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
Aprendizaje de técnicas de la inteligencia empresarial. Entre los distintos modelos para su explotación a través de los datos existentes en una organización corporativa, se verán el dimensional, el semántico y el tabular.
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.
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: : 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 VIII: 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 IX: 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 X: 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 XI: 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 XII: 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 XIII: 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 éste.
Módulo XIV: 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.
Módulo XV: Emprendimiento en empresas de Big Data
Se abarcarán las distintas partes del proceso a llevar a cabo para el correcto lanzamiento de una startup basada en servicios de macrodatos. Se tratan también la aplicación de técnicas ágiles en el desarrollo de productos y servicios.
Trabajo final
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, básandose en diferentes técnicas y software de apoyo de entre los existentes en el mercado.