Máster online
Duración : 1 Año
El Máster en Big Data & Business Analytics es tu puerta de entrada a uno de los sectores con mayor crecimiento y demanda laboral del momento. En la era digital, el manejo eficiente de grandes volúmenes de datos y su correcta interpretación son esenciales para el éxito de cualquier organización. Este máster te dota de las habilidades necesarias para liderar la transformación digital, desde el análisis de datos con Python hasta la inteligencia artificial, pasando por la visualización de datos en R y el uso de herramientas de analítica web como Google Analytics. Aprenderás a convertir datos complejos en información clara y accionable, optimizando la toma de decisiones empresariales. Al elegir este máster, te posicionas a la vanguardia de la innovación tecnológica y te preparas para afrontar los retos del futuro, convirtiéndote en un profesional altamente capacitado y versátil en el ámbito del Big Data.
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 herramientas de análisis de datos como Python y R. · Implementar algoritmos de Machine Learning y Deep Learning. · Analizar grandes volúmenes de datos con Hadoop. · Aplicar técnicas de visualización de datos con ggplot2 y Matplotlib. · Configurar y utilizar Google Analytics para análisis web. · Gestionar y optimizar bases de datos relacionales y NoSQL. · Desarrollar soluciones de inteligencia artificial aplicadas a la empresa.
A quién va dirigido
Este Máster en Big Data & Business Analytics está dirigido a profesionales en áreas de tecnología, ingeniería, economía, y ciencias, así como a aquellas personas interesadas en adquirir habilidades en análisis de datos, inteligencia artificial y Big Data para aplicarlas en diversos sectores industriales.
Temario completo de este curso
MÓDULO 1. TRANSFORMACIÓN DIGITAL
Unidad didáctica 1. Introducción a la transformación digital
Unidad didáctica 2. La sociedad 3.0
Unidad didáctica 3. Nuevo ecosistema digital
Unidad didáctica 4. Nuevos modelos de negocio en el entorno digital
Unidad didáctica 5. Plan de transformación digital
Unidad didáctica 6. Casos de éxito en la transformación digital
Unidad didáctica 7. El nuevo cliente digital
Unidad didáctica 8. Nuevos mercados, nuevas oportunidades
Unidad didáctica 9. La innovación en los procesos organizativos
MÓDULO 2. BIG DATA
Unidad didáctica 1. Introducción al big data
Unidad didáctica 2. Fuentes de datos
Unidad didáctica 3. Open data
Unidad didáctica 4. Fases de un proyecto de big data
Unidad didáctica 5. Ecosistema hadoop
Unidad didáctica 6. Weka y data mining
MÓDULO 3. FUNDAMENTOS DEL ANÁLISIS 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 base de datos nosql, mongodb
Unidad didáctica 5. Python y el análisis de datos
Unidad didáctica 6. R como herramienta para big data
Unidad didáctica 7. Pre-procesamiento & procesamiento de datos
Unidad didáctica 8. Análisis de los datos
MÓDULO 4. BUSINESS INTELLIGENCE
Unidad didáctica 1. Business intelligence y la sociedad de la información
Unidad didáctica 2. Principales productos de business intelligence
Unidad didáctica 3. Minería de datos o data mining y el aprendizaje automático
Unidad didáctica 4. Datamart. Concepto de base de datos departamental
Unidad didáctica 5. Datawarehouse o almacén de datos corporativos
Unidad didáctica 6. Introducción a la visualización de datos
Unidad didáctica 7. Tableau
Unidad didáctica 8. Powerbi
MÓDULO 5. ANALÍTICA WEB CON GOOGLE ANALYTICS, GOOGLE TAG MANAGER Y LOOKER STUDIO
Unidad didáctica 1. Analítica web con google analytics
Unidad didáctica 2. Google analytics 4
Unidad didáctica 3. Recogida de datos
Unidad didáctica 4. Navegación e interfaz
Unidad didáctica 5. Informes
Unidad didáctica 6. Campañas y conversiones
Unidad didáctica 7. Google analytics 360
Unidad didáctica 8. Google tag manager
Unidad didáctica 9. Looker studio (google data studio)
MÓDULO 6. VISUALIZACIÓN DE DATOS EN R CON GGPLOT2
Unidad didáctica 1. Ggplot2 como librería para visualización de datos en r
Unidad didáctica 2. Ejes
Unidad didáctica 3. Títulos
Unidad didáctica 4. Leyendas
Unidad didáctica 5. Fondos y líneas de cuadrícula
Unidad didáctica 6. Márgenes
Unidad didáctica 7. Gráficos de paneles múltiples
Unidad didáctica 8. Colores
Unidad didáctica 9. Temas
Unidad didáctica 10. Líneas
Unidad didáctica 11. Texto
Unidad didáctica 12. Coordenadas
Unidad didáctica 13. Tipos de gráficos
Unidad didáctica 14. Cintas
Unidad didáctica 15. Suavizados
Unidad didáctica 16. Gráficos interactivos
MÓDULO 7. 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 8. INTELIGENCIA ARTIFICIAL
Unidad didáctica 1. Introducción a la inteligencia artificial
Unidad didáctica 2. Algoritmos aplicados a la inteligencia artificial
Unidad didáctica 3. Sistemas expertos
Unidad didáctica 4. Futuro de la inteligencia artificial
Unidad didáctica 5. Introducción al machine learning
Unidad didáctica 6. Sistemas de recomendación
Unidad didáctica 7. Clasificación
Unidad didáctica 8. Redes neuronales y deep learning
Unidad didáctica 9. Sistemas de elección
Unidad didáctica 10. Deep learning con python, keras y tensorflow
Unidad didáctica 11. Sistemas neuronales
Unidad didáctica 12. Estrategias de aprendizaje