![Menu Principal](/sites/udima.es/themes/udima/images/menuSelect.png)
![Menu Principal](/sites/udima.es/themes/udima/images/menuSelect.png)
![Menu Principal](/sites/udima.es/themes/udima/images/menuSelect.png)
Actualmente nos encontramos en la era de la información digital. Esto significa que diariamente se generan cantidades incontables de información. Para poder gestionarla, analizarla y almacenarla se necesitan herramientas muy potentes.
La tecnología Big Data juega un papel muy importante en esta era. Es una disciplina que agrupa todas las actividades relacionadas con los sistemas que manipulan grandes conjuntos de datos que es lo que permite a las grandes empresas optimizar la toma de decisiones y obtener resultados de una manera más inteligente.
Debido a ello desde hace unos años, las empresas piden expertos profesionales en Big Data que puedan gestionar e implementar sistemas que permitan obtener estos datos, tratarlos y aplicarlos en beneficio de las instituciones.
La profesión de Big Data es una de las profesiones del futuro y se ha convertido en uno de los perfiles profesionales más demandados en este momento. Multitud de empresas de diferentes sectores buscan especialistas en Big Data y análisis de datos.
El Máster en Big Data, Data Science & Analítica de datos, proporciona al alumno una formación integral que le permite diseñar y gestionar proyectos de Big Data y a sacar la máxima rentabilidad al tratamiento de datos masivos. Capacita al alumno para poder liderar proyectos tecnológicos y tomar decisiones de forma eficiente dentro de un sector muy dinámico y con una gran proyección profesional.
Con este máster el alumno manejará todo el ciclo de vida del dato: desde la ingesta en una arquitectura de big data (incluyendo arquitecturas cloud), su transformación y su modelado a diferentes modelos en función de la casuística que se quiera representar, hasta todo lo relativo a analítica avanzada (con machine learning, aplicando diferentes algoritmos y modelos preventivos o predictivos) y la visualización de esos modelos con herramientas de visualización (como por ejemplo Power BI, etc.).
El Máster está enfocado a aquellas personas que quieran adquirir o fortalecer las capacidades técnicas y analíticas necesarias para una carrera de éxito en Analítica, Data Science y Big Data.
Dirigido a profesionales con base tecnológica que quieran desarrollar una carrera en la industria de la analítica y el Big Data ayudando a los departamentos cuantitativos o analíticos en la toma de decisiones de negocio.
Para poder acceder al Máster se valorará conocimientos y experiencia en al menos 1 lenguaje de programación y haber programado en al menos 1 entorno de desarrollo.
El objetivo general de este máster es capacitar a los participantes para que adquieran competencias en Data Science, Data Engineer, Data Analytics y Big Data a nivel de diseño de arquitecturas, gestión de datos y analítica avanzada con técnicas de Machine Learning.
Objetivos Específicos
El Máster en Big Data, Data Science & Analítica de datos prepara al alumno para:
Actualmente nos encontramos en la era de la información digital. Esto significa que diariamente se generan cantidades incontables de información. Para poder gestionarla, analizarla y almacenarla se necesitan herramientas muy potentes.
La tecnología Big Data juega un papel muy importante en esta era. Es una disciplina que agrupa todas las actividades relacionadas con los sistemas que manipulan grandes conjuntos de datos que es lo que permite a las grandes empresas optimizar la toma de decisiones y obtener resultados de una manera más inteligente.
Debido a ello desde hace unos años, las empresas piden expertos profesionales en Big Data que puedan gestionar e implementar sistemas que permitan obtener estos datos, tratarlos y aplicarlos en beneficio de las instituciones.
La profesión de Big Data es una de las profesiones del futuro y se ha convertido en uno de los perfiles profesionales más demandados en este momento. Multitud de empresas de diferentes sectores buscan especialistas en Big Data y análisis de datos.
El Máster en Big Data, Data Science & Analítica de datos, proporciona al alumno una formación integral que le permite diseñar y gestionar proyectos de Big Data y a sacar la máxima rentabilidad al tratamiento de datos masivos. Capacita al alumno para poder liderar proyectos tecnológicos y tomar decisiones de forma eficiente dentro de un sector muy dinámico y con una gran proyección profesional.
Con este máster el alumno manejará todo el ciclo de vida del dato: desde la ingesta en una arquitectura de big data (incluyendo arquitecturas cloud), su transformación y su modelado a diferentes modelos en función de la casuística que se quiera representar, hasta todo lo relativo a analítica avanzada (con machine learning, aplicando diferentes algoritmos y modelos preventivos o predictivos) y la visualización de esos modelos con herramientas de visualización (como por ejemplo Power BI, etc.).
El Máster está enfocado a aquellas personas que quieran adquirir o fortalecer las capacidades técnicas y analíticas necesarias para una carrera de éxito en Analítica, Data Science y Big Data.
Dirigido a profesionales con base tecnológica que quieran desarrollar una carrera en la industria de la analítica y el Big Data ayudando a los departamentos cuantitativos o analíticos en la toma de decisiones de negocio.
