Lo sentimos, en estos momentos este programa no está activo en CanalCursos.com
Máster en Big Data Management con especialización en Data Science
- Máster |
- Presencial en Madrid
Precio
Contacta con el centro para más información
Pide Información y sin compromiso
Descripción del curso
Detalles
Dirigido a:
Personas interesadas en realizar este Máster en Big Data Management con especialización en Data Science
Comentarios:
Aprende las principales técnicas para el análisis avanzado de los datos y especialízate como Data Scientist
El Data Scientist es uno de los perfiles más demandados por las empresas pero es necesario tener conocimientos en Big data y en las diversas técnicas de análisis de los datos para poder generar valor resolviendo problemas complejos.
Este Máster aporta esos conocimientos profundizando en las técnicas analíticas requeridas para obtener el máximo valor de los datos que demandan las diferentes áreas de negocio.
A través de la metodología learning by doing aprenderás practicando con las tecnologías más tradicionales y disruptivas del modelado analítico, que te permitirá generar valor a través de modelos que habilitan la toma de decisiones predictiva y prescriptiva para adelantarte a las necesidades de las áreas de negocio.
Acompañamiento personalizado
El tutor te acompañará en todo momento haciendo el seguimiento necesario para poder superar con éxito el programa.
Aula Virtual
Acceso a los recursos del programa y la interacción con el tutor, claustro, compañeros y atención al alumno de ICEMD. El aula virtual está abierta las 24 horas y los 7 días de la semana.
Proyectos reales
Los alumnos ponen en práctica lo aprendido a través de la realización de proyectos individuales y grupales basados en casos reales sobre las disciplinas del programa cursado.
100% Networking
Con el tutor, claustro y resto de compañeros, todos apasionados de las disciplinas digitales que enriquecerán aún más la experiencia.
Lifelong learning: Eventos
ICEMD agrupa en Lifelong Learning sus iniciativas para fomentar la integración de las disciplinas de la Economía Digital en las estrategias de desarrollo profesional y de competitividad empresarial. A los alumnos de larga duración les ofrecemos, como apoyo a su formación, acciones complementarias de asesoramiento sobre habilidades, conocimientos y experiencias relevantes para el desarrollo profesional en la Economía Digital.
Trabajo final de Máster
Los alumnos realizarán un trabajo final de Máster para poner el práctica todo lo aprendido durante el programa. En todo momento estarán acompañados de un tutor que les dará apoyo durante la realización del proyecto.
Temario:
Con el Máster en Big Data Management con especialización en Data Science dominarás las diferentes técnicas y tecnologías para analizar y gestionar proyectos de datos de la mano de un claustro de profesores compuesto por expertos en Big data.
MÁSTER EN BIG DATA MANAGEMENT & DATA SCIENCE
MBD_MÓDULO 1: FUNDAMENTOS DE BIG DATA
1. Qué es Big Data y qué no es Big Data
2. Business Intelligence Tradicional. Datawarehousing, OLAP, Dataminig
3. Casos de uso de Big Data
› Telco
› Banca
› Seguros
› Retail
› Otros
4. Cómo detectar, abordar y liderar un proyecto de Big Data
5. Presentación del trabajo de fin de máster
MBD_MÓDULO 2: ARQUITECTURAS BIG DATA
1. Fundamentos de arquitecturas Big Data
› Framework Hadoop
› Ecosistema Apache
2. Ingesta de datos
Batch: Sqoop
› Streaming: Kafka, Flume
3. Procesamiento distribuido
› Batch: MapReduce, Spark
› Streaming: Spark, Storm
4. Explotación de datos
› Herramientas de explotación
› APIS
5. Distribuciones Big Data
› Cloudera
› Hortonworks
6. Entornos Cloud
› Amazon Web Services. Desplieghue de un cluster
› Azure. Herramientas analíticas
› Google Cloud Platform. BigQuery
7. Caso Práctico y aplicación a proyecto
MBD_MÓDULO 3: PROCESAMIENTO DE DATOS EN BIG DATA
1. Lenguajes de programación
› Python
› Scala
2. Procesamiento Batch
› MapReduce
› Hive
› Spark
3. Procesamiento en Real Time
› Spark Streaming
› Storm
4. Ciclo de vida de las aplicaciones. DevOps
› Integración continua
› Despliegue continuo
5. Caso Práctico y aplicación a proyecto
MBD_MÓDULO 4: DATA SCIENCE
1. Introducción a Data Science
› Estadística descriptiva
› Modelización predectiva
2. Inteligencia Artificial y Machine Learning
› Fundamentos
› Datamining vs Machine Learning
› Aprendizaje supervisado
› Aprendizaje no supervisado
› Procesamiento de lenguaje natural
3. Implementación de modelos de Data Science
› Python. Fundamentos
› R. Fundamentos
4. Herramientas: Knime, BigML, Datameer y Watson
5. Sistemas GIS. Carto
