¿Qué quieres aprender?

Master en Análisis y Visualización de Datos Masivos

Master en Análisis y Visualización de Datos Masivos

INESEM Business School

Máster online

Descuento Lectiva
2.460 € 1.895

Duración : 12 Meses

¿Quieres hablar con un asesor sobre este curso?

Objetivos

Conocer las fases de un Proyecto de Big Data y los principales productos de Business Intelligence. Estudiar los fundamentos de los Sistemas NoSQGL, del Batch Processing y los Sistemas de Computación Híbridos. Profundizar en el Data Science, creando bases de datos relacionales y realizando un pre-procesamiento de datos. Analizar el procesamiento distribuido de datos con Hadoop y la solución Open Source que ofrece Pentaho. Adquirir herramientas para la creación de cuadros de mando, conociendo su función y características. Utilizar los lenguajes de programación de R y Python como herramienta para el Big Data. Aprender a utilizar herramientas de visualización de datos: Tableau, D3, Google Data, Qlikview, Powerbi y Carto.

A quién va dirigido

El Master Análisis y Visualización de Datos Masivos se dirige a profesionales y estudiantes interesados en especializarse o actualizar sus conocimientos sobre la Análitica de Datos y la creación de Inteligencia de Negocio. Asimismo, se orienta a cualquier persona que busque una titulación superior sobre Data Science y busque realizarlo a través de una plataforma online.

Requisitos

No presenta requisitos previos.

Temario completo de este curso

MÓDULO 1. INTRODUCCIÓN AL BIG DATA, BUSINESS INTELLIGENCE Y DATA SCIENCE.

  • Unidad didáctica 1. Introducción al big data.
  • Unidad didáctica 2. Fases de un proyecto de big data.
  • Unidad didáctica 3. Business intelligence y la sociedad de la información.
  • Unidad didáctica 4. Principales productos de business intelligence.
  • Unidad didáctica 5. Introducción al data science.

MÓDULO 2. ARQUITECTURA BIG DATA.

  • Unidad didáctica 1. Batch processing.
  • Unidad didáctica 2. Streaming processing.
  • Unidad didáctica 3. Sistemas nosql.
  • Unidad didáctica 4. Interactive query.
  • Unidad didáctica 5. Sistemas de computación híbridos.
  • Unidad didáctica 6. Cloud computing.
  • Unidad didáctica 7. Administración de sistemas big.
  • Unidad didáctica 8. Visualización de datos.

MÓDULO 3. DATA SCIENCE.

  • Unidad didáctica 1. Introducción a la ciencia de datos.
  • Unidad didáctica 2. Bases de datos relacionales.
  • Unidad didáctica 3. Pre-procesamiento & procesamiento de datos.
  • Unidad didáctica 4. Análisis de los datos.

MÓDULO 4. HERRAMIENTAS PARA EXPLOTACIÓN Y ANÁLISIS DE BIG DATA.

  • Unidad didáctica 1. Bases de datos nosql y el almacenamiento escalable.
  • Unidad didáctica 2. Introducción a un sistema de bases de datos nosql: mongodb.
  • Unidad didáctica 3. Ecosistema hadoop.
  • Unidad didáctica 4. Weka y data mining.
  • Unidad didáctica 5. Pentaho una solución open source para business intelligence.

MÓDULO 5. BUSINESS INTELLIGENCE, CUADROS DE MANDO Y DASHBOARDS.

  • Unidad didáctica 1. Minería de datos o data mining y el aprendizaje automático.
  • Unidad didáctica 2. Datamart: concepto de base de datos departamental.
  • Unidad didáctica 3. Datawarehouse o almacen de datos corporativos.
  • Unidad didáctica 4. Inteligencia de negocio y herramientas de analítica.
  • Unidad didáctica 5. Definición de kpis.
  • Unidad didáctica 6. Concepto y creación de cuadros de mando.
  • Unidad didáctica 7. Herramientas para la creación de cuadros de mando.



Módulo 6. Introducción a la programación estadística.

  • Unidad didáctica 1. Python y el análisis de datos.
  • Unidad didáctica 2. R como herramienta para big data.

MÓDULO 7. HERRAMIENTAS DE VISUALIZACIÓN DE DATOS.

  • Unidad didáctica 1. Introducción a la visualización de datos.
  • Unidad didáctica 2. Tableau.
  • Unidad didáctica 3. D3 (data driven documents).
  • Unidad didáctica 4. Google data.
  • Unidad didáctica 5. Qlikview.
  • Unidad didáctica 6. Powerbi.
  • Unidad didáctica 7. Carto.


MÓDULO 8. PROYECTO FIN DE MÁSTER.

Ver más