Máster online
Duración : 12 Meses
Gracias a este Máster en Big Data, Análisis del Juego y Scouting en Fútbol podrás especializarte en el emocionante mundo del manejo y tratamiento de datos mediante herramientas tecnológicas. Aprenderás a utilizar herramientas de Big Data y Business Intelligence para recopilar, analizar y procesar datos, con un enfoque especial en el fútbol. Desde el análisis de datos con Python hasta la visualización de datos, explorarás cómo aplicar estas habilidades en el contexto deportivo. Además, obtendrás conocimientos en analítica web, análisis de datos deportivos, scouting y análisis del juego en fútbol, preparándote para una carrera emocionante en el análisis deportivo haciendo uso de estas nuevas tecnologías.
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.
Objetivos
· Dominar las técnicas de Big Data y Business Intelligence. · Adquirir habilidades en el almacenamiento, procesamiento y análisis de datos utilizando Python. · Ser capaz de visualizar datos de manera efectiva utilizando herramientas digitales. · Aprender aspectos básicos sobre la analítica web para una aplicación posterior al fútbol. · Llevar a cabo un análisis exhaustivo de datos a nivel deportivo. · Desarrollar competencias en scouting y análisis del juego en fútbol para optimizar estrategias y tácticas deportivas.
A quién va dirigido
Este Máster en Big Data, Análisis del Juego y Scouting en Fútbol está exclusivamente dirigido a estudiantes o graduados universitarios que quieran ampliar y actualizar sus conocimientos, competencias y habilidades formativas o profesionales relacionadas con el big data deportivo, analista de fútbol o especializado en scouting.
Temario completo de este curso
Módulo 1. Big data & business intelligence fundamentals
Unidad didáctica 1. La revolución de los datos masivos: big data y thick data
Unidad didáctica 2. Toma de decisiones inteligentes
Unidad didáctica 3. Cómo hacer crecer un negocio a través del big data y sus aplicaciones
Unidad didáctica 4. Big data en diferentes sectores
Unidad didáctica 5. Business intelligence y la sociedad de la información
Unidad didáctica 6. Principales productos de business intelligence
Unidad didáctica 7. Minería de datos o data mining y el aprendizaje automático
Unidad didáctica 8. Datamart: concepto de base de datos departamental
Unidad didáctica 9. Datawarehouse o almacen de datos corporativos
Unidad didáctica 10. Internet de las cosas
Unidad didáctica 11. Storytelling
Unidad didáctica 12. Ecosistema hadoop
Módulo 2. Data science: almacenamiento, análisis y procesamiento de datos
Unidad didáctica 1. Introducción a la ciencia de datos
Unidad didáctica 2. Bases de datos relacionales
Unidad didáctica 3. Bases de datos nosql y el almacenamiento escalable
Unidad didáctica 4. Introducción a un sistema de bases de datos nosql: mongodb
Unidad didáctica 5. Weka y data mining
Unidad didáctica 6. Pentaho
Unidad didáctica 7. R como herramienta para big data
Unidad didáctica 8. Pre-procesamiento & procesamiento de datos
Unidad didáctica 9. Análisis de los datos
Módulo 3. Análisis de datos con python
Unidad didáctica 1. Introducción al análisis de datos
Unidad didáctica 2. Librerías para el análisis de datos: numpy, pandas y matplotlib
Unidad didáctica 3. Filtrado y extracción de datos
Unidad didáctica 4. Pivot tables
Unidad didáctica 5. Groupby y funciones de agregación
Unidad didáctica 6. Fusión de dataframes
Unidad didáctica 7. Visualización de datos con matplotlib y con seaborn
Unidad didáctica 8. Introducción al machine learning
Unidad didáctica 9. Regresión lineal y regresión logística
Unidad didáctica 10. Árbol de decisiones
Unidad didáctica 11. Naive bayes
Unidad didáctica 12. Support vector machines (svm)
Unidad didáctica 13. Knn
Unidad didáctica 14. Principal component analysis (pca)
Unidad didáctica 15. Random forest
Módulo 4. 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. Power bi
Unidad didáctica 7. Carto
Módulo 5. Analítica web
Unidad didáctica 1. Introducción a la analítica web
Unidad didáctica 2. Google analytics 4
Unidad didáctica 3. Google tag manager
Unidad didáctica 4. Modelos de atribución
Unidad didáctica 5. Creación de dashborad con google data studio
Unidad didáctica 6. Analítica web orientada al seo
Unidad didáctica 7. Analítica web orientada al sem
Unidad didáctica 8. Analítica web orientada a las redes sociales
Unidad didáctica 9. Técnicas y estrategias
Unidad didáctica 10. Otras herramientas para analítica web
Unidad didáctica 11. Cookies y tecnologías de seguimiento
Módulo 6. Análisis de datos a nivel deportivo
Unidad didáctica 1. Tecnología y deporte
Unidad didáctica 2. Análisis de datos en el deporte
Unidad didáctica 3. Proveedores de datos deportivos
Unidad didáctica 4. Análisis individuales, colectivos y de los rivales
Unidad didáctica 5. Análisis de datos y rendimiento
Unidad didáctica 6. Introducción al scouting en el fútbol
Unidad didáctica 7. Herramientas empleadas en el scouting
Unidad didáctica 8. Análisis de esquemas tácticos
Unidad didáctica 9. Elaboración de informes
Unidad didáctica 10. Toma de decisiones
Módulo 7. Análisis del juego en fútbol
Unidad didáctica 1. Analista en fútbol
Unidad didáctica 2. Fundamentos del analista y planificación
Unidad didáctica 3. Análisis del equipo rival
Unidad didáctica 4. Análisis del propio equipo
Unidad didáctica 5. Videoanálisis con nacsport y klipdraw
Unidad didáctica 6. Sesiones de videoanálisis y estrategias pre-partido