6. Caso Práctico y aplicación a proyecto
MBD_MÓDULO 5: DATA VISUALIZATION
1. Técnicas de visualización de datos
2. Tableau
3. Qlikview
4. Carto
5. Open Source Tools
6. Caso Práctico y aplicación a proyecto
MBD_MÓDULO 6: SEARCH MACHINES Y BASES DE DATOS SQL Y NOSQL
1. Introducción a máquinas de búsqueda de datos
› Solr
› ElasticSearch
2. Bases de datos SQL vs NoSQL. Fundamentos y aplicabilidad
3. Tipologías de bases de datos NoSQL
› Clave valor
› Column Family
› Documentales
› Grafos
4. Caso Práctico y aplicación a proyecto
MBD_MÓDULO 7: DATA GOVERNANCE Y SEGURIDAD
1. Linaje de datos
2. Data Quality
3. Data Management
4. Seguridad en los datos
› LOPD
› GDPR
› Hacking Ético
5. Metodologías de gestión de proyectos
› Conceptos clave
› Agile: Srum
6. Caso Práctico y aplicación a proyecto
MBD_MÓDULO 8: THIRD PARTY DATA
1. Open Data
› España
› Europa & USA
2. IoT aplicado a Big Data
› Smart Cities
› Smart Services
3. Información agregada disponible en el mercado
› B2C
› B2B
4. Caso Práctico y aplicación a proyecto
MBD_MÓDULO 9: FINANZAS EN BIG DATA
1. Fundamentos básicos. Margen de contribución
2. Plan de negocio en Big Data
› Construcción
› Monitorización
3. Gestión de recursos en proyectos Big Data
› Infraestructuras
› RRHH
› Third Party
4. Monetización de datos
5. Caso Práctico y aplicación a proyecto
PROGRAMA SUPERIOR EN DATA SCIENCE
1. Estadística descriptiva avanzada
2. Modelos predictivos de Big Data
3. Análisis Cluster
4. Reconocimiento de patrones
5. Data Mining avanzado
6. Herramientas: Knime y BigML
7. Machine Learning. Modelización avanzada
8. Implementación de modelos avanzados
› Python avanzado
› R avanzado
9. Big Data y Sistemas GIS
10. Redes Neuronales
11. Análisis de grafos
12. Explotación y operación de modelos
› Supervisados
› Integración en tiempo real
13. Deep Learning
14. Chatbots
15. Procesamiento de lenguaje natural
16. Aplicaciones prácticas de IA
Duración:
15 meses
Fechas:
Abril 2018: Desde el 06/04/2018, hasta el 06/07/2019....
Personas interesadas en realizar este Máster en Big Data Management con especialización en Data Science
Comentarios:
Aprende las principales técnicas para el análisis avanzado de los datos y especialízate como Data Scientist
El Data Scientist es uno de los perfiles más demandados por las empresas pero es necesario tener conocimientos en Big data y en las diversas técnicas de análisis de los datos para poder generar valor resolviendo problemas complejos.
Este Máster aporta esos conocimientos profundizando en las técnicas analíticas requeridas para obtener el máximo valor de los datos que demandan las diferentes áreas de negocio.
A través de la metodología learning by doing aprenderás practicando con las tecnologías más tradicionales y disruptivas del modelado analítico, que te permitirá generar valor a través de modelos que habilitan la toma de decisiones predictiva y prescriptiva para adelantarte a las necesidades de las áreas de negocio.
Acompañamiento personalizado
El tutor te acompañará en todo momento haciendo el seguimiento necesario para poder superar con éxito el programa.
Aula Virtual
Acceso a los recursos del programa y la interacción con el tutor, claustro, compañeros y atención al alumno de ICEMD. El aula virtual está abierta las 24 horas y los 7 días de la semana.
Proyectos reales
Los alumnos ponen en práctica lo aprendido a través de la realización de proyectos individuales y grupales basados en casos reales sobre las disciplinas del programa cursado.
100% Networking
Con el tutor, claustro y resto de compañeros, todos apasionados de las disciplinas digitales que enriquecerán aún más la experiencia.
Lifelong learning: Eventos
ICEMD agrupa en Lifelong Learning sus iniciativas para fomentar la integración de las disciplinas de la Economía Digital en las estrategias de desarrollo profesional y de competitividad empresarial. A los alumnos de larga duración les ofrecemos, como apoyo a su formación, acciones complementarias de asesoramiento sobre habilidades, conocimientos y experiencias relevantes para el desarrollo profesional en la Economía Digital.
Trabajo final de Máster
Los alumnos realizarán un trabajo final de Máster para poner el práctica todo lo aprendido durante el programa. En todo momento estarán acompañados de un tutor que les dará apoyo durante la realización del proyecto.
Temario:
Con el Máster en Big Data Management con especialización en Data Science dominarás las diferentes técnicas y tecnologías para analizar y gestionar proyectos de datos de la mano de un claustro de profesores compuesto por expertos en Big data.
