Curso Superior en Big Data, Data Science y Visualización de Datos
100% Online
6 meses
360€
Curso Superior en Big Data, Data Science y Visualización de Datos
    Curso Superior en Big Data, Data Science y Visualización de Datos

    Curso Superior en Big Data, Data Science y Visualización de Datos

    100% Online
    12 ECTS
    6 meses
    360€

    Presentación

    Sacar extraer conclusiones relevantes para la toma de decisiones estratégicas es clave para el éxito de cualquier empresa. Gracias a este Curso en Big Data, Data Science y Visualización de Datos gestionarás volúmenes de información masivos mediante el Big Data y, gracias a las herramientas de visualización que ofrece el Business Intelligence crearás informes y gráficos que permitan extraer información de calidad para la toma de decisiones estratégicas en una empresa. Además, gracias a Python y R programarás scripts que analicen datos de toda índole. Podrás trabajar en un Entorno Personal de Aprendizaje donde el alumno es el protagonista, avalado por un amplio grupo de tutores especialistas en el sector.

    Universidades colaboradoras

    Para qué te prepara
    Gracias a este Curso en Big Data, Data Science y Visualización de Datos gestionarás volúmenes de información masivos mediante el Big Data y, gracias a las herramientas de visualización que ofrece el Business Intelligence crearás informes y gráficos que permitan extraer información de calidad para la toma de decisiones estratégicas en una empresa. Además, gracias a Python y R programarás scripts que analicen datos de toda índole.
    Objetivos
    - Aprender a manejar volúmenes masivos de información ofrecidos por el Big Data. - Extraer conclusiones relevantes que permitan la toma de decisiones estratégicas gracias a herramientas de Big Data. - Administrar la información mediante bases de datos tanto relacionales como no relacionales. - Ser capaz de crear informes y gráficos profesionales con diferentes herramientas de visualización de datos. - Crear scripts para análisis de información gracias a la programación estadística con Python y R.
    A quién va dirigido
    El Curso en Big Data, Data Science y Visualización de Datos está orientado a analistas de datos que deseen especializarse en la búsqueda de información relevante en conjuntos masivos de datos ofrecidos por el Big Data y que, mediante diferentes técnicas de análisis de datos, programación estadística y herramientas de visualización, creen informes y gráficos profesionales.
    Salidas Profesionales
    Saber extraer información de calidad gracias al Big Data, a diferentes herramientas de visualización y a la programación estadística es un aspecto diferenciador laboralmente. Gracias a este Curso en Big Data, Data Science y Visualización de Datos optarás a puestos tan demandados como Experto analista de datos, Arquitecto de soluciones Big Data o Programador Big Data.
    Temario

    MÓDULO 1. BIG DATA ANALYTICS TOOLS

    UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL BIG DATA

    1. ¿Qué es Big Data?
    2. La era de las grandes cantidades de información. Historia del big data
    3. La importancia de almacenar y extraer información
    4. Big Data enfocado a los negocios
    5. Open Data
    6. Información pública
    7. IoT (Internet of Things-Internet de las cosas)

    UNIDAD DIDÁCTICA 2. FUENTES DE DATOS

    1. Definición y relevancia de la selección de las fuentes de datos
    2. Naturaleza de las fuentes de datos Big Data

    UNIDAD DIDÁCTICA 3. OPEN DATA

    1. Definición, Beneficios y Características
    2. Ejemplo de uso de Open Data

    UNIDAD DIDÁCTICA 4. FASES DE UN PROYECTO DE BIG DATA

    1. Diagnóstico inicial
    2. Diseño del proyecto
    3. Proceso de implementación
    4. Monitorización y control del proyecto
    5. Responsable y recursos disponibles
    6. Calendarización
    7. Alcance y valoración económica del proyecto

    UNIDAD DIDÁCTICA 5. BIG DATA Y MARKETING

    1. Apoyo del Big Data en el proceso de toma de decisiones
    2. Toma de decisiones operativas
    3. Marketing estratégico y Big Data
    4. Nuevas tendencias en management

