fbpx

Máster en Big Data y Business Analytics STRUCTURALIA

Máster en Big Data y Business Analytics STRUCTURALIA

El Máster en Inteligencia de Negocio forma profesionales para manejar grandes datos y generar valor a través de análisis, preparándote para enfrentar la demanda creciente del sector.

INICIO: Abierto
DURACIÓN: 12 meses
HORAS LECTIVAS: 60 ECTS
PRECIO OFICIAL: 2.245
 

OBJETIVOS

 

Según las consultoras más importantes en el sector tecnológico, para los próximos años la demanda de perfiles del campo de la Inteligencia de Negocio habrá crecido de una manera tan exponencial que será imposible hacerle frente. Escuchamos la expresión Big Data por todos lados, pero ¿sabemos a qué se refiere? A día de hoy la gente emplea la palabra Big Data para referirse a "tengo un montón de datos y necesito guardarlos para que después me aporte valor en mi empresa".

A QUIÉN VA DIRIGIDO

 

- Perfiles profesionales que necesitan manejar y gestionar grandes volúmenes de datos dentro de sus empresas. - Recién licenciados que ven en el uso de los datos una oportunidad de abrirse camino dentro de las empresas

REQUISITOS

 

Estar en posesión de titulación universitaria

TITULACIÓN

  Titulación Universitaria de Máster de Formación Permanente en Big Data y Business Analytics con 1500 horas y 60 créditos ECTS por la Universidad Católica de Murcia

TEMARIO

 

MÓDULO 1. INTRODUCCIÓN AL BIG DATA UNIDAD DIDÁCTICA 1. LOS DATOS EN LAS EMPRESAS UNIDAD DIDÁCTICA 2. DEL BUSINESS INTELLIGENCE AL BIG DATA UNIDAD DIDÁCTICA 3. ARQUITECTURAS TECNOLÓGICAS BIG DATA UNIDAD DIDÁCTICA 4. BIG DATA ANALYTICS MÓDULO 2. CURSO POWER BI UNIDAD DIDÁCTICA 1. COMENZANDO CON POWER BI UNIDAD DIDÁCTICA 2. MODELADO DE DATOS Y DAX UNIDAD DIDÁCTICA 3. VISUALIZACIÓN DE DATOS UNIDAD DIDÁCTICA 4. LLEVANDO POWER BI AL SIGUIENTE NIVEL MÓDULO 3. BASES DE DATOS RELACIONALES. SQL. DISEÑO DE UN DATAWAREHOUSE (BIG DATA) UNIDAD DIDÁCTICA 1. PRIMEROS PASOS EN SQL UNIDAD DIDÁCTICA 2. COMANDOS SQL UNIDAD DIDÁCTICA 3. FUNCIONES SQL UNIDAD DIDÁCTICA 4. DISEÑO DE UN DATAWAREHOUSE MÓDULO 4. LENGUAJES DE PROGRAMACIÓN. PYTHON Y R (BIG DATA) UNIDAD DIDÁCTICA 1.TRATAMIENTO DE DATOS EN PHYTON UNIDAD DIDÁCTICA 2. ESTRUCTURAS Y FUNCIONES EN PHYTON. PROGRAMACIÓN ORIENTADA A OBJETOS UNIDAD DIDÁCTICA 3. TRATAMIENTOS DE DATOS R UNIDAD DIDÁCTICA 4. ESTRUCTURAS AVANZADAS EN R MÓDULO 5. BASES DE DATOS NOSQL (BIG DATA) UNIDAD DIDÁCTICA 1. INTRODUCCIÓN BBDD NOSQL UNIDAD DIDÁCTICA 2. MODELOS DE DATOS NOSQL UNIDAD DIDÁCTICA 3. BBDD DISTRIBUIDAS MÓDULO 6. PREPARACIÓN DE DATOS DE AUTOSERVICIO UNIDAD DIDÁCTICA 1. PREPARACIÓN DE DATOS UNIDAD DIDÁCTICA 2. PREPARACIÓN DE DATOS CON EXCEL UNIDAD DIDÁCTICA 3. PREPARACIÓN DE DATOS CON TALEND UNIDAD DIDÁCTICA 4. PREPARACIÓN DE DATOS CON DATAPREP BY TRIFACTA MÓDULO 7. DATA MINING, MACHINE LEARNING Y DEEP LEARNING (BIG DATA) UNIDAD DIDÁCTICA 1. APRENDIZAJE SUPERVISADO (I) UNIDAD DIDÁCTICA 2. APRENDIZAJE SUPERVISADO (II) UNIDAD DIDÁCTICA 3. APRENDIZAJE NO SUPERVISADO UNIDAD DIDÁCTICA 4. DEEP LEARNING MÓDULO 8. DEEP LEARNING AVANZADO UNIDAD DIDÁCTICA 1. DEEP LEARNING SUPERVISADO (I) UNIDAD DIDÁCTICA 2. DEEP LEARNING SUPERVISADO (II) UNIDAD DIDÁCTICA 3. DEEP LEARNING NO SUPERVISADO (I) UNIDAD DIDÁCTICA 4. DEEP LEARNING NO SUPERVISADO (II) MÓDULO 9. INTELIGENCIA ARTIFICIAL UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL UNIDAD DIDÁCTICA 2. TIPOS DE INTELIGENCIA ARTIFICIAL UNIDAD DIDÁCTICA 3. INTRODUCCIÓN A LOS ALGORITMOS DE APRENDIZAJE AUTOMÁTICO UNIDAD DIDÁCTICA 4. PROYECTO LLAVE EN MANO CON INTELIGENCIA ARTIFICIAL MÓDULO 10. TFM. MÁSTER EN BIG DATA Y BUSINESS ANALYTICS

COMPETENCIAS

 

· Aprender a diferenciar los conceptos de Big Data, Business Intelligence y todo el ámbito de Analytics en un mundo donde a todo se le llama "Big Data". · Adquirir una visión global del Big Data & Analytics. · Identificar estrategias y oportunidades de negocio · Comprender mejor la tecnología necesaria · Conocer el perfil de los profesionales adecuados · Adquirir la capacidad de interlocución del Big Data & Analytics · Tener una visión generalizada de las herramientas de las que disponemos en el mercado Entender y desarrollar la complejidad técnica y científica · Gestión técnica de proyectos y de equipos de trabajo de BI/Big Data · Gestionar de manera correcta los temas legales relacionados con el uso de los datos

PROFESORADO

 

ISAÍAS ARANDA CANO, DANIEL CABRERA ARMENTEROS