Master en Big Data y Business Analytics

Home / Master en Big Data y Business Analytics

Descripción

Que hemos entrado de lleno en la era de los datos es una realidad que se ve refrendada, constantemente, por la aparición repetitiva de palabras como Big Data o Data Science, tanto en los medios de comunicación tradicionales más influyentes como en las nuevas formas de comunicación online. Google calcula que, actualmente, se están generando tantos datos en Internet en 48 horas como todos los que ha generado la civilización humana desde su inicio hasta el año 2003. Del mismo modo, el fenómeno Big Data ha entrado de lleno en las principales compañías de muy diferentes ámbitos empresariales empezando a demandar perfiles de profesionales extremadamente especializados y muy bien preparados en el manejo de grandes volúmenes de datos.
Al finalizar este master, los alumnos contarán con el potencial suficiente para cubrir algunos de estos perfiles especializados, siendo capaces de extraer conocimientos valiosos a partir de grandes volúmenes de datos, guiando las decisiones de negocio de diferentes compañías (“Data Driven Companies”) e instituciones, siendo éste el nuevo foco estratégico en el que muchas empresas están avanzando. Todo ello, dominando las fases del ciclo completo del Data Science, donde, partiendo de los datos en bruto y aplicando los más modernos métodos y tecnologías para el análisis de datos en gran escala se lleguen a mostrar resultados de impacto en el negocio utilizando visualizaciones muy atractivas.
Concretando más, mediante una combinación equilibrada de teoría y práctica los estudiantes serán capaces de hacerse las preguntas de negocio correctas sobre los datos, aplicar los más modernos métodos estadísticos y computacionales en R y Python, los lenguajes de programación más utilizados por los Data Sciencist, actualmente, identificando patrones y extrayendo conocimiento valioso de conjuntos de datos complejos.
En un siguiente nivel también serán capaces de realizar proyectos y soluciones Big Data recolectando grandes volúmenes de datos con Flume, almacenándolos en HDFS Hadoop o las nuevas bases de datos NoSQL y procesándolos en batch con MapReduce o en streaming en memoria con Spark.
Igualmente el alumno será capaz de comunicar eficazmente, tanto de forma oral como escrita, los conocimientos de negocio obtenidos apoyándose en herramientas de visualización interactivas construidas con tecnología javascript (D3.js) o de Discovery Data comerciales tipo Tableau.
Por último, mediante la realización de un proyecto final de tipo práctico que se irá completando paulatinamente a medida que se van cursando los distintos módulos del Master, los alumnos crearán un producto de datos completo en el que podrán demostrar todo el conocimiento adquirido y podrán defender sus principales hallazgos (insights), utilizando las habilidades de analista de negocio (Business Analytics) que también habrán desarrollado a lo largo del curso.

Objetivos

  • Aprender a aplicar las Metodologías de Análisis más novedosas de Data Science.
  • Trabajar con los lenguajes más utilizados por los Data Scientist: R, Python y SQL.
  • Adquirir, organizar, combinar, limpiar, almacenar y presentar datos provenientes de fuentes y sistemas de almacenamiento.

Destinatarios

El Máster, va dirigido a Titulados Superiores con un perfil de empresa, así como a técnicos o titulados en las diferentes áreas relacionadas con la tecnología; Profesionales o titulados en empresa o economía, en estadística, ingeniería o ciencias sociales, emprendedores, desempleados y todos aquellos que quieran formarse en una disciplina de máxima actualidad y demanda.

Certificación Universitaria

Máster Certificado como título propio por la Universidad Europea Miguel de Cervantes, fundada en el año 2002, en Valladolid (España) (BOCyL 24/06/02 y BOE 05/07/02).

Colabora: Telefónica

Con la participación de Telefónica, que contribuye al desarrollo del Máster a través de la participación del Equipo de Big Data de su centro de Boecillo, en Valladolid, y con el aval científico de una Compañía líder en el Universo Big Data.

