4.4 91 Curso homologado Master en Business Intelligence y Big Data (Titulación Universitaria + 60 Créditos ECTS)

Curso homologado Master en Business Intelligence y Big Data (Titulación Universitaria + 60 Créditos ECTS)

Solicita Información de este curso homologado

Nombre y apellidos (obligatorio)

Teléfono (obligatorio)

Email (obligatorio)

Situación Laboral (obligatorio)

País (obligatorio)

Provincia (obligatorio)

Comentarios:

Acepto la Política de Privacidad, el Aviso Legal y la Política de Cookies de Formacion Homologada

Solicitud enviada correctamente

La duración de este curso homologado para oposiciones es de: 1500 horas y la modalidad de la formación homologada es: Online.

En formación homologada con este Curso homologado Master en Business Intelligence y Big Data (Titulación Universitaria + 60 Créditos ECTS) conseguirá:

- Conocer e identificar las fases de un proyecto Big Data - Aprender los conceptos de Bases de Datos NoSQL, Data Warehouse y Data Mining, así como su aplicación. - Crear y gestionar una base de datos en MongoDB y procesar datos con Hadoop - Entender qué es la inteligencia de negocio y qué tipos de herramientas existen para su aplicación - Gestionar Pentaho y su integración con MogoDb, Hadoop y Weka, para el análisis y procesamiento de los datos. - Comprender el uso de la analítica web para Big Data y su aplicación mediante la herramienta de Google Analytics. - Realizar una programación estadística básica en Python y R

Con esta formación homologada podrá trabajar como:

Este curso te permite trabajar en ? Analista de datos ? Auditor en Sistemas Big Data ? Experto en Inteligencia de Negocio ? Arquitecto de soluciones Big Data ? Gestor de Infraestructuras para Big Data ? E-commerce & Social Media

Este curso va dirigido a:

Este MASTER UNIVERSITARIO EN BUSINESS INTELLIGENCE Y BIG DATA está dirigido a una gran diversidad de perfiles y es aplicable a cualquier sector, puesto que es adecuado para todas aquellas persona que quieran adquirir conocimientos sobre tecnologías de análisis y procesamiento de datos. Se trata de una acción formativa idónea tanto para recién titulados que deseen ampliar sus oportunidades profesionales así como para profesionales que deseen seguir formándose y/o quieran conseguir una TITULACIÓN UNIVERSITARIA HOMOLOGADA.

Obtendrá la titulación homologada en:

Titulación Universitaria de Master en Business Intelligence y Big Data expedida por la Universidad Pública Rey Juan Carlos acreditada con 60 ECTS Universitarios

Con esta formación homologada podrás:

Este MASTER UNIVERSITARIO EN BUSINESS INTELLIGENCE Y BIG DATA te presenta las herramientas y técnicas de análisis de datos e inteligencia de negocio necesarias para la toma de decisiones, en base a la explotación de los datos masivos que han proliferado con el crecimiento y las posibilidades que ofrece la información digital. La analítica web así como el BI, están jugando un papel cada vez más relevante en las empresas que ven necesaria la toma de decisiones estratégicas mediante inteligencia competitiva.

Contenidos de la formación homologada:

MÓDULO 1. CONCEPTOS PREVIOS EN BIG DATA Y BUSINESS INTELLIGENCE

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL BIG DATA
  1. ¿Qué es Big Data?
  2. La era de las grandes cantidades de información: historia del big data
  3. La importancia de almacenar y extraer información
  4. Big Data enfocado a los negocios
  5. Open Data
  6. Información pública
  7. IoT (Internet of Things - Internet de las cosas)
UNIDAD DIDÁCTICA 2. BUSINESS INTELLIGENCE Y LA SOCIENDAD DE LA INFORMACIÓN
  1. Definiendo el concepto de Business Intelligence y sociedad de la información
  2. Arquitectura de una solución Business Intelligence
  3. Business Intelligence en los departamentos de la empresa
  4. Conceptos de Plan Director, Plan Estratégico y Plan de Operativa Anual
  5. Sistemas Operacionales y Procesos ETL en un sistema de BI
  6. Ventajas y Factores de Riesgos del Business Intelligence
UNIDAD DIDÁCTICA 3. FASES DE UN PROYECTO DE BIG DATA
  1. Diagnóstico inicial
  2. Diseño del proyecto
  3. Proceso de implementación
  4. Monitorización y control del proyecto
  5. Responsable y recursos disponibles
  6. Calendarización
  7. Alcance y valoración económica del proyecto
UNIDAD DIDÁCTICA 4. PRINCIPALES PRODUCTOS DE BUSINESS INTELLIGENCE
  1. Cuadros de Mando Integrales (CMI)
  2. Sistemas de Soporte a la Decisión (DSS)
  3. Sistemas de Información Ejecutiva (EIS)

