¿Qué quieres aprender?

Master oficial universitario en big data

Master oficial universitario en big data

ENALDE BUSINESS SCHOOL

Máster online

Descuento Lectiva
4.350 € 3.495

Duración : 12 Meses

¿Quieres hablar con un asesor sobre este curso?

Objetivos

• Aprender los principios del Big Data y el desarrollo de las fases de un proyecto de Big Data. • Conocer las herramientas existentes y su uso para analizar y explotar datos masivos. • Explotar datos y visualizar resultados a través de técnica de Data Science. • Comprender y utilizar la programación estadística con R y Python. • Conocer en qué consiste el Data Mining y aplicarlo correctamente. • Saber utilizar las analíticas web para Big Data y aplicarlas mediante Google Analytics • Aplicar los conocimientos de Big Data para el Cloud Computing con Linux y Azure

A quién va dirigido

El Máster de Big Data puede aplicarse a muchos sectores y perfiles, por lo que es ideal para aquellas personas que quieran conocer en qué consiste el Big Data, como pueden aplicarlo en distintos ámbitos con el objetivo de mejorar su carrera profesional y con qué herramientas se puede llevar a cabo dichos análisis de procesamiento de grandes volúmenes de datos.

Temario completo de este curso

TEMARIO
MÓDULO 1. BIG DATA INTRODUCTION

Unidad didáctica 1. Introducción al big data
Unidad didáctica 2. Fuentes de datos
Unidad didáctica 3. Open data
Unidad didáctica 4. Fases de un proyecto de big data
Unidad didáctica 5. Business intelligence y la sociedad de la información
Unidad didáctica 6. Principales productos de business intelligence
Unidad didáctica 7. Big data y marketing
Unidad didáctica 8.del big data al linked open data
Unidad didáctica 9. Internet de las cosas
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. TECNOLOGÍAS APLICADAS A BUSINESS INTELLIGENCE
Unidad didáctica 1. Minería de datos o data mining y el aprendizaje automático
Unidad didáctica 2. Datamart. Concepto de base de datos departamental
Unidad didáctica 3. Datawarehouse o almacén de datos corporativos
Unidad didáctica 4. Inteligencia de negocio y herramientas de analítica
Unidad didáctica 5. Herramienta powerbi
Unidad didáctica 6. Herramienta tableau
Unidad didáctica 7. Herramienta qlikview
MÓDULO 4. HERRAMIENTAS PARA EXPLOTACIÓN Y ANÁLISIS DE BIG DATA
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. Procesamiento distribuido de datos con hadoop
Unidad didáctica 4. Weka y data mining
Unidad didáctica 5. Pentaho una solución open source para business intelligence
MÓDULO 5. INTRODUCCIÓN A LA PROGRAMACIÓN ESTADÍSTICA
Unidad didáctica 1. Python y el análisis de datos
Unidad didáctica 2. R como herramienta para big data
MÓDULO 6. 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 7. INTELIGENCIA ARTIFICIAL (IA), MACHINE LEARNING (ML) Y DEEP LEARNING (DL)
Unidad didáctica 1. Introducción a la inteligencia artificial
Unidad didáctica 2. Tipos de inteligencia artificial
Unidad didáctica 3. Algoritmos aplicados a la inteligencia artificial
Unidad didáctica 4. Relación entre inteligencia artificial y big data
Unidad didáctica 5. Sistemas expertos
Unidad didáctica 6. Futuro de la inteligencia artificial
Unidad didáctica 7. Introducción al machine learning
Unidad didáctica 8. Extracción de estructura de los datos: clustering
Unidad didáctica 9. Sistemas de recomendación
Unidad didáctica 10. Clasificación
Unidad didáctica 11. Redes neuronales y deep learning
Unidad didáctica 12. Sistemas de elección
Unidad didáctica 13. Deep learning con python, keras y tensorflow
Unidad didáctica 14. Sistemas neuronales
Unidad didáctica 15. Redes de una sola capa
Unidad didáctica 16. Redes multicapa
Unidad didáctica 17. Estrategias de aprendizaje
MÓDULO 8. CIBERSEGURIDAD APLICADA A INTELIGENCIA ARTIFICIAL (IA), SMARTPHONES, INTERNET DE LAS COSAS (IOT) E INDUSTRIA 4.0
Unidad didáctica 1. Introducción y conceptos básicos
Unidad didáctica 2. Comunicaciones seguras: seguridad por niveles
Unidad didáctica 3. Ciberseguridad en nuevas tecnologías
Unidad didáctica 4. Ciberseguridad en smartphones
Unidad didáctica 5. Inteligencia artificial (ia) y ciberseguridad
Unidad didáctica 6. Ciberseguridad e internet de las cosas (iot)
Unidad didáctica 7. Seguridad informática en la industria 4.0
MÓDULO 9. PROYECTO FIN DE MÁSTER

Ver más