Programa

Máster Big Data y Business Analytics

Título Propio de la Universidad Complutense de Madrid

PreinscríbeteDescargar Dossier (PDF)

Máster Edición 2022

Módulo I: Introducción a Big Data

Una primera aproximación a los fundamentos de la inteligencia de datos y su aplicación en distintos entornos empresariales. Incluye Las tendencias actuales de los macrodatos y una iniciación a la línea de comandos.

Módulo II: Bases de Datos SQL

Diseño y modelización de base de datos y lenguaje de consulta estructurada, más conocido como SQL (Structured Query Language). El modelo entidad-relación, el modelo relacional, la implementación relacional con SQL.

 

Módulo III: Business Intelligence con Tableau

Preparación de la capacidad analítica del alumno y de sus capacidades para desenvolverse en un entorno empresarial. La analítica avanzada y la visualización de datos como funciones principales de este módulo.

Módulo IV: Introducción y fundamentos de programación en Python

Características, tipos de datos, estructuras de control de flujo, funciones, parámetros, manipulación de cadenas, estructuras de datos…

Módulo V: Bases de datos NoSQL

Se aprenderá a utilizar y modelar los sistemas de gestión de bases de datos noSQL y sus principales operaciones. Introducción a MongoDB, operaciones CRUD, dominar el Find o proyectar los campos en resultados de búsqueda.
n

Módulo VI: Tecnologías del Big Data

Internet de las Cosas como servicio, conectividad con fuentes de datos heterogéneas a través de brokers de mensajes y hubs con dispositivos, Hadoop, Spark y  diversas técnicas de visualización y análisis de información por parte de los usuarios finales.

Módulo VII: Hadoop y Spark

Se adquiere una visión panorámica de HDFS, su arquitectura y su utilización a través de línea de comandos. Es el sistema de almacenamiento fundamental en el mundo Big Data en la actualidad, por lo que es imprescindible que el alumno conozca y experimente su funcionamiento.

Módulo VIII: Deep Learning

Se lleva a cabo el proceso de Machine Learning usando una red neuronal artificial que se compone de un número de niveles jerárquicos. Este módulo del máster se separa en 4 bloques: Redes Neuronales, Redes Convolucionales, Redes Recurrentes y Autoencoders. Permite profundizar en la materia.

Módulo IX: Introducción y fundamentos de programación en R

Fundamentos, estructuras de control y manejo de datos del lenguaje de programación R, muy útil en entornos como la minería de datos, estadística o matemáticas financieras.

Módulo X: Fundamentos de estadística

Consolidación de conocimientos de estadística necesarios para formar una base que ayudan a seguir el resto de bloques del máster. Entre los conceptos a tratar: estadística descriptiva, probabilidad e inferencia tendrán un destacado espacio.

Módulo XI: Minería de datos y modelización predictiva con R

A lo largo de este bloque, los alumnos adquirirán los conceptos necesarios para el desarrollo de la modelización predictiva. Para ello, detectarán patrones basados en grandes volúmenes de datos, a través de diversas técnicas de Data Mining.

 

Módulo XII: Machine Learning con R y Python

Técnicas y aplicaciones de aprendizaje y modelización predictiva avanzada. Posteriormente, se profundizará en redes Deep Learning con R y Python, así como en modelos predictivos basados en árboles de decisión, Random forest, Gradient Boosting y Xgboost con R.

 

Módulo XIII: Aplicaciones del Big Data en la Empresa

Este módulo tiene como objetivo que los alumnos asimilen los distintos sistemas de soportes a la toma de decisiones en un entorno corporativo. Se abarcará la gestión económica y financiera, operaciones, logística, marketing y ventas.

Módulo XIV: Data Science Aplicada a la empresa

Visión integral de las empresas orientadas al dato, la creación de equipos de científicos de datos y estructuración de un proyecto Data Science. Se abordarán igualmente aspectos de la comunicación personal con individuos, la pública ante grupos y la mediática para audiencias.

Módulo XV: Text Mining y Redes Sociales

Utilización de las principales Apis de acceso a datos en RRSS, análisis de textos y su tratamiento adecuado para un uso efectivo de estos factores. Realización de análisis de sentimiento en redes sociales y las distintas formas de representación de la información obtenida de este.

0

Módulo XVI: Open Data

Tendencias en gobierno abierto, participación y transparencia. Otras fuentes de datos abiertos incluidas las no gubernamentales (APIs), fuentes de algoritmos abiertos de última generación como pueda ser Kaggle, así como ejemplos diversos de código reproducible se tratarán en este bloque.
l

Módulo XVII: Programación con Scala

Scala es un lenguaje de programación orientado a objetos, muy similar a Java, con características de lenguaje funcional. Dentro del mundo del Big Data se habla de Scala ya que Spark, que es una de las plataformas que se emplean para procesar datos de tipo Big Data, está hecho con Scala.

i

Trabajo final Máster

Asimilados todos los conceptos previos, llega el momento de poner a prueba todos los conocimientos adquiridos en el máster. El alumno planteará una estrategia global de inteligencia de datos para una empresa, basándose en diferentes técnicas y software de apoyo de entre los existentes en el mercado.

Aprende todos estos conceptos y sitúate a la vanguardia tecnológica para afrontar los retos del Big Data y Business Analytics

PREINSCRÍBETE
Programa en detalle
***NTIC Master se reserva el derecho de modificar, suprimir y actualizar el programa del máster