Grupo IOE

MASTER EN BIG DATA

Grupo IOE
Online
  • Grupo IOE

1001-2000 €
CURSO PREMIUM
¿Quieres hablar con un asesor sobre este curso?

Información importante

Tipología Master
Metodología Online
Duración 12 Meses
Inicio Fechas a elegir
  • Master
  • Online
  • Duración:
    12 Meses
  • Inicio:
    Fechas a elegir
Descripción

Actualmente uno de los recursos más valiosos que existen en el mundo es la información. Las empresas a nivel mundial invierten mucho dinero en contar con información fiable la cual es necesaria para la toma de importantes decisiones. Contar con los conocimientos para recabar esta información le abre la puerta a cualquier persona para ingresar en un mercado en auge. Si quieres mantenerte relevante en este mundo tecnológico Emagister tiene para ofrecerte, de la mano de la Universidad del Rey Juan Carlos el Master en Big Data.

El principal objetivo del Master es que el alumno aprenda los conceptos básicos, las principales diferentes del Big Data frente al Business Intelligence. Así como los beneficios de los mecanismos inteligentes sobre los tradicionales, conocer en profundidad el proceso de este tipo de sistemas, la utilidad diferencial en cada uno de los sectores que conforman el mercado. Gracias a la metodología online, cuentas con la facilidad de realizar la formación desde la comodidad de tu hogar y establecer de esta manera tu propio régimen de estudio.

Tu futuro te está esperando. Si deseas recibir más información sobre este curso, puedes ponerte en contacto con nuestros profesionales de emagister.com, que te atenderán con la mayor rapidez posible y sin compromiso.

Instalaciones (1) y fechas
Dónde se imparte y en qué fechas
Inicio Ubicación
Fechas a elegir
Online
Inicio Fechas a elegir
Ubicación
Online

Preguntas Frecuentes

· ¿Cuáles son los objetivos de este curso?

Comprender las oportunidades del Big Data a través de entender su entorno y la gestión de información. Aprender los conceptos técnicos, conocer a fondo la arquitectura y herramientas necesarias para su utilización. Conocer las tecnologías utilizadas como MapReduce y Hadoop. Aprenda a analizar de forma óptima los grandes volúmenes de datos. Estudiar los lenguajes y paradigmas de programación y entornos virtuales. Ver los sistemas de protección de redes y el impacto de las tecnologías Big Data en la protección de datos. Profundizar los diferentes tipos, características y fundamentos de las distintas bases de datos. Aprender a gestionar y tratar los datos con MongoDB, desde sus arquitecturas hasta sus diferentes soluciones. Aplicar métodos estadísticos para incorporarlos al Big Data. Aprender a clasificar la información de forma adecuada. Utilizar diferentes tipos de lenguajes, como lenguaje Python, Milk o los paquetes de lenguaje R. Estudiar los diferentes tipos de aplicación del Big Data en diferentes sectores y el beneficio que conlleva para cada uno de ellos. Aprender a emprender un proyecto Big Data y ejemplos prácticos que pueden ayudar a aplicar el suyo propio. Conocer las técnicas de Inteligencia Artificial (Machine Learning) y como implementarla para aplicarlas a los sistemas Big Data. Ver diferentes casos de éxito de empresas que ya trabajan con sistemas Big Data y sus diferentes beneficios en los resultados.

· ¿Qué pasará tras pedir información?

Una vez que solicites información por medio del catálogo de Emagister.com el centro se pondrá en contacto contigo para informarte del proceso de matriculación.

Opiniones

0.0
No valorado
Valoración del curso
85,7%
Lo recomiendan
4.2
fantástico
Valoración del Centro

Opiniones sobre este curso

No hay opiniones de este curso todavía
Pregunta a los Antiguos Alumnos qué les pareció.

Su experiencia te será de mucha ayuda para decidirte.

* Opiniones recogidas por Emagister & iAgora

¿Qué aprendes en este curso?

