Maestría en Inteligencia de Negocios y Analítica de Datos Masivos (Big Data) - IMF Smart Education

- Proporcionar conocimientos acerca de las arquitecturas de streaming, los modelos supervisados y no supervisados, los fundamentos del tratamiento de datos, la probabilidad e inferencia estadística, y la selección de modelos.
- Desarrollar un completo programa de contenidos, en el cual se profundiza sobre las herramientas de visualización, la adquisición de datos, las metodologías ágiles, la gestión de equipos, y los aspectos regulatorios del tratamiento de datos.
- Conocer sobre los sistemas integrados de gestión, la analítica en redes sociales, la aplicación de la inteligencia de negocios, y los modelos conexionistas.

Magíster en Sistemas de Información, mención en inteligencia de negocios y analítica de datos por la Universidad Internacional del Ecuador

MÓDULO I
- Tratamiento de datos
- Uso de máquinas virtuales y shell de comandos.
- Fundamentos de programación en Python.
- Fundamentos de bases de datos relacionales.
- Fundamentos de tecnologías de Internet.
- Compartir datos, código y recursos en repositorios.
- Fundamentos de tratamiento de datos con el stack científico de Python.
MÓDULO II
- Modelos y aprendizaje
- Lenguaje R y tratamiento de datos.
- Análisis exploratorio de datos.
- Probabilidad e Inferencia estadística.
- Modelos lineales y aprendizaje estadístico.
- Regresión logística, modelos restringidos de ridge y lasso y gradiente descendiente.
- GLMS y series temporales
MÓDULO III
- Aprendizaje automático
- Modelos supervisados.
- Modelos no supervisados.
- Ingeniería de características y selección de modelos.
- Modelos conexionistas.
- Reglas de asociación y market basket analysis
MÓDULO IV
- Procesamiento del Lenguaje Natural (PLN)
- Introducción histórica y tecnológica.
- Herramientas PLN: NLTK
- Herramientas de PLN II: Brat y Gate.
- Text mining I: clustering.
- Text mining II: sentimiento y temas.
- Otras aplicaciones y técnicas de PLN.
MÓDULO V
- Inteligencia de Negocio
- Almacenes de datos y bases de datos analíticas.
- Herramientas de extracción, transformación y carga.
- Aplicaciones de inteligencia de negocio.
- Fundamentos de visualización de datos.
- Herramientas de visualización.
MÓDULO VI
- Infraestructura Big Data
- Procesamiento de datos con Hadoop.
- Herramientas Hadoop.
- Procesamiento de datos con Spark.
- Arquitecturas de streaming.
- Componentes de arquitecturas de streaming.
- Plataformas y Apis en la nube
MÓDULO VII
- 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 VIII
- 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.
- Aspectos regulatorios del tratamiento de datos.
MÓDULO IX
- Aplicaciones analíticas
- Casos de estudios:
- Analítica escalable.
- Analítica en redes sociales.
- Internet Of Things.
- Analítica financiera (el rating de empresas).
- Analítica de clientes: Location Analytics.
- Técnicas de recuperación de información.
MÓDULO X
- Plan de titulación y sistemas integrados de gestión
- Sistemas integrados de gestión y responsabilidad social.
- Diseño e implementación de proyectos con componentes de investigación aplicada y/o de desarrollo.
- Diseño y redacción de artículos profesionales de alto nivel.
- Análisis de modelos prácticos para el desarrollo del examen de carácter complexivo.
CURSO I
- Curso de Metodologías Ágiles
- Introducción a las metodologías ágiles
- Introducción a Scrum
- Roles y responsabilidades
- Eventos de un proyecto Scrum
- Artefactos de Scrum
- Métricas y estimaciones
- Herramientas Colaborativas