¿Qué quieres aprender?

Máster en Business Intelligence

Máster en Business Intelligence

ESNECA BUSINESS SCHOOL

Máster online

Descuento Lectiva
2.720 € 680

Duración : 1 Año

¿Quieres hablar con un asesor sobre este curso?

Objetivos

Permite conocer las bases de datos, la programación enfocada a objetos, las bases de razonamiento estadístico, los fundamentos del big data, los ámbitos de aplicación del big data, el data science, la introducción al business intelligence, la arquitectura de business intelligence, el análisis de datos con python, la detección y el manejo de los plateau, la herramienta Power BI, la programación R en big data y business intelligence, la protección de datos y seguridad en big data y business intelligence, entre otros conceptos relacionados. Además, al final de cada unidad didáctica el alumno/a encontrará ejercicios de autoevaluación que le permitirán hacer un seguimiento del curso de forma autónoma.

A quién va dirigido

Esta Titulación está dirigida a empresarios, directivos, emprendedores, trabajadores, estudiantes y cualquier persona que pretenda adquirir los conocimientos necesarios en relación con este ámbito profesional

Temario completo de este curso

Parte 1. Data mining business intelligence

  • Unidad didáctica 1. Minería de datos

  • Unidad didáctica 2. Fase de selección en minería de datos

  • Unidad didáctica 3. Fase de exploración en minería de datos

  • Unidad didáctica 4. Fase de limpieza y transformación en minería de datos

  • Unidad didáctica 5. Fase de análisis de datos

  • Unidad didáctica 6. Técnicas de aplicación

  • Unidad didáctica 7. Técnicas predictivas de modelización

  • Unidad didáctica 8. Técnicas descriptivas y predictivas de clasificación

  • Unidad didáctica 9. Técnicas de evaluación

  • Unidad didáctica 10. Técnicas

  • Unidad didáctica 11. Campañas: ofertas just-in-time

Parte 2. Introducción al big data y business intelligenceMódulo 1. Bases de datos

  • Unidad didáctica 1. Introducción a las bases de datos

  • Unidad didáctica 2. Aproximación al modelo relacional

  • Unidad didáctica 3. Elementos de un sistema de bases de datos relacionales

  • Unidad didáctica 4. Normalización en bases de datos relacionales

  • Unidad didáctica 5. Operaciones básicas en bases de datos relacionales

  • Unidad didáctica 6. Lenguajes de consulta

  • Unidad didáctica 7. Desarrollo de transacciones

  • Unidad didáctica 8. Elementos de seguridad

Módulo 2. Programación enfocada a objetos

  • Unidad didáctica 1. Nociones esenciales del lenguaje python

  • Unidad didáctica 2. Estructuras de control en python

  • Unidad didáctica 3. Funciones en python

  • Unidad didáctica 4. Módulos y paquetes

  • Unidad didáctica 5. Manejo de archivos

  • Unidad didáctica 6. Bibliotecas esenciales

  • Unidad didáctica 7. Programación enfocada a objetos en python

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

  • 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

Módulo 6. Data science

  • Unidad didáctica 1. Definición y ámbito

  • Unidad didáctica 2. Herramientas de data science

Módulo 7. Introducción al business intelligence

  • Unidad didáctica 1. Aproximación conceptual

  • Unidad didáctica 2. Elementos y rasgos definidores

Módulo 8. Arquitectura de business intelligence

  • Unidad didáctica 1. Componentes de la arquitectura

  • Unidad didáctica 2. Herramientas de business intelligence

Módulo 9. Análisis de datos con python

  • Unidad didáctica 1. Bases para trabajar con datos en python

  • Unidad didáctica 2. Python 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

  • 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

  • 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

  • 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

  • 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

Ver más