Máster online
Duración : 1 Año
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
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