CB2: Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio
CB3: Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética
CB4: Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.
CB5: Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.
CE10: Capacidad para utilizar las principales tecnologías usadas para el procesamiento de grandes cantidades de datos.
CE11: Capacidad para analizar y manipular señales analógicas y digitales en los dominios temporal y frecuencial
CE12: Capacidad para modelar, predecir, filtrar y suavizar señales aleatorias y procesos de ruido
CE13: Capacidad para aplicar y diseñar métodos de aprendizaje automático en problemas de clasificación, regresión y agrupación y para tareas de análisis supervisado, no supervisado y por refuerzo.
CE14: Capacidad para diseñar soluciones basadas en redes neuronales artificiales.
CE15: Capacidad para diseñar soluciones basadas en aprendizaje automático en aplicaciones en dominios específicos como los sistemas de recomendación, el tratamiento del lenguaje natural, la Web o las redes sociales online.
CE16: Capacidad para diseñar soluciones de tratamiento de audio, vídeo y visión por computador.
CE17: Capacidad para conocer 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, así como conocer y manejar las técnicas de cifrado y su utilización para garantizar la seguridad de los datos.
CE18: Capacidad para adquirir conocimientos básicos y fundamentales de arquitecturas de red.
CE19: Capacidad para desarrollar aplicaciones Web y móviles y utilizarlas para capturar datos con ellas.
CE2: Capacidad para identificar correctamente problemas de tipo predictivo correspondientes a unos objetivos y unos datos determinados y emplear los resultados básicos del análisis de regresión como fundamento básico de los métodos de predicción.
CE20: Capacidad para utilizar 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.
CE21: Capacidad para utilizar herramientas modernas de optimización para resolver problemas prácticos de forma eficiente.
CE3: Capacidad para identificar correctamente problemas de clasificación correspondientes a unos objetivos y unos datos determinados y emplear los resultados básicos del análisis multivariante como fundamento básico de los métodos de clasificación, clustering y reducción de la dimensión.
CE4: Capacidad para la modelización matemática, implementación algorítmica y resolución de problemas de optimización relacionados con la ciencia de datos.
CE5: Capacidad para comprender y manejar conceptos fundamentales de probabilidad y estadística y ser capaz de representar y manipular datos para extraer información significativa de los mismos.
CE6: Capacidad para adquirir los fundamentos de la Estadística Bayesiana y aprender las diferentes técnicas de computación intensiva para implementar inferencia y predicción Bayesiana.
CE7: Capacidad para asimilar los conceptos básicos de la programación y capacidad de realización de programas orientados al análisis de datos.
CE8: Capacidad para diferenciar estructuras de datos, algoritmia, bases de datos y ficheros orientados al tratamiento de datos.
CE9: Capacidad para conocer la teoría de los lenguajes, gramáticas y automátas y su aplicación al análisis léxico y sintáctico asociado al análisis de datos
CG1: Conocimientos y habilidades adecuados para analizar y sintetizar problemas básicos relacionados con la ingeniería y la ciencia de datos, resolverlos y comunicarlos de forma eficiente.
CG3: Capacidad 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. Capacidad de liderazgo, innovación y espíritu emprendedor.
CG4: Capacidad para la resolución de los problemas tecnológicos, informáticos, matemáticos y estadísticos que puedan plantearse en la ingeniería y ciencia de datos.
CG5: Capacidad para resolver problemas formulados matemáticamente aplicados a diversas materias, empleando algoritmos numéricos y técnicas computacionales.
CG6: Capacidad para sintetizar las conclusiones obtenidas de los análisis realizados y presentarlas de manera clara y convincente tanto por escrito como oralmente.
CT1: Capacidad de comunicar los conocimientos oralmente y por escrito, ante un público tanto especializado como no especializado.
CT2: Trabajar en equipo en contextos internacionales e interdisciplinares
CT4: Conocer y ser capaz de manejar habilidades interpersonales sobre iniciativa y responsabilidad, negociación, inteligencia emocional, etc. así como herramientas de cálculo que permitan consolidar las habilidades técnicas básicas que se requieren en todo ámbito profesional.
RA1 Haber adquirido conocimientos avanzados y demostrado una comprensión de los aspectos teóricos y prácticos y de la metodología de trabajo en el campo de la ciencias e ingeniería de datos con una profundidad que llegue hasta la vanguardia del conocimiento
RA2 Poder, mediante argumentos o procedimientos elaborados y sustentados por ellos mismos, aplicar sus conocimientos, la comprensión de estos y sus capacidades de resolución de problemas en ámbitos laborales complejos o profesionales y especializados que requieren el uso de ideas creativas e innovadoras
RA3 Tener la capacidad de recopilar e interpretar datos e informaciones sobre las que fundamentar sus conclusiones incluyendo, cuando sea preciso y pertinente, la reflexión sobre asuntos de índole social, científica o ética en el ámbito de su campo de estudio;
RA4 Ser capaces de desenvolverse en situaciones complejas o que requieran el desarrollo de nuevas soluciones tanto en el ámbito académico como laboral o profesional dentro de su campo de estudio;
RA5 Saber comunicar a todo tipo de audiencias (especializadas o no) de manera clara y precisa, conocimientos, metodologías, ideas, problemas y soluciones en el ámbito de su campo de estudio;
RA6 Ser capaces de identificar sus propias necesidades formativas en su campo de estudio y entorno laboral o profesional y de organizar su propio aprendizaje con un alto grado de autonomía en todo tipo de contextos (estructurados o no).