Minería
Arquitectura técnica
Árboles
Marketing digital
Bases de datos relacionales
Sistemas inteligentes
Gestión por procesos
Arquitectura de aplicaciones
Algoritmos
Inteligencia artificial
Toma de decisiones
Servidores
Protección de datos
Metodología
Herramientas de programación
Herramientas de gestión
Estadística
E-business
Cuentas
Desarrollo de aplicaciones
Lenguajes de programación
base de datos
Creación de aplicaciones
Protección de redes
Gestión de la información
Big Data
Entornos virtuales
Optimización de resultados
Protección de sistemas
Almacenamiento de información
Modelamiento de datos
Herramientas útiles
Aplicaciones útiles
Tecnologías para el trabajo

Temario

Plan de Estudios

Asignatura 1. Introducción al Big Data.
  • ¿Qué es el Big Data? .
  • Conceptos y oportunidades del Big Data.
  • Gestión de la información en entornos Big Data.
  • Sectores para la aplicación del Big Data.

Asignatura 2. Entendiendo Big Data: estructura y técnica.
  • Contexto, aplicación y funcionamiento del Big Data.
  • Arquitectura y herramientas utilizadas en el Big Data.
  • Creación y desarrollo de aplicaciones útiles.
  • Tecnologías utilizadas. Mapreduce, Hadoop.

Asignatura 3. Entendiendo Big Data: aplicación.
  • Diseño de experimentos con visualizaciones.
  • Otras herramientas útiles.
  • Ejemplos de aplicación exitosa con Big Data.
  • Analítica y optimización de resultados.

Asignatura 4. Entornos virtuales de trabajo colaborativo y lenguajes y paradigmas de programación.
  • Conceptos para el trabajo compartido en entornos virtuales.
  • Tecnologías para el trabajo compartido en entornos virtuales.
  • Lenguajes de programación.
  • Programación funcional.
  • Programación imperativa y orientada a objetos.

Asignatura 5. Técnicas y herramientas de protección de redes, sistemas y servicios.
  • Protección en nivel de red.
  • Filtros.
  • Protección de sistemas.
  • Servidores.
  • Impacto de las tecnologías Big Data en los derechos de protección de datos personales y privacidad.

Asignatura 6. Modelamiento de datos y diseño de base de datos.
  • Métodos de captura y almacenamiento de información. Tipos de bases de datos.
  • Bases de datos relacionales y orientadas a objetos.
  • Bases de datos y Big Data. NOSQL.
  • Big Data con MONGODB. Tratamiento de datos en MONGODB.
  • Gestión de MONGODB. Arquitectura de una solución MONGODB.

Asignatura 7. Data Warehouse y gestión documental.
  • Conceptos y características esenciales de un proceso de software
  • Paradigmas, proyectos y procesos del software.
  • De los datos a la información. Fundamentos del data Warehousing.
  • Data Warehouse: herramientas de verificación y técnicas de descubrimiento de información.
  • Acceso y recuperación de la información textual y gestión de documentos.

Asignatura 8. Métodos estadísticos y Data Science.
  • Clasificación de información adecuada.
  • Estadística para incorporación al BD.
  • Lenguaje Python y lenguaje Milk.
  • Paquetes con lenguaje R.
  • Comparativas de paquetes de datos.
  • Data Science: ¿qué es? Características.
  • Posición del Data Scientist o Científico de datos
  • Tipos de organización. Orientación al dato.
  • Estructura de un proyecto con ésta metodología.

Asignatura 9. Big Data para diferentes sectores.
  • Medios de comunicación y marketing.
  • Deportes, cultura y espectáculos.
  • Hostelería, turismo y restauración.
  • Banca digital, derecho y RR.HH.

Asignatura 10. Emprender su proyecto en Big Data.
  • Introducción del proyecto
  • Objetivos de la investigación y teoría
  • Metodología
  • Resultados y conclusiones

Asignatura 11. Técnicas de inteligencia artificial.
  • Inteligencia artificial, aprendizaje autonómico y minería de datos.
  • Búsqueda de inteligencia artificial.
  • Sistemas expertos basados en reglas.
  • Incertidumbre e imprecisión en sistemas expertos basados en reglas.
  • Árboles para la toma de decisiones.
  • Algoritmos de aprendizaje de reglas.
  • Clasificación no supervisada.
  • Sistemas recomendadores.
  • Sistemas neuronales.
  • Algoritmos genéticos.
  • Casos de estudio.

Asignatura 12. Trabajo fin de máster.