Máster online
Permite conocer sobre el Datamart, concepto de base de datos departamental, el Datawarehouse o almacén de datos corporativos, la inteligencia de negocio y herramientas de analítica, la caracterización de la tecnología, las bases de datos, las bases del razonamiento estadístico, la introducción de big data en las ingenierías, los fundamentos de big data, la arquitectura Hadoop, la caracterización de la tecnología, las bases de datos, las bases del razonamiento estadístico, entre otros conceptos relacionados.
Además, al final de cada unidad didáctica el/la alumno/a encontrará ejercicios de autoevaluación que le permitirá hacer un seguimiento del curso de forma autónoma.
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.
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 Analyst
Unidad didáctica 1: DataMart. Concepto de base de datos departamental
Unidad didáctica 2: DataWarehouse o almacén de datos corporativos
Unidad didáctica 3: Inteligencia de negocio y herramientas de analítica
Unidad didáctica 4: Herramienta PowerBI
Unidad didáctica 5: Herramienta Tableau
Unidad didáctica 6: Herramienta QlikView
Unidad didáctica 7: Bases de datos NoSQL y el almacenamiento escalable
Unidad didáctica 8: Introducción a un sistema de bases de datos NoSQL. MongoDB
Unidad didáctica 9: Python y el análisis de datos
Unidad didáctica 10: R como herramienta para Big Data
Unidad didáctica 11: Pre-procesamiento & procesamiento de datos
Unidad didáctica 12: Análisis de los datos
Parte 2. Aplicación del Big Data en la gestión de personas
Módulo 1. Caracterización de la tecnología
Unidad didáctica 1: ¿Qué es la tecnología?
Unidad didáctica 2: Innovación tecnológica contemporánea
Módulo 2. Bases de datos
Unidad didáctica 1: Conceptualización de las bases de datos
Unidad didáctica 2: Aproximación al modelo relacional
Módulo 3. Bases del razonamiento estadístico
Unidad didáctica 1: Fundamentos de la estadística
Unidad didáctica 2: Teoría de la probabilidad
Unidad didáctica 3: Probabilidad e inteligencia artificial
Módulo 4. Delimitación del concepto de Big Data
Unidad didáctica 1: ¿Qué es el Big Data?
Unidad didáctica 2: Era de las grandes cantidades de información
Unidad didáctica 3: Almacenamiento
Unidad didáctica 4: Big Data en los negocios
Unidad didáctica 5: Open Data e información pública
Módulo 5. Introducción a la inteligencia artificial
Unidad didáctica 1: Concepto y definición de la inteligencia artificial
Unidad didáctica 2: Inteligencia artificial aplicada a la empresa
Módulo 6. Aprendizaje automático o machine learning
Unidad didáctica 1: Conceptualización del aprendizaje automático o machine learning
Unidad didáctica 2: Tipos de aprendizaje
Unidad didáctica 3: Evaluación de modelos
Módulo 7. Aprendizaje profundo o deep learning
Unidad didáctica 1: Conceptualización del aprendizaje profundo o deep learning
Unidad didáctica 2: Redes neuronales artificiales
Unidad didáctica 3: Tipos de modelos
Módulo 8. Fases de un proyecto de Big Data en la organización
Unidad didáctica 1: Concepto y planteamiento inicial
Unidad didáctica 2: Estructura y organización
Unidad didáctica 3: Implementación
Unidad didáctica 4: Seguimiento, control y valoración del proyecto
Módulo 9. Estrategia corporativa y gestión de personas
Unidad didáctica 1: Fundamentos de la estrategia corporativa
Unidad didáctica 2: Dirección estratégica
Unidad didáctica 3: Analítica de datos
Unidad didáctica 4: Transformación organizativa
Unidad didáctica 5: Integración de la analítica en la gestión de personas
Módulo 10. People Analytics (I): fundamentos
Unidad didáctica 1: Conceptualización de People Analytics
Unidad didáctica 2: Tipos de analítica
Unidad didáctica 3: Sistemas de medición
Unidad didáctica 4: Gobierno del dato
Módulo 11. People Analytics (II): visualización de datos y cuadros de mando
Unidad didáctica 1: Visualización de datos en analítica de personas
