Máster en Data Science y Business Analytics - IMF Smart Education

- Proporcionar conocimientos acerca del procesamiento de datos, los fundamentos de phyton, el mundo del big data, el ciclo de vida de un dato, las técnicas de visualización, la inteligencia de negocio, y el diseño de bases de datos.
- Desarrollar un completo programa de contenidos, en el cual se profundiza sobre el diseño de experimentos, las técnicas de aprendizaje supervisado, los principios de la inteligencia artificial, y la gestión de proyectos.
- Conocer sobre Hadoop y su ecosistema, la toma de decisiones, las técnicas de deep learning, y el proceso de extracción, transformación y carga.

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

MÓDULO I
- Las herramientas del científico de datos
- Fundamentos de Python.
- Librerías para ciencia de datos: Numpy, Pandas, etc.
- Procesamiento de datos y visualización con Python.
- Fundamentos de R.
- Paquetes de R.
- Procesamiento de datos y visualización con R.
MÓDULO II
- Impacto y valor del big data
- Introducción al mundo big data
- Inteligencia de negocio vs. big data.
- Tecnologías big data.
- Impacto sobre la organización.
- El valor del dato y aplicaciones por sectores.
MÓDULO III
- La ciencia de datos. Técnicas de análisis, minería y visualización
- El ciclo de vida del dato
- Calidad del dato
- Preparación y preproceso de datos
- Modelos analíticos
- Herramientas y técnicas de visualización
MÓDULO IV
- Inteligencia de negocio y visualización
- Introducción a la inteligencia de negocio
- Diseño de bases de datos
- Estándar SQL
- El almacén de datos (Data Warehouse)
- Herramientas y procesos de extracción, transformación y carga (ETL)
- Visualización efectiva de información
MÓDULO V
- Estadística para científicos de datos
- Introducción a la estadística
- Probabilidad y muestreo
- Inferencia
- Regresión
- Diseño de experimentos
MÓDULO VI
- Aprendizaje automático
- Herramientas para machine learning
- Técnicas y aplicaciones del aprendizaje supervisado
- Técnicas y aplicaciones del aprendizaje no supervisado
- Modalidades y técnicas de deep learning
- Soluciones en la nube para machine learning
MÓDULO VII
- Inteligencia artificial para la empresa
- Introducción a la inteligencia artificial
- Técnicas y aplicaciones para la toma de decisiones
- Aprendizaje por refuerzo y aplicaciones
- Técnicas y aplicaciones del procesamiento del lenguaje natural (NLP)
- Sistemas de recomendación y aplicaciones
MÓDULO VIII
- Tecnología y herramientas Big Data
- Hadoop y su ecosistema
- Spark. Fundamentos y aplicaciones
- Bases de datos NoSQL.
- Plataforma Cloud
MÓDULO IX
- El Big Data en la empresa
- Estándares de gestión de proyectos
- Gestión ágil de proyectos
- Aspectos regulatorios y éticos
- Gobierno del dato
MÓDULO X
- Aplicaciones por sectores. Masterclasses, estudio de casos y talleres 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 XI
- Trabajo de Fin de Master
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 R
- Introducción a R.
- Vectores
- Matrices
- Listas
- Data-frames
- Estructuras de control.
- Funciones
CURSO III
- Curso de 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
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