¿Te ayudamos? 900 49 47 47

Máster en Data Analytics & Cognitive Intelligence – Presencial

Máster en Madrid (Madrid)

Madrid School of Marketing

TExto no se de donde sale

foto del centro
foto del centro foto del centro foto del centro foto del centro
Ubicacion

Ciudad (Provincia) Calle Ver mapa Como llegar

Resumen

Requisitos: Titulados superiores universitarios y/o con experiencia profesional

El Máster en Data Analytics & Cognitive Intelligence  de MSMK - Madrid School of Marketing te otorga sólidas habilidades de análisis y los conocimientos para identificar, analizar  controlar y gestionar de forma eficaz y ágil  la información de la empresas, del  mercado y de sus clientes, con el apoyo de tecnología y herramientas avanzadas necesarias para liderar las estrategias de business analytics, cognitive intelligence, big data y business intelligence.

Temario completo de este curso

01. BIG DATA BIG DATA INSIGHTS - EL ORIGEN DEL BIG DATA

• Principales conceptos de business intelligence (calidad de datos, procesos ETL,

DWH).

• El data warehouse y el tratamiento de los datos – Big data.

• Modelo relacional – Modelo transaccional.

• Del operacional al informacional: modelización de los datos (modelo en estrella,

modelo en copo de nieve…).

• Arquitectura del data warehouse: diferencia ente DWH y datamart.

• Explotación multidimensional de los datos: cubos OLAP.

• La importancia de la calidad de datos. Limpieza y enriquecimiento.

• Procesos y subprocesos de ETL.

• Interés empresarial del business intelligence.

• Aplicación práctica de la minería de datos: ventas, CRM y marketing.

• Criterios de selección de herramientas de BI - Comparativa de herramientas de BI

(Oracle, SAS y Qlik).

• Metodología de un proyecto de BI – Metodología analítica.

• Plataformas tecnológicas.

02. VISUALIZACIÓN

Storytelling. Representación mediante códigos visuales. Criterios clave.

• Visualización de datos. Casos de uso.

• Visualización de datos con programación (D3, R).

• Visualización de datos con mapas (geolocalización, mapas de calor...).

• Visualización no convencional (textos, redes sociales...).

• Mapa de herramientas de visualización (Tableau, Qlik, Arc GIS, Carto DB, RAW,

Chartio, Gapminder...).

• Tendencias de visualización (infogramas, modern BI...).

• Taller de Tableau.

• Taller de Qlik: Qlikview y Qlik Sense, ETL, modelo asociativo QIX, modelización

de datos, visualización, modelo D.A.R., maping, extensiones, cloud colaborativo,

storytelling, public data/data market.

03. BIG DATA INSIGHTS - BUSINESS ANALYTICS

• La estadística como herramienta de apoyo para la toma de decisiones: principales

funciones y limitaciones.

• Metodología para recoger, organizar, sintetizar, analizar datos y hacer inferencias

a partir de ellos. Población y muestra. Tipos de muestreo.

• Utilidad de los modelos de distribución de probabilidad para análisis de fenómenos

económicos y sociales de tipo discreto y continuo.

• Adquisición de habilidades útiles para el análisis estadístico desde el razonamiento

inductivo. Métodos inferenciales: estimación y contrastación.

• Desarrollo de modelos de comportamiento y su aplicación práctica en la gestión

de negocio.

• La minería de datos como proceso de ayuda a la toma de decisiones.

• Proceso de exploración y modelización de grandes volúmenes de datos para

descubrir patrones previamente desconocidos y adquirir ventaja competitiva.

• Desarrollo de algoritmos y modelos de comportamiento a través de la minería de

datos.

• Trabajo en clase con SAS Enterprise Miner.

• Introducción a técnicas de Data Mining.

• Árboles de decisión, regresión logística, redes neuronales, comparación de

modelos, puesta en producción, segmentación analítica y profiling y market

basket analysis.

