¿Qué quieres aprender?

Máster de formación permanente en Data Science y Análisis de Datos ...

Máster de formación permanente en Data Science y Análisis de Datos + 60 Créditos ECTS

ENALDE BUSINESS SCHOOL

Máster online

Descuento Lectiva
2.950 € 2.195

Duración : 12 Meses

¿Quieres hablar con un asesor sobre este curso?

Objetivos

Aprender en qué consiste el Data Science y el Big Data. Saber manejar grandes volúmenes de información e interpretarla. Capacitar para la conversión de datos en productos o servicios. Desarrollar dashboards para la presentación de información. Conocer y aprender lenguajes de programación estadística.

A quién va dirigido

Está dirigido a una variedad muy amplia de perfiles con titulación universitaria entre los que destacan los perfiles informáticos y del ámbito matemático, estadístico o económico. Aunque está pensado sobre todo para estos perfiles, existen muchos campos en los que se puede aplicar los contenidos aquí desarrollados.

Requisitos

No presenta requisitos previos.

Temario completo de este curso

Módulo 1. Conceptos previos en big data y data science

  • Unidad didáctica 1. Introducción al big data
  • Unidad didáctica 2. Fases de un proyecto de big data
  • Unidad didáctica 3. Introducción al data science

Módulo 2. Arquitectura big data

  • Unidad didáctica 1. Batch processing.
  • Unidad didáctica 2. Streaming processing.
  • Unidad didáctica 3. Sistemas nosql.
  • Unidad didáctica 4. Interactive query.
  • Unidad didáctica 5. Sistemas de computación híbridos.
  • Unidad didáctica 6. Cloud computing.
  • Unidad didáctica 7. Administración de sistemas big.
  • Unidad didáctica 8. Visualización de datos.

Módulo 3. Explotación y análisis de big data en data science

  • 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 una solución open source para business intelligence

Módulo 4. Analítica web y big data

  • Unidad didáctica 1. ¿qué es la analítica web?
  • Unidad didáctica 2. Analítica web básica: introducción
  • Unidad didáctica 3. Analizar la información cuantitativa
  • Unidad didáctica 4. Analizar la información cualitativa
  • Unidad didáctica 5. Definición de kpis
  • Unidad didáctica 6. Ci: inteligencia competitiva
  • Unidad didáctica 7. Analítica web 2.0. Móviles y vídeos
  • Unidad didáctica 8. Analítica web 2.0. Redes sociales
  • Unidad didáctica 9. Problemas y soluciones de la analítica web
  • Unidad didáctica 10. Más allá de los datos
  • Unidad didáctica 11. Del big data al linked open data

Módulo 5. Data science

  • Unidad didáctica 1. Introducción a la ciencia de datos
  • Unidad didáctica 2. Bases de datos relacionales
  • Unidad didáctica 3. Pre-procesamiento & procesamiento de datos
  • Unidad didáctica 4. Análisis de los datos

Módulo 6. Introducción a la programación estadística

  • Unidad didáctica 1. Python y el análisis de datos
  • Unidad didáctica 2. R como herramienta para big data

Módulo 7. Cuadro de mando y dashboard

  • Unidad didáctica 1. Definición de kpis
  • Unidad didáctica 2. Concepto y creación de cuadros de mando
  • Unidad didáctica 3.herramientas para la creación de cuadros de mando

Módulo 8. Data warehouse con herramientas bi (business intelligence)

  • Unidad didáctica 1. Presentación
  • Unidad didáctica 2. Data warehouse
  • Unidad didáctica 3. Datamart
  • Unidad didáctica 4. Base de datos central
  • Unidad didáctica 5. Implementación de cubos 75
  • Unidad didáctica 6. Sistemas olap
  • Unidad didáctica 7. Minería de datos
  • Unidad didáctica 8. Ciclo data mining

Módulo 9. Proyecto final

Ver más