Máster en big data & data intelligence
INSA Business, Marketing & Communication SchoolMáster presencial
Barcelona
3.100 €
Duración : 1 Año
Cursos relacionados
Precio a consultar
1001-2000 €
3.600 € 1.800 €
Emagister S.L. (responsable) tratará tus datos personales con la finalidad de gestionar el envío de solicitudes de información y comunicaciones promocionales de formación con tu consentimiento. Ejerce tus derechos de acceso, supresión, rectificación, limitación, portabilidad y otros, según se indica en nuestra política de privacidad.
Sedes
Localización
Fecha inicio
Objetivos
El objetivo es que el estudiante obtenga un conocimiento concreto y aplicado que le permita acometer con seguridad un proyecto de analítica de datos en entornos Big Data: – Conocer el modelo socioeconómico que define el fenómeno Big Data. – Conocer el ecosistema de datos actual y definir estrategias de valorización de datos. – Definir un proyecto de analítica de datos con un enfoque de negocio (objetivos, indicadores, impacto). – Conocer las fases de trabajo y actividades en que se divide un proyecto Big Data Analytics. – Identificar las tipologías de datos y sus características, las principales fuentes de datos existentes y las técnicas de consumo y pre-procesado de datos para cada una de ellas. – Conocer los conceptos básicos de la estadística, el Data Mining y el Machine Learning y ser capaz de definir modelos analíticos que los utilicen. – Conocer los principios de la arquitectura distribuida y los principales componentes tecnológicos que conforman un sistema Big Data Analytics. – Conocer los conceptos clave de la visualización de información heterogénea (numérica, geoespacial…). – Conocer y practicar con las principales herramientas que se utilizan para cada una de las actividades definidas. – Completar un proyecto piloto de Big Data Analytics que permita ejercitar las capacidades adquiridas en el curso.
A quién va dirigido
Profesionales del sector tecnológico, profesionales de cualquier ámbito que quieren enfocar su carrera hacia el trabajo con datos: -Recién licenciados y profesionales que deseen ampliar sus horizontes laborales. -Profesionales con experiencia que quieran asumir nuevas competencias y responsabilidades, así como tener un reconocimiento. -Empresas que busquen especialización de su personal. -Titulados en Formación Profesional Grado Medio o de Grado Superior que buscan una preparación práctica para entrar en el mundo laboral.
Requisitos
No se especifican requisitos.
Temario completo de este curso
ÁREA DE DATA INTELLIGENCE
– Análisis Descriptivo
- ¿Para qué queremos analizar los datos? ¿Qué datos necesitamos?
– Construcción del repositorio de análisis.
- ¿Cómo guardamos la información?
– Definición, creación y representación gráfica de variables.
- ¿Por dónde comenzamos a analizar? ¿Qué y cómo medimos resultados?
– Definición de indicadores y validación de resultados.
- ¿Cuántos datos analizamos?
– Minería de Datos
- ¿Podemos reducir el número de variables para un análisis? ¿Existen Relaciones entre sucesos? ¿Existen relaciones ocultas? ¿Podemos agrupar usuarios y/o productos? ¿Podemos hacer previsiones de comportamiento?
– Casos Prácticos
- ¿Cómo aplicamos los conocimientos adquiridos a un caso práctico?
ÁREA DE BIG DATA
– Introducción al fenómeno Big Data
- El fenómeno Big Data en contexto. ¿Qué es Big Data? ¿Por qué ahora?
- El dato como elemento clave para la generación de valor en la empresa actual
– Estructura de los proyectos
- Estructura de los proyectos Big Data Analytics. Data Scientist, Data Engineer, Data Practitioner… perfiles laborales de éxito asociados al Big Data
– Fundamentos y herramientas del Big Data
- Fundamentos técnicos del Big Data. El ecosistema Big Data y la caja de herramientas del Data Scientist. Librerías algorítmicas
– Contextualización de los datos
- El trabajo con datos en el contexto Big Data. El ciclo de vida del dato. Fuentes de información, tipología y calidad del dato
– Captura y pre-procesamiento de datos
- Nuevos modelos de almacenamiento de datos. Explotación de datos geoespaciales
– Tecnologías de escalabilidad horizontal de sistemas
- Computación distribuida en cluster y frameworks de referencia: Hadoop, Spark, Storm
– Explotación de datos
- Explotación multicanal de datos y tecnologías de visualización: dashboards, mapas, librerías gráficas
– Proyecto final
- Proyecto de Big Data Analytics