Docencia


Máster Universitario en Aplicaciones de Supercomputación y Aprendizaje Automático para Científicos e Ingenieros (MUSACI)

MUSACI es un máster profesionalizante interdisciplinar, actualmente en tramitación, organizado por el Centro de Computación Científica (C3) de la Universidad de Oviedo.

  • Contenido: Computación científica, análisis de datos y machine learning para trabajar como científico en la empresa o en el mundo académico.

  • Perfil de ingreso: Graduados en ciencias, ingenierías o disciplinas transversales.

  • Perfil de egreso: Profesional con formación científica altamente especializado en computación y análisis de datos.

  • Estructura: Primer semestre de formación básica (programación, supercomputación, machine learning, análisis de datos) y segundo semestre de prácticas, trabajo fin de máster y asignaturas optativas especializadas.

  • Duración: Un curso académico (60 ECTS).

  • Lugar: Escuela Politécnica de Mieres (presencial).

  • Idioma: Inglés.

  • Ámbito: Énfasis en aplicaciones prácticas. Interdisciplinar.

  • Profesorado: Científicos del mundo académico y el ámbito empresarial.

  • Admisión: 20 estudiantes al año. Se valora expediente académico, CV y entrevista.

Plan de Estudios

Primer semestre (30 créditos)

  • Scientific Tools for Data Analysis and Modeling (6 ECTS)

  • High-Performance Scientific Computing (6 ECTS)

  • Legal and Ethical Aspects of Scientific Data Management (3 ECTS)

  • Advanced Scientific tools for data analysis and modeling (6 ECTS)

  • Machine Learning for Scientific and Technological Applications (6 ECTS)

  • Scientific Data Analysis and Visualization (3 ECTS)

Segundo semestre (30 créditos)

  • Prácticas externas (6 ECTS)

  • Trabajo fin de máster (12 ECTS)

  • Cuatro asignaturas optativas (12 ECTS) a escoger entre las siguientes.

Asignaturas optativas (3 ECTS cada una)

  • Advanced Machine Learning for Scientific and Technological Applications

  • Computer-Aided Process Optimization

  • Multiomic Biomarkers for Personalized Medicine

  • High-Throughput Screening in Materials Science

  • Design and Simulation of Novel Materials and Nano-Structures

  • Computational Design and Simulation of Biomolecules

  • Molecular and Solid-State Computational Chemistry

  • Genomic Data Analysis and Interpretation

  • Transcriptomics and metagenomics

Entidades Colaboradoras

ARCELOR
TSK
Windar
TWave
TKE
INETUM
The next pangea
ISPA
CINN
IQPA
ICTEA

Cartas de Apoyo a MUSACI