Formación en línea
Organiza tu propio tiempo
Duración 1500 H
Modalidad Online
Precio Oficial: 3600€
Presentación
Descripción
El big data se ha vuelto un área a desarrollar imprescindible para todo tipo de empresas. Los datos se han vuelto la moneda de cambio más cotizada, tanto, que muchas compañías de nueva creación y base tecnológica, ya no pagan a sus socios con dinero, sino con información confidencial y muy valiosa para el desarrollo de negocio. ¿Quieres ser tú uno de los profesionales que lideren el data science? Te recomendamos la Maestría en Data Science de EsibeMientras que antes, solo las grandes empresas tenían acceso a las fuentes de datos y a las herramientas más caras y sofisticadas para extraerlos, ahora, el mundo del big data se ha democratizado y ofrece servicios adaptados a las posibilidades de cada negocio.
Objetivos
- Profundizarás en los fundamentos del data science.
- Aprenderás las últimas técnicas de extracción y gestión de datos, así como lenguaje de consulta SQL
- Conocerás las estrategias más efectivas de Marketing basadas en el análisis de datos.
- Implantarás los nuevos modelos y técnicas del data mining.
- Diseñarás proyectos de crecimiento empresarial para los que será esencial la gestión de datos
- Sabrás detectar y potenciar los factores de éxito que impulsan a una empresa gracias al cruce de información obtenida de sus actividades en el entorno digital.
Para qué te prepara
La finalidad principal de esta maestría en data science es la de ofrecer una formación completa y actualizada sobre el mundo del big data. Al obtener una visión global de este campo y al entender sus fundamentos, los profesionales podrán desarrollar las estrategias más eficientes para sus empresas y elegir las herramientas que mejor se ajusten a necesidades. En cuanto a nivel técnico, esta maestría profundizará en el lenguaje SQL, en el funcionamiento de bases relacionales, en técnicas de data mining y weka, en el almacenamiento escalable y en ciberseguridad para que toda la información extraída quede bajo control. Como ves, esta maestría contiene un amplio temario que te permitirá dominar los aspectos más esenciales del big data.
¿A quién va dirigido?
Esta maestría en data science va dirigido a todos los profesionales del mundo empresarial que quieran comenzar a explorar el mundo de los datos y a beneficiarse de todo su potencial. Comenzarás entendiendo los conceptos más generales y seguirás con los aspectos más técnicos para para obtener un aprendizaje completo que te permita desarrollar proyectos basados en la ciencia de los datos.
Temario
Temario del curso
- ¿Qué es Big Data?
- La era de las grandes cantidades de información: historia del big data
- La importancia de almacenar y extraer información
- Big Data enfocado a los negocios
- Open Data
- Información pública
- IoT (Internet of Things - Internet de las cosas)
- Definiendo el concepto de Business Intelligence y sociedad de la información
- Arquitectura de una solución Business Intelligence
- Business Intelligence en los departamentos de la empresa
- Conceptos de Plan Director, Plan Estratégico y Plan de Operativa Anual
- Sistemas Operacionales y Procesos ETL en un sistema de BI
- Ventajas y Factores de Riesgos del Business Intelligence
- Diagnóstico inicial
- Diseño del proyecto
- Proceso de implementación
- Monitorización y control del proyecto
- Responsable y recursos disponibles
- Calendarización
- Alcance y valoración económica del proyecto
- Cuadros de Mando Integrales (CMI)
- Sistemas de Soporte a la Decisión (DSS)
- Sistemas de Información Ejecutiva (EIS)
- Introducción a la minería de datos y el aprendizaje automático
- Proceso KDD
- Modelos y Técnicas de Data Mining
- Áreas de aplicación
- Minería de Textos y Web Mining
- Data mining y marketing
- Aproximación al concepto de DataMart
- Bases de datos OLTP
- Bases de Datos OLAP
- MOLAP, ROLAP & HOLAP
- Herramientas para el desarrollo de cubos OLAP
- Visión General: ¿Por qué DataWarehouse?
- Estructura y Construcción
- Fases de implantación
- Características
- Data Warehouse en la nube
- Tipos de herramientas para BI
- Productos comerciales para BI
- Productos Open Source para BI
- Beneficios de las herramientas de BI
- ¿Qué es la analítica web?
- Establecimiento de objetivos y KPIs
- Métricas principales y avanzadas
- Objetivos y ventajas de medir
- Plan de medición
- Introducción a Google Analytics 4
- Interfaz
- Métricas y dimensiones
- Informes básicos
- Filtros
- Segmentos
- Eventos
- Informes personalizados
- Comportamiento de los usuarios e interpretación de datos
- Introducción a GTM
- Implementación con GTM
- Medición con GTM
- Uso de Debug/Preview Mode
- La atribución
- Multicanalidad
- Customer Journey
- Principales modelos de atribución
- Modelos de atribución personalizados
- Visualización de datos
- Tipologías de gráficos
- Fuentes de datos
- Creación de informes
- Introducción al SEO
- Historia de los motores de búsqueda
- Componentes de un motor de búsqueda
- Organización de resultados en un motor de búsqueda
- La importancia del contenido
- El concepto de autoridad en Internet
- Campaña SEO
- Introducción al SEM
- Principales conceptos en SEM
- Sistema de pujas y Calidad del anuncio
- Primer contacto con Google Ads
- Creación de anuncios con calidad
- Indicadores clave de rendimiento en SEM
- Análisis del tráfico en redes sociales
- Fijar objetivos en redes sociales
- Youtube
- Tik tok
- Usabilidad
- Mapas de calor
- Grabaciones de sesiones de usuario
- Ordenación de tarjetas
- Test A/B
- Test multivariante
- KPI, indicadores clave de rendimiento
- Cambios a realizar para optimizar una página web
- Hotjar
- Microsoft Power BI
- Google Search Console
- Matomo
- Awstats
- Chartbeat
- Adobe Analytics
- ¿Qué son las cookies?
