Marta Cámara lleva casi 8 años de andadura en el sector de la Banca, trabajando para las entidades más importantes de nuestro país y acudió a DKS para cursar un Máster de Data Science. Una disciplina en pleno auge con la que espera obtener un crecimiento en su carrera profesional.
Hoy hablamos un poco más con Marta, para que nos cuente, por qué eligió el Máster de Data Science de DKS.
¿Por qué Data Science?
Me rodeo con mucha gente del mundillo de la analítica y, poco a poco me fue picando el gusanillo por el tema de los datos, por el Big Data y por cómo esto afecta a lo que me dedico, el sector de la banca. Gracias a ello, empecé a investigar un poco sobre el tema y, por mi perfil y mis gustos, decidí que dónde más encajaba para dar un impulso a mi carrera era en Data Science.
¿Cuál era tu perfil profesional antes de comenzar el Máster?
Soy Licenciada en Economía y también en Ciencias Actuariales. La estadística, por diferentes motivos, se me da bien. Aunque siempre he trabajado en Banca con un perfil financiero contable, hace más o menos un año, comencé en mi empresa a tocar con más detalle la parte de análisis de datos, estadísticas y, poco a poco, la curiosidad y el estudio me han hecho darme cuenta del potencial del Data Science en el sector de la Banca.
¿Qué conocimientos tenías antes de empezar el Máster?
Como comentaba, he estudiado Economía y Ciencias Actuariales, por lo que tenía conocimientos en estadística y álgebra. Además, es algo que realmente me gusta. La parte que no había tocado nunca es la programación, por lo que en el Máster estoy aprendiendo mucho de esta parte, pero, al mismo tiempo, me parece la parte más dura… Sé que me queda mucho por trabajar pero, para ser honesta, ¡me sorprendo de lo que he aprendido en tan poco tiempo!
¿Qué cualidades crees que debe tener un buen Data Scientist?
Un buen Data Scientist, bajo mi punto de vista, tiene que tener buena base en programación, pero, sobre todo, debe conocer bien el área en el que se mueve para saber interpretar correctamente los datos que tiene que analizar. Por resumirlo: conocimiento del negocio en el que aplica sus conocimientos, programación y estadística son los tres pilares sobre los que un Data Scientist debe asentar su perfil.
¿Qué destacarías del Máster?
Del Máster destacaría el buen ambiente que se crea en las clases, tanto entre los alumnos (ayudándonos unos a otros) como con los profesores (todos ellos demuestran amplios conocimientos, cada uno de su área, y se muestran muy accesibles en todo momento para cualquier duda, consulta o sugerencia).
¿Dirías que el Máster te ha ayudado a evolucionar en tu carrera? ¿De qué forma?
El Máster me está ayudando mucho en mi carrera profesional porque me está abriendo un amplio campo de posibilidades y conocimientos.
¿Cuáles son tus perspectivas de trabajo cuando termines el Máster?
Me gustaría poder aplicar los conocimientos adquiridos en mi actual empleo, veo muchísimas posibilidades en el segmento de los medios de pago. Tengo claro que mi perfil es de Banca y, sinceramente, estoy contenta con todo el mundo que se está abriendo delante de mis ojos.
¿Por qué elegiste DKS?
Elegí DKS porque son muchos los amigos que ya han estudiado aquí y a todos ellos les ha ayudado mucho, tanto para progresar en sus actuales empleos, como para encontrar nuevas oportunidades.
¿Qué le recomendarías a un futuro alumno que quisiera cursar este Máster?
A cualquier persona que quiera estudiar el Máster le recomendaría que, antes de empezar, se pusiera un poco las pilas con la programación (le será mucho más fácil seguir el hilo de las clases sin problema). Otro consejo es que desempolve todos los libros de estadística y matemáticas que tenga de la carrera o, incluso, del instituto (seguro que le viene genial darles un repasito o consultar alguna duda mientras estudie el Máster).
Si como Marta, quieres introducirte en el mundo del Data Science con unos conocimientos básicos de Programación, nuestro Curso de Programación, será la pasarela perfecta de acceso al Máster de Data Science o de Arquitectura Big Data
El artículo Marta Cámara. Las posibilidades del Data Science en Banca fue escrito el 3 de March de 2016 y guardado bajo la categoría Data Science. Puedes encontrar el post en el que hablamos sobre .
Esta formación te puede interesar
Programa Executive en People Analytics & HR Analytics
Crea y usa modelos efectivos en recursos humanos
Titulación conjunta con:
Nuestros cursos
Maestría en Data Science
Domina las mejores técnicas de análisis de datos
Maestría en Product Manager
Titulación conjunta con:
Descrubre nuestros cursos
15 · 04 · 2026
Data Lake: Qué es, Arquitectura y Clave para el Big Data
Las empresas en la actualidad gestionan un gran volumen de datos, lo que hace imprescindible poder comprender cómo lo hacen. Te contamos por qué el Data Lake es un tecnología imprescindible cuando hablamos de estrategia de análisis y cómo se ha convertido en fundamental en la actualidad. Definiendo el data lake: más allá del almacenamiento […]
14 · 04 · 2026
Web Scraping: guía definitiva de extracción de datos web
A la hora de analizar datos es fundamental conocer una serie de técnicas y sobre todo, entender cómo se recopilan los datos en Internet. Te contamos qué es el Web Scraping y por qué motivo esta técnica se ha convertido en una habilidad imprescindible para los analistas de datos. ¿Qué es el web scraping y […]
13 · 04 · 2026
El consultor Business Intelligence: Tu guía completa para una carrera estratégica
Transformar información dispersa en conocimiento y tomar decisiones basadas en datos es fundamental en el contexto empresarial. Para ello, es imprescindible que los gatos que las organizaciones generan cada día de forma masiva, se puedan comprender y servir como base de conocimiento para la toma de decisiones. En este punto es necesaria la intervención del […]
13 · 03 · 2026
Deep Reinforcement Learning: La Revolución de la Inteligencia Artificial Autónoma
A través de la Inteligencia Artificial, es posible crear sistemas que sean capaces de aprender a tomar decisiones de forma autónoma, tengan estas la complejidad que tengan. Esto es posible gracias al Deep reinforcement learning. Te contamos cuáles son sus fundamentos, qué algoritmos son fundamentales, qué herramientas son las más usadas y cuáles son sus […]