MÁSTER EN BIG DATA MANAGEMENT & DATA SCIENCE
MBD_MÓDULO 1: FUNDAMENTOS DE BIG DATA
1. Qué es Big Data y qué no es Big Data
2. Business Intelligence Tradicional. Datawarehousing, OLAP, Dataminig
3. Casos de uso de Big Data
› Telco
› Banca
› Seguros
› Retail
› Otros
4. Cómo detectar, abordar y liderar un proyecto de Big Data
5. Presentación del trabajo de fin de máster
MBD_MÓDULO 2: ARQUITECTURAS BIG DATA
1. Fundamentos de arquitecturas Big Data
› Framework Hadoop
› Ecosistema Apache
2. Ingesta de datos
Batch: Sqoop
› Streaming: Kafka, Flume
3. Procesamiento distribuido
› Batch: MapReduce, Spark
› Streaming: Spark, Storm
4. Explotación de datos
› Herramientas de explotación
› APIS
5. Distribuciones Big Data
› Cloudera
› Hortonworks
6. Entornos Cloud
› Amazon Web Services. Desplieghue de un cluster
› Azure. Herramientas analíticas
› Google Cloud Platform. BigQuery
7. Caso Práctico y aplicación a proyecto
MBD_MÓDULO 3: PROCESAMIENTO DE DATOS EN BIG DATA
1. Lenguajes de programación
› Python
› Scala
2. Procesamiento Batch
› MapReduce
› Hive
› Spark
3. Procesamiento en Real Time
› Spark Streaming
› Storm
4. Ciclo de vida de las aplicaciones. DevOps
› Integración continua
› Despliegue continuo
5. Caso Práctico y aplicación a proyecto
MBD_MÓDULO 4: DATA SCIENCE
1. Introducción a Data Science
› Estadística descriptiva
› Modelización predectiva
2. Inteligencia Artificial y Machine Learning
› Fundamentos
› Datamining vs Machine Learning
› Aprendizaje supervisado
› Aprendizaje no supervisado
› Procesamiento de lenguaje natural
3. Implementación de modelos de Data Science
› Python. Fundamentos
› R. Fundamentos
4. Herramientas: Knime, BigML, Datameer y Watson
5. Sistemas GIS. Carto
6. Caso Práctico y aplicación a proyecto
MBD_MÓDULO 5: DATA VISUALIZATION
1. Técnicas de visualización de datos
2. Tableau
3. Qlikview
4. Carto
5. Open Source Tools
6. Caso Práctico y aplicación a proyecto
MBD_MÓDULO 6: SEARCH MACHINES Y BASES DE DATOS SQL Y NOSQL
1. Introducción a máquinas de búsqueda de datos
› Solr
› ElasticSearch
2. Bases de datos SQL vs NoSQL. Fundamentos y aplicabilidad
3. Tipologías de bases de datos NoSQL
› Clave valor
› Column Family
› Documentales
› Grafos
4. Caso Práctico y aplicación a proyecto
MBD_MÓDULO 7: DATA GOVERNANCE Y SEGURIDAD
1. Linaje de datos
2. Data Quality
3. Data Management
4. Seguridad en los datos
› LOPD
› GDPR
› Hacking Ético
5. Metodologías de gestión de proyectos
› Conceptos clave
› Agile: Srum
6. Caso Práctico y aplicación a proyecto
MBD_MÓDULO 8: THIRD PARTY DATA
1. Open Data
› España
› Europa & USA
2. IoT aplicado a Big Data
› Smart Cities
› Smart Services
3. Información agregada disponible en el mercado
› B2C
› B2B
4. Caso Práctico y aplicación a proyecto
MBD_MÓDULO 9: FINANZAS EN BIG DATA
1. Fundamentos básicos. Margen de contribución
2. Plan de negocio en Big Data
› Construcción
› Monitorización
3. Gestión de recursos en proyectos Big Data
› Infraestructuras
› RRHH
› Third Party
4. Monetización de datos
5. Caso Práctico y aplicación a proyecto
PROGRAMA SUPERIOR EN DATA SCIENCE
1. Estadística descriptiva avanzada
2. Modelos predictivos de Big Data
3. Análisis Cluster
4. Reconocimiento de patrones
5. Data Mining avanzado
6. Herramientas: Knime y BigML
7. Machine Learning. Modelización avanzada
8. Implementación de modelos avanzados
› Python avanzado
› R avanzado
9. Big Data y Sistemas GIS
10. Redes Neuronales
11. Análisis de grafos
12. Explotación y operación de modelos
› Supervisados
› Integración en tiempo real
13. Deep Learning
14. Chatbots
15. Procesamiento de lenguaje natural
16. Aplicaciones prácticas de IA
Duración:
15 meses
Fechas:
Abril 2018: Desde el 06/04/2018, hasta el 06/07/2019.
Sede principal del centro
Madrid: Camino de Valdenigrales - 28223 - Pozuelo de Alarcón- Madrid: Camino de Valdenigrales - 28223 - Pozuelo de Alarcón
Ofertas relacionadas
| Disculpa las molestias, en este momento no existen programas similares |
Estás viendo
Máster en Big Data Management con especialización en Data Science
Precio