Máster en Ciencia de Datos

Esta titulación está dirigida a empresarios, directivos, emprendedores, trabajadores, estudiantes y cualquier persona que pretenda adquirir los conocimientos necesarios en relación con este ámbito profesional.

Permite conocer sobre el Datamart, concepto de base de datos departamental, el Datawarehouse o almacén de datos corporativos, la inteligencia de negocio y herramientas de analítica, la caracterización de la tecnología, las bases de datos, las bases del razonamiento estadístico, la introducción de big data en las ingenierías, los fundamentos de big data, la arquitectura Hadoop, la caracterización de la tecnología, las bases de datos, las bases del razonamiento estadístico, entre otros conceptos relacionados. Además, al final de cada unidad didáctica el/la alumno/a encontrará ejercicios de autoevaluación que le permitirá hacer un seguimiento del curso de forma autónoma.

PARTE 1. Data analyst

Módulo 1. Datamart. Concepto de base de datos departamental

Módulo 2. Datawarehouse o almacén de datos corporativos

Módulo 3. Inteligencia de negocio y herramientas de analítica

Módulo 4. Herramienta PowerBI

Módulo 5. Herramienta Tableau

Módulo 6. Herramienta QlikView

Módulo 7. Bases de datos NoSQL y el almacenamiento escalable

Módulo 8. Introducción a un sistema de bases de datos NoSQL. MongoDB

Módulo 9. Python y el análisis de datos

Módulo 10. R como herramienta para Big Data

Módulo 11. Pre-procesamiento & procesamiento de datos

Módulo 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