DIPLOMADO EN BIG DATA INDUSTRY

Diploma de Especialización

Online

¡50% de ahorro!

Precio Emagister

415,82 € 831,64 € IVA inc.

*Precio Orientativo

Importe original en USD:

$ 490 $ 980

Más información

¿Necesitas un coach de formación?

Te ayudará a comparar y elegir el mejor curso para ti y a financiar tu matrícula en cómodos plazos.

900 49 49 40

Llamada gratuita. Lunes a Viernes de 9h a 20h.

Descripción

  • Tipología

    Diploma de Especialización

  • Metodología

    Online

  • Horas lectivas

    150h

  • Duración

    1 Año

  • Inicio

    Fechas a elegir

El Programa está especialmente diseñado para aquellas
personas que estén interesadas en adquirir conocimientos
sobre el Diplomado en Big Data Industry y que quieran
asegurarse un recorrido ascendente en esta área, con una
especial elevación y consolidación de competencias.

Información importante

Precio a usuarios Emagister:

Instalaciones y fechas

Ubicación

Inicio

Online

Inicio

Fechas a elegirMatrícula abierta

A tener en cuenta

Permite conocer sobre las bases de datos, la programación
enfocada a objetos, las bases del razonamiento estadístico, los
fundamentos del big data, los ámbitos de aplicación del big
data, el data science, la introducción al business intelligence, la
arquitectura de business intelligence, el análisis de datos con
Python, la detección y manejo de los plateau, la herramienta
Power BI, entre otros conceptos relacionados. Además, al final
de cada unidad didáctica el/la alumno/a encontrará ejercicios de
autoevaluación que le permitirá hacer un seguimiento del curso
de forma autónoma.

Una vez finalizados los estudios y superadas las pruebas de evaluación, el alumno recibirá
un diploma que certifica el “DIPLOMADO EN BIG DATA INDUSTRY”, de la ESCUELA DE
POSGRADO DE SALAMANCA, avalada por nuestra condición de socios de la AEEN,
máxima institución española en formación y de calidad.

El alumno recibirá acceso a un curso inicial donde encontrará
información sobre la metodología de aprendizaje, la titulación
que recibirá, el funcionamiento del Campus Virtual, qué hacer
una vez el alumno haya finalizado e información sobre Grupo
Esneca Formación. Además, el alumno dispondrá de un
servicio de clases en directo.

Preguntas & Respuestas

Añade tu pregunta

Nuestros asesores y otros usuarios podrán responderte

¿Quién quieres que te responda?

Déjanos tus datos para recibir respuesta

Sólo publicaremos tu nombre y pregunta

Emagister S.L. (responsable) tratará tus datos para realizar acciones promocionales (vía email y/o teléfono), publicar opiniones o gestionar incidencias. En la política de privacidad conocerás tus derechos y gestionarás la baja.

Opiniones

Materias

  • E-business
  • Big Data
  • Análisis de datos
  • Base de datos
  • Datos relacionales