04. BIG DATA INSIGHTS - BIG DATA OPERACIONAL

• Introducción al big data. La obtención del valor de los datos.

• Nuevos retos en la gestión de los datos: velocidad, variedad, volumen y veracidad.

• Tendencias de big data. Evolución de las plataformas.

• Arquitecturas de big data.

• ¿Qué es Hadoop? HDFS y Map Reduce.

• El ecosistema de Hadoop: Sqoop, Pig, Hive, Flume, Mahout, HBase, Ozzie…

• Plataforma big data: Tipos de analíticas y casos de uso.

• Tratamiento de datos por lotes y tratamiento de datos en tiempo real.

• Visualización de datos con big data. Data discovery.

• Taller de SQL.

• Taller de Python.

• Taller de bases de datos: Riak, MongoDB, Cassandra y Neo4j.

• Taller de Spark: tratamiento de datos en tiempo real.

• Taller de big data.

05. TECNOLOGÍAS Y APLICACIONES COGNITIVAS

COMPUTACIÓN COGNITIVA. IBM WATSON COMO MOTOR DE LOS NUEVOS MODELOS

DE NEGOCIO COGNITIVOS.

• Introducción a Watson developer cloud. Contexto y capacidades.

• Introducción a IBM Bluemix: Gestionando servicios y desplegando aplicaciones.

• Análisis semántico de contenido: Alchemy Language. Talleres de análisis

semántico y extracción de entidades.

• Desarrollo de anotadores customizados: Watson Knowledge Studio. Talleres de

creación de anotadores de machine learning.

• Detección de variables de personalidad y descubrimiento del tono: Watson

Personality Insights y Tone Analyzer. Taller de descubrimiento de tono.

• Traducción de texto y clasificación de lenguaje natural. Watson Language

Translator y Natural Language Classifier. Taller de clasificación de texto.

• Transcripción y síntesis de voz: Watson Speech to Text y Text to Speech.

• BOT’s: Automatización de las iteraciones con usuarios. Watson Conversation.

Taller de creación de un agente virtual.

• Prototipado en IBM Bluemix: Node-RED.

• Búsqueda y recuperación de información: Watson Retrieve & Rank y Watson

Discovery: taller de recuperación de información.

• Reconocimiento y clasificación de imágenes con Watson Visual Recognition. Taller

de análisis de imágenes y reconocimiento visual.

• Descubrimiento de datos guiados.

WATSON ANALYTICS. PLATAFORMA DE AUTOMATIZACIÓN DE DESCUBRIMIENTO

DE DATOS ESTRUCTURADOS.

• Descubrimiento de información, a través del lenguaje natural y de técnicas

avanzadas automatizadas.

• Cuadros de mando, infografías y storybooks.

• Acceso y análisis de datos sociales: Twitter.

INTERNET DE LAS COSAS. WATSON IOT.

• Descripción de la plataforma, servicios disponibles, ejemplos.

• Prácticas utilizando dispositivos remotos (uso con smartphones). Por ejemplo

recogeremos datos del acelerómetro y envío de comandos simples vía nodered

en Bluemix.

• Explotación de datos recolectados desde IoT con Watson Analytics.

• Diseño de soluciones usando los servicios de Watson Developer Cloud.

06. CUSTOMER ANALYTICS

Aprender a generar y utilizar el conocimiento para facilitar la toma de decisiones

y la definición de la mejor estrategia de gestión para llevar a cabo (captación de

clientes, fidelización de clientes, retención de clientes).

• Segmentación de clientes.

• Calcular el valor cliente.

• Analizar el impacto del valor de cliente en las estrategias de gestión.

• CRM. Fundamentos. Funcionalidades básicas de un CRM.

• CRM operacional, colaborativo, analítico y social CRM.

• Herramientas CRM.

• Herramientas de visualización de grandes volúmenes de datos en tiempo real:

dashboard online.