MÓDULO 2. TECNOLOGÍA PARA BUSINESS INTELLIGENCE

UNIDAD DIDÁCTICA 1. MINERÍA DE DATOS O DATA MINING Y EL APRENDIZAJE AUTOMÁTICO
  1. Introducción a la minería de datos y el aprendizaje automático
  2. Proceso KDD
  3. Modelos y Técnicas de Data Mining
  4. Áreas de aplicación
  5. Minería de Textos y Web Mining
  6. Data mining y marketing
UNIDAD DIDÁCTICA 2. DATAMART: CONCEPTO DE BASE DE DATOS DEPARTAMENTAL
  1. Aproximación al concepto de DataMart
  2. Bases de datos OLTP
  3. Bases de Datos OLAP
  4. MOLAP, ROLAP & HOLAP
  5. Herramientas para el desarrollo de cubos OLAP
UNIDAD DIDÁCTICA 3. DATAWAREHOUSE O ALMACEN DE DATOS CORPORATIVOS
  1. Visión General: ¿Por qué DataWarehouse?
  2. Estructura y Construcción
  3. Fases de implantación
  4. Características
  5. Data Warehouse en la nube
UNIDAD DIDÁCTICA 4. INTELIGENCIA DE NEGOCIO Y HERRAMIENTAS DE ANALÍTICA
  1. Tipos de herramientas para BI
  2. Productos comerciales para BI
  3. Productos Open Source para BI
  4. Beneficios de las herramientas de BI

MÓDULO 3. HERRAMIENTAS PARA EXPLOTACIÓN Y ANÁLSIS DE BIG DATA

UNIDAD DIDÁCTICA 1. BASES DE DATOS NOSQL Y EL ALMACENAMIENTO ESCALABLE
  1. ¿Qué es una base de datos NoSQL?
  2. Bases de datos Relaciones Vs Bases de datos NoSQL
  3. Tipo de Bases de datos NoSQL: Teorema de CAP
  4. Sistemas de Bases de datos NoSQL
UNIDAD DIDÁCTICA 2. INTRODUCCIÓN A UN SISTEMA DE BASES DE DATOS NOSQL: MONGODB
  1. ¿Qué es MongoDB?
  2. Funcionamiento y uso de MongoDB
  3. Primeros pasos con MongoDB: Instalación y shell de comandos
  4. Creando nuestra primera Base de Datos NoSQL: Modelo e Inserción de Datos
  5. Actualización de datos en MongoDB: Sentencias set y update
  6. Trabajando con índices en MongoDB para optimización de datos
  7. Consulta de datos en MongoDB
UNIDAD DIDÁCTICA 3. PROCESAMIENTO DISTRIBUIDO DE DATOS CON HADOOP
  1. ¿Qué es Hadoop?
  2. El sistema de archivos HDFS
  3. Algunos comandos de referencia
  4. Procesamiento MapReduce con Hadoop
  5. El de los clusters en Hadoop
UNIDAD DIDÁCTICA 4. WEKA Y DATA MINING
  1. ¿Qué es Weka?
  2. Técnicas de Data Mining en Weka
  3. Interfaces de Weka
  4. Selección de atributos
UNIDAD DIDÁCTICA 5. PENTAHO UNA SOLUCIÓN OPEN SOURCE PARA BUSINESS INTELLIGENCE
  1. Una aproximación a Pentaho
  2. Soluciones que ofrece Pentaho
  3. MongoDB & Pentaho
  4. Hadoop & Pentaho
  5. Weka & Pentaho

MÓDULO 4. ANALÍTICA WEB Y BIG DATA

UNIDAD DIDÁCTICA 1. ¿QUÉ ES LA ANALÍTICA WEB?
  1. Introducción
  2. La Analítica Web: Un reto cultural
  3. ¿Qué puede hacer la analítica web por ti o tu empresa?
  4. Glosario de Analítica Web
UNIDAD DIDÁCTICA 2. ANALÍTICA WEB BÁSICA: INTRODUCCIÓN
  1. La analítica web en la actualidad
  2. Definiendo la analítica web
  3. El salto a la analítica web moderna
UNIDAD DIDÁCTICA 3. ANALIZAR LA INFORMACIÓN CUANTITATIVA
  1. Identificar los factores críticos
  2. Otros factores que convienen medir
  3. Las macro y microconversiones
  4. Medir el valor económico
  5. Sitios sin comercio: valores a medir
  6. Medición de sitios BB
UNIDAD DIDÁCTICA 4. ANALIZAR LA INFORMACIÓN CUALITATIVA
  1. Introducción
  2. La usabilidad Web
  3. Pruebas Online y a Dsitancia
  4. Las encuestas
UNIDAD DIDÁCTICA 5. DEFINICIÓN DE KPIS
  1. Definición de KPIs
  2. KPI, CSF y metas
  3. Principales KPIS
  4. Ejemplos de KPIS
  5. Supuesto práctico: Cálculo de KPI con Excel
UNIDAD DIDÁCTICA 6. CI: INTELIGENCIA COMPETITIVA
  1. Introducción
  2. Recopilar datos de Inteligencia Competitiva
  3. Análisis del tráfico de sitios web
  4. Búsquedas
UNIDAD DIDÁCTICA 7. ANALÍTICA WEB 2.0. MÓVILES Y VÍDEOS
  1. Introducción
  2. La nueva web social y como medir datos
  3. Las aplicaciones
  4. Analizar el comportamiento desde el móvil
  5. Analizar el rendimiento de los vídeos
UNIDAD DIDÁCTICA 8. ANALÍTICA WEB 2.0. REDES SOCIALES
  1. Análisis de Blogs
  2. Coste y beneficios de escribir en un blog
  3. Nuestro impacto en Twitter
  4. Métricas para Twitter
UNIDAD DIDÁCTICA 9. PROBLEMAS Y SOLUCIONES DE LA ANALÍTICA WEB
  1. La calidad de los datos
  2. Obtener datos válidos
  3. ¿En qué basarnos para la toma de decisiones?
  4. Beneficios de análisis multicanal
UNIDAD DIDÁCTICA 10. MÁS ALLÁ DE LOS DATOS
  1. Segmentación en base al comportamiento
  2. Predicción y menería de datos
  3. Rumbo a la analítica inteligente
UNIDAD DIDÁCTICA 11. DEL BIG DATA AL LINKED OPEN DATA
  1. Concepto de web semántica
  2. Linked Data Vs Big Data
  3. Lenguaje de consulta SPARQL

