Máster en Ingeniería de Datos y Big Data de ESESA
La cantidad de datos e información que gestiona una entidad es asombrosa y con las tecnologías actuales y desarrollo del conocimiento en esta área hace que sea el momento perfecto para la formación en este ámbito profesional ya que está experimentando, además, una de las tasas de paro más bajas del entorno laboral a nivel global y con perspectivas de crecimiento alcistas.
INSTITUCIÓN: ESESA IMF Digital Business School Málaga
METODOLOGÍA: Másters Presenciales
INICIO: Abierto
DURACIÓN: 6 meses FULL TIME.
HORAS LECTIVAS: 60 ECTS
UBICACIÓN: Sede ESESA IMF Málaga
PRECIO OFICIAL: A consultar
PRECIO CON BECA: A consultar
OBJETIVOS
El Máster en Ingeniería de Datos y Big Data ofrece una formación especializada de alto nivel, que le permitirá hacer frente a situaciones reales de empresa en el área de la gestión y obtención de datos, orientado totalmente al negocio.
Bajo la dirección académica de ARELANCE y con el aval de INDRA, conocerá de la mano de profesionales en activo, los cocimientos y herramientas para la toma de decisiones en base a la analítica de datos, así como los aspectos técnicos para la implantación de modelos predictivos en cualquier tipología de entidad y en todos y cada uno de los departamentos funcionales de una empresa.
- Adquirir conceptos de análisis estadístico y predictivo.
- Aprender los fundamentos de la programación en R para el tratamiento de datos.
- Aprender las técnicas del aprendizaje automático y los modelos existentes.
- Conocer los fundamentos del aprendizaje profundo, modelos conexionistas y redes neuronales.
- Conocer y aplicar las técnicas de minería de texto y procesamiento del lenguaje natural.
- Conocer la inteligencia de negocio usando las herramientas necesarias para el almacenamiento, extracción, carga de datos y visualización.
- Adquirir los conocimientos necesarios para trabajar con bases de datos no convencionales.
- Conocer y aplicar la infraestructura de big data, a través de máquinas virtuales, Hadoop, Spark, etc.ix.
- Estar actualizado en la seguridad y legislación de los datos, además de las técnicas de seguridad.
A QUIÉN VA DIRIGIDO
Este programa, de dedicación a tiempo completo, va dirigido a titulados de las ramas de informática, ingenieros de diversas especialidades y para alumnos procedentes de diferentes formaciones universitarias que tengan conocimientos previos de la materia.
REQUISITOS
Tener un título universitario. Es recomendable haber recibido nociones básicas de informática, matemática o estadística.
TITULACIÓN
Todos los estudiantes que superen satisfactoriamente esta formación conseguirán una Doble Titulación de Máster por la Universidad Católica de Ávila (UCAV) y por ESESA IMF.TEMARIO
MÓDULO 01. Modelos y aprendizaje estadísticos.
- 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 02: Aprendizaje automático aplicado.
- Introducción al aprendizaje automático
- Modelos supervisados
- Modelos no supervisados
- Fundamentos de programación con Python
- Compartir datos, código y recursos en repositorios
- Fundamentos de tratamiento de datos con el stack científico de Python
- Ingeniería de características y selección de mode
- Reglas de asociación y market basket analysis
MÓDULO 03: Aprendizaje profundo.
- Introducción al aprendizaje profundo
- Modelos conexionistas
- Redes neuronales multicapa
- Redes neuronales convolucionales
- Redes neuronales recurrentes
- Redes neuronales adversarias
MÓDULO 04: 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 05: Business Inteligence y visualización.
- Introducción al Business Inteligence
- Fundamentos de bases de datos relacionales
- Almacenes de datos y bases de datos analíticas
- Metología Kimball
- Herramientas de extracción, transformación y carga
- Aplicaciones de Business Inteligence
- Fundamentos de visualización de datos
- Herramientas de visualización
MÓDULO 06: Almacenamiento e integración de datos.
- Bases de datos no convencionales
- Modelos de base de datos basados en documentos
- Modelos de base de datos basados en columnas
- Modelos de base de datos basados en grafos
- Modelos de base de datos basados en clave-valor
- Adquisición de datos
MÓDULO 07: Infraestructura de Big Data
- Manejo de máquinas virtuales y terminal de comandos
- Fundamentos de tecnologías de Internet
- Procesamiento de datos con Hadoop
- Herramientas Hadoop
- Procesamiento de datos con Spark
- Arquitecturas de streaming
- Componentes de arquitecturas de streaming
MÓDULO 08: 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
- Estándares de gestión de proyectos
- Buenas prácticas en los procesos de Big Data
MÓDULO 09: Aplicaciones analíticas y Seguridad de los Datos
- Caso de estudio de analítica escalable
- Caso de estudio de analítica en redes sociales
- Caso de estudio en Internet Of Things
- Caso de estudio en analítica financiera (el rating de empresas)
- Caso de estudio en analítica de clientes: Location Analytics
- Caso de estudio de técnicas de recuperación de información
- Principios de seguridad de datos
- Legislación en la seguridad de datos
- Auditoría e informática forense
- Fundamentos y técnicas de ciberseguridad
MÓDULO 10. Desarrollo TFM
CURSO - Iniciación a Python
- Introducción a Python
- Condicionales en Python
- Estructuras repetitivas en Python
- Colecciones. Listas
- Funciones de cadenas
- Colecciones. Diccionarios
- Funciones
- Manejo de ficheros
- Orientación a objetos
CURSO - Iniciación a R
- Introducción a R
- Vectores
- Matrices
- Listas- Data Frames
- Estructuras de control
- Funciones
CURSO - Metodologías ágiles. Scrum
- Qué es Scrum y cómo aplicarlo
- El marco Scrum
- Equipos autoorganizados
- El papel de clientes y stakeholder
- Gestión ágil de productos y proyectos
- Desarrollo e integración continua
- Cómo evolucionar hacia una organización ágil
PROFESORADO
Jose Ignacio Merino: Con más de 20 años de experiencia en el sector IT. Ha centrado su labor profesional en los últimos años en el mundo de Big Data. Con formación tecnológica y marketiniana aporta una visión real del mundo de los análisis y manejo de datos. Director del área Big Data y Analítica en Arelance y experiencia docente en entidades como, ESESA, la Universidad Pablo de Olavide, Universidad de Córdoba, ISDI Foundation, etc.
