Master en Formación Permanente en Business Analytics - Big Data y Analytics
100% Online
12 meses
2195€
Master en Formación Permanente en Business Analytics - Big Data y Analytics
    Master en Formación Permanente en Business Analytics - Big Data y Analytics

    Master en Formación Permanente en Business Analytics - Big Data y Analytics

    100% Online
    60 ECTS
    12 meses
    2195€

    Presentación

    El mayor activo de una empresa son sus datos y saber administrarlos y extraer decisiones estratégicas se vuelve clave para el futuro de cualquier empresa. Gracias a nuestro Master en Business Analytics - Big Data y Analytics podrás extraer información de valor que permita a cualquier empresa mejorar tecnológicamente. Gestionarás grandes volúmenes de información mediante bases de datos, herramientas de analítica, machine learning, dashboards y algoritmos con Python y R. Gracias a todo estos análisis de datos exhaustivos serás capaz de visualizar datos que te permitan extraer conclusiones relevantes y acertadas. Además, gracias a las prácticas garantizadas, podrás acceder a un mercado laboral en plena expansión.

    Universidades colaboradoras

    Para qué te prepara
    Gracias al Master en Business Analytics - Big Data y Analytics podrás extraer información de valor que permita a cualquier empresa mejorar tecnológicamente. Gestionarás grandes volúmenes de información mediante bases de datos, herramientas de analítica, machine learning, dashboards y algoritmos con Python y R. Además, podrás realizar analíticas que te ayuden a tomar decisiones que mejoren la experiencia de usuario.
    Objetivos
    - Utilizar las principales herramientas de Business Analytics como PowerBI, Tableau o Qlikview. - Saber realizar analíticas predictivas gracias al uso del Data Mining y el Machine Learning. - Gestionar la información mediante bases de datos relacionales y no relacionales. - Realizar algoritmos de análisis de datos con Python y R. - Utilizar la analítica web y su aplicación con Google Analytics para la creación de cuadros de mando.
    A quién va dirigido
    El Master en Business Analytics - Big Data y Analytics está pensado para profesionales que gestionen información, ya sea estadística, de marketing, o empresarial y deseen mejorar gracias al uso de tecnologías actuales. También se orienta a estudiantes que busquen una formación especializada en el sector profesional más demandado por las empresas actuales.
    Salidas Profesionales
    El perfil de analista de datos es uno de los más demandados profesionalmente. Gracias a la realización del Master en Business Analytics - Big Data y Analytics podrás gestionar la información de cualquier empresa para obtener beneficios empresariales y eso te otorgará salidas profesionales como Analista de datos, Big Data Scientist, Business Analyst o Experto en análisis web.
    Temario

    MÓDULO 1. BIG DATA INTRODUCTION

    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. 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 6. 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 7. 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 8. 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 9. INTERNET DE LAS COSAS

    1. Contexto Internet de las Cosas (IoT)
    2. ¿Qué es IoT?
    3. Elementos que componen el ecosistema IoT
    4. Arquitectura IoT
    5. Dispositivos y elementos empleados
    6. Ejemplos de uso
    7. Retos y líneas de trabajo futuras

    MÓDULO 2. BUSINESS DATA ANALYST

    UNIDAD DIDÁCTICA 1. DATAMART. CONCEPTO DE BASE DE DATOS DEPARTAMENTAL

    1. Aproximación al concepto de DataMart
    2. Bases de datos OLTP
    3. Bases de Datos OLAP
    4. MOLAP, ROLAP & HOLAP
    5. Herramientas para el desarrollo de cubos OLAP

    UNIDAD DIDÁCTICA 2. 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 3. 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 4. HERRAMIENTA POWERBI

    1. Business Intelligence en Excel
    2. Herramienta PowerBI

    UNIDAD DIDÁCTICA 5. HERRAMIENTA TABLEAU

    1. Herramienta Tableau

    UNIDAD DIDÁCTICA 6. HERRAMIENTA QLIKVIEW

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

    MÓDULO 3. PREDICTIVE DATA ANALYTICS: DATA MINING Y MACHINE LEARNING

    UNIDAD DIDÁCTICA 1. 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 2. 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 3. 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 4. INTRODUCCIÓN AL MACHINE LEARNING

    1. Introducción
    2. Clasificación de algoritmos de aprendizaje automático
    3. Ejemplos de aprendizaje automático
    4. Diferencias entre el aprendizaje automático y el aprendizaje profundo
    5. Tipos de algoritmos de aprendizaje automático
    6. El futuro del aprendizaje automático

    UNIDAD DIDÁCTICA 5. EXTRACCIÓN DE ESTRUCTURA DE LOS DATOS: CLUSTERING

    1. Introducción
    2. Algoritmos

    UNIDAD DIDÁCTICA 6. SISTEMAS DE RECOMENDACIÓN

    1. Introducción
    2. Filtrado colaborativo
    3. Clusterización
    4. Sistemas de recomendación híbridos

    UNIDAD DIDÁCTICA 7. CLASIFICACIÓN

    1. Clasificadores
    2. Algoritmos

    UNIDAD DIDÁCTICA 8. REDES NEURONALES Y DEEP LEARNING

    1. Componentes
    2. Aprendizaje

    UNIDAD DIDÁCTICA 9. SISTEMAS DE ELECCIÓN

    1. Introducción
    2. El proceso de paso de DSS a IDSS
    3. Casos de aplicación

    MÓDULO 4. DATA SCIENCE Y BASES DE DATOS

    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. 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 4. 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 5. PENTAHO UNA SOLUCIÓN OPEN SOURCE PARA BUSINESS INTELLIGENCE

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

    MÓDULO 5. DATA ANALYTICS CON PYTHON Y R

    UNIDAD DIDÁCTICA 1. 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 2. 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 3. 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 4. ANÁLISIS DE LOS DATOS

    1. Inteligencia Analítica de negocios
    2. La teoría de grafos y el análisis de redes sociales
    3. Presentación de resultados

    MÓDULO 6. INTRODUCCIÓN A LA ANALÍTICA WEB, KPIS Y CUADROS DE MANDO

    UNIDAD DIDÁCTICA 1. ¿QUÉ ES LA ANALÍTICA WEB?

