Master de Formación Permanente Data Science y Análisis de Datos (Online)

INESEM Business School ~ Institución privada

‹— Volver al Listado Características Plan de estudios

Master de Formación Permanente Data Science y Análisis de Datos (Online)

INESEM Business School

INESEM Business School Institución privada

Inicio > Posgrados > Business Intelligence > Online

Características

Características

Presentación

En un entorno digitalizado en el que ingentes cantidades de información llegan a las empresas, es fundamental el tratamiento y la minería de datos. Esto contribuye a la búsqueda de profesionales con un perfil analítico y conocimientos profundos en Data Science. Especialízate con este Master Análisis de Datos y Data Science para adentrarte en un sector tecnológico en alza y expectativas muy favorables de empleo.

Para qué te prepara:

El Master Análisis de Datos y Data Science Universitario con 60ECTS te prepara para tomar decisiones fundadas en el análisis de Big Data, Analítica Web y Data Science. Conocerás en profundidad la arquitectura del Big Data mediante técnicas como el Batch Processing o el Cloud Computing. Serás capaz de procesar datos con Hadoop y de utilizar técnicas de minería de datos. Dominarás las herramientas de Business Intelligence como los Sistemas OLAP para el análisis de datos.

Objetivos:

  • Llevar a cabo el procesamiento de datos relacionales con el lenguaje de consulta SQL.
  • Analizar las bases de datos con Sistemas NOSQL (MongoBD) o Sistemas de Computación híbridos.
  • Utilizar técnicas de Data Mining y el software libre Pentaho para Business Intelligence.
  • Gestionar la información obtenida en la web y estudiar las principales KPIs.
  • Conocer el concepto de Linked Open Data y el lenguaje de consulta SPARQL.
  • Conocer las estrategias de creación de Dashboards y cuadros de mando en Excel o Google Analytics.
  • Desarrollar bases de datos DataMart a partir del Data Warehouse de las empresas.

A quién va dirigido

El presente Master Análisis de Datos y Data Science se dirige a los titulados universitarios de las ramas de Matemáticas, Estadística, Informática, Marketing y Comunicación. Principalmente se enfoca a aquellos que busquen una formación universitaria y deseen especializarse en el Data Science, adquiriendo 60 créditos ECTS y alcanzando un grado de especialización elevado.

Salidas Profesionales:

Este Master Análisis de Datos y Data Science expedido por la Universidad de Nebrija te ofrece numerosas salidas profesionales en el ámbito del análisis de datos y la toma de decisiones: Analista de Datos, Arquitecto de Datos, Estadístico, Analista de Negocio, Data Engineer, Consultor Big Data, Programador SQL. Podrás ejercer la novedosa figura de Chief Data Officer (CDO), muy demandada en la actualidad.

Plan de estudios

Plan de estudios

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. ECOSISTEMA 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