Enrique Cibantos: Cuenta con más de 20 años de experiencia en el sector IT con diferentes puestos entre los que podemos destacar su labor como responsable de Sistemas en el CIO Mijas. Es formador habitual para diferentes entidades como Arelance, Vértice en diferentes disciplinas relacionadas con los sistemas informáticos o la Escuela de Organización Industrial. Especializado en los últimos años en Cloud Computing.
Jonathan Valle: Delegado de protección de datos (Data Protection Officer) (DPD/DPO). Consultor RGPD/LOPDGDD/LSSI. Responsable de implantaciones como auditorías de la Ley Orgánica de Protección de Datos a todos los niveles. Es asesor de protección de datos y seguridad de la información, cumplimiento de normativas y legislación en el área del comercio electrónico. Actualmente compatibiliza su labor de formador, con la de asesor y auditor en estas materias.
Bueká P. Torao: Ingeniero informático por la UEM, con más de 14 años de experiencia en desarrollo de software y gestión técnica de proyectos e integración de datos. Ha trabajado en proyectos con clientes como telefónica, Vodafone, administraciones públicas, etc . Actualmente es Data Engineer en RavenPack Internacional.
Javier Tejedor: NTL Manager & LeadDataScientist at Endesa | Kaggle Master. Con alrededor de 20 años analizando y gestionando datos en Endesa, Javier desarrolla de forma paralela una labor docente en diferentes escuelas de negocio donde despliega sus conocimientos en Big Data. Forma parte además de la comunidad Kaggle donde es Kaggle Master.
Miguel Ángel Ruz: Ingeniero en informática y experto en Big Data con más de 20 años de experiencia en desarrollo. Formador con más de 9 años de experiencia en formación IT, en diferentes sectores como banca, marketing digital, aviación, etc. Además da formación para diferentes escuelas de negocios.
Juan Martín Bellido: Licenciado en economía, MBA internacional y diplomado en Marketing Digital. Cuenta con más de 8 años de experiencia y especialista en Data Analytics. Actualmente es Analytics and Media Manager en Amazon España.
Mª Matilde Vázquez Pérez:
Ingeniera de Telecomunicaciones por la Universidad de Málaga y Master en Big Data & Business Analytics por la escuela de negocios ESESA/IMF. Mis inquietudes profesionales han estado siempre ligadas al sector de la Sanidad y las Ciencias de la Salud, donde tengo más de 10 años de experiencia. Actualmente soy Manager del equipo de Interoperabilidad y Analytics del grupo Dedalus para Iberia y Latinoamerica.
Marcos Arjona Fernández: Security Technical Program Manager en VirusTotal dentro de Google Cloud Platform, supervisando programas globales de threat intelligence. Anteriormente Gestor e Impulsor de proyectos de Innovación en Telefónica Cybersecurity & Cloud Tech en el Área de Innovación y Laboratorio de Ciberseguridad. Profesor sobre seguridad de la información del máster de ciberseguridad del Campus Internacional de Ciberseguridad. Docente y divulgador en temáticas de seguridad e innovación.
Carlos Pinto Perez: Graduado en matemática y máster en big data & Data Sciencie por la Universidad de Sevilla . Actualmente es Data Engineer en la empresa RavenPack donde realiza funciones de scraping.
Adolfo Cortés: Ingeniero de sistemas con más de 20 años de experiencia en el secto IT. Ha trabajado en importantes empresas como Ingenia, IBM, etc.Actualmente trabaja en la empresa Metricell, trabajando en el departamenteo del dato. Además es profesor es profesor del máster de Big Data de la Universidad Rey Juan Carlos.
Juan Antonio Córdoba García: Ingeniero en Electrónica, Robótica y Mecatrónica en la Universidad de Málaga, con titulación propia en IOT en la UMA. Apasionado de la IA, Machine Learning y Deep Learning. Actualmente trabaja como Data Scientist en Lleego.
MÁS DETALLES
Rankings
Déjanos tus datos y un asesor experto se pondrá en contacto contigo sin compromiso:
- Mundo Posgrado® 2025. Todos los derechos reservados.
Aviso legal | Política de privacidad | Política de cookies | Contacto | Ranking Mejores Masters |
- Mundo Posgrado® 2025. Todos los derechos reservados.
