Máster en Big Data y Business Analytics (Presencial)

Máster en Big Data y Business Analytics (Presencial)

ESESA IMF

Máster presencial

Málaga

Precio Lectiva

16.000 € 8.000  Descuento Lectiva

Duración : 8 Meses

¿Quieres hablar con un asesor sobre este curso?

Sedes

Localización

Fecha inicio

Málaga
Octubre 2019

Objetivos

El objetivo del máster que ofrece ESESA IMF en Málaga de Big Data y Business Analitycs es la profundización en esta innovadora área tan necesitada actualmente de profesionales expertos en las empresas. El alumno asumirá los conocimientos necesarios para trabajar en la extracción y gestión del valor del dato, las técnicas de Data Science en R y Python. Profundizará en las tecnologías de paralelización de datos. Se especializará en la técnicas de aprendizaje automático y de minería para los modelos predictivos.

A quién va dirigido

Dirigido a informáticos, ingenieros o profesionales dedicados al área del software o con una carrera desarrollada en el ámbito de la tecnología de la información.

Temario completo de este curso

STRUCTURA DEL PROGRAMA
La estructura del Máster en Big Data y Business Analytics en Málaga se conforma de las siguientes áreas, a las que hay que añadir las horas dedicadas a formación en habilidades y competencias:
ÁREA 1: Fundamentos tecnológicos para el tratamiendo de datos.
  • Manejo de máquinas virtuales y terminal de comandos.
  • Fundamentos de programación con Python.
  • Fundamentos de bases de datos relacionales.
  • Fundamentos de tecnologías de Internet.
  • Compartir datos, código y recursos en repositorios.
  • Fundamentos de tratamiento de datos con el stack científico de Python.

ÁREA 2: Modelos y aprendizaje estadísticos.
  • Lenguaje R y tratamiento de datos.
  • Análisis exploratorio de datos.
  • Probabilidad e Inferencia estadística.
  • Modelos lineales y aprendizaje estadístico.
  • Regresión logística, modelos restringidos de ridge y lasso y gradiente descendiente.
  • GLMS y series temporales.

ÁREA 3: Aprendizaje automático aplicado.
  • Introducción al aprendizaje automático.
  • Modelos supervisados.
  • Modelos no supervisados.
  • Ingeniería de características y selección de modelos.
  • Modelos conexionistas.
  • Reglas de asociación y market basket analysis.
ÁREA 4: Minería de texto y procesamiento del lenguaje natural (PLN).
  • Introducción histórica y tecnológica.
  • Herramientas pln I: NLTK.
  • Herramientas de PLN II: Brat y Gate.
  • Text mining I: clustering.
  • Text mining II: sentimiento y temas.
  • Otras aplicaciones y técnicas de PLN.

ÁREA 5: Business Inteligence y visualización.
  • Introducción al Business Inteligence.
  • Almacenes de datos y bases de datos analíticas.
  • Herramientas de extracción, transformación y carga.
  • Aplicaciones de Business Intelegence.
  • Fundamentos de visualización de datos.
  • Herramientas de visualización.

ÁREA 6: Infraestructura de Big Data.
  • Procesamiento de datos con Hadoop.
  • Herramientas Hadoop.
  • Procesamiento de datos con Spark.
  • Arquitecturas de streaming.
  • Componentes de arquitecturas de streaming.
  • Plataformas y Apis en la nube

ÁREA 7: Almacenamiento e integración de datos.
  • Bases de datos no convencionales.
  • Modelos de base de datos basados en documentos.
  • Modelos de base de datos basados en columnas.
  • Modelos de base de datos basados en grafos.
  • Modelos de base de datos basados en clave-valor.
  • Adquisición de datos.

ÁREA 8: Valor y contexto de la analítica big data.
  • El business case de Big Data.
  • Proyectos de Big Data.
  • Aplicaciones analíticas por sectores.
  • Tecnologías emergentes en analítica.
  • Gestión de equipos y métodos ágiles.
  • Aspectos regulatorios del tratamiento de datos.

ÁREA 9: Aplicaciones analíticas.
  • Caso de estudio de analítica escalable.
  • Caso de estudio de analítica en redes sociales.
  • Caso de estudio en Internet Of Things.
  • Caso de estudio en analítica financiera (el rating de empresas).
  • Caso de estudio en analítica de clientes: Location Analytics.
  • Caso de estudio de técnicas de recuperación de información.

ÁREA 10: Trabajo fin de máster.
Ver más

Más cursos relacionados de Informática >> otros