¿Qué quieres aprender?

Master data science y análisis de datos

Master data science y análisis de datos

INESEM Business School.

Máster online


1.970

Duración : 12 Meses

¿Quieres hablar con un asesor sobre este curso?

Objetivos

"-Aprender en qué consiste el Data Science y el Big Data.-Saber manejar grandes volúmenes de información e interpretarla.-Capacitar para la conversión de datos en productos o servicios.-Desarrollar dashboards para la presentación de información.-Conocer y aprender lenguajes de programación estadística."

A quién va dirigido

Este máster está dirigido a una variedad muy amplia de perfiles con titulación universitaria entre los que destacan los perfiles informáticos y del ámbito matemático, estadístico o económico. Aunque está pensado sobre todo para estos perfiles, existen muchos campos en los que se puede aplicar los contenidos aquí desarrollados.

Temario completo de este curso

Módulo 1. Conceptos previos en big data y data science unidad didáctica 1. Introducción al big data unidad didáctica 2. Fases de un proyecto de big data unidad didáctica 3. Introducción al data science 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. Explotación y análisis de big data en data science unidad didáctica 1. Bases de datos nosql y el almacenamiento escalableunidad didáctica 2. Introducción a un sistema de bases de datos nosql: mongodbunidad didáctica 3. Ecosistema hadoopunidad didáctica 4. Weka y data miningunidad didáctica 5. Pentaho una solución open source para business intelligencemódulo 4. Analítica web y big data unidad didáctica 1. ¿qué es la analítica web? unidad didáctica 2. Analítica web básica: introducción unidad didáctica 3. Analizar la información cuantitativa unidad didáctica 4. Analizar la información cualitativa unidad didáctica 5. Definición de kpis unidad didáctica 6. Ci: inteligencia competitiva unidad didáctica 7. Analítica web 2.0. Móviles y vídeos unidad didáctica 8. Analítica web 2.0. Redes sociales unidad didáctica 9. Problemas y soluciones de la analítica web unidad didáctica 10. Más allá de los datos unidad didáctica 11. Del big data al linked open data módulo 5. 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 6. Introducción a la programación estadística unidad didáctica 1. Python y el análisis de datos unidad didáctica 2. R como herramienta para big data módulo 7. Cuadro de mando y dashboard unidad didáctica 1. Definición de kpis unidad didáctica 2. Concepto y creación de cuadros de mando unidad didáctica 3.herramientas para la creación de cuadros de mando módulo 8. Data warehouse con herramientas bi (business intelligence) unidad didáctica 1. Presentación unidad didáctica 2. Data warehouse unidad didáctica 3. Datamart unidad didáctica 4. Base de datos central unidad didáctica 5. Implementación de cubos 75 unidad didáctica 6. Sistemas olap unidad didáctica 7. Minería de datos unidad didáctica 8. Ciclo data mining módulo 9. Proyecto final
Ver más