    1. Introducción
    2. La Analítica Web. Un reto cultural
    3. ¿Qué puede hacer la analítica web por ti o tu empresa?
    4. Glosario de Analítica Web

    UNIDAD DIDÁCTICA 2. ANALÍTICA WEB BÁSICA. INTRODUCCIÓN

    1. La analítica web en la actualidad
    2. Definiendo la analítica web
    3. El salto a la analítica web moderna

    UNIDAD DIDÁCTICA 3. ANALIZAR LA INFORMACIÓN CUANTITATIVA

    1. Identificar los factores críticos
    2. Otros factores que convienen medir
    3. Las macro y microconversiones
    4. Medir el valor económico
    5. Sitios sin comercio. Valores a medir
    6. Medición de sitios B2B

    UNIDAD DIDÁCTICA 4. ANALIZAR LA INFORMACIÓN CUALITATIVA

    1. Introducción
    2. La usabilidad Web
    3. Pruebas Online y a Distancia
    4. Las encuestas

    UNIDAD DIDÁCTICA 5. DEFINICIÓN DE KPIS

    1. Definición de KPIs
    2. KPI, CSF y metas
    3. Principales KPIS
    4. Ejemplos de KPIS
    5. Supuesto práctico. Cálculo de KPI con Excel

    UNIDAD DIDÁCTICA 6. CI. INTELIGENCIA COMPETITIVA

    1. Introducción
    2. Recopilar datos de Inteligencia Competitiva
    3. Análisis del tráfico de sitios web
    4. Búsquedas

    UNIDAD DIDÁCTICA 7. CONCEPTO Y CREACIÓN DE CUADROS DE MANDO

    1. Introducción a los cuadros de mando y dashboard
    2. Estrategias para la creación de un cuadro de mando
    3. Dashboard en Excel o Google Analytics

    UNIDAD DIDÁCTICA 8. HERRAMIENTAS PARA LA CREACIÓN DE CUADROS DE MANDO

    1. Aplicaciones gratuitas
    2. Aplicaciones propietarias

    MÓDULO 7. ANALÍTICA WEB CON GOOGLE ANALYTICS, GOOGLE TAG MANAGER Y LOOKER STUDIO

    UNIDAD DIDÁCTICA 1. ANALÍTICA WEB CON GOOGLE ANALYTICS

    1. Introducción a la analítica web
    2. Funcionamiento Google Analytics
    3. Introducción e instalación de Google Analytics
    4. Interfaz
    5. Métricas y dimensiones
    6. Informes básicos
    7. Informes personalizados
    8. Comportamiento de los usuarios e interpretación de datos

    UNIDAD DIDÁCTICA 2. GOOGLE ANALYTICS 4

    1. ¿Qué es Google Analytics 4?
    2. Diferencias con respecto a Universal Analytics
    3. Implementación de Google Analytics 4
    4. Las herramientas de análisis de Google Analytics 4
    5. Los espacios de identidad
    6. Ventajas de Google Analytics 4
    7. Desventajas de Google Analytics 4

    UNIDAD DIDÁCTICA 3. RECOGIDA DE DATOS

    1. Planes de medición
    2. Configuración de las vistas mediante filtros
    3. Métricas y dimensiones personalizadas
    4. Seguimiento de eventos

    UNIDAD DIDÁCTICA 4. NAVEGACIÓN E INTERFAZ

    1. Informes de visión general
    2. informes completos
    3. Compartir informes
    4. Configuración paneles de control y accesos directos

    UNIDAD DIDÁCTICA 5. INFORMES

    1. Informes de Audiencia
    2. Informes de Adquisición
    3. Informes de Comportamiento

    UNIDAD DIDÁCTICA 6. CAMPAÑAS Y CONVERSIONES

    1. Campañas personalizadas
    2. Realizar un seguimiento de las campañas con el Creador de URLs
    3. Configuración y medición de objetivos
    4. Cómo medir campañas de Google Ads

    UNIDAD DIDÁCTICA 7. GOOGLE ANALYTICS 360

    1. Analítica avanzada
    2. Informes sin muestrear
    3. Google BigQuery Export
    4. Integraciones

    UNIDAD DIDÁCTICA 8. GOOGLE TAG MANAGER

    1. Concepto y características
    2. Gestión de etiquetas
    3. Activadores y gestión de variables
    4. Implementación y eventos
    5. Tracking

    UNIDAD DIDÁCTICA 9. LOOKER STUDIO (GOOGLE DATA STUDIO)

    1. Visualización de datos
    2. Tipologías de gráficos
    3. Fuentes de datos
    4. Integración con Analytics
    5. Creación de informes

    MÓDULO 8. PROYECTO FIN DE MASTER

    Titulación
    Titulación Universitaria:
    Diploma Universidad Católica de Murcia
    Solicitar información
    País
    Información básica sobre Protección de Datos . Haz clic aquí