• English
  • Youtube
  • Facebook
  • Twitter
  • Linkedin
  • Instagram
  • tiktok

Tratamiento Estadístico Computacional de la Información (conjunto con UPM)

Máster. Curso 2024/2025.

TRABAJO FIN DE MÁSTER - 607596

Curso Académico 2024-25

Datos Generales

SINOPSIS

COMPETENCIAS

Generales

CG1 - Aprender a aplicar los conocimientos adquiridos y a explotar su potencial para la resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) en el tratamiento estadístico-computacional de la información.

CG2 - Elaborar adecuadamente y con originalidad argumentos motivados y proyectos de trabajo, redactar planes, así como formular hipótesis y conjeturas razonables en su área de especialización.

CG3 - Integrar los conocimientos adecuados y enfrentarse a la complejidad de emitir juicios en función de criterios, de normas externas o de reflexiones personales justificadas.

CG4 - Comunicar y presentar públicamente ideas, procedimientos o informes de investigación, así como asesorar a personas u organizaciones en el tratamiento estadístico-computacional de la información. La presentación de estas ideas debe transmitir de forma clara y precisa las conclusiones de forma que sean entendidas tanto por el especialista como por el profano en temas estadístico-computacionales.

CG5 - Comprender y utilizar el lenguaje y las herramientas matemáticas para modelizar y resolver problemas complejos, reconociendo y valorando las situaciones y problemas susceptibles de ser tratados matemáticamente.

CG6 - Conocer los modelos, métodos y técnicas relevantes en distintas áreas de aplicación de la estadística matemática participando en la creación de nuevas tecnologías que contribuyan al desarrollo de la Sociedad de la Información.

CG7 - Saber abstraer en un modelo matemático las propiedades y características esenciales de un problema real reconociendo su rango de aplicabilidad y limitaciones.
Transversales

CT1 - Saber aplicar sus conocimientos a su trabajo o vocación de una forma profesional y poseer las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y en la resolución de problemas y estudio de casos. Esto implica, más concretamente: Integrar creativamente conocimientos y aplicarlos a la resolución de problemas complejos, perseguir objetivos de calidad en el desarrollo de su actividad profesional, adquirir capacidad para la toma de decisiones y de dirección de recursos humanos, ser capaz de mostrar creatividad, iniciativa y espíritu emprendedor para afrontar los retos de su actividad, valorar la importancia de los métodos estadístico-computacionales en el contexto industrial, económico, administrativo, medio ambiental y social.

CT2 - Tener la capacidad de reunir e interpretar datos relevantes para emitir juicios que incluyan una reflexión sobre temas relevantes de índole científica, tecnológica y empresarial. Demostrar razonamiento crítico y gestionar información científica y técnica de calidad, bibliografía, bases de datos especializadas y recursos accesibles a través de Internet.
Específicas

CE1 - Adquisición de una formación sólida y rigurosa en temas avanzados de Estadística, Matemática Computacional, Modelos Estocásticos y Metodología de la toma de Decisiones aplicadas al tratamiento de la Información.

CE2 - Capacidad para planificar la resolución de un problema en función de las herramientas de que se disponga y, en su caso, de las restricciones de tiempo y recursos.

CE3 - Capacidad para utilizar aplicaciones informáticas estadísticas, de cálculo numérico y simbólico, visualización gráfica, optimización u otras para resolver problemas con un elevado grado de complejidad.

CE4 - Desarrollar habilidades de aprendizaje en Estadística Computacional y Matemáticas, así como en sus respectivas aplicaciones, que permitan al alumno continuar estudiando y profundizando en la materia de modo autónomo, así como el desarrollo profesional con un alto grado de independencia.

CE5 - Resolver problemas y casos reales planteados en el tratamiento estadístico-computacional de la información generada en los ámbitos de la ciencia, la tecnología y la sociedad mediante habilidades de modelización matemática, estimación y
computación.

CE6 - Desarrollar programas que resuelvan problemas matemáticos utilizando para cada caso el entorno computacional adecuado.

CE7 - Capacidad de utilización de herramientas de búsqueda de recursos bibliográficos así como manejo, gestión y análisis de grandes bases de datos.

ACTIVIDADES DOCENTES

No presenciales

12

Semestre

2

Breve descriptor:

El Trabajo Fin de Máster (TFM) podrá ser llevado a cabo en dos modalidades: (i) académica, donde el objetivo es iniciar al estudiante en la investigación o simplemente profundizar sobre un determinado tópico relacionado con los contenidos del máster (sería el caso de los TFM ofertados por un profesor del máster); o (ii) profesional, donde el objetivo es permitir al estudiante conocer el entorno laboral y la dinámica profesional aplicando metodologías introducidas en el máster (sería el caso de los TFM ofertados por alguna de las empresas u organismos vinculados al máster). En todo caso, la Comisión de Coordinación del Máster tendrá que aprobar previamente la propuesta del TFM, que deberá recoger claramente los objetivos, tareas a desarrollar y cualquier aspecto relacionado con las competencias a adquirir en este máster. Cada estudiante contará con (al menos) un profesor tutor encargado de supervisar el progreso del estudiante mediante reuniones periódicas y velar por el cumplimiento de la propuesta de TFM.

Objetivos

A través del TFM los estudiantes deberán demostrar la adquisición de las competencias asociadas al título.

Contenido

El estudiante, asesorado por un tutor, desarrollará un trabajo de iniciación a la investigación o un proyecto de naturaleza profesional, en el ámbito de las disciplinas específicas del máster. El estudiante elaborará una memoria que será evaluada por un tribunal nombrado al efecto.

Evaluación


Elaboración de una memoria que será defendida ante un tribunal en sesión pública.

(35%) Valoración del tutor
(25%) Defensa pública
(40%) Memoria

Otra información relevante


La normativa completa puede encontrarse en la web del máter (https://blogs.mat.ucm.es/teci/?page_id=151).

Estructura

MódulosMaterias
No existen datos de módulos o materias para esta asignatura.

Grupos

Evaluación TFM TECI
GrupoPeriodosHorariosAulaProfesor
Grupo único - - -JORGE GONZALEZ ORTEGA


Tutorización TFM TECI
GrupoPeriodosHorariosAulaProfesor
Tutorización Dpto. AGyT - - -
Tutorización Dpto. AMMA - - -ANGEL MANUEL RAMOS DEL OLMO
BENJAMIN PIERRE PAUL IVORRA
IGNACIO VILLANUEVA DIEZ
Tutorización Dpto. EIO (Grupo 1) - - -BEATRIZ GONZALEZ PEREZ
DANIEL VELEZ SERRANO
FRANCISCO JAVIER GARCIA CRESPO
JORGE GONZALEZ ORTEGA
JUAN TINGUARO RODRIGUEZ GONZALEZ
M. DEL CARMEN PARDO LLORENTE
MARIA DEL MAR FENOY MUÑOZ
ROSA ALONSO SANZ
Tutorización Dpto. EIO (Grupo 2) - - -DANIEL VELEZ SERRANO
ELISENDA MOLINA FERRAGUT
JUAN ANTONIO TEJADA CAZORLA
MARIA LUISA DE LA CRUZ CONTY
ROSA ALONSO SANZ
Tutorización Dpto. EIO (Grupo 3) - - -
Tutorización Dpto. EIO (Grupo 4) - - -
Tutorización Unidad Dptal. AG - - -
Tutorización Unidad Dptal. SIC - - -CARLOS GREGORIO RODRIGUEZ