Resolución de 4 de febrero de 2026, de CUNEF Universidad, por la que se publica la modificación del plan de estudios de Graduado o Graduada en Ciencia de Datos/Bachelor in Data Science.

Obtenida la verificación del plan de estudios por el Consejo de Universidades, previo informe favorable de la Agencia Evaluadora Fundación para el Conocimiento Madri+d, autorizada su implantación por la Comunidad de Madrid y establecido el carácter oficial del título por Acuerdo de Consejo de Ministros de 18 de julio de 2023 (publicado, por Resolución de 19 de julio de 2023, de la Secretaría General de Universidades, en el «Boletín Oficial del Estado» de 27 de julio de 2023), y habiendo sido modificado el mencionado plan de estudios, con informe favorable de la Fundación para el Conocimiento Madri+d, de fecha 8 de julio de 2025,

Este Rectorado, de conformidad con lo dispuesto en el artículo 27.4 del Real Decreto 822/2021, de 28 de septiembre, por el que se establece la organización de las enseñanzas universitarias y del procedimiento de aseguramiento de su calidad, ha resuelto ordenar la publicación de dicha modificación, quedando estructurado el plan de estudios según consta en el anexo I de esta resolución.

Madrid, 4 de febrero de 2026.–La Rectora, Ana Isabel Fernández Álvarez.

ANEXO I

Plan de estudios del título de Graduado o Graduada en Ciencia de Datos/Bachelor in Data Science por la CUNEF Universidad

1. Distribución del plan de estudios en créditos ECTS

Tipo de materia | Créditos ECTS Formación básica (FB). | 60 Obligatorias (OB). | 162 Optativas (OP). | 12 Trabajo de Fin de Grado (TFG). | 6 Créditos totales. | 240

2. Créditos de formación básica. Distribución en materias

Ámbito de conocimiento | Materia | Asignatura | Créditos ECTS | Curso Matemáticas y Estadística. Mathematics and Statistics. | Matemáticas. Mathematics. | Álgebra lineal. Linear Algebra. | 6 | 1 Matemáticas y Estadística. Mathematics and Statistics. | Matemáticas. Mathematics. | Cálculo I. Calculus I. | 6 | 1 Matemáticas y Estadística. Mathematics and Statistics. | Matemáticas. Mathematics. | Cálculo II. Calculus II. | 6 | 2 Matemáticas y Estadística. Mathematics and Statistics. | Matemáticas. Mathematics. | Lógica matemática. Mathematical Logic. | 6 | 1 Matemáticas y Estadística. Mathematics and Statistics. | Estadística. Statistics. | Estadística descriptiva. Descriptive Statistics. | 6 | 1 Matemáticas y Estadística. Mathematics and Statistics. | Estadística. Statistics. | Cálculo de probabilidades. Probability Calculus. | 6 | 1 Ingeniería informática y de sistemas. Computer Science. | Técnicas Informáticas. Computer-based Techniques. | Programación para Ciencia de Datos I - R. Programming for Data Science. I: R. | 6 | 1 Ingeniería Informática y de sistemas. Computer Science. | Técnicas Informáticas. Computer-based Techniques. | Programación para Ciencia de Datos II - Phyton. Programming for Data Science. II: Python. | 6 | 1 Ingeniería Informática y de Sistemas. Computer Science. | Técnicas Informáticas. Computer-based Techniques. | Análisis y diseño de algoritmos. Algorithm Analysis and Design. | 6 | 1 Ingeniería Informática y de Sistemas. Computer Science. | Técnicas Informáticas. Computer-based Techniques. | Bases de Datos I. Databases I. | 6 | 2

