La formación, dotará al estudiante de las herramientas clave para hacer frente a situaciones reales de empresas en el área de la gestión y obtención de datos, orientado al negocio. Aprenderá de profesional en activo, las herramientas para la toma de decisiones con base a la analítica de datos, incluidos los aspectos técnicos para la implantación de modelos predictivos en todo tipo de entidad y para cualquier departamento funcional de una empresa.
MÓDULO 01. Ciencia de datos
Principios de ciencia de datos.
Herramientas.
Principios legales.
MÓDULO 02. Cloud y ciencia de datos
Fundamentos del modelo Cloud.
Modelos de servicios.
Cloud híbridos.
Herramientas de orquestación.
MÓDULO 03: Aprendizaje automático aplicado.
Introducción al aprendizaje automático.
Modelos supervisados.
Modelos no supervisados.
Fundamentos de programación con Python
Compartir datos, código y recursos en repositorios.
Fundamentos de tratamiento de datos con el stack científico de Python.
Ingeniería de características y selección de mode.
Reglas de asociación y market basket analysis.
MÓDULO 04. Base de datos SQL y NOSQL
Tipos de datos.
Introducción a las bases de datos relacionales.
Conceptos de fundamentales de SQL.
Bases de datos NOSQL.
Bases de datos relacionales Vs bases de datos NOSQL.
Sistema de bases de datos NOSQL.
MongoDB.
Funcionamiento y uso de MongoDB.
MÓDULO 05. Programación para el análisis de datos – Python
Introducción a Python.
Trabajando con datos.
Librerías para análisis de datos.
MÓDULO 06. Lenguaje R en Big data
Introducción a R.
Tipos de datos.
Estadística descriptiva y predictiva.
R en Hadoop.
MÓDULO 07. Análisis de datos
Fundamentos de visualización de datos.
Fundamentos de estudio de datos.
Visualización y análisis.
MÓDULO 08: 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 09: 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.
Estándares de gestión de proyectos.
Buenas prácticas en los procesos de Big Data
MÓDULO 10. Desarrollo TFM.
Finalizada la formación, recibirás una doble titulación de:
Para acceder al máster, es necesario que el estudiante posea Titulación Universitaria.
Información Adicional
Finalizada la formación, podrás desempeñarte como:
