Menú
¡Llama gratis! 900 264 357

Master en Big Data del centro IMF Smart Education

Programa de Master en Big Data

Centro Premium

Modalidad: Presencial
Duración 1 año
Precio: 8000 €
Localización: Madrid
Financiación sin intereses hasta en 12 meses. Descuento por pago al contado.

Descripción

Adquiere una visión global de las tecnologías Big Data y su uso, así como una formación aplicada y práctica en técnicas analíticas para el negocio (Business Analytics).

Estudiarás con temarios completamente actualizados, adquirirás los conocimientos, habilidades y destrezas necesarias para ejercer la profesión e ingresar al mundo laboral si complicaciones.

El componente práctico del máster incluye visitas a empresas donde podrás verificar los procesos que se manejan realmente en cada una de ellas. Además, accederás a una bolsa de empleo donde encontrarás variedad de ofertas.

A quién va dirigido

  1. Informáticos, o ingenierías afines, o profesionales que hayan desarrollado su carrera en el desarrollo de software o en la administración de sistemas de TI.
  2. Graduados en carreras con un componente cuantitativo fuerte, como estadística y matemáticas.
  3. Graduados y profesionales en diferentes áreas de empresa y economía que quieran especializarse en la analítica del negocio.

Objetivos

  1. Entender el valor de los datos y su análisis en las organizaciones.
  2. Conocer las principales tecnologías de procesamiento paralelo y de almacenamiento de datos escalable.
  3. Implementar las técnicas y métodos de data analytics a problemas de negocio usando técnicas de programación estadística.
  4. Usar técnicas de aprendizaje automático y de minería de texto a la extracción de valor de los datos y a la construcción de modelos predictivos.
  5. Dominar las técnicas y métodos de Data Science en R y Python y conocer su aplicación a diferentes áreas de negocio.
  6. Conocer las principales tecnologías de paralelización de datos, para procesamiento batch o streaming (tiempo real).

Temario

MÓDULO 1 - Fundamentos de tratamiento de datos para Data Science.

Uso de máquinas virtuales y shell de comandos.

Fundamentos de programación en Python.

Fundamentos de bases de datos relacionales.

Fundamentos de tecnologías de Internet.

Compartir datos, código y recursos en repositorios.

Fundamentos de tratamiento de datos con el stack científico de Python..

Importante: este módulo es introductorio o de nivelación, destinado a la adquisición de las competencias esenciales para la programación estadística, el manejo de bases de datos y el uso de la virtualización, además de otras competencias generales que son necesarias en el resto de los módulos. 

MÓDULO 2 - Modelos y Aprendizaje Estadístico.

Lenguaje R y tratamiento de datos.

Análisis exploratorio de datos.

Probabilidad e Inferencia estadística.

Modelos lineales y aprendizaje estadístico.

Regresión logística, modelos restringidos de ridge y lasso y gradiente descendiente.

GLMS y series temporales.

MÓDULO 3 - Aprendizaje Automático Aplicado (Machine Learning)

Introducción al aprendizaje automático.

Modelos supervisados.

Modelos no supervisados.

Ingeniería de características y selección de modelos.

Modelos conexionistas (Redes neuronales y Deep Learning)

Reglas de asociación y market basket analysis.

MÓDULO 4 - Minería de Texto y Procesamiento del Lenguaje Natural (PLN)

Introducción histórica y tecnológica.

Herramientas pln I: NLTK

Herramientas de PLN II: Brat y Gate.

Text mining I: clustering.

Text mining II: sentimiento y temas.

Otras aplicaciones y técnicas de PLN.

MÓDULO 5 - Inteligencia de Negocio y Visualización.

Introducción a la inteligencia de negocio.

Almacenes de datos y bases de datos analíticas.

Herramientas de extracción, transformación y carga.

Aplicaciones de business intelligence.

Fundamentos de visualización de datos.

Herramientas de visualización.