• Implantación de un CRM: errores, metodología.

• CRM Scorecard. Métricas.

• Monitorización de redes sociales. Análisis de sentimiento en redes sociales.

• Casos prácticos reales de aplicación de la analítica de clientes para el desarrollo de negocio (sector asegurador, sector automoción, sector retail, sector financiero).

• Taller de “data experience”.

07. GESTIÓN POR INDICADORES

Desarrollo de mapas estratégicos.

• Balanced ScoreCard (cuadro de mando integral) - metodología de Kaplan y Norton.

• Desarrollo de indicadores de gestión comercial.

• Elaboración del business case para el desarrollo de la estrategia de business

intelligence, big data y analytics.

• Taller práctico con herramientas de reporting y elaboración de dashboards.

• Visualización analítica de los datos. Visualización interactiva.

• Data discovery. Análisis avanzado para la agilidad de los usuarios de negocio.

• Taller SAP Lumira.

Ver más ...

Máster en Data Analytics & Cognitive Intelligence – Presencial

Máster en Madrid (Madrid)

Madrid School of Marketing

Requisitos: Titulados superiores universitarios y/o con experiencia profesional

14.500 €

Información adicional

El Máster en Data Analytics & Cognitive Intelligence  de MSMK - Madrid School of Marketing te otorga sólidas habilidades de análisis y los conocimientos para identificar, analizar  controlar y gestionar de forma eficaz y ágil  la información de la empresas, del  mercado y de sus clientes, con el apoyo de tecnología y herramientas avanzadas necesarias para liderar las estrategias de business analytics, cognitive intelligence, big data y business intelligence.
Duración: 8 meses

Temario completo de este curso

01. BIG DATA BIG DATA INSIGHTS - EL ORIGEN DEL BIG DATA

• Principales conceptos de business intelligence (calidad de datos, procesos ETL,

DWH).

• El data warehouse y el tratamiento de los datos – Big data.

• Modelo relacional – Modelo transaccional.

• Del operacional al informacional: modelización de los datos (modelo en estrella,

modelo en copo de nieve…).

• Arquitectura del data warehouse: diferencia ente DWH y datamart.

• Explotación multidimensional de los datos: cubos OLAP.

• La importancia de la calidad de datos. Limpieza y enriquecimiento.

• Procesos y subprocesos de ETL.

• Interés empresarial del business intelligence.

• Aplicación práctica de la minería de datos: ventas, CRM y marketing.

• Criterios de selección de herramientas de BI - Comparativa de herramientas de BI

(Oracle, SAS y Qlik).

• Metodología de un proyecto de BI – Metodología analítica.

• Plataformas tecnológicas.

02. VISUALIZACIÓN

Storytelling. Representación mediante códigos visuales. Criterios clave.

• Visualización de datos. Casos de uso.

• Visualización de datos con programación (D3, R).

• Visualización de datos con mapas (geolocalización, mapas de calor...).

• Visualización no convencional (textos, redes sociales...).

• Mapa de herramientas de visualización (Tableau, Qlik, Arc GIS, Carto DB, RAW,

Chartio, Gapminder...).

• Tendencias de visualización (infogramas, modern BI...).

• Taller de Tableau.

• Taller de Qlik: Qlikview y Qlik Sense, ETL, modelo asociativo QIX, modelización

de datos, visualización, modelo D.A.R., maping, extensiones, cloud colaborativo,

storytelling, public data/data market.

03. BIG DATA INSIGHTS - BUSINESS ANALYTICS

• La estadística como herramienta de apoyo para la toma de decisiones: principales

funciones y limitaciones.

• Metodología para recoger, organizar, sintetizar, analizar datos y hacer inferencias

a partir de ellos. Población y muestra. Tipos de muestreo.

• Utilidad de los modelos de distribución de probabilidad para análisis de fenómenos

económicos y sociales de tipo discreto y continuo.

