Master en big data y business intelligence, data science
INESEM Business SchoolMáster online
2.460 € 1.895 €
Duración : 12 Meses
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
Conocer las principales herramientas de Business Intelligence para la toma de decisiones estratégicas. Conocer e identificar las distintas fases de un proyecto de Big Data. Aprender a explotar los datos y visualizar los resultados mediante técnicas de Data Science y programación estadística con Python y R. Crear y gestionar una base de datos en MongoDB y procesar los datos con Hadoop. Aplicar correctamente las principales técnicas de Data Mining. Comprender el uso de la analítica web para Big Data y su aplicación mediante la herramienta Google Analytics.
A quién va dirigido
El Máster en Business Intelligence & Big Data. Data Science está dirigido a los profesionales de cualquier sector que quieran adquirir o afianzar conocimientos en torno a las tecnologías de análisis y explotación de datos. Se trata de una acción formativa idónea para ampliar oportunidades profesionales en un sector cada vez más demandado.
Temario completo de este curso
MÓDULO 1. BIG DATA INTRODUCTION
- 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. Business intelligence y la sociedad de la información
- Unidad didáctica 6. Principales productos de business intelligence
- Unidad didáctica 7. Big data y marketing
- Unidad didáctica 8. Del big data al linked open data
- Unidad didáctica 9. Internet de las cosas
MÓDULO 2. HERRAMIENTAS Y ANÁLISIS 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
MÓDULO 3. BUSINESS INTELLIGENCE Y HERRAMIENTAS DE VISUALIZACIÓN
- 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 almacén de datos corporativos
- Unidad didáctica 4. Inteligencia de negocio y herramientas de analítica
- Unidad didáctica 5. Introducción a la visualización de datos
- Unidad didáctica 6. Tableau
- Unidad didáctica 7. D3 (data driven documents)
- Unidad didáctica 8. Google data
- Unidad didáctica 9. Qlikview
- Unidad didáctica 10. Powerbi
- Unidad didáctica 11. Carto
MÓDULO 4. DATA SCIENCE Y PROGRAMACIÓN ESTADÍSTICA CON PYTHON Y R
- Unidad didáctica 1. Introducción a la ciencia de datos
- Unidad didáctica 2. Bases de datos relacionales
- Unidad didáctica 3. Python y el análisis de datos
- Unidad didáctica 4. R como herramienta para big data
- Unidad didáctica 5. Pre-procesamiento & procesamiento de datos
- Unidad didáctica 6. Análisis de los datos
MÓDULO 5. ANALÍTICA Y PUBLICIDAD WEB: GOOGLE ANALYTICS Y GOOGLE ADS
- Unidad didáctica 1. Introducción a la analítica web
- Unidad didáctica 2. Establecimiento de objetivos y KPIS de un sitio web
- Unidad didáctica 3. Cuadros de mando
- Unidad didáctica 4. Introducción a google analytics
- Unidad didáctica 5. Interface y navegación
- Unidad didáctica 6. Informes
- Unidad didáctica 7. Campañas y conversiones
- Unidad didáctica 8. Introducción a google ads
- Unidad didáctica 9. Publicidad en búsquedas
- Unidad didáctica 10. Publicidad en display
- Unidad didáctica 11. Publicidad para móviles
- Unidad didáctica 12. Publicidad en shopping
MÓDULO 6. INTELIGENCIA ARTIFICIAL (IA), MACHINE LEARNING (ML) Y DEEP LEARNING (DL)
- Unidad didáctica 1. Introducción a la inteligencia artificial
- Unidad didáctica 2. Tipos de inteligencia artificial
- Unidad didáctica 3. Algoritmos aplicados a la inteligencia artificial
- Unidad didáctica 4. Relación entre inteligencia artificial y big data
- Unidad didáctica 5. Sistemas expertos
- Unidad didáctica 6. Futuro de la inteligencia artificial
- Unidad didáctica 7. Introducción al machine learning
- Unidad didáctica 8. Extracción de estructura de los datos: clustering
- Unidad didáctica 9. Sistemas de recomendación
- Unidad didáctica 10. Clasificación
- Unidad didáctica 11. Redes neuronales y deep learning
- Unidad didáctica 12. Sistemas de elección
- Unidad didáctica 13. Deep learning con python, keras y tensorflow
- Unidad didáctica 14. Sistemas neuronales
- Unidad didáctica 15. Redes de una sola capa
- Unidad didáctica 16. Redes multicapa
- Unidad didáctica 17. Estrategias de aprendizaje
MÓDULO 7. PLN, CHATBOTS E INTELIGENCIA ARTIFICIAL
- Unidad didáctica 1. Introducción al PLN
- Unidad didáctica 2. PLN en python
- Unidad didáctica 3. Computación de la sintaxis para el PLN
- Unidad didáctica 4. Computación de la semántica para el PLN
- Unidad didáctica 5. Recuperación y extracción de la información
- Unidad didáctica 6. ¿Qué es un chatbot?
- Unidad didáctica 7. Relación entre IA y chatbots
- Unidad didáctica 8. Ámbitos de aplicación chatbots
MÓDULO 8. PROYECTO FIN DE MÁSTER
2.720 € 680 €
3.880 € 1.940 €
Precio a consultar
6.900 € 2.414 €
1.900 €