Temario

INTRODUCCIÓN AL BIG DATA Y BUSINESS INTELLIGENCE
INTRODUCCIÓN
MÓDULO 1. BASES DE DATOS
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LAS BASES DE DATOS
UNIDAD DIDÁCTICA 2. APROXIMACIÓN AL MODELO RELACIONAL
1. Teoría de conjuntos
2. Lógica de predicados
UNIDAD DIDÁCTICA 3. ELEMENTOS DE UN SISTEMA DE BASES DE
DATOS RELACIONALES
1. Tablas o relaciones
2. Atributos
3. Tuplas
4. Claves primarias y foráneas
UNIDAD DIDÁCTICA 4. NORMALIZACIÓN EN BASES DE DATOS
RELACIONALES
1. Primera forma normal
2. Segunda forma normal
3. Tercera forma normal
4. Cuarta forma normal
5. Quinta forma normal
UNIDAD DIDÁCTICA 5. OPERACIONES BÁSICAS EN BASES DE DATOS
RELACIONALES
1. Selección
2. Proyección
3. Unión
4. Diferencia
5. Producto cartesiano
6. Junta
UNIDAD DIDÁCTICA 6. LENGUAJES DE CONSULTA
1. SQL como lenguaje de consulta estructurado
2. DDL, DML y DCL en SQL
3. Consultas básicas en SQL
UNIDAD DIDÁCTICA 7. DESARROLLO DE TRANSACCIONES
1. Control de concurrencia y mecanismos de recuperación
UNIDAD DIDÁCTICA 8. ELEMENTOS DE SEGURIDAD
1. Autenticación y autorización
2. Cifrado de datos
3. Rastreo y registro de actividad
RESUMEN
AUTOEVALUACIÓN
MÓDULO 2. PROGRAMACIÓN ENFOCADA A OBJETOS
UNIDAD DIDÁCTICA 1. NOCIONES ESENCIALES DEL LENGUAJE PYTHON
1. Sintaxis y formato de Python
2. Variables y tipos de datos
3. Operadores aritméticos
4. Operadores de comparación
5. Operadores lógicos
6. Comentarios y documentación en el código
UNIDAD DIDÁCTICA 2. ESTRUCTURAS DE CONTROL EN PYTHON
1. Condicionales: if, elif, else
2. Bucles: for, while
3. Excepciones: try, except, finally
UNIDAD DIDÁCTICA 3. FUNCIONES EN PYTHON
1. Llamado de funciones
2. Parámetros y argumentos
3. Funciones anónimas (lambda)
UNIDAD DIDÁCTICA 4. MÓDULOS Y PAQUETES
1. Importación de módulos
2. Creación de paquetes
UNIDAD DIDÁCTICA 5. MANEJO DE ARCHIVOS
1. Apertura, lectura y escritura de archivos
2. Manejo de archivos JSON, CSV y TXT
UNIDAD DIDÁCTICA 6. BIBLIOTECAS ESENCIALES
UNIDAD DIDÁCTICA 7. PROGRAMACIÓN ENFOCADA A OBJETOS EN
PYTHON
1. Clases y objetos
2. Herencia y polimorfismo
3. Encapsulamiento
RESUMEN
AUTOEVALUACIÓN
MÓDULO 3. BASES DEL RAZONAMIENTO ESTADÍSTICO
UNIDAD DIDÁCTICA 1. APROXIMACIÓN CONCEPTUAL
1. Probabilidad
2. Experimentos aleatorios-Espacio muestral
UNIDAD DIDÁCTICA 2. EVENTOS
1. Tipos de eventos-Eventos simples-Eventos compuestos-Eventos independientes-Eventos mutuamente exclusivos
UNIDAD DIDÁCTICA 3. ESPACIOS DE PROBABILIDAD
1. Propiedades
2. Construcción de un espacio de probabilidad
UNIDAD DIDÁCTICA 4. AXIOMAS DE PROBABILIDAD
1. Axioma de Kolmogorov
2. Propiedades y teoremas a partir de los axiomas de probabilidad
UNIDAD DIDÁCTICA 5. PROBABILIDAD CONDICIONAL E INDEPENDENCIA
1. Regla del producto y teorema de Bayes
UNIDAD DIDÁCTICA 6. VARIABLES ALEATORIAS
1. Funciones de distribución-Función de distribución acumulativa-Función de densidad-Función de masa
UNIDAD DIDÁCTICA 7. ESPERANZA Y VARIANZA
1. Esperanza matemática
2. Varianza y desviación estándar
UNIDAD DIDÁCTICA 8. DISTRIBUCIONES DE PROBABILIDAD
1. Distribuciones discretas-Distribución binominal-Distribución de Poisson-Distribución geométrica
2. Distribuciones concretas-Distribución normal-Distribución exponencial-Distribución uniforme
RESUMEN
AUTOEVALUACIÓN
MÓDULO 4. FUNDAMENTOS DEL BIG DATA (3)
UNIDAD DIDÁCTICA 1. CONCEPTO
1. Características-Volumen de datos-Variedad de datos-Velocidad de generación de datos-Velocidad de procesamiento de datos-Calidad de los datos-Valor de los datos
2. Tipos de datos en big data-Datos estructurados-Datos no estructurados-Datos semiestructurados
3. Herramientas de big data-Almacenamiento y procesamiento distribuido-Bases de datos NoSQL-Herramientas de análisis y minería de datos-Herramientas de visualización-Casos de estudio y aplicaciones reales
UNIDAD DIDÁCTICA 2. PRINCIPALES FUENTES DE DATOS
1. Personas
2. Transacciones
3. Interacciones máquina a máquina
4. Marketing y web
5. Biometría
UNIDAD DIDÁCTICA 3. TRANSFORMACIÓN DE DATOS
UNIDAD DIDÁCTICA 4. ALMACENAMIENTO NoSQL
1. Almacenamiento key-value
2. Almacenamiento documental
3. Almacenamiento en grafo
4. Almacenamiento orientado a columnas
UNIDAD DIDÁCTICA 5. ANÁLISIS DE DATOS
1. Asociación de datos
2. Minería de datos
3. Agrupación de datos
4. Análisis de texto
UNIDAD DIDÁCTICA 6. VISUALIZACIÓN DE DATOS
RESUMEN
AUTOEVALUACIÓN

Más información

¿Necesitas un coach de formación?

Te ayudará a comparar y elegir el mejor curso para ti y a financiar tu matrícula en cómodos plazos.

900 49 49 40

Llamada gratuita. Lunes a Viernes de 9h a 20h.

DIPLOMADO EN BIG DATA INDUSTRY

Precio Emagister

415,82 € 831,64 € IVA inc.

*Precio Orientativo

Importe original en USD:

$ 490 $ 980