• Adquisición de habilidades útiles para el análisis estadístico desde el razonamiento

inductivo. Métodos inferenciales: estimación y contrastación.

• Desarrollo de modelos de comportamiento y su aplicación práctica en la gestión

de negocio.

• La minería de datos como proceso de ayuda a la toma de decisiones.

• Proceso de exploración y modelización de grandes volúmenes de datos para

descubrir patrones previamente desconocidos y adquirir ventaja competitiva.

• Desarrollo de algoritmos y modelos de comportamiento a través de la minería de

datos.

• Trabajo en clase con SAS Enterprise Miner.

• Introducción a técnicas de Data Mining.

• Árboles de decisión, regresión logística, redes neuronales, comparación de

modelos, puesta en producción, segmentación analítica y profiling y market

basket analysis.

04. BIG DATA INSIGHTS - BIG DATA OPERACIONAL

• Introducción al big data. La obtención del valor de los datos.

• Nuevos retos en la gestión de los datos: velocidad, variedad, volumen y veracidad.

• Tendencias de big data. Evolución de las plataformas.

• Arquitecturas de big data.

• ¿Qué es Hadoop? HDFS y Map Reduce.

• El ecosistema de Hadoop: Sqoop, Pig, Hive, Flume, Mahout, HBase, Ozzie…

• Plataforma big data: Tipos de analíticas y casos de uso.

• Tratamiento de datos por lotes y tratamiento de datos en tiempo real.

• Visualización de datos con big data. Data discovery.

• Taller de SQL.

• Taller de Python.

• Taller de bases de datos: Riak, MongoDB, Cassandra y Neo4j.

• Taller de Spark: tratamiento de datos en tiempo real.

• Taller de big data.

05. TECNOLOGÍAS Y APLICACIONES COGNITIVAS

COMPUTACIÓN COGNITIVA. IBM WATSON COMO MOTOR DE LOS NUEVOS MODELOS

DE NEGOCIO COGNITIVOS.

• Introducción a Watson developer cloud. Contexto y capacidades.

• Introducción a IBM Bluemix: Gestionando servicios y desplegando aplicaciones.

• Análisis semántico de contenido: Alchemy Language. Talleres de análisis

semántico y extracción de entidades.

• Desarrollo de anotadores customizados: Watson Knowledge Studio. Talleres de

creación de anotadores de machine learning.

• Detección de variables de personalidad y descubrimiento del tono: Watson

Personality Insights y Tone Analyzer. Taller de descubrimiento de tono.

• Traducción de texto y clasificación de lenguaje natural. Watson Language

Translator y Natural Language Classifier. Taller de clasificación de texto.

• Transcripción y síntesis de voz: Watson Speech to Text y Text to Speech.

• BOT’s: Automatización de las iteraciones con usuarios. Watson Conversation.

Taller de creación de un agente virtual.

• Prototipado en IBM Bluemix: Node-RED.

• Búsqueda y recuperación de información: Watson Retrieve & Rank y Watson

Discovery: taller de recuperación de información.

• Reconocimiento y clasificación de imágenes con Watson Visual Recognition. Taller

de análisis de imágenes y reconocimiento visual.

• Descubrimiento de datos guiados.

WATSON ANALYTICS. PLATAFORMA DE AUTOMATIZACIÓN DE DESCUBRIMIENTO

DE DATOS ESTRUCTURADOS.

• Descubrimiento de información, a través del lenguaje natural y de técnicas

avanzadas automatizadas.

• Cuadros de mando, infografías y storybooks.

• Acceso y análisis de datos sociales: Twitter.

INTERNET DE LAS COSAS. WATSON IOT.

• Descripción de la plataforma, servicios disponibles, ejemplos.

• Prácticas utilizando dispositivos remotos (uso con smartphones). Por ejemplo

recogeremos datos del acelerómetro y envío de comandos simples vía nodered

en Bluemix.