3. Plan de estudios resumido por materia

Materia | Asignatura | Créditos ECTS | Carácter | Curso | Cuatrimestre Matemáticas. Mathematics. | Álgebra lineal. Linear Algebra. | 6 | FB | 1 | 1 Cálculo I. Calculus I. | 6 | FB | 1 | 2 Cálculo II. Calculus II. | 6 | FB | 2 | 1 Lógica matemática. Mathematical Logic. | 6 | FB | 1 | 1 Matemática discreta. Discrete Mathematics. | 6 | OB | 2 | 1 Estadística. Statistics. | Estadística descriptiva. Descriptive Statistics. | 6 | FB | 1 | 1 Cálculo de probabilidades. Probability Calculus. | 6 | FB | 1 | 2 Estadística inferencial. Inferential Statistics. | 6 | OB | 2 | 1 Series temporales. Time series. | 6 | OB | 2 | 2 Técnicas informáticas. Computer-based Techniques. | Programación para Ciencia de Datos I – R. Programming for Data Science I: R. | 6 | FB | 1 | 1 Programación para Ciencia de Datos II – Phyton. Programming for Data Science II: Python. | 6 | FB | 1 | 2 Análisis y diseño de algoritmos. Algorithm Analysis and Design. | 6 | FB | 1 | 2 Programación de aplicaciones Web. Web Application Programming. | 6 | OB | 2 | 2 Bases de Datos I. Databases I. | 6 | FB | 2 | 1 Bases de Datos II. Databases II. | 6 | OB | 2 | 2 Aprendizaje automático. Machine Learning. | Aprendizaje automático: predicción. Machine Learning: Prediction. | 6 | OB | 2 | 2 Aprendizaje automático: clasificación. Machine Learning: Classification. | 6 | OB | 3 | 1 Aprendizaje profundo. Deep Learning. | 6 | OB | 3 | 2 Los datos en la nube. Cloud Data. | Almacenamiento en la nube. Cloud Storage. | 6 | OB | 2 | 1 Computación en la nube. Cloud Computing. | 6 | OB | 2 | 2 Técnicas computacionales. Computational Techniques. | Investigación operativa. Operational Research. | 6 | OB | 3 | 1 Geometría y datos espaciales. Geometry and Spatial Data. | 6 | OB | 3 | 1 Optimización. Optimisation. | 6 | OB | 3 | 2 Tratamiento de datos. Data Processing. | Privacidad y protección de datos. Data Protection and Privacy. | 6 | OB | 3 | 1 Desarrollo de la Inteligencia Natural y de la Inteligencia Artificial. Evolution of Natural and Artificial Intelligence. | 6 | OB | 3 | 1 Técnicas de visualización. Visualisation Techniques. | 6 | OB | 3 | 1 Habilidades blandas. Soft Skills. | Búsqueda, tratamiento y uso de la información. Search, Processing and Use of Information. | 6 | OB | 1 | 1 Pensamiento crítico y argumentación. Critical Thinking and Argumentation. | 3 | OB | 1 | 2 Técnicas de comunicación oral y escrita. Oral and Written Communication Skills. | 3 | OB | 1 | 2 Los datos en la práctica. Applied Data. | La empresa y su ecosistema de datos. Corporate Data Ecosystems. | 6 | OB | 3 | 2 Tratamiento de datos económicos y financieros. Processing Economic and Financial Data. | 6 | OB | 4 | 1 Logística basada en datos. Data-Driven Logistics. | 6 | OB | 4 | 1 Procesamiento del Lenguaje Natural y sus aplicaciones en marketing. Natural Language Processing for Marketing. | 6 | OB | 4 | 1 Análisis de riesgos financieros basado en datos. Data-Driven Financial Risk Assessment. | 6 | OB | 4 | 1 Inteligencia de negocio. Business Intelligence. | 6 | OB | 4 | 2 Proyectos. Projects. | Herramientas de trabajo colaborativo. Collaboration Tools. | 6 | OB | 3 | 1 Gestión de proyectos con metodologías ágiles. Agile Project Management. | 6 | OB | 3 | 2 Herramientas de apoyo a la toma de decisiones. Decision-Making Tools. | 6 | OB | 4 | 2 Optatividad. Elective Courses. | Internet de las Cosas – IoT. IoT - Internet of Things. | 6 | OP | 4 | 2 Ciberseguridad: una introducción. Cybersecurity: Introductory Course. | 6 | OP | 4 | 2 Matemática Computacional. Computational Mathematics. | 6 | OP | 4 | 2 Computación Científica. Computational Science. | 6 | OP | 4 | 2 Prácticas en Empresa. Academic Internship. | Prácticas Académicas Externas. Academic Internship. | 12 | OP | 4 | 2 Trabajo de Fin de Grado. Final Degree Project. | Trabajo de Fin de Grado. Final Degree Project. | 6 | TFG | 4 | 2

El estudiante debe elegir entre realizar las Prácticas Académicas Externas o 12 créditos de asignaturas optativas.