Unidad didáctica 2: Métricas
Unidad didáctica 3: Cuadros de mando
Unidad didáctica 4: Principios de visualización eficaz
Módulo 12. Analítica de datos en el ciclo de vida del talento
Unidad didáctica 1: Selección de personal
Unidad didáctica 2: Formación y desarrollo
Unidad didáctica 3: Gestión del rendimiento
Unidad didáctica 4: Retención y fidelización del talento
Módulo 13. Liderazgo
Unidad didáctica 1: Concepto y fundamentos del liderazgo
Unidad didáctica 2: Big Data y dirección empresarial
Unidad didáctica 3: Proceso de toma de decisiones
Unidad didáctica 4: Competencias del data-driven
Unidad didáctica 5: Cultura organizativa
Módulo 14. Desarrollo de equipos y dinámicas relacionales
Unidad didáctica 1: Fundamentos del desarrollo de equipos
Unidad didáctica 2: Team building
Unidad didáctica 3: Modelado de competencias
Unidad didáctica 4: Análisis de redes organizativas
Módulo 15. Seguridad, bienestar y calidad de vida laboral
Unidad didáctica 1: Fundamentos del bienestar laboral
Unidad didáctica 2: Seguridad
Unidad didáctica 3: Gestión de conflictos
Unidad didáctica 4: Negociación
Módulo 16. Ética y legalidad
Unidad didáctica 1: Fundamentos éticos
Unidad didáctica 2: Tratamiento de datos
Unidad didáctica 3: Protección de datos
Unidad didáctica 4: Legislación relacionada con la IA
Parte 3. Big Data para ingenierías
Módulo 1. Introducción de Big Data en las ingenierías
Unidad didáctica 1: Big Data en el ámbito de la ingeniería
Unidad didáctica 2: Aplicaciones del Big Data en las distintas ingenierías
Unidad didáctica 3: Perfil profesional y oportunidades en Big Data
Módulo 2. Fundamentos de Big Data
Unidad didáctica 1: ¿Qué es el Big Data?
Unidad didáctica 2: Paradigmas de procesamiento
Unidad didáctica 3: Ecosistema Big Data
Módulo 3. Arquitectura Hadoop
Unidad didáctica 1: Entorno Hadoop
Unidad didáctica 2: HDFS
Unidad didáctica 3: Apache Hadoop YARN
Módulo 4. Planificación e instalación de clústeres Hadoop
Unidad didáctica 1: Planificación de un clúster
Unidad didáctica 2: Instalación y configuración de un clúster
Unidad didáctica 3: Configuración avanzada de un clúster
Módulo 5. Administración y mantenimiento de Hadoop
Unidad didáctica 1: Gestión del almacenamiento
Unidad didáctica 2: Gestión de recursos
Unidad didáctica 3: Logs y monitorización
Unidad didáctica 4: Mantenimiento de un clúster
Módulo 6. Seguridad, ingestión y procesamiento batch
Unidad didáctica 1: Seguridad Hadoop
Unidad didáctica 2: Obtención de datos en HDFS
Unidad didáctica 3: MapReduce
Módulo 7. Apache Spark y RDD
Unidad didáctica 1: Fundamentos de Apache Spark
Unidad didáctica 2: Modelo de ejecución
Unidad didáctica 3: RDD
Unidad didáctica 4: Procesamiento distribuido
Módulo 8. DataFrames, DataSets y SQL
Unidad didáctica 1: DataFrames
Unidad didáctica 2: Análisis de datos con consultas de DataFrame
Unidad didáctica 3: DataSets y Spark SQL
Unidad didáctica 4: Persistencia
Unidad didáctica 5: Despliegue de aplicaciones
Módulo 9. Spark Streaming
Unidad didáctica 1: Procesamiento en streaming
Unidad didáctica 2: Spark Streaming
Unidad didáctica 3: Structured Streaming
Unidad didáctica 4: Fuentes de datos en streaming
Módulo 10. Data Science y Machine Learning
Unidad didáctica 1: Data Science
Unidad didáctica 2: Machine Learning
Unidad didáctica 3: Apache Spark MLlib
Módulo 11. Análisis de datos con Apache Pig
Unidad didáctica 1: Pig
Unidad didáctica 2: Análisis de datos básicos con Pig
Unidad didáctica 3: Procesado de datos complejos con Pig
Unidad didáctica 4: Operaciones con multiconjuntos de datos de Pig
Unidad didáctica 5: Troubleshooting y optimización de Pig
Módulo 12. Explotación de datos con Apache Hive
Unidad didáctica 1: ¿Qué es Hive?
Unidad didáctica 2: Consultas con Hive
Unidad didáctica 3: Análisis de datos relacional con Hive
Unidad didáctica 4: Rendimiento y optimización Hive
Módulo 13. Explotación de datos con Impala
Unidad didáctica 1: ¿Qué es Impala?
