Máster online
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
El objetivo de este curso es formar profesionales expertos en Big Data
A quién va dirigido
Esta formación está dirigida a todo los interesados en formarse en Big Data
Requisitos
No es necesario cumplir con requisitos previos para realizar esta formación.
Temario completo de este curso
Módulo 1. Bases de datos
Unidad didáctica 1. Introducción a las bases de datos
Unidad didáctica 2. Aproximación al modelo relacional
1. Teoría de conjuntos
2. Lógica de predicados
Unidad didáctica 3. Elementos de un sistema de bases de datos relacionales
1. Tablas o relaciones
2. Atributos
3. Tuplas
4. Claves primarias y foráneas
Unidad didáctica 4. Normalización en bases de datos
Relacionales
1. Primera forma normal
2. Segunda forma normal
3. Tercera forma normal
4. Cuarta forma normal
5. Quinta forma normal
Unidad didáctica 5. Operaciones básicas en bases de datos relacionales
1. Selección
2. Proyección
3. Unión
4. Diferencia
5. Producto cartesiano
6. Junta
Unidad didáctica 6. Lenguajes de consulta
1. Sql como lenguaje de consulta estructurado
2. Ddl, dml y dcl en sql
3. Consultas básicas en sql
Unidad didáctica 7. Desarrollo de transacciones
Programa educativo
1. Control de concurrencia y mecanismos de recuperación
Unidad didáctica 8. Elementos de seguridad
1. Autenticación y autorización
2. Cifrado de datos
3. Rastreo y registro de actividad
Módulo 2. Programación enfocada a objetos
Unidad didáctica 1. Nociones esenciales del lenguaje python
1. Sintaxis y formato de python
2. Variables y tipos de datos
3. Operadores aritméticos
4. Operadores de comparación
5. Operadores lógicos
6. Comentarios y documentación en el código
Unidad didáctica 2. Estructuras de control en python
1. Condicionales: if, elif, else
2. Bucles: for, while
3. Excepciones: try, except, finally
Unidad didáctica 3. Funciones en python
1. Llamado de funciones
2. Parámetros y argumentos
3. Funciones anónimas (lambda)
Unidad didáctica 4. Módulos y paquetes
1. Importación de módulos
2. Creación de paquetes
Unidad didáctica 5. Manejo de archivos
1. Apertura, lectura y escritura de archivos
2. Manejo de archivos json, csv y txt
Unidad didáctica 6. Bibliotecas esenciales
Unidad didáctica 7. Programación enfocada a objetos en
Python
1. Clases y objetos
2. Herencia y polimorfismo
3. Encapsulamiento
Módulo 3. Bases del razonamiento estadístico
Unidad didáctica 1. Aproximación conceptual
Unidad didáctica 2. Eventos
Unidad didáctica 3. Espacios de probabilidad
Unidad didáctica 4. Axiomas de probabilidad
Unidad didáctica 5. Probabilidad condicional e
Independencia
Unidad didáctica 6. Variables aleatorias
Unidad didáctica 7. Esperanza y varianza
Unidad didáctica 8. Distribuciones de probabilidad
Módulo 4. Fundamentos del big data (3)
Unidad didáctica 1. Concepto
Unidad didáctica 2. Principales fuentes de datos
Unidad didáctica 3. Transformación de datos
Unidad didáctica 4. Almacenamiento nosql
Unidad didáctica 5. Análisis de datos
Unidad didáctica 6. Visualización de datos
Módulo 5. ámbitos de aplicación del big data
Unidad didáctica 1. Esquema general
Unidad didáctica 2. Gobernanza pública
Unidad didáctica 3. Empresas
Unidad didáctica 4. Periodismo de datos
Unidad didáctica 5. Deportes
Unidad didáctica 6. Seguros de salud
Unidad didáctica 7. Banca
Unidad didáctica 8. Marketing y publicidad
Unidad didáctica 1. Definición y ámbito
Unidad didáctica 2. Herramientas de data science
Módulo 7. Introducción al business intelligence (1a)
Unidad didáctica 1. Aproximación conceptual
Unidad didáctica 2. Elementos y rasgos definidores
Módulo 8. Arquitectura de business intelligence (1b)
Unidad didáctica 1. Componentes de la arquitectura
Unidad didáctica 2. Herramientas de business intelligence
Módulo 9. Análisis de datos con python (4)
Unidad didáctica 1. Bases para trabajar con datos en
Phyton
Unidad didáctica 2. Phyton en big data
Unidad didáctica 3. Python en business intelligence
Unidad didáctica 4. Aplicación del machine learning
Módulo 10. Detección y manejo de los plateau (5)
Unidad didáctica 1. Definición de plateau
Unidad didáctica 2. Origen e identificación
Unidad didáctica 3. Métodos de superación de los plateau
Módulo 11. Herramienta power bi (6)
Unidad didáctica 1. Caracterización de power bi
Unidad didáctica 2. Big data en power bi
Unidad didáctica 3. Business intelligence en power bi
Unidad didáctica 4. Controles avanzados en power bi
Módulo 12. Programación r en big data y business intelligence (7)
Unidad didáctica 1. Definición del lenguaje de programación r
Unidad didáctica 2. Utilización de r
Unidad didáctica 3. Implementación de machine learning en r con big data y business intelligence
Módulo 13. Protección de datos y seguridad en big data y
Business intelligence (8, 9)
Unidad didáctica 1. Introducción al derecho español
Unidad didáctica 2. Protección de datos
Unidad didáctica 3. Real decreto 43/2021, de 26 de enero
Unidad didáctica 4. Esquema nacional de seguridad