MÓDULO 6 - Infraestructura Big Data.

Procesamiento de datos con Hadoop.

Herramientas Hadoop.

Procesamiento de datos con Spark.

Arquitecturas de streaming.

Componentes de arquitecturas de streaming.

Plataformas y Apis en la nube

MÓDULO 7 - Almacenamiento e Integración de Datos.

Bases de datos no convencionales: Introducción a las herramientas NoSQL.

Modelos de base de datos basados en documentos: Prácticas con MongoDB.

Modelos de base de datos basados en columnas: Prácticas con Casandra.

Modelos de base de datos basados en grafos: Prácticas con Neo4j.

Modelos de base de datos basados en clave-valor: Prácticas con Redis.

Adquisición de datos: Ingesta con Flume con Kafka.

MÓDULO 8 - Valor y Contexto de la Analítica Big Data.

El business case de Big Data.

Proyectos de Big Data.

Aplicaciones analíticas por sectores.

Tecnologías emergentes en analítica.

Gestión de equipos y métodos ágiles.

Aspectos regulatorios del tratamiento de datos.

MÓDULO 9 - Aplicaciones Analíticas. Casos prácticos.

Este módulo se presenta mediante seminarios que pretenden ayudar al estudiante a escoger una especialización profesional. Los temas corresponderán a contenidos centrados en la analítica de datos, aplicada a diferentes dominios y áreas de negocio.

MÓDULO 10 - Trabajo Fin de Máster.

CURSO 1 - Curso de Metodologías Ágiles.

Introducción a las metodologías ágiles.

Introducción a Scrum.

Roles y responsabilidades.

Eventos de un proyecto Scrum.

Artefactos de Scrum.

Métricas y estimaciones.

Herramientas Colaborativas.

CURSO 2 - Curso de iniciación a Python.

Introducción a Python.

Condicionales en Python.

Estructuras repetitivas en Python.

Colecciones y listas.

Funciones de cadenas.

Colecciones y diccionarios.

Manejo de ficheros.

Orientación a objetos.

CURSO 3 - Curso de iniciación a R.

Introducción a R.

Vectores.

Matrices.

Listas.

Data-frames.

Estructuras de control.

Funciones.

COMPLEMENTOS 1 - Recursos audiovisuales complementarios.

Casos de estudio:

Analítica financiera.

Analítica de clientes: location analytics.

Analítica escalable.

Analítica en redes sociales.

Pasos necesarios para realizar un EDA (Análisis de Datos Exploratorio)

Introducción a Pandas.

Presentación de la unidad Gestión de equipos y métodos ágiles.

Introducción a las metodologías ágiles.

Inteligencia artificial y nuevo orden mundial.

El gobierno del dato.

Titulación obtenida

Recibirás, las siguientes titulaciones:

  1. Máster en Big Data por la Universidad Católica de Ávila (UCAV)..
  2. Máster en Big Data y Business Analytics por IMF Smart Education.

Adicionalmente, también podrán conseguir el: Título del Curso de Metodologías Ágiles: Scrum Master por IMF Smart Education.

Requisitos

Cumplir alguna de estas condiciones:

  1. Titulación Universitaria (posibilita la obtención de Doble Titulación Universidad Católica de Ávila (UCAV). IMF)
  2. Posibilidad de acceso con Experiencia profesional acreditada (Consultar condiciones)

Información Adicional

Beneficios:

  1. Acceso a la bolsa de empleo.
  2. Becas.
  3. Pagos en cuotas.
  4. Tutorías constantes.
  5. Clases en vivo.
Contacta ahora con el centro

Junglebox S.L. (Responsable) tratará tus datos personales con la finalidad de gestionar el envío de solicitudes de información requeridas y el envío de comunicaciones promocionales sobre formación, derivadas de tu consentimiento. Podrás ejercer tus derechos de acceso, supresión rectificación, limitación, portabilidad y otros derechos, según lo indicado en nuestra P. de Privacidad​