- Tipos de cookies
- GDPR
- Herramientas para manejar el consentimiento de cookies
- ¿Qué es la ciencia de datos?
- Herramientas necesarias para el científico de datos
- Data Science & Cloud Compunting
- Aspectos legales en Protección de Datos
- Introducción
- El modelo relacional
- Lenguaje de consulta SQL
- MySQL Una base de datos relacional
- ¿Qué es una base de datos NoSQL?
- Bases de datos Relaciones Vs Bases de datos NoSQL
- Tipo de Bases de datos NoSQL Teorema de CAP
- Sistemas de Bases de datos NoSQL
- ¿Qué es MongoDB?
- Funcionamiento y uso de MongoDB
- Primeros pasos con MongoDB: Instalación y shell de comandos
- Creando nuestra primera Base de Datos NoSQL: Modelo e Inserción de Datos
- Actualización de datos en MongoDB: Sentencias set y update
- Trabajando con índices en MongoDB para optimización de datos
- Consulta de datos en MongoDB
- ¿Qué es Weka?
- Técnicas de Data Mining en Weka
- Interfaces de Weka
- Selección de atributos
- Introducción a Python
- ¿Qué necesitas?
- Librerías para el análisis de datos en Python
- MongoDB, Hadoop y Python Dream Team del Big Data
- Introducción a R
- ¿Qué necesitas?
- Tipos de datos
- Estadística Descriptiva y Predictiva con R
- Integración de R en Hadoop
- Obtención y limpieza de los datos (ETL)
- Inferencia estadística
- Modelos de regresión
- Pruebas de hipótesis
- Inteligencia Analítica de negocios
- La teoría de grafos y el análisis de redes sociales
- Presentación de resultados
- ¿Qué es la visualización de datos?
- Importancia y herramientas de la visualización de datos
- Visualización de datos: Principios básicos
- ¿Qué es Tableau? Usos y aplicaciones
- Tableau Server: Arquitectura y Componentes
- Instalación Tableau
- Espacio de trabajo y navegación
- Conexiones de datos en Tableau
- Tipos de filtros en Tableau
- Ordenación de datos, grupos, jerarquías y conjuntos
- Tablas y gráficos en Tableau
- Fundamentos D3
- Instalación D3
- Funcionamiento D3
- SVG
- Tipos de datos en D3
- Diagrama de barras con D3
- Diagrama de dispersión con D3
- Visualización de datos
- Tipologías de gráficos
- Fuentes de datos
- Creación de informes
- Instalación y arquitectura
- Carga de datos
- Informes
- Transformación y modelo de datos
- Análisis de datos
- Introducción a Power BI
- Instalación de Power BI
- Modelado de datos
- Visualización de datos
- Dashboards
- Uso compartido de datos
- CartoDB
- ¿Qué es CARTO?
- Carga y uso de datos. Tipos de análisis
- Programación de un visor con la librería CARTO.js
- Uso de ejemplos y ayudas de la documentación de la API
Metodología
Metodología ESIBE
Contamos con uno de los mejores sistemas de enseñanza, enfocado al 100% en la adquisición de conocimientos y habilidades valiosas para el alumno.
Al matricularte en una de nuestras formaciones, tendrás acceso al campus virtual, el cual se sustenta en los últimos avances en tecnología y sistemas e-Learning. Dispondrás de todos los contenidos de tu acción formativa desde el primer momento, pudiendo marcar tu propio ritmo de aprendizaje.
Nuestra metodología tiene un claro objetivo: proporcionarte nociones imprescindibles para el desarrollo de la actividad de tu ámbito. Para ello, tendrás el apoyo de un claustro especializado en la materia que estará a tu disposición para resolver cualquier pregunta, ya sea a través del chat, habilitado en el propio campus o, de una tutoría.
Con ESIBE, te convertirás en un profesional altamente cualificado, capaz de desempeñar las tareas propias de un puesto de responsabilidad en el sector.
Titulación
Titulación Obtenida
Titulación de Maestría en Data Science con 1500 horas expedida por ESIBE (ESCUELA IBEROAMERICANA DE POSTGRADO).
SOLICITA INFORMACIÓN
Maestría en Data Science
Precio Oficial 3600€ BECA hasta 40%
Compartir
Productos relacionados
Master en Dirección y Gestión de Proyectos y Obras...
Precio Oficial: 3600€
BECA hasta 40%
Ir al curso
¿Por qué estudiar en ESIBE?
En ESIBE nos adaptamos a tus necesidades, ofreciéndote una formación de calidad y con un elevado nivel de flexibilidad.
Apostilla de la Haya
Certifica tu titulación en países extranjeros
Calidad Europea
Formación especializada
Contenido Actualizado
Revisamos de forma continua nuestro temario
Campus Virtual
Plataforma con los últimos desarrollos del sector e-Learning
Amplia Oferta Formativa
Encuentra la formación que se adapta a ti
Nuestros colaboradores
