Máster en marketing y digital business (DBS)
Maestría
En Madrid (España)
*Precio estimado
Importe original en EUR:
6,560 €
¿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
-
Lugar
Madrid (España)
-
Duración
1 Año
La cantidad de datos e información que gestiona una entidad es asombrosa y con las tecnologías actuales y desarrollo del conocimiento en esta área, hace que sea el momento perfecto para la formación en este ámbito profesional que está experimentando una de las tasas de paro más bajas del entorno laboral a nivel global y con perspectivas de crecimiento alcistas. El Máster en Ingeniería de Datos y Big Data ofrece una formación especializada de alto nivel, que le permitirá hacer frente a situaciones reales de empresas en el área de la gestión y obtención de datos, orientado totalmente al negocio. Conocerá de la mano de profesionales en activo, los cocimientos y herramientas para la toma de decisiones en base a la analítica de datos, así como los aspectos técnicos para la implantación de modelos predictivos en cualquier tipología de entidad y en todos y cada una de los departamento funcionales de una empresa.
Sedes y fechas disponibles
Ubicación
Inicio
Inicio
Inicio
Acerca de este curso
Adquirir conceptos de análisis estadístico y predictivo. Aprender los fundamentos de la programación en R para el tratamiento de datos. Aprender las técnicas del aprendizaje automático y los modelos existentes. Crear las bases de la programación en Python y su aplicación en el tratamiento de datos. Conocer los fundamentos del aprendizaje profundo, modelos conexionistas y redes neuronales. Conocer y aplicar las técnicas de minería de texto y procesamiento del lenguaje natural. Conocer la inteligencia de negocio usando las herramientas necesarias para el almacenamiento, extracción, carga de datos y visualización. Adquirir los conocimientos necesarios para trabajar con bases de datos no convencionales. Conocer y aplicar la infraestructura de big data, a través de máquinas virtuales, Hadoop, Spark, etc. Estar actualizado en la seguridad y legislación de los datos, además de las técnicas de seguridad.
El programa va dirigido a recién titulados de las ramas de informática, ingenieros de diversas especialidades y para alumnos procedentes de diferentes formaciones universitarias que tengas conocimientos previos de la materia.
Desde sus inicios en 1988, ESESA IMF siempre se ha caracterizado como un auténtico foco de generación de talento a través de una formación altamente especializada e impartida por un cuadro docente conformado por profesionales en activo. Málaga se ha convertido en germen de innovación y está en el punto de atracción de grandes empresas internacionales, situándose en el TOP 5 de ciudades digitales en España. Desde ESESA IMF, queremos acompasar la evolución de la ciudad a través de programas formativos diseñados ad hoc a las necesidades reales que tiene el mercado profesional. A través de formación especializada en la que el alumno puede, en función del momento profesional en el que se encuentra, elegir su propio itinerario formativo, seguimos apostando por el poder de la transformación para impulsar a los líderes digitales del ahora.
Opiniones
Materias
- Almacenes
- E-business
- Logística
- Redes
- Toma de decisiones
- Base de datos
- Herramientas
- Programacion
- Informática
- Tecnologías de la información
- Marketing digital
- Seguridad
- Big Data
- Desarrollo
Programa académico
1 Modelos y aprendizaje estadísticos
- 1. Lenguaje R 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 descendiente.
- 6. GLMS y series temporales.
2 Aprendizaje automático aplicado
- 1. Introducción al aprendizaje automático.
- 2. Modelos supervisados.
- 3. Modelos no supervisados.
- 4. Fundamentos de programación con Python
- 5. Compartir datos, código y recursos en repositorios.
- 6. Fundamentos de tratamiento de datos con el stack científico de Python.
- 7. Ingeniería de características y selección de mode.
- 8. Reglas de asociación y market basket analysis.
3 Aprendizaje profundo
- 1. Introducción al aprendizaje profundo.
- 2. Modelos conexionistas.
- 3. Redes neuronales multicapa.
- 4. Redes neuronales convolucionales.
- 5. Redes neuronales recurrentes.
- 6. Redes neuronales adversarias.
4 Minería de texto y procesamiento del lenguaje natural (PLN)
- 1. Introducción histórica y tecnológica.
- 2. Herramientas PLN I: NLTK.
- 3. Herramientas de PLN II: Brat y Gate.
- 4. Text mining I: clustering.
- 5. Text mining II: sentimiento y temas.
- 6. Otras aplicaciones y técnicas de PLN.
5 Business Inteligence y visualización
- 1. Introducción al Business Inteligence.
- 2. Fundamentos de bases de datos relacionales
- 3. Almacenes de datos y bases de datos analíticas.
- 4. Metología Kimball.
- 5. Herramientas de extracción, transformación y carga.
- 6. Aplicaciones de Business Inteligence.
- 7. Fundamentos de visualización de datos.
- 8. Herramientas de visualización.
6 Almacenamiento e integración de datos
- 1. Bases de datos no convencionales.
- 2. Modelos de base de datos basados en documentos.
- 3. Modelos de base de datos basados en columnas.
- 4. Modelos de base de datos basados en grafos.
- 5. Modelos de base de datos basados en clave-valor.
- 6. Adquisición de datos.
7 Infraestructura de Big Data
- 1. Manejo de máquinas virtuales y terminal de comandos.
- 2. Fundamentos de tecnologías de Internet.
- 3. Procesamiento de datos con Hadoop.
- 4. Herramientas Hadoop.
- 5. Procesamiento de datos con Spark.
- 6. Arquitecturas de streaming.
- 7. Componentes de arquitecturas de streaming.
8 Valor y contexto de la analítica big data
- 1. El business case de Big Data.
- 2. Proyectos de Big Data.
- 3. Aplicaciones analíticas por sectores.
- 4. Tecnologías emergentes en analítica.
- 5. Gestión de equipos y métodos ágiles.
- 6. Estándares de gestión de proyectos
- 7. Buenas prácticas en los procesos de Big Data.
9 Aplicaciones analíticas y Seguridad de los Datos
- 1. Caso de estudio de analítica escalable.
- 2. Caso de estudio de analítica en redes sociales.
- 3. Caso de estudio en Internet Of Things.
- 4. Caso de estudio en analítica financiera (el rating de empresas).
- 5. Caso de estudio en analítica de clientes: Location Analytics.
- 6. Caso de estudio de técnicas de recuperación de información.
- 7. Principios de seguridad de datos.
- 8. Legislación en la seguridad de datos.
- 9. Auditoría e informática forense.
- 10. Fundamentos y técnicas de ciberseguridad.
10 Desarrollo TFM
¿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 marketing y digital business (DBS)
*Precio estimado
Importe original en EUR:
6,560 €