Unidad didáctica 2: Consultas y administración Impala
Unidad didáctica 3: Análisis de datos relacional con Impala
Unidad didáctica 4: Rendimiento y optimización
Unidad didáctica 5: Comparativa con Hive
Parte 4. Big Data y analítica en el deporte
Módulo 1. Caracterización de la tecnología
Unidad didáctica 1: ¿Qué es la tecnología?
Unidad didáctica 2: Innovación tecnológica contemporánea
Módulo 2. Bases de datos
Unidad didáctica 1: Introducción a las bases de datos
Unidad didáctica 2: Aproximación al modelo relacional
Módulo 3. Bases del razonamiento estadístico
Unidad didáctica 1: Teoría de la probabilidad
Unidad didáctica 2: Probabilidad e inteligencia artificial
Módulo 4. Introducción a la inteligencia artificial
Unidad didáctica 1: Concepto y definición
Unidad didáctica 2: Inteligencia artificial aplicada a la empresa
Módulo 5. Aprendizaje automático
Unidad didáctica 1: Aproximación al aprendizaje automático
Unidad didáctica 2: Aprendizaje supervisado
Unidad didáctica 3: Aprendizaje no supervisado
Unidad didáctica 4: Aprendizaje por refuerzo
Unidad didáctica 5: Aprendizaje profundo
Módulo 6. Procesamiento del lenguaje natural
Unidad didáctica 1: Conceptualización
Unidad didáctica 2: Ramas
Unidad didáctica 3: Fases
Módulo 7. Big Data, minería de datos e inteligencia empresarial
Unidad didáctica 1: ¿Qué es el Big Data?
Unidad didáctica 2: Minería de datos
Unidad didáctica 3: Inteligencia empresarial o business intelligence
Módulo 8. Power BI
Unidad didáctica 1: Caracterización de la herramienta
Unidad didáctica 2: Capacidades
Módulo 9. Nociones básicas sobre el deporte
Unidad didáctica 1: Conceptos básicos
Unidad didáctica 2: Cineantropometría
Módulo 10. Anatomía aplicada al deporte
Unidad didáctica 1: Anatomía humana básica
Unidad didáctica 2: Aparato locomotor
Unidad didáctica 3: Aparato circulatorio
Unidad didáctica 4: Aparato respiratorio
Módulo 11. Rendimiento deportivo y su análisis mediante datos
Unidad didáctica 1: Big Data aplicado en el deporte
Unidad didáctica 2: Análisis del rendimiento deportivo
Unidad didáctica 3: Tipologías de análisis de datos
Unidad didáctica 4: Aplicaciones del análisis en el deporte
Unidad didáctica 5: Correlación entre datos y deporte
Unidad didáctica 6: Deportes destacados
Módulo 12. Análisis de rendimiento deportivo (I): fútbol
Unidad didáctica 1: ¿Qué es el fútbol?
Unidad didáctica 2: Recopilación de datos
Unidad didáctica 3: Procesamiento de datos
Unidad didáctica 4: Tipologías de análisis de datos
Unidad didáctica 5: Aplicaciones del análisis en el fútbol
Módulo 13. Análisis de rendimiento deportivo (II): baloncesto
Unidad didáctica 1: Fundamentos del baloncesto
Unidad didáctica 2: Recopilación de datos
Unidad didáctica 3: Procesamiento de datos
Unidad didáctica 4: Tipologías de análisis de datos
Unidad didáctica 5: Aplicaciones del análisis en el baloncesto
Módulo 14. Análisis de rendimiento deportivo (III): atletismo
Unidad didáctica 1: Presentación del atletismo
Unidad didáctica 2: Recopilación de datos
Unidad didáctica 3: Procesamiento de datos
Unidad didáctica 4: Tipologías de análisis de datos
Unidad didáctica 5: Aplicaciones del análisis en el atletismo
Módulo 15. Análisis de rendimiento deportivo (IV): natación
Unidad didáctica 1: Bases de la natación
Unidad didáctica 2: Recopilación de datos
Unidad didáctica 3: Procesamiento de datos
Unidad didáctica 4: Tipologías de análisis de datos
Unidad didáctica 5: Aplicaciones del análisis en la natación
Módulo 16. Análisis de rendimiento deportivo (V): ciclismo
Unidad didáctica 1: Principios básicos del ciclismo
Unidad didáctica 2: Recopilación de datos
Unidad didáctica 3: Procesamiento de datos
Unidad didáctica 4: Tipologías de análisis de datos
Unidad didáctica 5: Aplicaciones del análisis en el ciclismo