos.

K9 - Conocer la teoría de los lenguajes, gramáticas y autómatas y su aplicación al análisis léxico y sintáctico asociado al análisis de datos.

K10 - Conocer y manejar los fundamentos de señales analógicas y digitales en los dominios temporal y frecuencial, incluyendo técnicas de muestreo, filtrado y transformadas, con aplicación al procesamiento de señales en el ámbito de la Ciencia e Ingeniería de Datos.

K11 - Comprender la modelización, predicción, filtrado y suavizado de señales aleatorias y procesos estocásticos, con aplicaciones en el análisis de series temporales, detección de patrones y optimización de modelos en Ciencia e Ingeniería de Datos.

K12 - Conocer y comprender los fundamentos de arquitecturas de red, los requisitos de seguridad (con énfasis en la privacidad) de los entornos de big data y las consiguientes medidas de protección: técnicas; organizativas y legales, uso de las técnicas de cifrado para garantizar la seguridad de los datos.

K13 - Conocer e identificar aspectos básicos y actuales de las áreas funcionales de la empresa y comprender la relación existente entre las mismas para favorecer el emprendimiento, en el desarrollo e implantación de sistemas en el ámbito de la ciencia e ingeniería de datos.

2. Habilidades o destrezas del Título

S1 - Planificar y organizar trabajos en equipo tomando las decisiones correctas basadas en la información disponible y reuniendo datos en entornos digitales.

S2 - Utilizar la información interpretando datos relevantes evitando el plagio, y de acuerdo con las convenciones académicas y profesionales del área de estudio, siendo capaz de evaluar la fiabilidad y la calidad de dicha información.

S3 - Ser capaz de resolver problemas tecnológicos, informáticos, matemáticos y estadísticos que puedan plantearse en la ingeniería y ciencia de datos, aplicando conocimientos de matemáticas, probabilidad y estadística, programación, bases de datos y lenguajes, gramáticas y autómatas.

S4 - Ser capaz de resolver problemas formulados matemáticamente aplicados a diversas materias, empleando algoritmos numéricos y técnicas computacionales, y aplicando conocimientos sobre: álgebra; geometría; cálculo diferencial e integral; métodos numéricos; algorítmica numérica; estadística y optimización.

S5 - Identificar correctamente problemas de tipo predictivo correspondientes a unos objetivos y unos datos determinados, apoyándose en los conocimientos sobre algoritmia, modelización, predicción y filtrado, y emplear los resultados básicos del análisis de regresión como fundamento básico de los métodos de predicción.

S6 - Identificar correctamente problemas de clasificación correspondientes a unos objetivos y unos datos determinados, apoyándose en los conocimientos sobre algoritmia, modelización, predicción y filtrado, y emplear los resultados básicos del análisis multivariante como fundamento básico de los métodos de clasificación, clustering y reducción de la dimensión.

S7 - Modelizar matemáticamente, implementar algorítmicamente y resolver problemas de optimización relacionados con la ciencia de datos, apoyándose para en el conocimiento de matemáticas, algoritmia, programación y optimización.

S8 - Tener habilidad para aplicar las principales tecnologías usadas para el procesamiento de grandes cantidades de datos, teniendo en cuenta los conocimientos sobre seguridad y medidas de protección en estos entornos.

S9 - Aplicar, diseñar, desarrollar, analizar de manera crítica y evaluar métodos de aprendizaje automático para problemas de clasificación, regresión y agrupamiento y para tareas de análisis supervisado, no supervisado y por refuerzo.

S10 - Aplicar, diseñar, desarrollar, analizar de manera crítica y evaluar soluciones basadas en redes neuronales artificiales.

S11 - Aplicar, diseñar, desarrollar, analizar de manera crítica y evaluar soluciones basadas en aprendizaje automático en aplicaciones en dominios específicos como los sistemas de recomendación, el procesado del lenguaje natural, la Web o las redes sociales online.

S12 - Aplicar, diseñar, desarrollar, analizar de manera crítica y evaluar soluciones de tratamiento de imagen, vídeo y visión artificial.

S13 - Aplicar conocimientos fundamentales de arquitecturas de red.

S14 - Aplicar, diseñar y desarrollar aplicaciones Web y utilizarlas para capturar datos.

S15 - Aplicar, combinar, diseñar y desarrollar herramientas de visualización de datos para poder comunicar los resultados de los análisis realizados sobre los mismos, adaptándolos a públicos diferentes tanto técnico como no técnico.

S16 - Ser capaz de sintetizar las conclusiones obtenidas de los análisis realizados y presentarlas de manera clara y convincente tanto por escrito como oralmente, y tanto ante un público especializado como no especializado

3. Competencias del Título

C1 - Conocer y ser capaz de manejar habilidades interpersonales sobre iniciativa, responsabilidad, resolución de conflictos, negociación, etc., que se requieren en el ámbito profesional.

C2 - Desarrollar aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.

C3 - Ser capaz de resolver problemas con iniciativa, toma de decisiones, creatividad, y de comunicar y transmitir conocimientos, habilidades y destrezas, comprendiendo la responsabilidad ética, social y profesional de la actividad del tratamiento de datos. Tener capacidad de liderazgo, innovación y espíritu emprendedor

C4 - Trabajar en equipo en contextos internacionales e interdisciplinares.

