*Conocer el significado del concepto big data y de dónde surge esta manera de tratar los datos. • Aprender qué elementos conforman la elección de un análisis a través de big data. • Diferenciar entre big data y business intelligence y saber qué características específicas definen a cada metodología. • Tomar consciencia de la utilidad de la gestión de los datos en un entorno social, económico y empresarial. • Saber diferenciar los diferentes tipos de datos con los que podemos trabajar y las fuentes desde las que podemos extraerlos. • Conocer cómo deben tratarse estos datos y cómo debemos realizar el proceso de ejecución de ese tratamiento. • Conocer la problemática que encuentra el big data a la hora de realizar el almacenamiento masivo, recogida en el Teorema de Brewer o teorema CAP. • Adquirir conocimientos sobre los diferentes tipos de bases de datos disponibles en el mercado. • Saber qué funciones realiza MapReduce. • Saber diferenciar entre big data para fines analíticos u operacionales Conocer en qué consiste un proceso de ETL y qué se lleva a cabo en sus diferentes fases. • Aprender sobre la importancia de la creación de algoritmos en un proceso de big data. • Experimentar la utilidad de la creación de un dashboard para nuestra toma de decisiones en el negocio. • Saber las diferencias entre big data analytics, data mining y data science. • Conocer el alcance de análisis que pueden llevar a cabo con big data. • Tomar conciencia de para qué sirve cada herramienta aplicada big data. • Clarificar cuáles son las fases para desarrollar un buen proyecto de BD. • Adentrarnos estratégicamente en la analítica de nuestros clientes y en las diferentes técnicas. • Conocer cómo se llega a la segmentación de datos y de clientes. • Saber en qué consiste y cuál es la importancia del valor de la vida del cliente. • Conocer las principales características de R y RStudio.