Máster en Data Science y Business Analytics
Maestría
En línea
*Precio estimado
Importe original en EUR:
417 €/mes
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiarlo en cómodas cuotas mensuales.
Descripción
-
Tipología
Maestría
-
Metodología
En línea
-
Créditos
60
-
Campus virtual
Sí
La respuesta a muchas de las preguntas de negocio está en datos, y cómo interpretarlos y ser capaz de tomar decisiones en base a ellos es lo que demanda el mercado. Con este programa podrás adquirir estos conocimientos sin necesidad de un background técnico.
El Máster en Data Science responde a las necesidades formativas de aquellos profesionales que sin tener un background técnico quieran introducirse en el mundo del Data Science & Big Data. Durante el mismo, se conocerán las tecnologías y herramientas necesarias para la gestión de un proyecto de Data Science & Big Data, las distintas aplicaciones en el mundo empresarial con talleres prácticos y las nuevas tendencias dentro del sector.
Precisiones importantes
Precio a usuarios Emagister: 51% Beca
Acerca de este curso
• Conocer las tecnologías actuales y las nuevas tendencias de los proyectos de Data Science y Big Data para ser capaz de gestionar un proyecto de este tipo.
• Iniciarse en las nuevas tendencias dentro del sector.
• Comprender las aplicaciones de este tipo de proyectos de manera sectorial con estudio de casos y talleres prácticos.
Perfiles con carrera universitaria en campos no relacionados con STEM o profesionales con al menos 3 años de experiencia en el entorno empresarial. Este programa no requiere de conocimientos informáticos ni se necesitan lenguajes de programación, dado que está centrado en la aplicación de los datos al negocio y a la toma de decisiones, una vez superadas las fases de recopilación, tratamiento y almacenamiento de datos.
Máster en Data Science por IMF Smart Education
Máster en Data Science por la Universidad Católica de Ávila
Certificación profesional por Indrauno de los cuatro niveles.
Opiniones
Materias
- Análisis de datos
- E-business
- Base de datos
- Inteligencia artificial
- Machine learning
Programa académico
1 Las herramientas del científico de datos
1. Fundamentos de Python
2. Librerías para ciencia de datos: Numpy, Pandas, etc.
3. Procesamiento de datos y visualización con Python
4. Fundamentos de R
5. Paquetes de R
6. Procesamiento de datos y visualización con R
2 La ciencia de datos. Técnicas de análisis, minería y visualización
1. El ciclo de vida del dato
2. Calidad del dato
3. Preparación y preproceso de datos
4. Modelos analíticos
5. Herramientas y técnicas de visualización
3 Estadística para científicos de datos
1. Lenguaje y tratamiento de datos
2. Análisis exploratorio de datos
3. Probabilidad e inferencia estadística
4. Modelos lineales y aprendizaje estadístico
5. Regresión logística, modelos restringidos de Ridge y Lasso y gradiente
4 Aprendizaje automático
1. Herramientas para machine learning
2. Técnicas y aplicaciones del aprendizaje supervisado
3. Técnicas y aplicaciones del aprendizaje no supervisado
4. Modalidades y técnicas de deep learning
5. Soluciones en la nube para machine learning
5 Inteligencia artificial para la empresa
1. Introducción a la inteligencia artificial
2. Técnicas y aplicaciones para la toma de decisiones
3. Aprendizaje por refuerzo y aplicaciones
4. Técnicas y aplicaciones del procesamiento del lenguaje natural (NLP)
5. Sistemas de recomendación y aplicaciones
6 Tecnología y herramientas Big Data
1. Hadoop y su ecosistema
2. Spark. Fundamentos y aplicaciones
3. Bases de datos NoSQL
4. Plataforma Cloud
7 El trabajo del científico de datos: pasos y técnicas en el análisis. Storytelling
1. Introducción: conceptos de data science
2. Pasos en el análisis de datos
3. Storytelling: poner en valor y transmitir los resultados del análisis
8 El proceso de aprendizaje automático: qué es y qué no es. Dónde aplicar la inteligencia artificial
1. Concepto de aprendizaje automático
2. Cómo conseguir que siga aprendiendo
3. Casos de uso típicos
9 Nuevas tendencias: process mining, MLOPs, cloud
1. Process mining
2. Cloud
3. MLOps
10 Trabajo de fin de máster (TFM )
Curso de Metodologías Ágiles
1. Qué es Scrum y cómo aplicarlo
2. El marco Scrum
3. Equipos autoorganizados
4. El papel de clientes y stakeholder
5. Gestión ágil de productos y proyectos
6. Desarrollo e integración continua
7. Cómo evolucionar hacia una organización ágil
Curso de iniciación a Python
Introducción a Python
• Condicionales en Python
• Estructuras repetitivas en Python
• Colecciones. Listas
• Funciones de cadenas
• Colecciones. Diccionarios
• Funciones
• Manejo de ficheros
• Orientación a objetos
Curso de iniciación a R
• Introducción a R
• Vectores
• Matrices
• Listas
• Data Frames
• Estructuras de control
• Funciones
Curso de inglés
Básico, Preintermedio,
Intermedio o Avanzado
El alumno podrá escoger
¿Necesitas un coach de formación?
Te ayudará a comparar y elegir el mejor curso para ti y a financiarlo en cómodas cuotas mensuales.
Máster en Data Science y Business Analytics
*Precio estimado
Importe original en EUR:
417 €/mes