Maestría en Data Science

MÓDULO 1. BIG DATA Y BUSINESS INTELLIGENCE UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL BIG DATA ¿Qué es Big Data? La era de las grandes cantidades de información: historia del big data La importancia de almacenar y extraer información Big Data enfocado a los negocios Open Data Información pública IoT (Internet of Things - Internet de las cosas) UNIDAD DIDÁCTICA 2. BUSINESS INTELLIGENCE Y LA SOCIEDAD DE LA INFORMACIÓN Definiendo el concepto de Business Intelligence y sociedad de la información Arquitectura de una solución Business Intelligence Business Intelligence en los departamentos de la empresa Conceptos de Plan Director, Plan Estratégico y Plan de Operativa Anual Sistemas Operacionales y Procesos ETL en un sistema de BI Ventajas y Factores de Riesgos del Business Intelligence UNIDAD DIDÁCTICA 3. FASES DE UN PROYECTO DE BIG DATA Diagnóstico inicial Diseño del proyecto Proceso de implementación Monitorización y control del proyecto Responsable y recursos disponibles Calendarización Alcance y valoración económica del proyecto UNIDAD DIDÁCTICA 4. PRINCIPALES PRODUCTOS DE BUSINESS INTELLIGENCE Cuadros de Mando Integrales (CMI) Sistemas de Soporte a la Decisión (DSS) Sistemas de Información Ejecutiva (EIS) UNIDAD DIDÁCTICA 5. MINERÍA DE DATOS O DATA MINING Y EL APRENDIZAJE AUTOMÁTICO Introducción a la minería de datos y el aprendizaje automático Proceso KDD Modelos y Técnicas de Data Mining Áreas de aplicación Minería de Textos y Web Mining Data mining y marketing UNIDAD DIDÁCTICA 6. DATAMART: CONCEPTO DE BASE DE DATOS DEPARTAMENTAL Aproximación al concepto de DataMart Bases de datos OLTP Bases de Datos OLAP MOLAP, ROLAP & HOLAP Herramientas para el desarrollo de cubos OLAP UNIDAD DIDÁCTICA 7. DATAWAREHOUSE O ALMACEN DE DATOS CORPORATIVOS Visión General: ¿Por qué DataWarehouse? Estructura y Construcción Fases de implantación Características Data Warehouse en la nube UNIDAD DIDÁCTICA 8. INTELIGENCIA DE NEGOCIO Y HERRAMIENTAS DE ANALÍTICA Tipos de herramientas para BI Productos comerciales para BI Productos Open Source para BI Beneficios de las herramientas de BI MÓDULO 2. ANALÍTICA WEB UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA ANALÍTICA WEB ¿Qué es la analítica web? Establecimiento de objetivos y KPIs Métricas principales y avanzadas Objetivos y ventajas de medir Plan de medición UNIDAD DIDÁCTICA 2. GOOGLE ANALYTICS 4 Introducción a Google Analytics 4 Interfaz Métricas y dimensiones Informes básicos Filtros Segmentos Eventos Informes personalizados Comportamiento de los usuarios e interpretación de datos UNIDAD DIDÁCTICA 3. GOOGLE TAG MANAGER Introducción a GTM Implementación con GTM Medición con GTM Uso de Debug/Preview Mode UNIDAD DIDÁCTICA 4. MODELOS DE ATRIBUCIÓN La atribución Multicanalidad Customer Journey Principales modelos de atribución Modelos de atribución personalizados UNIDAD DIDÁCTICA 5. LOOKER STUDIO (GOOGLE DATA STUDIO) Visualización de datos Tipologías