C5 - Ser capaz de analizar y sintetizar problemas básicos relacionados con la ingeniería y la ciencia de datos, elaborar, defender y comunicar eficientemente soluciones de forma individual y profesional, aplicando los conocimientos, habilidades, herramientas y estrategias adquiridas o desarrolladas en su área de estudio.

C6 - Presentar y defender, de forma individual y ante un tribunal universitario, un proyecto en el ámbito de las tecnologías específicas de la Ciencia e Ingeniería de Datos de naturaleza profesional en el que se sinteticen e integren las competencias adquiridas en las enseñanzas.

C7 - Aplicar y adaptar conocimientos técnicos y habilidades prácticas en el ámbito de la Ciencia e ingeniería de Datos, desarrollando capacidades de análisis, resolución de problemas y trabajo en equipo en un entorno profesional.

Prácticas Externas

Esta es una selección en la que los estudiantes de este grado pueden hacer sus prácticas:

• ACCENTURE, S.L., SOC UNIPERSONAL
• ÁLAMOCONSULTING, S.L.
• BANCO BILBAO VIZCAYA ARGENTARIA, S.A.
• BANKINTER, S.A.
• CASE ON IT
• DECIDE SOLUCIONES, S.L.
• DEVOTEAM DRAGO S.A.U.
• ESELEC INGENIEROS, S.L.
• FINTONIC SERVICIOS FINANCIEROS, S.L
• FUNDACIÓN UNIVERSIDAD EMPRESA
• HAVAS MEDIA GROUP SPAIN S.A.U
• Holcim EMEA Digital Center S.L.U
• ING BANK NV SUCURSAL EN ESPAÑA
• INNOVACIÓN TECNOLÓGICA Y SOLUCIONES DE NEGOCIO, S.L.
• JOHN DEERE IBÉRICA, S.A.
• Jungheinrich Digital Solutions SL
• KPMG ASESORES S.L
• LECA Solutions
• NFOQUE ADVISORY SERVICES,S.L
• NTT DATA SPAIN, S.L.U.
• OLIVER WYMAN, S.L.
• PIXELABS
• PRICEWATERHOUSECOOPERS ASESORES DE NEGOCIOS, S.L.
• SAS INSTITUTE, S.A.
• SDG CONSULTING ESPAÑA SAU
• SOCIEDAD ESPAÑOLA DE SISTEMAS DE PAGO, S.A.
• SOCIEDAD ESTATAL DE CORREOS Y TELEGRAFOS, S.A., S.M.E
• TECNILÓGICA ECOSISTEMAS, S.A.U.
• TomTom Sales Branch Spain
• VASS CONSULTORÍA DE SISTEMAS, S. L.

Salidas profesionales

El trabajo del científico de datos está íntimamente relacionado con la estrategia empresarial en una gran variedad de sectores, ya que las tecnologías de aprendizaje automático e inteligencia artificial encuentran aplicación a muy diferentes niveles, que van desde la propia inteligencia de negocio, a la selección de recursos humanos, pasando por la gestión de clientes y proveedores o el marketing digital. 

En particular, destacamos ciertos sectores estratégicos en los que se prevé un fuerte impacto de la inteligencia artificial: alta tecnología y comunicaciones, medios de comunicación y entretenimiento, automoción y ensamblado, recursos y servicios básicos, transporte y logística, salud, biociencias, servicios profesionales, venta minorista, educación, marketing, relación con cliente y proveedores, y sector público.

• Como consecuencia de lo anterior, existe un gran abanico de posibilidades de trabajo para el científico y el ingeniero de datos, entre los que podemos citar, por ejemplo:
• Científico de Datos (denominación generalista que engloba gestión de datos, diseño y desarrollo de algoritmos de inteligencia artificial en cualquier sector)
• Ingeniero de Datos (denominación generalista que da soporte hardware y software a la Ciencia de Datos)
• Desarrollador de software (ingeniería software en el ámbito de la inteligencia artificial)
• Desarrollador aplicaciones web/móviles (captura, almacenamiento, gestión y visualización de datos)
• Diseñador y desarrollador de servicios inteligentes
• Ingeniero de Estrategia (alineamiento de al estrategia de la organización con la tecnología necesaria)
• Director de Análisis de Datos
• Director de Investigación y Desarrollo Digital
• Líder y estratega de negocios digitales
• Gerente de Desarrollo de Negocios Digitales
• Director de Innovación Digital, Producto Digital
• Director de Marketing Digital
• Consultor de Negocios Digitales
• Director Ejecutivo
• Director de Transformación Digital
• Director de Ventas Digitales
• Director de Operaciones Digitales

Horarios y calendarios

Horarios de clase en el Grado en Ciencia e Ingeniería de Datos

Calendario académico de estudios de Grado

Calendario de exámenes del primer cuatrimestre

Calendario de exámenes del segundo cuatrimestre

Calendario de exámenes de la convocatoria extraordinaria

Horarios y calendarios

Horarios de clase en el Grado en Ciencia e Ingeniería de Datos

Calendario académico de estudios de Grado

Calendario de exámenes del primer cuatrimestre

Calendario de exámenes del segundo cuatrimestre

Calendario de exámenes de la convocatoria extraordinaria