Formación Laboris

Máster en Big Data Deportivo

En estos momentos el centro Big Data International Campus no tiene la matrícula abierta para este curso.

Big Data International Campus
Big Data International Campus

Máster Online

Precio: 2001-3000 €
Duración: 1 años

Resumen del máster

Objetivos: Comenzar a pensar como un Análista de datos, aplicando las metodologías de análisis de datos que ayuden a plantear y resolver los problemas dentro del ámbito deportivo a partir de los datos. Conocer aspectos básicos y avanzados de los lenguajes más utilizados por los Análistas de datos: R, Python y SQL. Adquirir, organizar, combinar, limpiar y almacenar datos provenientes de diferentes fuentes en bases de datos y sistemas de almacenamiento tradicionales, incluyendo la información proveniente de Internet a través de APIs o directamente de páginas web. Aplicar análisis de datos estadísticos avanzados y técnicas de aprendizaje automático (machine learning) para identificar patrones utilizando R, RStudio y paquetes relevantes de este lenguaje de programación. Desarrollar software de análisis de datos en Python y realizar análisis de datos avanzados en escala con las librerías de machine learning. Ser capaz de definir la arquitectura de una plataforma Big Data, saber desplegar Hadoop y obtener los conocimientos para administrar dicha plataforma. Conocer el sistema de almacenamiento de datos de Hadoop (HDFS). Comprender las diferentes tecnologías de almacenamiento escalables NoSQL y relacionales SQL. Reconocer las principales herramientas de análisis que forman parte del ecosistema de una plataforma distribuida Hadoop y entender su comportamiento. Estar al día de los principales actores en el mundo de las herramientas de Big Data, tanto comerciales como Open Source que actualmente operan en el mercado. Conocer los diferentes proveedores de datos que existen dentro del mundo del deporte. Hacerse eco de la importancia de la visualización de datos, afrontar proyectos de visualización interactiva de grandes volúmenes de datos y comunicar o publicar en Internet los conocimientos importantes adquiridos a partir de los datos de una manera atractiva y efectiva.

A quién va dirigido: El Máster en Big Data Deportivo está dirigido a Titulados Superiores con perfil deportivo. Titulados técnicos o titulados en las diferentes áreas relacionadas con la tecnología. Titulados técnicos o titulados en las diferentes áreas relacionadas con el deporte. Profesionales o titulados en periodismo, en estadística o Ingeniería y emprendedores, desempleados y todos aquellos que quieran formarse en una disciplina de máxima actualidad y demanda.

Información adicional

Gracias a la colaboración de la UCAM Sports Management University en el Máster en Big Data Deportivo, nuestros estudiantes podrán beneficiarse de los acuerdos de colaboración que la UCAM Sports Management University tienen con más de 25 equipos de LaLiga.

 
ver información adicional
 

Temario completo de este curso

MÓDULO 1. INTRODUCCIÓN Y TEORÍAS. INTRODUCCIÓN. TEORÍA DE JUEGOS. TEORÍA DE LA TOMA DE DECISIONES
75 horas / 3 créditos.

  1. Introducción al uso del Big Data en el mundo del deporte.
  2. Teoría de Juegos:
    1. Los elementos que intervienen en un juego.
    2. Representaciones gráficas.
    3. Tipos de juegos y estrategias.
    4. “El equilibrio de John Nash”.
    5. Teoría y práctica aplicada al deporte.
  3. Teoría de la Toma de Decisiones:
    1. Definiciones y fases del ciclo.
    2. Tipología por niveles y por métodos.
    3. Técnicas de modelación de un proceso de toma de decisiones.
    4. Modelos para la simplificación de la toma de decisiones en una organización en un ambiente de incertidumbre.
    5. Herramientas para la representación de la lógica decisional.

MÓDULO 2. INTRODUCCIÓN AL BIG DATA
150 horas / 6 créditos

  1. Introducción al Big Data.
  2. Casos de uso típicos.
  3. Ecosistema Hadoop y distribuciones disponibles.
  4. Arquitectura clásica de un entorno Hadoop.
  5. Herramientas de ingesta de datos.
  6. Herramientas de procesamiento de datos en batch y Map Reduce.
  7. Desplegar un cluster de Spark en Azure. Diferencia entre cloud y on premise.
  8. Spark(I). Spark dentro del ecosistema Hadoop.
  9. Spark(II). Arquitectura de Spark.
  10. Spark (III). Procesamiento con Spark en Python.
  11. Spark (IV). Optimización de Jobs de spark..

MÓDULO 3. ALMACENAMIENTO Y ADQUISICIÓN DE DATOS
150 horas / 6 créditos

  1. Introducción a las bases de datos relacionales. Conceptos y principales características.
  2. Estructura de datos relacional
  3. Lenguaje de consulta SQL
  4. Introducción a las bases de datos NoSQL. Conceptos y principales características.
  5. Operaciones de Consulta.
  6. Diseño de una base de datos NoSQL.

MÓDULO 4. ANÁLISIS DE DATOS DEPORTIVO Y APRENDIZAJE AUTOMÁTICO CON R Y PHYTON
150 horas / 6 créditos

  1. Programación básica con R.
  2. Limpieza y preparación de datos con R.
  3. Análisis exploratorio con R.
  4. Programación básica con Python.
  5. Aplicaciones de análisis de datos con Python.