    UNIDAD DIDÁCTICA 6. DEL BIG DATA AL LINKED OPEN DATA

    1. Concepto de web semántica
    2. Linked Data Vs Big Data
    3. Lenguaje de consulta SPARQL

    UNIDAD DIDÁCTICA 7. BASES DE DATOS NOSQL Y EL ALMACENAMIENTO ESCALABLE

    1. ¿Qué es una base de datos NoSQL?
    2. Bases de datos Relaciones Vs Bases de datos NoSQL
    3. Tipo de Bases de datos NoSQL. Teorema de CAP
    4. Sistemas de Bases de datos NoSQL

    UNIDAD DIDÁCTICA 8. INTRODUCCIÓN A UN SISTEMA DE BASES DE DATOS NOSQL. MONGODB

    1. ¿Qué es MongoDB?
    2. Funcionamiento y uso de MongoDB
    3. Primeros pasos con MongoDB. Instalación y shell de comandos
    4. Creando nuestra primera Base de Datos NoSQL.Modelo e Inserción de Datos
    5. Actualización de datos en MongoDB. Sentencias set y update
    6. Trabajando con índices en MongoDB para optimización de datos
    7. Consulta de datos en MongoDB

    UNIDAD DIDÁCTICA 9. ECOSISTEMA HADOOP

    1. ¿Qué es Hadoop? Relación con Big Data
    2. Instalación y configuración de insfraestructura y ecosistema Hadoop
    3. Sistema de archivos HDFS
    4. MapReduce con Hadoop
    5. Apache Hive
    6. Apache Hue
    7. Apache Spark

    UNIDAD DIDÁCTICA 10. WEKA Y DATA MINING

    1. ¿Qué es Weka?
    2. Técnicas de Data Mining en Weka
    3. Interfaces de Weka
    4. Selección de atributos

    UNIDAD DIDÁCTICA 11. PENTAHO

    1. Una aproximación a Pentaho
    2. Soluciones que ofrece Pentaho
    3. MongoDB & Pentaho
    4. Hadoop & Pentaho
    5. Weka & Pentaho

    MÓDULO 2. BUSINESS INTELLIGENCE, DATAWAREHOUSE Y HERRAMIENTAS DE VISUALIZACIÓN

    UNIDAD DIDÁCTICA 1. BUSINESS INTELLIGENCE Y LA SOCIEDAD DE LA INFORMACIÓN

    1. Definiendo el concepto de Business Intelligence y sociedad de la información
    2. Arquitectura de una solución de Business Intelligence
    3. Business Intelligence en los departamentos de la empresa
    4. Conceptos de Plan Director, Plan Estratégico y Plan de Operativa Anual
    5. Sistemas operacionales y Procesos ETL en un sistema de BI
    6. Ventajas y Factores de Riesgos del Business Intelligence

    UNIDAD DIDÁCTICA 2. PRINCIPALES PRODUCTOS DE BUSINESS INTELLIGENCE

    1. Cuadros de Mando Integrales (CMI)
    2. Sistemas de Soporte a la Decisión (DSS)
    3. Sistemas de Información Ejecutiva (EIS)

    UNIDAD DIDÁCTICA 3. MINERÍA DE DATOS O DATA MINING Y EL APRENDIZAJE AUTOMÁTICO

    1. Introducción a la minería de datos y el aprendizaje automático
    2. Proceso KDD
    3. Modelos y Técnicas de Data Mining
    4. Áreas de aplicación
    5. Minería de textos y Web Mining
    6. Data mining y marketing

    UNIDAD DIDÁCTICA 4. DATAMART. CONCEPTO DE BASE DE DATOS DEPARTAMENTAL

    1. Aproximación al concepto de DataMart
    2. Procesos de extracción, transformación y carga de datos (ETL)
    3. Data Warehou
    4. Herramientas de Explotación
    5. Herramientas para el desarrollo de cubos OLAP

