Programa del Máster en Big Data y Data Engineering
Los módulos de aprendizaje de ingeniería y arquitectura de datos más actuales y con un aprendizaje eficaz para los alumnos
Python es el lenguaje que mayor auge ha experimentado en los últimos años, tanto en el área de la Ciencia de Datos como de la Ingeniería de Datos, por su versatilidad y sencillez. Dispone de paquetes específicos para integrarse con distintas tecnologías y usados en módulos posteriores.
Python
Lenguaje
UV
Tooling
Pytest
Testing
Las herramientas de Inteligencia Artificial generativa están transformando la productividad del ingeniero de datos. En este módulo se aprende a utilizar asistentes de código, LLMs y agentes para acelerar la escritura de pipelines, automatizar tareas repetitivas, generar documentación y detectar errores, integrándose con los flujos de trabajo habituales de ingeniería.
Claude Code
IA
Cursor
IA
Skills
IA
Skills
IA
Se introducirán los componentes clave de las arquitecturas de datos modernas, incluyendo las fuentes de datos, la capa de ingesta, la capa de almacenamiento, la capa de procesamiento, capa de servicio y la capa de presentación. Se presentará su evolución a lo largo de los años, los principales patrones arquitectónicos actuales y su implementación en los distintos proveedores cloud.
Data Warehouse
Arquitectura
Data Lake
Arquitectura
Data Lakehouse
Arquitectura
Data Fabric
Arquitectura
Data Mesh
Arquitectura
El curso aborda la creación de modelos de datos basados en tablas para sistemas informacionales. Se estudian técnicas como Entidad-Relación, paso a tablas, y conceptos de modelado dimensional, como tablas de hechos y de dimensiones, modelos de datos en estrella y en copo de nieve, y slowly-changing dimensions (SCD).
Entidad Relación
Modelado
Modelo en estrella
Modelado
Modelo en copo de nieve
Modelado
Este módulo aborda el modelado y almacenamiento de datos en cuatro paradigmas no relacionales ampliamente utilizados en entornos de datos actuales: documental, clave-valor, clave-valor en memoria y grafo. A lo largo del recorrido se trabajan los fundamentos, patrones de uso y criterios de aplicación de tecnologías representativas como Cassandra, Neo4j, Redis y MongoDB, prestando atención a las particularidades de cada modelo y a su encaje en arquitecturas modernas de información.
MongoDB
Base de datos
Redis
Base de datos
Cassandra
Base de datos
Neo4j
Base de datos
Empleado para comunicar instantáneamente distintas aplicaciones conectadas a él, al estilo de un gran bus de datos común por el que circula la información de una empresa, Kafka lleva más de una década siendo la tecnología que elige la industria cuando los datos no pueden esperar. En esta asignatura aprenderás la tecnología que hay detrás de sistemas capaces de procesar billones de mensajes al día en tiempo real. Dominarla, marca la diferencia.
Apache Kafka
Streaming
Apache Avro
Streaming
Azure Event Hubs
Streaming
Confluent Cloud
Streaming
Kafka Connect
Streaming
Kafka Streams
Streaming
KsqlDB
Streaming
Spark es la herramienta de procesamiento distribuido más utilizada para procesar grandes volúmenes de datos en un cluster de ordenadores. Profundizaremos en su arquitectura y cómo sacarle partido.
Apache Spark
Procesamiento
DataBricks
Plataforma
Apache Kafka
Streaming
La industria lleva años convergiendo hacia el patrón Lakehouse y las ofertas de trabajo lo reflejan así. La mayoría de los perfiles creen conocerlo pero no saben diseñar las capas lógicas, elegir formatos de fichero correctos ni decidir cuándo aplicar una ingesta incremental frente a full load. Esas decisiones son las que determinan si un sistema de datos escala o colapsa en seis meses. En esta asignatura aprenderás el estado del arte de los data lakehouses y sus operativas
Apache Parquet
Lakehouse
Delta Lake
Lakehouse
Apache Iceberg
Lakehouse
Medallion Architecture
Lakehouse
El alumno aprenderá de forma práctica a diseñar y orquestar pipelines de datos en Azure, Microsoft Fabric y Databricks, resolviendo retos empresariales reales. Descubrirá cómo montar plataformas sostenibles aplicando control de costes (FinOps), seguridad, gobierno y formatos abiertos. El objetivo final es adquirir criterio arquitectónico necesario para llevar proyectos a producción con la solvencia de un Data Engineer experimentado.
Azure
Cloud
Azure Blob Storage
Cloud
Azure SQL Database
Cloud
Azure DevOps
Cloud
Azure DataBricks
Cloud
Azure Cosmos DB
Cloud
Microsoft Fabric
Cloud
En este módulo aprenderemos a diseñar, construir y evaluar sistemas de agentes con LangChain y LangGraph, y a medir su calidad y fiabilidad con DeepEval.
LangGraph
Agentes
LangChain
Agentes
DeepEval
Agentes
El uso de múltiples agentes autónomos especializados y coordinados para realizar una tarea es clave para obtener buenos resultados. En el curso veremos la conexión de un LLM con herramientas, Function Calling y Model Context Protocol (MCP), Arquitecturas de Razonamiento y Estado, patrones para construir sistemas de agentes, y una introducción a LangGraph para orquestar agentes.
LangGraph
Agentes
LangChain
Agentes
MCP
Agentes
LangSmith
Agentes
Proceso de llevar los modelos de Inteligencia Artificial (IA) y sus resultados a un entorno de producción para que puedan ser utilizados de manera efectiva y generar valor en el mundo empresarial.
Apache Airflow
Orquestación
MLflow
MLOPS
FastAPI
Framework
Proceso de llevar los modelos de Inteligencia Artificial (IA) y sus resultados a un entorno de producción para que puedan ser utilizados de manera efectiva y generar valor en el mundo empresarial.
Docker
Infraestructura
Kubernetes
Infraestructura
FastAPI
Framework
El Trabajo Final de Máster (TFM) que realizarás al finalizar el curso se centrará en la ingeniería de datos. Este proyecto implicará el desarrollo de una estrategia global de inteligencia de datos para una empresa, basándose en diferentes técnicas y softwares de apoyo de entre los existentes en el mercado
Descarga el programa completo de Big Data y Data Engineering
Descarga desde aquí el dossier con toda la información del máster de la UCM