Máster en Big Data y Data Analytics

Bloque 1. Fundamentos técnicos y estadística

• Módulo 1. Bases de datos

  • Unidad didáctica 1. Introducción a las bases de datos

  • Unidad didáctica 2. Aproximación al modelo relacional (Teoría de conjuntos y lógica de predicados)

  • Unidad didáctica 3. Elementos de un sistema de bases de datos relacionales

  • Unidad didáctica 4. Normalización en bases de datos relacionales (De la 1ª a la 5ª forma normal)

  • Unidad didáctica 5. Operaciones básicas en bases de datos relacionales

  • Unidad didáctica 6. Lenguajes de consulta (SQL, DDL, DML y DCL)

  • Unidad didáctica 7. Desarrollo de transacciones

  • Unidad didáctica 8. Elementos de seguridad en bases de datos

• Módulo 2. Programación enfocada a objetos con Python

  • Unidad didáctica 1. Nociones esenciales del lenguaje python

  • Unidad didáctica 2. Estructuras de control en python

  • Unidad didáctica 3. Funciones en python

  • Unidad didáctica 4. Módulos y paquetes

  • Unidad didáctica 5. Manejo de archivos (JSON, CSV y TXT)

  • Unidad didáctica 6. Bibliotecas esenciales

  • Unidad didáctica 7. Programación enfocada a objetos en python

• Módulo 3. Bases del razonamiento estadístico

  • Unidad didáctica 1. Aproximación conceptual y experimentos aleatorios

  • Unidad didáctica 2. Tipos de eventos

  • Unidad didáctica 3. Espacios de probabilidad

  • Unidad didáctica 4. Axiomas de probabilidad (Kolmogorov)

  • Unidad didáctica 5. Probabilidad condicional e independencia (Teorema de Bayes)

  • Unidad didáctica 6. Variables aleatorias y funciones de distribución

  • Unidad didáctica 7. Esperanza y varianza

  • Unidad didáctica 8. Distribuciones de probabilidad (Discretas y concretas)

Bloque 2. Big Data y Data Science

• Módulo 4. Fundamentos del Big Data

  • Unidad didáctica 1. Concepto y características

  • Unidad didáctica 2. Principales fuentes de datos

  • Unidad didáctica 3. Transformación de datos

  • Unidad didáctica 4. Almacenamiento nosql

  • Unidad didáctica 5. Análisis de datos (Minería, asociación y texto)

  • Unidad didáctica 6. Visualización de datos

• Módulo 5. Data Science

  • Unidad didáctica 1. Definición y ámbito de aplicaciones

  • Unidad didáctica 2. Herramientas de data science (Jupyter, Tableau, Hadoop, Spark)

• Módulo 6. Ámbitos de aplicación del Big Data

  • Unidad didáctica 1. Esquema general de aplicación

  • Unidad didáctica 2. Gobernanza pública y empresas

  • Unidad didáctica 3. Periodismo de datos y deportes

  • Unidad didáctica 4. Seguros de salud, banca, marketing y publicidad

Bloque 3. Business Intelligence y analítica avanzada

• Módulo 7. Introducción al Business Intelligence

  • Unidad didáctica 1. Aproximación conceptual y enfoque multifacético

  • Unidad didáctica 2. Elementos y rasgos definidores

• Módulo 8. Arquitectura de Business Intelligence

  • Unidad didáctica 1. Componentes de la arquitectura

  • Unidad didáctica 2. Herramientas de bi (Querying, reporting y análisis)

  • Unidad didáctica 3. Ia y machine learning en business intelligence

• Módulo 9. Análisis de datos con Python

  • Unidad didáctica 1. Bases para trabajar con datos en python

  • Unidad didáctica 2. Python en big data (NumPy y Pandas)

  • Unidad didáctica 3. Python en business intelligence

  • Unidad didáctica 4. Aplicación del machine learning con scikit-learn

• Módulo 10. Detección y manejo de los Plateau

  • Unidad didáctica 1. Definición y relevancia del plateau

  • Unidad didáctica 2. Origen e identificación en resultados

  • Unidad didáctica 3. Métodos de superación de los plateau (Optimización y ensemble learning)

Bloque 4. Herramientas especializadas y seguridad

• Módulo 11. Herramienta Power BI

  • Unidad didáctica 1. Caracterización de power bi y componentes

  • Unidad didáctica 2. Big data en power bi

  • Unidad didáctica 3. Business intelligence en power bi

  • Unidad didáctica 4. Controles avanzados y lenguaje dax

• Módulo 12. Programación R en Big Data y Business Intelligence

  • Unidad didáctica 1. Definición del lenguaje de programación r

  • Unidad didáctica 2. Utilización de r (Análisis, big data y bi)

  • Unidad didáctica 3. Implementación de machine learning en r

• Módulo 13. Protección de datos y seguridad

  • Unidad didáctica 1. Introducción al derecho español

  • Unidad didáctica 2. Protección de datos

  • Unidad didáctica 3. Real decreto 43/2021

  • Unidad didáctica 4. Esquema nacional de seguridad