¿Qué quieres aprender?

Master Oficial Universitario en Big Data + 60 Créditos ECTS

Master Oficial Universitario en Big Data + 60 Créditos ECTS

ENALDE BUSINESS SCHOOL

Curso online

Descuento Lectiva
4.720 € 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.

Requisitos

No es necesario cumplir con requisitos previos para realizar esta formación.

Temario completo de este curso

MÓDULO 1: INTRODUCCIÓN AL BIG DATA

  • 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 Power BI
  • 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