• Explotación de datos recolectados desde IoT con Watson Analytics.

• Diseño de soluciones usando los servicios de Watson Developer Cloud.

06. CUSTOMER ANALYTICS

Aprender a generar y utilizar el conocimiento para facilitar la toma de decisiones

y la definición de la mejor estrategia de gestión para llevar a cabo (captación de

clientes, fidelización de clientes, retención de clientes).

• Segmentación de clientes.

• Calcular el valor cliente.

• Analizar el impacto del valor de cliente en las estrategias de gestión.

• CRM. Fundamentos. Funcionalidades básicas de un CRM.

• CRM operacional, colaborativo, analítico y social CRM.

• Herramientas CRM.

• Herramientas de visualización de grandes volúmenes de datos en tiempo real:

dashboard online.

• Implantación de un CRM: errores, metodología.

• CRM Scorecard. Métricas.

• Monitorización de redes sociales. Análisis de sentimiento en redes sociales.

• Casos prácticos reales de aplicación de la analítica de clientes para el desarrollo de negocio (sector asegurador, sector automoción, sector retail, sector financiero).

• Taller de “data experience”.

07. GESTIÓN POR INDICADORES

Desarrollo de mapas estratégicos.

• Balanced ScoreCard (cuadro de mando integral) - metodología de Kaplan y Norton.

• Desarrollo de indicadores de gestión comercial.

• Elaboración del business case para el desarrollo de la estrategia de business

intelligence, big data y analytics.

• Taller práctico con herramientas de reporting y elaboración de dashboards.

• Visualización analítica de los datos. Visualización interactiva.

• Data discovery. Análisis avanzado para la agilidad de los usuarios de negocio.

• Taller SAP Lumira.

 
ver temario completo
 

Preguntas a exalumnos

Más cursos relacionados de Informática y tecnología

  •  ESCUELA SAP

    Este curso está dirigido a empresarios, directivos,emprendedores, trabajadores y cualquier persona que pretenda adquirir los conocimientos necesarios en entorno SEGURIDAD INFORMÁTICA

  •  Esneca

    Máster en big data + máster en innovación tecnológica

    Máster online 1.400 €2.000 €Descuento Esneca

    A quién va dirigido: Este conjunto de materiales didácticos va dirigido a todas aquellas persona que deseen adquirir conocimiento en el área de sistemas operativos y gestores de datos en sistemas ...

  •  ESCUELA SAP

    Este curso está dirigido a empresarios, directivos,emprendedores, trabajadores y cualquier persona que pretenda adquirir los conocimientos necesarios en entorno SEGURIDAD INFORMÁTICA

  •  Spain Business School - UCM

    Máster Analítica Web y Big Data

    Máster bonificable online 2.280 €2.850 €Descuento Spain Business School - UCM

    Objetivos: - Conocer, entender y aplicar las bases fundamentales de cualquier empresa, pero desde la visión del nuevo mercado, el digital. - Aprender a interpretar las conductas que los usuarios ...

  •  Desfufor

    BIG DATA

    Curso en Madrid 500 € Desfufor

    Cada día se genera una increíble cantidad de datos, el 90% de los datos del mundo se crearon en los dos últimos años y el 80% de estos datos están desestructurados, lo que dificulta su ...

  •  MBIT School

    Master Executive Data Science para Profesionales

    Máster en Madrid 9.500 € MBIT School

    Objetivos: - Capacidad de Análisis. Al finalizar el programa superior los alumnos tendrán la capacidad de analizar información en entornos Big Data.- Independencia Tecnológica. La visión completa de ...

  •  MBIT School

    Master Executive Data Science Deep Learning

    Máster en Madrid 12.500 € MBIT School

    En el Master Executive de Data Science Deep Learning, el alumno participará en sesiones de formación tecnológica teórico-prácticas, impartidas por reconocidos profesionales del sector que ya han ...

Llamar gratis
Llamar gratis