MÓDULO 5. ANALÍTICA WEB CON GOOGLE ANALYTICS

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A GOOGLE ANALYTICS
  1. Conceptos básicos
  2. Creación de una cuenta en Google Analytics
  3. Perfil de sitio Web
  4. Código de seguimiento
  5. Objetivos
  6. Informes
UNIDAD DIDÁCTICA 2. INTRODUCCIÓN A GOOGLE ADWORDS
  1. Introducción
  2. Los anuncios de Google AdWords
  3. Definiciones básicas
  4. Ventajas de Google AdWords
  5. Google Adsense
  6. Analytics VS AdWords
UNIDAD DIDÁCTICA 3. PERSONALIZAR GOOGLE ANALYTICS
  1. Introducción a las alertas
  2. Crear alerta personalizada
  3. Casos de alertas personalizadas
  4. Informes personalizados
  5. Ejemplo de un informe personalizado
  6. Cuentas
  7. Objetivos y embudos de conversión
  8. Determinar objetivos y embudos de conversión
  9. Filtros: Crear un filtro
  10. Configurar seguimiento del comercio electrónico
  11. Segmentos avanzados
  12. Expresiones regulares
UNIDAD DIDÁCTICA 4. GOOGLE ANALYTICS A DIARIO
  1. Google analytics en Android
  2. Google Analytics en iPhone
  3. Google Analytics para otros dispositivos móviles
  4. Google Analytics para Firefox
  5. Gestionar visitas
  6. Extensiones Google Chrome para Google Analytics
  7. Ayuda de Google Analytics
  8. Google Analytics Qualified Individual
  9. Google Analytics Certified Partner

MÓDULO 6. INTRODUCCIÓN A LA PROGRAMACIÓN ESTADÍSTICA

UNIDAD DIDÁCTICA 1. PYTHON Y EL ANÁLISIS DE DATOS
  1. Introducción a Python
  2. ¿Qué necesitas?
  3. Librerías para el análisis de datos en Python
  4. MongoDB, Hadoop y Python: Dream Team del Big Data
UNIDAD DIDÁCTICA 2. R COMO HERRAMIENTA PARA BIG DATA
  1. Introducción a R
  2. ¿Qué necesitas?
  3. Tipos de datos
  4. Estadística Descriptiva y Predictiva con R
  5. Integración de R en Hadoop

Metodologia:

El alumno comienza su andadura en INESEM a través del Campus Virtual. Con nuestra metodología de aprendizaje online, el alumno debe avanzar a lo largo de las unidades didácticas del itinerario formativo, así como realizar las actividades y autoevaluaciones correspondientes. También contará con manuales que le servirán como apoyo para completar su formación, materiales con una clara vocación práctica. Al final del itinerario, el alumno se encontrará con el examen final, debiendo contestar correctamente un mínimo del 75% de las cuestiones planteadas para poder obtener el título. Nuestro equipo docente y un tutor especializado harán un seguimiento exhaustivo, evaluando todos los progresos del alumno así como estableciendo una línea abierta para la resolución de consultas. El alumno dispone de un espacio donde gestionar todos sus trámites administrativos, la Secretaría Virtual, y de un lugar de encuentro, Comunidad INESEM, donde fomentar su proceso de aprendizaje que enriquecerá su desarrollo profesional.

Resumen:

Este MASTER UNIVERSITARIO EN BUSINESS INTELLIGENCE Y BIG DATA le ofrece una formación especializada en la materia. A medida que aumenta el uso de las TIC, Internet y el Cluod Computing en todos los sectores, se hacen cada vez más presente los conceptos de Big Data y Business Intelligence, ya que representan una oportunidad para aquellas entidades que quieran tratar y analizar los datos como soporte de ayuda en la toma de decisiones y optimización de costes. Con este Master Universitario en Big Data y Business Intelligence, se ofrece una formación en las tecnologías y metodologías de análisis de datos, de manera que a través de la integración de la tecnología se desarrollen las habilidades analíticas necesarias para extraer y evaluar los datos de una manera eficaz.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *