Máster semipresencial en Big Data y Data Analytics
UNISEB - Instituto Superior Europeo de BarcelonaMáster semipresencial
Madrid
9.990 € 4.490 €
Duración : 12 Meses
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.
Sedes
Localización
Fecha inicio
Objetivos
Evaluar de forma crítica la influencia de las variables del entorno —económicas, sociales, legales y culturales— en la gestión empresarial y en el logro de los objetivos organizacionales. Medir y analizar factores del entorno que afectan directamente el rendimiento y la toma de decisiones en las unidades empresariales. Desarrollar una visión estratégica sobre el valor de los datos como motor de transformación empresarial y ventaja competitiva. Comprender la evolución del análisis de datos y su papel fundamental en la innovación y adaptación organizacional. Interpretar correctamente los resultados derivados de modelos analíticos y predictivos para impulsar decisiones basadas en evidencia. Aplicar las mejores prácticas en el ciclo de vida de los datos: desde su recopilación, tratamiento y análisis hasta su visualización y presentación efectiva ante distintos públicos de interés. Liderar con eficacia proyectos de Big Data y Data Analytics en entornos complejos, cambiantes y altamente competitivos.
A quién va dirigido
Profesionales con experiencia en tecnología y datos: Que buscan asumir roles de liderazgo en proyectos de análisis avanzado, inteligencia de negocio y gestión estratégica de datos. Líderes emergentes en analítica de datos: Interesados en desarrollar habilidades directivas para acceder a posiciones de mayor responsabilidad en entornos basados en datos. Emprendedores tecnológicos y del ámbito digital: Que desean adquirir competencias clave para lanzar, gestionar y escalar negocios centrados en Big Data y analítica. Graduados en ingeniería, informática, matemáticas, economía u otras áreas afines: Que desean complementar su formación académica con un enfoque aplicado y actual en el análisis de grandes volúmenes de datos. Profesionales en transición de carrera: Que buscan reinventarse o especializarse en el ámbito de la analítica, incorporando una base sólida en ciencia de datos, herramientas tecnológicas y gestión de la información. Consultores en datos y analítica: Que desean potenciar sus capacidades técnicas y estratégicas para ofrecer mayor valor añadido en proyectos de transformación digital y toma de decisiones basada en datos. Especialistas funcionales en áreas como marketing, finanzas, recursos humanos o logística: Que desean integrar la analítica de datos a sus funciones para optimizar procesos y mejorar el rendimiento organizacional. Directivos y gerentes: Que buscan actualizar sus conocimientos en gestión de datos y tecnologías analíticas para liderar con éxito en un entorno empresarial cada vez más orientado al dato.
Requisitos
El acceso a los Másteres UNISEB generalmente requiere: Estar en posesión de un título de Grado, Licenciatura o equivalente. Profesionales con experiencia y proyección profesional en el puesto desempeñado. Si no se cumplen las condiciones anteriores, el departamento de admisiones valorará cada caso particular.
Temario completo de este curso
Plan de estudios
MÓDULO 1. BIG DATA INDUSTRY
- Tema 1. ¿Qué es el big data?
- Tema 2. Big Data Project Management
- Tema 3. Metodologías Agile + SCRUM
- Tema 4. Inteligencia Artificial en la era del big data
- Tema 5. Aplicación del big data
MÓDULO 2. BUSINESS INTELLIGENCE
- Tema 1. Introducción al Business Intelligence
- Tema 2. Tipos y selección de Business Intelligence
- Tema 3. Cuadros de mando
- Tema 4. Fuentes de datos
- Tema 5. Data quality
MÓDULO 3. DATA ANALYSIS
- Tema 1. Estadística
- Tema 2. Métricas
- Tema 3. Regresión y Correlación
- Tema 4. Probabilidad
- Tema 5. Distribuciones
- Tema 6. Intervalos de confianza
- Tema 7. Introducción a los contrastes de hipótesis
- Tema 8. Estadística con R
MÓDULO 4. DATA STORAGE
- Tema 1. Apache Hadoop
- Tema 2. El ecosistema Hadoop
- Tema 3. Apache Spark
- Tema 4. Tecnologías para Streaming
- Tema 5. Sistemas de ficheros y plataformas para big data en cloud
MÓDULO 5. DATABASE MANAGEMENT
- Tema 1. Introducción al dato
- Tema 2. El gobierno del dato
- Tema 3. Privacidad y protección de datos
- Tema 4. Data storage
- Tema 5. Data management en el marketing
MÓDULO 6. INTELIGENCIA ARTIFICIAL
- Tema 1. Introducción al análisis de datos con Python
- Tema 2. Introducción al machine learning
- Tema 3. Machine learning supervisado
- Tema 4. Machine learning no supervisado
- Tema 5. Reinforcement Learning
- Tema 6. Fundamentos de Deep Learning
MÓDULO 7. TECNOLOGÍAS DE BASES DE DATOS
- Tema 1. Fundamentos de bases de datos
- Tema 2. Data technology
- Tema 3. Práctica de SQL (MySQL)
- Tema 4. Práctica de NoSQL. MONGODB
- Tema 5. Práctica de NoSQL (HBase)
- Tema 6. Bases de datos de grafos
- Tema 7. Bases de datos en cloud
MÓDULO 8. VISUALIZACIÓN DE DATOS
- Tema 1. Teoría de la visualización de datos
- Tema 2. Python
- Tema 3. CARTO
- Tema 4. Power BI
- Tema 5. Google Data Studio
MÓDULO 9. API Y SERVICIOS EN LA NUBE
- Tema 1. Concepto y rol estratégico de las APIs (Application Programming Interfaces)
- Tema 2. Tipos de APIs (REST, GraphQL, SOAP) y criterios para su adopción
- Tema 3. Arquitectura Basada en Microservicios
- Tema 4. Contenedorización y Docker ç
- Tema 5. Puesta en contexto del cloud computing
- Tema 6. Diseño y ciclo de vida de las APIs
- Tema 7. Modelos de servicio y proveedores cloud
- Tema 8. Dimensión estratégica y financiera del cloud
- Tema 9. Gobernanza de datos, cumplimiento normativo y gestión del riesgo
- Tema 10. Arquitectura serverless y FaaS
- Tema 11. Integración de microservicios, contenedores y serverless
- Tema 12. Casos prácticos y tendencias futuras
MÓDULO 10. DIRECCIÓN DE PROYECTOS TIC
- Tema 1. Introducción a ITIL
- Tema 2. ¿Por qué ITIL?
- Tema 3. Historia y evolución de ITIL
- Tema 4. Fundamentos de la dirección de proyectos TIC
- Tema 5. Objetivos y beneficios de adoptar ITIL en la gestión de servicios de TI
- Tema 6. Componentes y estructura de ITIL
- Tema 7. Principales publicaciones y versiones de ITIL
- Tema 8. Estructura general y conceptos clave
- Tema 9. Prácticas de ITIL, KPIs, Cadena de Valor del Servicio
- Tema 10. Introducción a la gestión de servicios y ciclo de vida en ITIL
- Tema 11. El ciclo de vida del servicio en ITIL
- Tema 12. Relación entre las fases del Ciclo de Vida del Servicio y su contribución a la calidad del servicio
- Tema 13. ITIL y DevOps: Integración y Colaboración en Entornos Ágiles
- Tema 14. Roles clave en ITIL
- Tema 15. Relaciones entre los roles en ITIL
- Tema 16. Introducción
- Tema 17. Estrategia del servicio
- Tema 18. Diseño del servicio
- Tema 19. Transición del servicio en ITIL
- Tema 20. Operación del servicio en ITIL
- Tema 21. Mejora Continua del Servicio
- Tema 22. Gestión de la Calidad del servicio
- Tema 23. Mejora Continua del Servicio
- Tema 24. Herramientas y técnicas para la Mejora Continua
- Tema 25. Herramientas de gestión de servicios
- Tema 26. Funcionalidades críticas para soportar procesos ITIL
- Tema 27. Integración con otras Herramientas
- Tema 28. Importancia de la integración para una gestión eficaz de servicios
MÓDULO 11. AUDITORÍA Y CALIDAD DE LOS SISTEMAS INFORMÁTICOS
- Tema 1. Definición y Conceptos Básicos de la Calidad en Sistemas Informáticos
- Tema 2. Factores que influyen en la Calidad
- Tema 3. Planificación de la calidad
- Tema 4. Gestión de la calidad en proyectos de Software
- Tema 5. Organización de un Plan de Calidad
- Tema 6. Control de la Calidad
- Tema 7. Métodos del control de la Calidad
- Tema 8. Pruebas de Calidad en Sistemas Informáticos
- Tema 9. Ejemplo práctico de aplicación de diferentes tipos de pruebas en un proyecto de software
- Tema 10. Estrategia de pruebas
- Tema 11. Mejora continua en el proceso de pruebas
- Tema 12. Métricas y Herramientas para Medir la Calidad
- Tema 13. Herramientas de evaluación de Calidad
- Tema 14. Herramientas Específicas
- Tema 15. Calidad en las fases del desarrollo
- Tema 16. Ejemplos reales de cada fase del desarrollo
- Tema 17. Mejora Continua
- Tema 18. Implementación en el Ciclo de Mejora Continua
- Tema 19. Revisión en el Ciclo de Mejora Continua
MÓDULO 12. SERVICIOS Y APLICACIONES WEB
- Tema 1. Introducción al Desarrollo de Aplicaciones Web (DAW)
- Tema 2. Conceptos Básicos de Desarrollo Web
- Tema 3. Arquitecturas Client-Server
- Tema 4. Frontend vs Backend
- Tema 5. Lenguajes y tecnologías fundamentales: HTML, CSS y JavaScript
- Tema 6. Herramientas y entornos de desarrollo
- Tema 7. Gestión de proyectos y dependencias
- Tema 8. Introducción a frameworks y librerías
- Tema 9. Crear una página Web estática con HTML y CSS
- Tema 10. Introducción a Git: Commits y pushes básicos
- Tema 11. Fundamentos de la Arquitectura MVC
- Tema 12. Implementación del MVC en Aplicaciones Web
- Tema 13. Patrones de Diseño Relacionados
- Tema 14. Integración de MVC con Tecnologías Frontend
- Tema 15. Manejo de Rutas y URLs Amigables
- Tema 16. Seguridad y autenticación en aplicaciones MVC
- Tema 17. ASP.NET Core
- Tema 18. Razor Pages
- Tema 19. ASP.NET Core MVC
- Tema 20. Integración de HTML, CSS y JavaScript en ASP.NET Core
- Tema 21. Introducción a Vue.js
- Tema 22. Desarrollo con Vue.js
- Tema 23. Introducción a Angular
- Tema 24. Desarrollo con Angular
- Tema 25. Comparativa entre Vue.js y Angular
- Tema 26. Creación de APIs RESTful con ASP.NET Core
- Tema 27. Seguridad en APIs
- Tema 28. Documentación y pruebas de APIs
- Tema 29. Integración del Backend con Frontend (Vue.js/Angular)
MÓDULO 13. TECNOLOGÍA Y DESARROLLO EN DISPOSITIVOS MÓVILES
- Tema 1. Sistemas de Comunicación Inalámbricos
- Tema 2. Comunicaciones Inalámbricas
- Tema 3. Pasado, presente y futuro de las Comunicaciones Inalámbricas
- Tema 4. Introducción a los Dispositivos móviles
- Tema 5. Componentes de los dispositivos móviles
- Tema 6. Redes a las que puede acceder un dispositivo móvil
- Tema 7. Lenguajes de programación para móviles
- Tema 8. Ejemplos de entornos de programación tecnológicos móviles
- Tema 9. Seguridad en el sistema operativo y las aplicaciones
- Tema 10. Seguridad para el usuario
- Tema 11. Prácticas de seguridad recomendada
- Tema 12. Ecosistema de aplicaciones móviles y app stores
- Tema 13. Modelos de negocio para aplicaciones móviles
- Tema 14. Marketing y tecnología móvil
- Tema 15. Planificación y dirección de proyectos tecnológicos móviles
- Tema 16. Metodología de desarrollo de aplicaciones móviles
- Tema 17. Características de un proyecto de desarrollo para dispositivos móviles
- Tema 18. Modelos de negocio para aplicaciones móviles
- Tema 19. Planificación y dirección de proyectos
- Tema 20. Fundamentos del desarrollo de aplicaciones móviles sobre Android
- Tema 21. Interfaz gráfica de usuario (GUI) en Android
- Tema 22. Herramientas de desarrollo Android
- Tema 23. Diseño de aplicaciones móviles
- Tema 24. Buenas prácticas de diseño
- Tema 25. Problemática de la seguridad en dispositivos móviles
- Tema 26. Seguridad en las comunicaciones inalámbricas
3.795 € 2.795 €
7.000 € 4.200 €
Precio a consultar
1.500 €
5.320 €