    UNIDAD DIDÁCTICA 5. DATAWAREHOUSE O ALMACÉN DE DATOS CORPORATIVOS

    1. Visión General. ¿Por qué DataWarehouse?
    2. Estructura y Construcción
    3. Fases de implantación
    4. Características
    5. Data Warehouse en la nube

    UNIDAD DIDÁCTICA 6. INTELIGENCIA DE NEGOCIO Y HERRAMIENTAS DE ANALÍTICA

    1. Tipos de herramientas para BI
    2. Productos comerciales para BI
    3. Productos Open Source para BI
    4. Beneficios de las herramientas de BI

    UNIDAD DIDÁCTICA 7. INTRODUCCIÓN A LA VISUALIZACIÓN DE DATOS

    1. ¿Qué es la visualización de datos?
    2. Importancia y herramientas de la visualización de datos
    3. Visualización de datos: Principios básicos

    UNIDAD DIDÁCTICA 8. TABLEAU

    1. ¿Qué es Tableau? Usos y aplicaciones
    2. Tableau Server: Arquitectura y Componentes
    3. Instalación Tableau
    4. Espacio de trabajo y navegación
    5. Conexiones de datos en Tableau
    6. Tipos de filtros en Tableau
    7. Ordenación de datos, grupos, jerarquías y conjuntos
    8. Tablas y gráficos en Tableau

    UNIDAD DIDÁCTICA 9. D3 (DATA DRIVEN DOCUMENTS)

    1. Fundamentos D3
    2. Instalación D3
    3. Funcionamiento D3
    4. SVG
    5. Tipos de datos en D3
    6. Diagrama de barras con D3
    7. Diagrama de dispersión con D3

    UNIDAD DIDÁCTICA 10. GOOGLE DATA

    1. Google Data Studio

    UNIDAD DIDÁCTICA 11. QLIKVIEW

    1. Instalación y arquitectura
    2. Carga de datos
    3. Informes
    4. Transformación y modelo de datos
    5. Análisis de datos

    UNIDAD DIDÁCTICA 12. POWER BI

    1. Introducción a Power BI
    2. Instalación de Power BI
    3. Modelado de datos
    4. Visualización de datos
    5. Dashboards
    6. Uso compartido de datos

    UNIDAD DIDÁCTICA 13. CARTO

    1. CartoDB

    MÓDULO 3. DATA SCIENCE Y PROGRAMACIÓN ESTADÍSTICA CON PYTHON Y R

    UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA CIENCIA DE DATOS

    1. ¿Qué es la ciencia de datos?
    2. Herramientas necesarias para el científico de datos
    3. Data Science & Cloud Compunting
    4. Aspectos legales en Protección de Datos

    UNIDAD DIDÁCTICA 2. BASES DE DATOS RELACIONALES

    1. Introducción
    2. El modelo relacional
    3. Lenguaje de consulta SQL
    4. MySQL. Una base de datos relacional

    UNIDAD DIDÁCTICA 3. PYTHON Y EL ANÁLISIS DE DATOS

    1. Introducción a Python
    2. ¿Qué necesitas?
    3. Librerías para el análisis de datos en Python
    4. MongoDB, Hadoop y Python. Dream Team del Big Data

    UNIDAD DIDÁCTICA 4. R COMO HERRAMIENTA PARA BIG DATA

    1. Introducción a R
    2. ¿Qué necesitas?
    3. Tipos de datos
    4. Estadística Descriptiva y Predictiva con R
    5. Integración de R en Hadoop

    UNIDAD DIDÁCTICA 5. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS

    1. Obtención y limpieza de los datos (ETL)
    2. Inferencia estadística
    3. Modelos de regresión
    4. Pruebas de hipótesis

    UNIDAD DIDÁCTICA 6. ANÁLISIS DE LOS DATOS

    1. Inteligencia Analítica de negocios
    2. La teoría de grafos y el análisis de redes sociales
    3. Presentación de resultados
    Titulación
    Titulación Universitaria:
    Diploma Universidad Católica de Murcia
    Solicitar información