Maestría en Análisis de Datos de UNADE

TEMARIO

La Maestría en Análisis de Datos posee una estructura curricular orientada al desarrollo de competencias en Big Data, ciencia de datos, inteligencia artificial y gestión de la información, proporcionando una formación integral para el análisis y aprovechamiento estratégico de los datos en distintos sectores.

El programa se compone de las siguientes asignaturas:

Asignatura 1. Introducción al Big Data.

Se estudian los conceptos fundamentales del Big Data, sus oportunidades de aplicación, la gestión de la información y los principales sectores donde esta tecnología aporta valor.

Asignatura 2. Entendiendo el Big Data: estructura, técnica y aplicación.

Aborda la arquitectura del Big Data, las principales herramientas y tecnologías como Hadoop y MapReduce, el diseño de experimentos, la visualización de datos y casos de aplicación en diferentes ámbitos.

Asignatura 3. Métodos Estadísticos y Data Science.

Introduce la estadística aplicada al Big Data, el uso de lenguajes como Python y R, la organización de proyectos de ciencia de datos y el papel del Data Scientist en organizaciones orientadas al dato.

Asignatura 4. Modelamiento de Datos y Diseño de Bases de Datos.

Profundiza en los métodos de captura y almacenamiento de información, bases de datos relacionales y NoSQL, así como el tratamiento y gestión de datos mediante MongoDB.

Asignatura 5. Data Warehouse y Gestión Documental.

Desarrolla los fundamentos del Data Warehouse, las técnicas de descubrimiento de información y los sistemas de acceso, recuperación y gestión documental.

Asignatura 6. Virtualización y Cloud Computing.

Analiza los principios de virtualización, administración de centros de datos, tecnologías VMware y soluciones de computación en la nube aplicadas a la gestión empresarial.

Asignatura 7. Big Data para Diferentes Sectores.

Examina la aplicación del Big Data en ámbitos como el marketing, los medios de comunicación, el deporte, el turismo, la banca, el derecho y la gestión de recursos humanos.

Asignatura 8. Emprender su Proyecto en Big Data.

El estudiante desarrolla un proyecto aplicado, definiendo objetivos, metodología, resultados y conclusiones relacionados con una investigación o solución basada en Big Data.

Asignatura 9. Entornos Virtuales de Trabajo Colaborativo y Lenguajes y Paradigmas de Programación.

Estudia las tecnologías para el trabajo colaborativo en entornos virtuales, así como herramientas y modelos de gestión y dirección a distancia.

Asignatura 10. Técnicas y Herramientas de Protección de Redes.

Aborda la seguridad de redes, la protección de sistemas, la gestión de servidores Big Data y el impacto de estas tecnologías en la protección de datos.

Asignatura 11. Técnicas de Inteligencia Artificial.

Introduce técnicas de inteligencia artificial, aprendizaje automático, minería de datos, sistemas expertos, redes neuronales, algoritmos genéticos y sistemas recomendadores.

Asignatura 12. Preparación para la Investigación.

Proporciona los fundamentos de la investigación científica, el diseño metodológico, las técnicas de investigación, el análisis de datos y la elaboración de proyectos de investigación.

Asignatura 13. Seminario de Titulación.

Espacio orientado al desarrollo y culminación del trabajo de titulación, integrando los conocimientos adquiridos durante la maestría.

Líneas de investigación:
-Minería de datos y optimización de procesos.
-Técnicas de análisis de datos y métodos estadísticos aplicados.
-Modelado, tratamiento y visualización de datos.
-Virtualización y cloud computing.
-Aplicaciones del Big Data en diferentes sectores.
-Lenguajes de programación, gestión de datos y protección de redes.
-Big Data e inteligencia artificial.