Master Data Science y Análisis de Datos + 60 Créditos ECTS (Online)
Máster y Postgrado
A distancia / Online
Todo el año
1.500 horas
Descripción
Con este máster en Data Science podrás aprender todos los conocimientos necesarios de Data Science y Big Data para poder convertirse en un profesional que sepa analizar y manejar cantidades de datos elevadas que sirvan para tomar decisiones fundamentales en las empresas para mejorar muchos aspectos de ella. Este máster lo convertirá en un valor diferencial muy a tener en cuenta por las empresas del sector.
Titulación Propia Universitaria expedida por la Universidad Antonio de Nebrija con 60 créditos ECTS.
Requisitos
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
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 ESCALABLE
UNIDAD DIDÁCTICA 2. INTRODUCCIÓN A UN SISTEMA DE BASES DE DATOS NOSQL: MONGODB
UNIDAD DIDÁCTICA 3. PROCESAMIENTO DISTRIBUIDO DE DATOS CON HADOOP
UNIDAD DIDÁCTICA 4. WEKA Y DATA MINING
UNIDAD DIDÁCTICA 5. PENTAHO UNA SOLUCIÓN OPEN SOURCE PARA BUSINESS INTELLIGENCE
MÓDULO 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
Convocatorias
Inicio: Todo el año
