¡ME INTERESA!

Máster en Big Data Online o Presencial

Centro de formación

IMF Smart Education

0,0

0 opiniones /
Ofrecido por:
Precio
A CONSULTAR
Tipo Másters
Modalidad Online / A distancia, Presencial
¿Tienes dudas? Te las resolvemos sin compromiso:

Solicita más información sin compromiso

Puedes rellenar este formulario y nos pondremos en contacto contigo

¿Cuándo contactamos contigo?


Enviando...

Información general

DESCRIPCIÓN:

El máster en Big Data online o presencial es una formación profesional, que se especializa en ofrecer contenidos actualizados acerca del uso de máquinas virtuales, el tratamiento de datos, los fundamentos de las tecnologías de internet, los modelos lineales, el aprendizaje estadístico, y los fundamentos del aprendizaje automático.

Consiste en una interesante capacitación impartida por el prestigioso Centro Educativo IMF Business School, que posee una duración de 60 ECTS, mencionando que el máster está disponible en modalidad online y presencial, y tendrás la oportunidad de realizar prácticas en una empresa.
Titulación universitaria Prácticas Apostilla de la Haya Certificado de profesionalidad

ASPECTOS A TENER EN CUENTA

OBJETIVOS DEL CURSO:

- Proporcionar conocimientos acerca de los fundamentos de la programación en python, el análisis exploratorio de datos, las tecnologías de internet, la probabilidad e inferencia estadística, el aprendizaje automático, y los modelos supervisados y no supervisados.
- Desarrollar un completo programa de contenidos, en el cual se profundiza sobre los modelos conexionistas, las reglas de asociación, los fundamentos de la visualización de datos, y los principios de la inteligencia de negocio.
- Conocer sobre la gestión de equipos, las metodologías ágiles, las bases de datos no convencionales, la regresión logística, y los recursos repositorios.

¿A quién va dirigido?

Este Master Big Data está dirigido a profesionales y recién graduados de diferentes perfiles que quieran orientarse hacia profesiones emergentes relacionadas con el análisis de datos. Los perfiles pueden ser de tres tipos:
- Perfiles TIC: informáticos, o ingenierías afines, o profesionales que hayan desarrollado su carrera en el desarrollo de software o en la administración de sistemas de TI.
- Perfiles cuantitativos: graduados en carreras con un componente cuantitativo fuerte, como estadística y matemáticas, que quieran ampliar sus competencias con técnicas de adquisición, almacenamiento y gestión de datos, así como adquirir nuevas capacidades analíticas.
- Perfiles de negocio: graduados y profesionales en diferentes áreas de empresa y economía que quieran especializarse en la analítica del negocio, adquiriendo un background sólido en el manejo de lenguajes estadísticos y en la comprensión de la tecnología especialmente en cuanto a su aplicación técnica. Cabe señalar, por tanto, que este máster tiene un enfoque fundamentalmente técn

TITULACIÓN

Todos los alumnos que superen con éxito este Máster online conseguirán las siguientes titulaciones:
- Máster en Big Data por la Universidad Nebrija.
- Máster en Big Data y Business Analytics por IMF Smart Education.
Adicionalmente, también podrán conseguir el:
- Título del Curso de Metodologías Ágiles: Scrum Master por IMF Smart Education

Requisitos

- Titulación Universitaria o Experiencia profesional acreditada
- Nivel de inglés B2 o superior.
- Necesario tener conocimientos de programación.
- Es especialmente recomendable un conocimiento básico de Python o R.

UBICACIONES DE NUESTRAS SEDES

Máster en Big Data Online o Presencial se imparte en las siguientes sedes:

TE RECOMENDAMOS VER TAMBIÉN

En los siguientes enlaces podrás ver Másters similares:

TEMARIO

MÓDULO I
- Fundamentos de tratamiento de datos para Data Science
- 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..
- Importante: este módulo es introductorio o de nivelación, destinado a la adquisición de las competencias esenciales para la programación estadística, el manejo de bases de datos y el uso de la virtualización, además de otras competencias generales que son necesarias en el resto de los módulos.
MÓDULO II
- Modelos y Aprendizaje Estadístico
- 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 Aplicado (Machine Learning)
- Introducción al aprendizaje automático.
- Modelos supervisados.
- Modelos no supervisados.
- Ingeniería de características y selección de modelos.
- Modelos conexionistas (Redes neuronales y Deep Learning)
- Reglas de asociación y market basket analysis.
MÓDULO IV
- Minería de Texto y Procesamiento del Lenguaje Natural (PLN)
- Introducción histórica y tecnológica.
- Herramientas pln I: 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 y Visualización
- Introducción a la inteligencia de negocio.
- Almacenes de datos y bases de datos analíticas.
- Herramientas de extracción, transformación y carga.
- Aplicaciones de business intelligence.
- 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: Introducción a las herramientas NoSQL
- Modelos de base de datos basados en documentos: Prácticas con MongoDB
- Modelos de base de datos basados en columnas: Prácticas con Casandra
- Modelos de base de datos basados en grafos: Prácticas con Neo4j
- Modelos de base de datos basados en clave-valor: Prácticas con Redis
- Adquisición de datos: Ingesta con Flume con Kafka
MÓDULO VIII
- Valor y Contexto de la 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 prácticos
- Este módulo se presenta mediante seminarios que pretenden ayudar al estudiante a escoger una especialización profesional. Los temas corresponderán a contenidos centrados en la analítica de datos, aplicada a diferentes dominios y áreas de negocio.
MÓDULO X
- Trabajo Fin de Máster
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
CURSO II
- Curso de iniciación a Python
- Introducción a Python
- Condicionales en Python
- Estructuras repetitivas en Python
- Colecciones y listas
- Funciones de cadenas
- Colecciones y diccionarios
- Manejo de ficheros
- Orientación a objetos
CURSO III
- Curso de iniciación a R
- Introducción a R.
- Vectores
- Matrices
- Listas
- Data-frames
- Estructuras de control.
- Funciones
COMPLEMENTOS I
- Recursos audiovisuales complementarios
- Casos de estudio:
- Analítica financiera
- Analítica de clientes: location analytics
- Analítica escalable
- Analítica en redes sociales
- Pasos necesarios para realizar un EDA (Análisis de Datos Exploratorio)
- Introducción a Pandas
- Presentación de la unidad Gestión de equipos y métodos ágiles
- Introducción a las metodologías ágiles
- Inteligencia artificial y nuevo orden mundial
- El gobierno del dato

SALIDAS PROFESIONALES

  • Científico de datos
  • Analista de Big Data
  • Chief Data Officer
  • Business Intelligence Manager
  • Arquitecto en Big Data
  • Data Engineer

Opiniones

No hay opiniones registradas para este curso