de gráficos Fuentes de datos Creación de informes UNIDAD DIDÁCTICA 6. ANALÍTICA WEB ORIENTADA AL SEO Introducción al SEO Historia de los motores de búsqueda Componentes de un motor de búsqueda Organización de resultados en un motor de búsqueda La importancia del contenido El concepto de autoridad en Internet Campaña SEO UNIDAD DIDÁCTICA 7. ANALÍTICA WEB ORIENTADA AL SEM Introducción al SEM Principales conceptos en SEM Sistema de pujas y Calidad del anuncio Primer contacto con Google Ads Creación de anuncios con calidad Indicadores clave de rendimiento en SEM UNIDAD DIDÁCTICA 8. ANALÍTICA WEB ORIENTADA A LAS REDES SOCIALES Análisis del tráfico en redes sociales Fijar objetivos en redes sociales Facebook Twitter Youtube LinkedIn Tik tok Instagram UNIDAD DIDÁCTICA 9. TÉCNICAS Y ESTRATEGIAS Usabilidad Mapas de calor Grabaciones de sesiones de usuario Ordenación de tarjetas Test A/B Test multivariante KPI, indicadores clave de rendimiento Cambios a realizar para optimizar una página web UNIDAD DIDÁCTICA 10. OTRAS HERRAMIENTAS PARA ANALÍTICA WEB Hotjar Microsoft Power BI Google Search Console Matomo Awstats Chartbeat Adobe Analytics UNIDAD DIDÁCTICA 11. COOKIES Y TECNOLOGÍAS DE SEGUIMIENTO ¿Qué son las cookies? Tipos de cookies GDPR Herramientas para manejar el consentimiento de cookies MÓDULO 3. DATA SCIENCE (CIENCIA DE DATOS) UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA CIENCIA DE DATOS ¿Qué es la ciencia de datos? Herramientas necesarias para el científico de datos Data Science & Cloud Compunting Aspectos legales en Protección de Datos UNIDAD DIDÁCTICA 2. BASES DE DATOS RELACIONALES Introducción El modelo relacional Lenguaje de consulta SQL MySQL Una base de datos relacional UNIDAD DIDÁCTICA 3. BASES DE DATOS NOSQL Y EL ALMACENAMIENTO ESCALABLE ¿Qué es una base de datos NoSQL? Bases de datos Relaciones Vs Bases de datos NoSQL Tipo de Bases de datos NoSQL Teorema de CAP Sistemas de Bases de datos NoSQL UNIDAD DIDÁCTICA 4. INTRODUCCIÓN A UN SISTEMA DE BASES DE DATOS NOSQL: MONGODB ¿Qué es MongoDB? Funcionamiento y uso de MongoDB Primeros pasos con MongoDB: Instalación y shell de comandos Creando nuestra primera Base de Datos NoSQL: Modelo e Inserción de Datos Actualización de datos en MongoDB: Sentencias set y update Trabajando con índices en MongoDB para optimización de datos Consulta de datos en MongoDB UNIDAD DIDÁCTICA 5. WEKA Y DATA MINING ¿Qué es Weka? Técnicas de Data Mining en Weka Interfaces de Weka Selección de atributos UNIDAD DIDÁCTICA 6. PYTHON Y EL ANÁLISIS DE DATOS Introducción a Python ¿Qué necesitas? Librerías para el análisis de datos en Python MongoDB, Hadoop y Python Dream Team del Big Data UNIDAD DIDÁCTICA 7. R COMO HERRAMIENTA PARA BIG DATA Introducción a R ¿Qué necesitas? Tipos de datos Estadística Descriptiva y Predictiva con R Integración de R en Hadoop UNIDAD DIDÁCTICA 8. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS Obtención y limpieza de los datos (ETL) Inferencia estadística Modelos de regresión Pruebas de hipótesis UNIDAD DIDÁCTICA 9. ANÁLISIS DE LOS DATOS Inteligencia Analítica de negocios La teoría de grafos y el análisis de redes sociales Presentación de resultados MÓDULO 4. ANÁLISIS DE DATOS CON PYTHON UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL ANÁLISIS DE DATOS UNIDAD DIDÁCTICA 2. LIBRERÍAS PARA EL ANÁLISIS DE DATOS: NUMPY, PANDAS Y MATPLOTLIB UNIDAD DIDÁCTICA 3. FILTRADO Y EXTRACCIÓN DE DATOS UNIDAD DIDÁCTICA 4. PIVOT TABLES UNIDAD DIDÁCTICA 5. GROUPBY Y FUNCIONES DE AGREGACIÓN UNIDAD DIDÁCTICA 6. FUSIÓN DE DATAFRAMES UNIDAD DIDÁCTICA 7. VISUALIZACIÓN DE DATOS CON MATPLOTLIB Y CON SEABORN UNIDAD DIDÁCTICA 8. INTRODUCCIÓN AL MACHINE LEARNING UNIDAD DIDÁCTICA 9. REGRESIÓN LINEAL Y REGRESIÓN LOGÍSTICA UNIDAD DIDÁCTICA 10. ÁRBOL DE DECISIONES UNIDAD DIDÁCTICA 11. NAIVE BAYES UNIDAD DIDÁCTICA 12. SUPPORT VECTOR MACHINES (SVM) UNIDAD DIDÁCTICA 13. KNN UNIDAD DIDÁCTICA 14. PRINCIPAL COMPONENT ANALYSIS (PCA) UNIDAD DIDÁCTICA 15. RANDOM FOREST MÓDULO 5. VISUALIZACIÓN DE DATOS UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA VISUALIZACIÓN DE DATOS ¿Qué es la visualización de datos? Importancia y herramientas de la visualización de datos Visualización de datos: Principios básicos UNIDAD DIDÁCTICA 2. TABLEAU ¿Qué es Tableau? Usos y aplicaciones Tableau Server: Arquitectura y Componentes Instalación Tableau Espacio de trabajo y navegación Conexiones de datos en Tableau Tipos de filtros en Tableau Ordenación de datos, grupos, jerarquías y conjuntos Tablas y gráficos en Tableau UNIDAD DIDÁCTICA 3. D3 (DATA DRIVEN DOCUMENTS) Fundamentos D3 Instalación D3 Funcionamiento D3 SVG Tipos de datos en D3 Diagrama de barras con D3 Diagrama de dispersión con D3 UNIDAD DIDÁCTICA 4. LOOKER STUDIO (GOOGLE DATA STUDIO) Visualización de datos Tipologías de gráficos Fuentes de datos Creación de informes UNIDAD DIDÁCTICA 5. QLIKVIEW Instalación y arquitectura Carga de datos Informes Transformación y modelo de datos Análisis de datos UNIDAD DIDÁCTICA 6. POWER BI Introducción a Power BI Instalación de Power BI Modelado de datos Visualización de datos Dashboards Uso compartido de datos UNIDAD DIDÁCTICA 7. CARTO CartoDB ¿Qué es CARTO? Carga y uso de datos. Tipos de análisis Programación de un visor con la librería CARTO.js Uso de ejemplos y ayudas de la documentación de la API MÓDULO 6. VISUALIZACIÓN DE DATOS EN R CON GGPLOT2 UNIDAD DIDÁCTICA 1. GGPLOT2 COMO LIBRERÍA PARA VISUALIZACIÓN DE DATOS EN R UNIDAD DIDÁCTICA 2. EJES UNIDAD DIDÁCTICA 3. TÍTULOS UNIDAD DIDÁCTICA 4. LEYENDAS UNIDAD DIDÁCTICA 5. FONDOS Y LÍNEAS DE CUADRÍCULA UNIDAD DIDÁCTICA 6. MÁRGENES UNIDAD DIDÁCTICA 7. GRÁFICOS DE PANELES MÚLTIPLES UNIDAD DIDÁCTICA 8. COLORES UNIDAD DIDÁCTICA 9. TEMAS UNIDAD DIDÁCTICA 10. LÍNEAS UNIDAD DIDÁCTICA 11. TEXTO UNIDAD DIDÁCTICA 12. COORDENADAS UNIDAD DIDÁCTICA 13. TIPOS DE GRÁFICOS UNIDAD DIDÁCTICA 14. CINTAS UNIDAD DIDÁCTICA 15. SUAVIZADOS UNIDAD DIDÁCTICA 16. GRÁFICOS INTERACTIVOS