MÓDULO 5. ANÁLISIS DE DATOS DEPORTIVOS Y MACHINE LEARNING CON BIG DATA
150 horas / 6 créditos

  1. Introducción a Apache Spark. Comparativa con Hadoop
  2. Casos de uso típicos en el deporte
  3. Instalación y familiarización con la herramienta
  4. Conceptos básicos de Apache Spark
  5. Ecosistema de Apache Spark. Módulos principales
  6. Caso de uso de Apache Spark (I). Spark SQL
  7. Introducción a Machine Learning o Aprendizaje Automático (I)
  8. Machine Learning o Aprendizaje Automático (II)
  9. Caso de uso de Apache Spark (II). Spark MLlib
  10. Caso de uso de Apache Spark (III). Spark GraphX
  11. Caso de uso de Apache Spark (IV). Spark Streaming

MÓDULO 6. BIG DATA EN EL DEPORTE
75 horas / 3 créditos

  1. Introducción al Big Data en el deporte
  2. El origen del Big Data en el deporte: El Beisbol
  3. Moneyball
  4. Uso de estadísticas avanzadas para analizar el juego béisbol: Sabermetría
  5. Del Beisbol al baloncesto: Método Muthuball
  6. Ejemplos actuales del big data en el futbol: Selección Alemana de futbol
  7. Herramientas visuales de análisis y proveedores de datos

MÓDULO 7. PROVEEDORES DE DATOS. OPTA · STATS · WYSCOUT · MEDIACOACH · INSTAT
150 horas / 6 créditos

  1. Introducción a los proveedores de datos
  2. Opta
  3. Instat
  4. Wyscout
  5. MediaCoach
  6. Stat prozone
  7. Portales de estadísticas

MÓDULO 8. HERRAMIENTAS VISUALES DE ANÁLISIS. TABLEAU · WATSON · PENTAHO · MICROSOFT POWER BI · ERIC
150 horas / 6 créditos

  1. Introducción a las diferentes herramientas para análisis de Datos
  2. Tableau
  3. IBM Watson
  4. Pentaho
  5. Microsoft Power BI
  6. Herramientas (Eric, Nac, Longomatch)

MÓDULO 9. ANÁLISIS DE DATOS INDIVIDUAL, COLECTIVO Y DEL RIVAL EN EL DEPORTE.
150 horas / 6 créditos

  1. Análisis individual en deportes.
  2. Tareas prácticas de análisis individual.
  3. Análisis colectivo en deportes.
  4. Tareas prácticas de análisis colectivo.
  5. Análisis del rival en deportes.
  6. Tareas prácticas de análisis del rival.

MÓDULO 10. ANÁLISIS DE DATOS EN EL DEPORTE Y SU RELACIÓN CON EL RENDIMIENTO FÍSICO.
150 horas / 6 créditos

  1. Sistemas de posicionamiento global.
  2. Variables del rendimiento.
  3. Cuantificación de la carga y optimización del rendimiento.

MÓDULO 11. PRESENTACIÓN DE DATOS.
75 horas / 3 créditos

  1. Introducción a la presentación de informes. Características de los grandes oradores
  2. Modelos de informes
  3. Objetivo de la presentación
  4. Pasos básicos de la presentación
  5. Planificación de la presentación: Audiencia, Tiempo y Mensaje
  6. Diseño y Composición de la presentación
  7. Herramientas de visualización de datos.

MÓDULO 12. PROYECTO FIN DE MÁSTER.
150 horas / 6 Créditos

  1. Introducción a la realización de Proyectos de Big Data Deportivo
  2. Pautas esenciales para la organización del proyecto
  3. Realización del Proyecto Fin de Máster
  4. Presentación telemática
 
ver temario completo
 
  

Más cursos relacionados de Deporte y ocio



  • Esneca

    El servicio de marketing deportivo permite ahorrartiempo localizando a los deportistas para que participen en algún anuncio comercial.

    Postgrado
    Distancia
    1.520 € 380 € Descuento


  • Esneca

    A través de este pack de materiales didácticos el alumnado podrá garantizar la continuidad de la formación actualizada y coordinada que permita detectar las oportunidades de actuación de marketing y ...

    Postgrado
    Online
    1.520 € 380 € Descuento


  • FUNIBER Fundación Universitaria Iberoamericana

    Requisitos: El alumno debe tener estudios universitarios finalizados para poderse inscribir.

    Máster
    Distancia
    Consultar precio


  • FUNIBER Fundación Universitaria Iberoamericana

    Requisitos: El alumno debe tener estudios univesrsitarios para inscribirse.

    Máster
    Distancia
    Consultar precio


  • FUNIBER Fundación Universitaria Iberoamericana

    Objetivos: •Profundizar en los estilos de liderazgo y dirección en las organizaciones deportivas.•Desarrollar habilidades para una planificación y gestión estratégica de centros deportivos•Saber ...

    Curso
    Distancia
    Consultar precio


  • FUNIBER Fundación Universitaria Iberoamericana

    La Fundación Universitaria Iberoamericana – FUNIBER ha creado el programa: “Becas Doctorado” dirigido a personas que tengan un excelente expediente académico. A este programa de Becas se han unido ...

    Doctorado
    Distancia
    Consultar precio


  • FUNIBER Fundación Universitaria Iberoamericana

    Fundación Universitaria Iberoamericana (FUNIBER) destina periódicamente una partida económica con carácter extraordinario para Becas en Formación FUNIBER.Para solicitarla, se ha de completar el ...

    Máster
    Distancia
    Consultar precio

Laboris en tu móvil | Recomiéndanos | Favoritos | Ayuda | Acerca de Laboris.net | Condiciones de uso | Política de privacidad | Ofertas de empleo | Política de cookies

SCM Spain © 2019 EMAGISTER Servicios de formación, S.L.