Maestría Internacional en Ciencia de Datos

PARTE 1. DATA ANALYST

• Unidad didáctica 1. Datamart. Concepto de base de datos departamental
• Unidad didáctica 2. Datawarehouse o almacén de datos corporativos
• Unidad didáctica 3. Inteligencia de negocio y herramientas de analítica
• Unidad didáctica 4. Herramienta PowerBI
• Unidad didáctica 5. Herramienta Tableau
• Unidad didáctica 6. Herramienta Qlikview
• Unidad didáctica 7. Bases de datos NoSQL y el almacenamiento escalable
• Unidad didáctica 8. Introducción a un sistema de bases de datos NoSQL. MongoDB
• Unidad didáctica 9. Python y el análisis de datos
• Unidad didáctica 10. R como herramienta para Big Data
• Unidad didáctica 11. Pre-procesamiento & procesamiento de datos
• Unidad didáctica 12. Análisis de los datos

PARTE 2. APLICACIÓN DEL BIG DATA EN LA GESTIÓN DE PERSONAS

• Módulo 1. Caracterización de la tecnología
• Módulo 2. Bases de datos
• Módulo 3. Bases del razonamiento estadístico
• Módulo 4. Delimitación del concepto de Big Data
• Módulo 5. Introducción a la inteligencia artificial
• Módulo 6. Aprendizaje automático o Machine Learning
• Módulo 7. Aprendizaje profundo o Deep Learning
• Módulo 8. Fases de un proyecto de Big Data en la organización
• Módulo 9. Estrategia corporativa y gestión de personas
• Módulo 10. People Analytics (I): Fundamentos
• Módulo 11. People Analytics (II): Visualización de datos y cuadros de mando
• Módulo 12. Analítica de datos en el ciclo de vida del talento
• Módulo 13. Liderazgo
• Módulo 14. Desarrollo de equipos y dinámicas relacionales
• Módulo 15. Seguridad, bienestar y calidad de vida laboral
• Módulo 16. Ética y legalidad

PARTE 3. BIG DATA PARA INGENIERÍAS

• Módulo 1. Introducción de Big Data en las ingenierías
• Módulo 2. Fundamentos de Big Data
• Módulo 3. Arquitectura Hadoop
• Módulo 4. Planificación e instalación de clústeres Hadoop
• Módulo 5. Administración y mantenimiento de Hadoop
• Módulo 6. Seguridad, ingestión y procesamiento Batch
• Módulo 7. Apache Spark y RDD
• Módulo 8. Dataframes, Datasets y SQL
• Módulo 9. Spark Streaming
• Módulo 10. Data Science y Machine Learning
• Módulo 11. Análisis de datos con Apache Pig
• Módulo 12. Explotación de datos con Apache Hive
• Módulo 13. Explotación de datos con Impala

PARTE 4. BIG DATA Y ANALÍTICA EN EL DEPORTE

• Módulo 1. Caracterización de la tecnología
• Módulo 2. Bases de datos
• Módulo 3. Bases del razonamiento estadístico
• Módulo 4. Introducción a la inteligencia artificial
• Módulo 5. Aprendizaje automático
• Módulo 6. Procesamiento del lenguaje natural
• Módulo 7. Big Data, minería de datos e inteligencia empresarial
• Módulo 8. Power BI
• Módulo 9. Nociones básicas sobre el deporte
• Módulo 10. Anatomía aplicada al deporte
• Módulo 11. Rendimiento deportivo y su análisis mediante datos
• Módulo 12. Análisis de rendimiento deportivo (I): Fútbol
• Módulo 13. Análisis de rendimiento deportivo (II): Baloncesto
• Módulo 14. Análisis de rendimiento deportivo (III): Atletismo
• Módulo 15. Análisis de rendimiento deportivo (IV): Natación
• Módulo 16. Análisis de rendimiento deportivo (V): Ciclismo