Para poder acceder al Máster se valorará conocimientos y experiencia en al menos 1 lenguaje de programación y haber programado en al menos 1 entorno de desarrollo.
El objetivo general de este máster es capacitar a los participantes para que adquieran competencias en Data Science, Data Engineer, Data Analytics y Big Data a nivel de diseño de arquitecturas, gestión de datos y analítica avanzada con técnicas de Machine Learning.
Objetivos Específicos
El Máster en Big Data, Data Science & Analítica de datos prepara al alumno para:
1. Módulo 1. Introducción a Big Data & Analytics - 4 ECTS
1.1 ¿Qué es Big Data & Analytics?
1.2 ¿Para qué sirven?
1.3 ¿Qué problemas resuelven?
1.4 Del Big Data al Business Analytcs
1.5 Escenarios y retos
2. Módulo 2. Tecnologías Big Data - 7 ECTS
2.1 Introducción al Big Data
2.2 Arquitectura básica de un sistema Big Data
2.3 Infraestructuras y componentes del Big Data
2.4 Almacenaje y gestión de la información
2.5 Cálculo distribuido
2.6 Procesamiento batch y streaming
2.7 Servicios en cloud: Microsoft Azure, Amazon Web Service, Google Cloud Platform)
2.8 Tecnologías Big Data: R, Python, Hadoop, Map Reduce, Spark Cloudera
3. Módulo 3. Introducción a la Ciencia de Datos - 7 ECTS
3.1. ¿Qué es la ciencia de datos?
3.2 El proceso de la ciencia de datos: Exploración de datos y estadísticas descriptivas
3.3 Node.js
3.4 Fundamentos estadísticos
3.4 Minería de datos
3.5 Introducción a las principales librerías
3.6 Bases de datos relacionales
3.7 Herramientas de análisis y visualización
3.8 ¿Cómo relacionar la ciencia de datos con el Big Data?
4. Módulo 4. Estudio y Modelado del Dato - 6 ECTS
4.1. ¿Qué es el modelado de datos?
4.2 Bases de datos: Sql y NoSql
4.3 Diferentes técnicas de análisis y modelado de datos
4.4. Herramientas de modelado de datos: SQL
4.5 Calidad de datos: Data Quality
4.6 DataWareHouse, DataMarts
4.7 Open Data Store
5. Módulo 5. Analítica Avanzada - 6 ECTS
5.1 ¿Qué es la analítica avanzada de los datos?
5.2 Evolución del Business intelligence a la analítica avanzada
5.3 Estrategías de analítica avanzada: Analítica descriptiva, Analítica predictiva y Analítica Prescriptiva
5.4 Herramientas: R Studio, Python, Google Colab
5.5 Android Cloud Storage & Android Access Framework
5.6 Python: introducción a Python
5.7 Monitorización y control. Control de versiones
6. Módulo 6. Inteligencia Artificial - 6 ECTS
6.1. Introducción a la inteligencia artificial
6.2 Machine Learning: Aprendizaje
6.3 Machine Learning: Modelos (Algoritmos)
6.4 Métodos de interpretación de Machine Learning: (ML)
6.5 Aplicaciones de la Inteligencia Artificial (IA): Minería de datos
6.6 Procesamiento del lenguaje natural (NLP)
7. Módulo 7. Inteligencia Artificial Avanzada - 7 ECTS
7.1 Introducción a la inteligencia artificial avanzada
7.2 Redes neuronales
7.3 Deep learning
7.4 Python:: ML y DL en Python
7.5 La IA y la resolución de problemas
7.6 Machine learning en imágenes y videos
Modelos de análisis de sentimientos (computación sobre texto, redes sociales, etc.)
8. Módulo 8. Aplicación de la IA al negocio - 7 ECTS
8.1. Fases de un proyecto de IA
8.1.1. Modelado y Elección de los algoritmos
8.1.2. Implementación del modelo: metodología para garantizar una solución viable
8.1.3. Mantenimiento y actualización. Uso del modelo y requerimientos de implementación. Monitorizar el rendimiento y la efectividad de los modelos implementados
8.1.4. Gobierno del dato en la IA
8.1.5. Metodología agile y metodología scrum
La plataforma Kaggle: ¿Qué es? Algunos de sus proyectos
Ejemplo caso de uso de negocio
9. TFM - 10 ECTS
Videos, sesiones en vivo, Contenido PDF, actividades, microactividades, test autoevaluación, videotutoriales, ponencias, enlaces a recursos externos, tutorías y foro.
Nuestro método de enseñanza en Modalidad Online ofrece una metodología completa y específica cuyo objetivo es que el alumno adquiera las habilidades necesarias y reciba una formación flexible y de calidad, adaptada a las nuevas necesidades.
Para alcanzarlo el alumno cuenta con los siguientes recursos:
Duración: 12 meses.
Plazos de matrícula: Hasta 10 días después del comienzo.
Fecha inicio: 13 Noviembre de 2024.
Precio 5.900 €.
Financiación hasta en 12 pagos.
Posibilidad de descuentos y ayudas al estudio de hasta el 25% según perfil profesional y académico del estudiante.
Rellena el formulario para más información.