¡57% de ahorro!
Titulación Oficial. Prácticas garantizadas
Universidad Europea Miguel de Cervantes UEMC

Máster Universitario en Gestión y Análisis de Grandes Volúmenes de Datos: Big Data

Universidad Europea Miguel de Cervantes UEMC
A Distancia
Precio Emagister

7.500 € 3.225 
¿Quieres hablar con un asesor sobre este curso?
¿Quieres hablar con un asesor sobre este curso?

Información importante

Tipología Master oficial
Metodología A distancia
Duración 2 Semestres
Inicio 15/10/2019
Créditos 60
Prácticas en empresa
Campus online
Tutor personal
Clases virtuales
  • Master oficial
  • A distancia
  • Duración:
    2 Semestres
  • Inicio:
    15/10/2019
  • Créditos: 60
  • Prácticas en empresa
  • Campus online
  • Tutor personal
  • Clases virtuales
Descripción

El Big Data se enfrenta a grandes oportunidades pero también a grandes desafíos, entre ellos, la problemática de extraer datos reales y de calidad de un conjunto de datos masivos cambiantes y sin estructurar.

Un científico de datos se encarga de recolectar y extraer datos independientemente de su volumen, limpiando y procesando los datos a través de métodos estadísticos para visualizarlos y representarlos de manera gráfica. Así, se trata de un perfil eminentemente técnico, que debe tener habilidades avanzadas en programación, estadística, arquitectura de datos, informática y aprendizaje automático, alineadas con una visión estratégica de negocio.

Según los últimos informes de Randstad, una de las mejores oportunidades que ofrece el universo Big Data es la del empleo, ya que se prevé que la digitalización genere en torno a 1.250.000 empleos en los próximos 5 años. En este sentido, profesionales especializados en Business Intelligence y en Big Data serán cada vez más demandados.

Información importante

Precio a usuarios Emagister: Precio especial para la convocatoria de octubre 2019: Ahora por ser usuario de emagister precio de 3.225 euros

Instalaciones (1) y fechas
Dónde se imparte y en qué fechas
Inicio Ubicación
15 oct 2019
A distancia
Inicio 15 oct 2019
Ubicación
A distancia

A tener en cuenta

· ¿Cuáles son los objetivos de este curso?

Uno de los principales objetivos es que los alumnos adquieran una visión multidisplicinar del rol del científico de datos; que domine técnicas avanzadas de estadística, de programación, informática y conocimiento de arquitectura de datos.

· ¿A quién va dirigido?

Este Máster va dirigido a personas que quieran desarrollarse profesionalmente como Científicos de Datos y que posean una carrera universitaria en Ingeniería de Telecomunicaciones, Ingeniería Informática, Ingeniería de la Organización Industrial o Estadística.

· Requisitos

Graduados/ingenieros en informática, telecomunicaciones, industriales, matemáticas, física y estadística.

· Titulación

Máster universitario en Gestión y Análisis de Grandes Volúmenes de Datos, Máster Oficial Universitario emitido por la Universidad Europea Miguel de Cervantes.

· ¿Qué distingue a este curso de los demás?

Título Oficial Universitario. Dispone de un sistema de reconocimiento facial que permite al alumno examinarse desde casa. Dispone de una metodología 100% práctica. El alumno trabajará con bases de datos y sobre proyectos empresariales reales. Flexibilidad para conciliar vida laboral y académica. El programa está divido en bloques temporales que posibilitan reducir la carga lectiva de asignaturas simultáneas. Prácticas Garantizadas. Bolsa de empleo. Contamos con acuerdos con cientos de empresas, no solo para el desarrollo de prácticas empresariales, sino también para la participación en procesos de selección para puestos con contrato laboral. El programa se puede abonar a plazos sin intereses.

Preguntas & Respuestas

Plantea tus dudas y otros usuarios podrán responderte

Logros de este Centro

Este centro lleva demostrando su calidad en Emagister
14 años con Emagister

¿Qué aprendes en este curso?

Big Data
Universo
Oportunidades de negocio
Minería
Herramientas de análisis de datos
Aprovisionamiento
Desarrollo de aplicaciones
Algoritmos
Redes neuronales
Análisis de datos
Análisis estadístico
Apache
Toma de decisiones
Herramientas de programación
Estadística
E-business
Cloud computing
Python
Frameworks
Hadoop
Programación
Internet of things
Deep learning
Sentiment Analysis
Chat bots
Big Data

Temario

A1. Fundamentos del estudios de análisis de Datos
  • Introducción al concepto de análisis de datos y Big Data
  • Aplicaciones básicas del análisis de datos y Big Data
  • Principales entornos de desarrollo
  • El Big Data en el ámbito social y empresarial
  • Implicaciones legales y éticas
A2. Técnicas y análisis de datos
  • Introducción al análisis de datos
  • Análisis de datos en una variable
  • Análisis de datos en múltiples variables
  • Métodos de optimización
  • El proceso de aprendizaje automático
A3. Técnicas avanzadas de análisis de datos
  • Minería de datos
  • Métodos aplicados de análisis de datos
  • Técnicas y herramientas software
  • Algoritmos de regresión
  • Algoritmos de clasificación
  • Algoritmos de clustering
  • Algoritmos de reducción de dimensionalidad
A4. Técnicas de programación
  • Introducción a los lenguajes de programación aplicados al análisis de datos.
  • Métodos de almacenamiento y toma adquisición de datos
  • Procesamiento de datos
  • Python para análisis de datos
  • R para análisis de datos
A5. Tecnología de almacenamiento de datos
  • Introducción a las aplicaciones del Big Data
  • Bases de datos para entornos analíticos
  • Algoritmos para el procesamiento de grandes volúmenes de datos
  • Ecosistema Hadoop
  • Apache Spark

A6. Diseño y Programación de herramientas Analíticas (Itinerario I)

  • Diseño de herramientas analíticas algoritmos específicos
  • Programación y optimización de herramientas
A7. Técnicas de Programación Avanzadas (Itinerario I)
  • Técnicas avanzadas para la programación de análisis estadístico
  • Estructuras de datos
  • Optimización y verificación de resultados para la toma de decisiones
  • Redes neuronales
  • Deep Learning
  • Tensorflow
A8. Plataformas Avanzadas de desarrollo (Itinerario I)
  • Principales plataformas de desarrollo
  • Programación desde lenguajes de alto nivel
  • Desarrollo de aplicaciones
  • SAS
  • Azure ML, IBM Watson
A9. Soporte de Aprovisionamiento (Itinerario II)
  • Tecnologías de adquisición de datos
  • Herramientos de almacenamiento NoSQL
  • Frameworks de procesamiento
A10. Exploración, Visualización y Comunicación de datos (Itinerario II)
  • Herramientas de visualización de datos
  • Generación de informes
  • Diseño y programación de cuadros de mando
A11. Aplicaciones de Análisis (Itinerario II)
  • Algoritmos para análisis de datos en entornos de aplicación
  • Herramientas específicas en función del entorno de aplicación (empresarial, ciencias de la salud, industrial, etc)
Trabajo fin de Máster
Prácticas en Empresas.