Máster en Data Science y Business Analytics (Escuela IA & Big Data)
IMF Smart EducationMáster online
8.500 € 4.250 €
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
Conocer las tecnologías actuales y las nuevas tendencias de los proyectos de Data Science y Big Data para ser capaz de gestionar un proyecto de este tipo. Iniciarse en las nuevas tendencias dentro del sector. Comprender las aplicaciones de este tipo de proyectos de manera sectorial con estudio de casos y talleres prácticos.
A quién va dirigido
Perfiles con carrera universitaria en campos no relacionados con STEM o profesionales con al menos 3 años de experiencia en el entorno empresarial. Este programa no requiere de conocimientos informáticos ni se necesitan lenguajes de programación, dado que está centrado en la aplicación de los datos al negocio y a la toma de decisiones, una vez superadas las fases de recopilación, tratamiento y almacenamiento de datos.
Requisitos
Titulación Universitaria o Experiencia profesional equivalente.
Temario completo de este curso
- 1. Fundamentos de Python
- 2. Librerías para ciencia de datos: Numpy, Pandas, etc.
- 3. Procesamiento de datos y visualización con Python
- 4. Fundamentos de R
- 5. Paquetes de R
- 6. Procesamiento de datos y visualización con R
2 La ciencia de datos. Técnicas de análisis, minería y visualización
- 1. El ciclo de vida del dato
- 2. Calidad del dato
- 3. Preparación y preproceso de datos
- 4. Modelos analíticos
- 5. Herramientas y técnicas de visualización
3 Estadística para científicos de datos
- 1. Lenguaje y tratamiento de datos
- 2. Análisis exploratorio de datos
- 3. Probabilidad e inferencia estadística
- 4. Modelos lineales y aprendizaje estadístico
- 5. Regresión logística, modelos restringidos de Ridge y Lasso y gradiente
4 Aprendizaje automático
- 1. Herramientas para machine learning
- 2. Técnicas y aplicaciones del aprendizaje supervisado
- 3. Técnicas y aplicaciones del aprendizaje no supervisado
- 4. Modalidades y técnicas de deep learning
- 5. Soluciones en la nube para machine learning
5 Inteligencia artificial para la empresa
- 1. Introducción a la inteligencia artificial
- 2. Técnicas y aplicaciones para la toma de decisiones
- 3. Aprendizaje por refuerzo y aplicaciones
- 4. Técnicas y aplicaciones del procesamiento del lenguaje natural (NLP)
- 5. Sistemas de recomendación y aplicaciones
6 Tecnología y herramientas Big Data
- 1. Hadoop y su ecosistema
- 2. Spark. Fundamentos y aplicaciones
- 3. Bases de datos NoSQL
- 4. Plataforma Cloud
7 El trabajo del científico de datos: pasos y técnicas en el análisis. Storytelling
- 1. Introducción: conceptos de data science
- 2. Pasos en el análisis de datos
- 3. Storytelling: poner en valor y transmitir los resultados del análisis
8 El proceso de aprendizaje automático: qué es y qué no es. Dónde aplicar la inteligencia artificial
- 1. Concepto de aprendizaje automático
- 2. Cómo conseguir que siga aprendiendo
- 3. Casos de uso típicos
9 Nuevas tendencias: process mining, MLOPs, cloud
- 1. Process mining
- 2. Cloud
- 3. MLOps
10 Trabajo de fin de máster (TFM)
Precio a consultar
2.460 € 1.895 €
Precio a consultar
3.880 € 1.940 €
Precio a consultar