Menú
¡Llama gratis! 900 264 357

Máster en Big Data y Business Intelligence Online

IMF Business School

 

Centro Premium

Programa de Máster en Big Data y Business Intelligence

IMF Business School
Online
Pedir información
Online
3955 €
Precio: 11.300 euros. Beca del 65% de descuento: 3.955 euros.Financiación hasta en 12 meses sin intereses. Forma de pago: Al contado (Descuento 5%) / Pago fraccionado sin intereses

Descripción

El perfil de Big Data Architect es uno de los más cotizados en el sector IT, según un informe de Los + Buscados de Spring Professional 2018.

Este máster ofrece a los alumnos una visión global de las tecnologías Big Data y su utilidad, así como una formación práctica en técnicas analíticas para el negocio. En este contexto surgen nuevos roles profesionales como Data Scientist lo que ha producido una reformación de las tecnologías de procesamiento de datos. 

A quién va dirigido

  • Informáticos o profesionales en carreras afines
  • Graduados en carreras con un componente cuantitativo fuerte, como estadística y matemáticas.
  • Graduados y profesionales en diferentes áreas de empresa y economía

Objetivos

El objetivo principal de este máster es que el alumno aprenda del conocimiento y experiencia práctica de profesionales (autores del programa formativo de IMF) que combinan un background técnico sólido y la aplicabilidad de las tecnologías, mediante el uso de la tecnología, utilizando las herramientas software que se aplican en entornos profesionales para obtener una formación en el área de Business Analytics y Big Data de manera flexible.

Temario

MÓDULO I

Fundamentos Tecnológicos para el Tratamiento de Datos

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 II

Modelos y Aprendizaje Estadístico

Tratamiento de Datos con R.

Análisis exploratorio de datos.

Inferencia estadística.

Aplicación de Modelos Lineales.

Aprendizaje estadístico.

Otros modelos estadísticos.


MÓDULO III

Aprendizaje Automático Aplicado

Introducción al Aprendizaje Automático.

Modelos Supervisados.

Modelos no Supervisados.

Ingeniería de características y selección de modelos.

Modelos Conexionistas.

Descubrimiento de asociaciones.


MÓDULO IV

Minería de Texto y Procesamiento del Lenguaje Natural (PLN)

Introducción a las técnicas de tratamiento del Lenguaje Natural.

Herramientas de PLN I.

Herramientas de PLN II.

Minería de Texto I: Clasificación.

Minería de Texto II: Agrupamiento.

Otras aplicaciones y técnicas de Pln.


MÓDULO V

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 Inteligencia de Negocio.

Fundamentos de Visualización de Datos.

Herramientas de Visualización.


MÓDULO VI

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 VII

Almacenamiento e Integración de Datos

Bases de Datos no convencionales.

Modelos de Base de Datos basados en documentos.

Modelos de Base de Datos basados en columnas.

Modelos de Base de Datos basados en grafos.

Modelos de Base de Datos basados en clave-valor.

Adquisición de Datos.


MÓDULO VIII

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 IX

Aplicaciones Analíticas

Caso de estudio de Analítica Escalable.

Caso de estudio de Analítica en Redes Sociales.

Caso de estudio en Internet Of Things.

Caso de estudio en Analítica Financiera.

Caso de estudio en Analítica de Clientes.

Caso de estudio de Técnicas de Recomendación.


MÓDULO X

Trabajo Fin de Máster

Titulación obtenida

Todos los alumnos que superen con éxito este Máster conseguirán las siguientes titulaciones:

  • Máster en Business Analytics & Big Data por la Universidad Nebrija
  • Máster en Business Analytics y Big Data por IMF Business School.

Requisitos

Titulación Universitaria o Experiencia profesional acreditada (Consultar condiciones)

Para estudiar este máster se necesita un nivel de inglés B2 o superior. Así mismo, Es recomendable que el alumno tenga conocimientos de programación en Python y R, así como de bases de datos (relacionales, NoSQL) y Hadoop o similares.


Información Adicional

DURACIÓN: 60 ECTS

EVALUACIÓN: Online

PRÁCTICAS: Posibilidad de prácticas presenciales en empresas


Contacta ahora con el centro