SQL, Python y R, Hadoop, Spark, Data Mining, Machine Learning, Deep Learning,... ¿Te suenan estos conceptos? El Big Data es la profesión del presente y del futuro y con el Máster de Big Data y Business Analytics aprenderás todo lo necesario para desarrollarte en un sector en el que no existe el desempleo.
Máster en Big Data y Business Analytics
Pago al contado desde 2.245€
4.490€
Becado por
Doble acreditación
Conviértete en un experto
¿POR QUÉ REALIZAR ESTE MÁSTER?
Qué te ofrecemos
NUESTROS VALORES
Quién impartirá las clases
Profesores
Sandra Navarro
DIRECTORA
Business & Marketing Intelligence, Big Data & Digital Transformation, Advanced Analytics, Training. Dentro de su carrera profesional ha liderado equipos en proyectos de Inteligencia de Negocio.
Nerea Sevilla
Experta Big Data
Desarrollo de carrera profesional como experto en la ciencia de datos como generador de valor y conocimiento de negocio. En la actualidad como Responsable de Proyectos de Business Intelligence y BigData dentro de Lanbide
María Guitiérrez
Experta en negocios digitales
Ceo y fundadora en HIWOOK. Co-líder en Foro Intraemprendimiento y nuevos negocios Digitales.
Alberto Barbado
Científico de datos
Alberto es científico de datos en la unidad Big Data de LUCA dentro de Telefónica. Su trabajo incluye liderar las propuestas de analítica avanzada e IA dentro de algunos de los productos de software de Big Data
Programa del curso
60 ECTS
MÓDULO 1: INTRODUCCIÓN AL BIG DATA
1. Objetivos
2. Contexto
3. De los datos a las decisiones estratégicas
4. Bases de datos relacionales
5. Data Management
6. Bussines Intelligence
7. Big Data
8. Corporate Performance Management
9. Analytics
10. Ámbitos de Analytics
11. Internet of Things
12. La digitalización de las empresas
13. Gestión de Proyectos
14. Protección de datos
15. Conclusiones
16. ¿Y ahora qué?
MÓDULO 2: TABLEAU
- Introducción
- Primeros pasos
- Análisis visual
- Cálculos
- Series de tiempo
- Mapas
- Combinación de fuentes
- Técnicas de visualización
- Cuadros de mando
- Depuración y normalización de datos
MÓDULO 3: BASES DE DATOS RELACIONALES: SQL. DATAWAREHOUSE
- Introducción
- Base de datos
- Mysql
- Manipulación de bases de datos
- Tipos de datos
- Normalización
- Manipulación de tablas
- Comandos SQL
- Funciones SQL
- Datawarehouse
MÓDULO 4: PYTHON Y R
- Python
- R
MÓDULO 5: BASES DE DATOS NOSQL Y HDFS (BIG DATA)
Introducción y Persistencia políglota
- Introducción
- Persistencia políglota
Modelos de datos
- Modelo de datos
Conceptos y diseño de bases de datos distribuidas
- Bases de datos distribuidas
- Diseño de bases de datos distribuidas
Modelo Acid y Bases de datos analíticas NoSQL
- Modelo ACID
- Bases de datos analíticas NoSQL
MÓDULO 6: ARQUITECTURAS BIG DATA: HADOOP Y SPARK
- Introducción al big data. El porqué de su existencia
- Business intelligence vs big data
- Perfiles profesionales del big data
- Ciclo de vida del big data
- Diseños tecnológicos en big data
- Hadoop
- Apache spark
- Spark sobre hadoop
- Panorámica de herramientas de big data 70
- Instalación y configuración
MÓDULO 7: DATA MINING, MACHINE LEARNING Y DEEP LEARNING
- Introducción
- Aprendizaje Supervisado
- Aprendizaje no supervisado
- Deep learning
MÓDULO 8: DATA MANAGEMENT
- Introducción
- Gobierno de datos
- Arquitectura de datos
- Seguridad de datos
- Integración de datos
- Datos maestros y de referencia
- Datawarehousing y Bussines Intelligence
- Gestión de metadatos
- Calidad de datos
MÓDULO 9: PREPARACIÓN DE DATOS DE AUTOSERVICIO. EXCEL, TALEND Y TRIFACTA
Unidad 1. Preparación de datos.
- Introducción
- Soluciones de autoservicio – self-service
- Técnicas para tratamiento de datos.
- Gestión de la calidad de datos.
- Tipos de problemas con los datos
- Enlaces de interés unidad 1.
Unidad 2. Excel
- Limpieza de datos con excel
- Conjunto de datos (dataset)
- Funciones. Parte i
- Funciones. Parte ii
- Funciones. Parte iii
- Enlaces de interés unidad 2.
Unidad 3. Talend data preparation
- Instrucciones para la instalación.
- Data cleasing con talend data preparation
- Funciones básicas de limpieza.
- Normalización de datos.
- Enriquecimiento de datos.
- Enlaces de interés unidad 3.
Unidad 4. Trifacta wrangler
- Instrucciones para el registro
- Data cleasing con trifacta
- Funciones básicas de limpieza.
- Normalización de datos.
- Enriquecimiento de datos.
- Enlaces de interés unidad 4