Temario

MÓDULO 1. INTRODUCCIÓN Y METODOLOGÍA

  • Introducción del panorama actual del Big Data/Data Science y motivación hacia la realización del curso
  • Metodología y diseño de aplicaciones de Análisis de Datos

MÓDULO 2. DATASCIENCE TRADICIONAL: ALMACENAMIENTO Y ADQUISICIÓN DE DATOS

  • Almacenamiento y adquisición de datos: Tecnologías tradicionales de Almacenamiento de datos (BBDD relacionales, BI y Data Warehouse)
  • Almacenamiento y adquisición de datos: Información Online (Web, APIs…)

MÓDULO 3. DATASCIENCE TRADICIONAL: ANÁLISIS DE DATOS Y APRENDIZAJE AUTOMÁTICO CON R Y SQL

  • Programación básica: Introducción a SQL y R
  • Análisis exploratorio con R
  • Limpieza y preparación de datos con R
  • Construcción de modelos de aprendizaje NO supervisado con R
  • Análisis Predictivo. Construcción de modelos de aprendizaje supervisado con R
  • Evaluación de modelos de aprendizaje con R
  • Modelos avanzados: Procesado del Lenguaje Natural (NLP) con R

MÓDULO 4. DATASCIENCE TRADICIONAL: ANÁLISIS DE DATOS Y APRENDIZAJE AUTOMÁTICO CON PYTHON

  • Programación básica: Introducción a Python (I)
  • Programación básica: Introducción a Python (II)
  • Aplicaciones de Análisis de Datos con Python (I)
  • Aplicaciones de Análisis de Datos con Python (II)

MÓDULO 5. DATASCIENCE EN ESCALA: ADMINISTRACIÓN DE HADOOP

  • Administración y Configuración de plataforma Hadoop y herramientas Big Data

MÓDULO 6. DATASCIENCE EN ESCALA: ADQUISICIÓN Y ALMACENAMIENTO BIG DATA

  • Almacenamiento y adquisición de datos: Nuevas tecnologías de almacenamiento Big Data I (Hadoop, Flume, Sqoop…)
  • Almacenamiento y adquisición de datos: Nuevas tecnologías de almacenamiento Big Data II (NoSQL, Indexadores de documentos…)

MÓDULO 7. DATASCIENCE EN ESCALA: ANÁLISIS DE DATOS Y MACHINE LEARNING CON BIG DATA

  • Análisis exploratorio y preparación de datos: Hadoop 1.0 y 2.0 (YARN) y Map & Reduce
  • Análisis exploratorio y preparación de datos. Herramientas del ecosistema Hadoop (HUE, Hive, Pig…)
  • Análisis exploratorio y preparación de datos con Spark
  • Construcción de modelos de aprendizaje automático en escala: RSpark, Spark Mlib, H2O…

MÓDULO 8. DATASCIENCE EN ESCALA: UNIVERSO BIG DATA

  • Recuperación de la Información y Sistemas de Recomendación
  • Principales actores en el universo Big Data. Clasificación y posicionamiento de herramientas

MÓDULO 9. VISUALIZACIÓN DE DATOS Y COMUNICACIÓN

  • La importancia de la visualización de datos
  • Tecnologías de visualización de datos (CartoDB/Tableau)
  • D3.js
  • Creación de Informes y visualizaciones atractivas con R y Python

MÓDULO 10. MASTER CLASSES BUSINESS ANALYTICS

  • Tres Master Classes impartidas por profesionales reconocidos enfocadas en la aplicación de conocimientos (Business Analytics) que guíen decisiones en el ámbito de un negocio:
    • Máster Class: Introducción al Bussines Analytics
    • Máster Class: Casos prácticos de aplicación del Business Analytics
    • Máster Class: Últimas tendencias en Analítica Avanzada

MÓDULO 11. PROYECTO FIN DE MÁSTER

  • Introducción a la realización de Proyectos de Big Data
  • Pautas esenciales para la organización del proyecto
  • Realización del Proyecto Fin de Máster
  • Presentación