Para qué te prepara:
La finalidad principal de esta maestría en data science es la de ofrecer una formación completa y actualizada sobre el mundo del big data. Al obtener una visión global de este campo y al entender sus fundamentos, los profesionales podrán desarrollar las estrategias más eficientes para sus empresas y elegir las herramientas que mejor se ajusten a necesidades. En cuanto a nivel técnico, esta maestría profundizará en el lenguaje SQL, en el funcionamiento de bases relacionales, en técnicas de data mining y weka, en el almacenamiento escalable y en ciberseguridad para que toda la información extraída quede bajo control. Como ves, esta maestría contiene un amplio temario que te permitirá dominar los aspectos más esenciales del big data.
A quién va dirigido:
Esta maestría en data science va dirigido a todos los profesionales del mundo empresarial que quieran comenzar a explorar el mundo de los datos y a beneficiarse de todo su potencial. Comenzarás entendiendo los conceptos más generales y seguirás con los aspectos más técnicos para para obtener un aprendizaje completo que te permita desarrollar proyectos basados en la ciencia de los datos.
Titulación:
Titulación de Maestría en Data Science con 1500 horas expedida por ESIBE (ESCUELA IBEROAMERICANA DE POSTGRADO).
Objetivos:
- Profundizarás en los fundamentos del data science. - Aprenderás las últimas técnicas de extracción y gestión de datos, así como lenguaje de consulta SQL - Conocerás las estrategias más efectivas de Marketing basadas en el análisis de datos. - Implantarás los nuevos modelos y técnicas del data mining. - Diseñarás proyectos de crecimiento empresarial para los que será esencial la gestión de datos - Sabrás detectar y potenciar los factores de éxito que impulsan a una empresa gracias al cruce de información obtenida de sus actividades en el entorno digital.
Salidas Laborales:
Las salidas profesionales a las que conseguirás acceder con la maestría en data science son innumerables. Podrás trabajar junto a los equipos directivos en la toma de decisiones, como analista de mercado, digital manager, data architect, chief data officer y en muchas otras profesiones emergentes.
Resumen:
El big data se ha vuelto un área a desarrollar imprescindible para todo tipo de empresas. Los datos se han vuelto la moneda de cambio más cotizada, tanto, que muchas compañías de nueva creación y base tecnológica, ya no pagan a sus socios con dinero, sino con información confidencial y muy valiosa para el desarrollo de negocio. ¿Quieres ser tú uno de los profesionales que lideren el data science? Te recomendamos la Maestría en Data Science de Esibe Mientras que antes, solo las grandes empresas tenían acceso a las fuentes de datos y a las herramientas más caras y sofisticadas para extraerlos, ahora, el mundo del big data se ha democratizado y ofrece servicios adaptados a las posibilidades de cada negocio.
Metodología:
Entre el material entregado en este curso se adjunta un documento llamado Guía del Alumno dónde aparece un horario de tutorías telefónicas y una dirección de e-mail dónde podrá enviar sus consultas, dudas y ejercicios. La metodología a seguir es ir avanzando a lo largo del itinerario de aprendizaje online, que cuenta con una serie de temas y ejercicios. Para su evaluación, el alumno/a deberá completar todos los ejercicios propuestos en el curso. La titulación será remitida al alumno/a por correo una vez se haya comprobado que ha completado el itinerario de aprendizaje satisfactoriamente.
Temario:
MÓDULO 1. BIG DATA Y BUSINESS INTELLIGENCE
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL BIG DATA
UNIDAD DIDÁCTICA 2. BUSINESS INTELLIGENCE Y LA SOCIEDAD DE LA INFORMACIÓN
UNIDAD DIDÁCTICA 3. FASES DE UN PROYECTO DE BIG DATA
UNIDAD DIDÁCTICA 4. PRINCIPALES PRODUCTOS DE BUSINESS INTELLIGENCE
UNIDAD DIDÁCTICA 5. MINERÍA DE DATOS O DATA MINING Y EL APRENDIZAJE AUTOMÁTICO
UNIDAD DIDÁCTICA 6. DATAMART: CONCEPTO DE BASE DE DATOS DEPARTAMENTAL
UNIDAD DIDÁCTICA 7. DATAWAREHOUSE O ALMACEN DE DATOS CORPORATIVOS
UNIDAD DIDÁCTICA 8. INTELIGENCIA DE NEGOCIO Y HERRAMIENTAS DE ANALÍTICA
MÓDULO 2. ANALÍTICA WEB
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA ANALÍTICA WEB
UNIDAD DIDÁCTICA 2. GOOGLE ANALYTICS 4
UNIDAD DIDÁCTICA 3. GOOGLE TAG MANAGER
UNIDAD DIDÁCTICA 4. MODELOS DE ATRIBUCIÓN
UNIDAD DIDÁCTICA 5. CREACIÓN DE DASHBORAD CON GOOGLE DATA STUDIO
UNIDAD DIDÁCTICA 6. ANALÍTICA WEB ORIENTADA AL SEO
UNIDAD DIDÁCTICA 7. ANALÍTICA WEB ORIENTADA AL SEM
UNIDAD DIDÁCTICA 8. ANALÍTICA WEB ORIENTADA A LAS REDES SOCIALES
UNIDAD DIDÁCTICA 9. TÉCNICAS Y ESTRATEGIAS
UNIDAD DIDÁCTICA 10. OTRAS HERRAMIENTAS PARA ANALÍTICA WEB
UNIDAD DIDÁCTICA 11. COOKIES Y TECNOLOGÍAS DE SEGUIMIENTO
MÓDULO 3. DATA SCIENCE (CIENCIA DE DATOS)
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA CIENCIA DE DATOS
UNIDAD DIDÁCTICA 2. BASES DE DATOS RELACIONALES
UNIDAD DIDÁCTICA 3. BASES DE DATOS NOSQL Y EL ALMACENAMIENTO ESCALABLE
UNIDAD DIDÁCTICA 4. INTRODUCCIÓN A UN SISTEMA DE BASES DE DATOS NOSQL: MONGODB
UNIDAD DIDÁCTICA 5. WEKA Y DATA MINING
UNIDAD DIDÁCTICA 6. PYTHON Y EL ANÁLISIS DE DATOS
UNIDAD DIDÁCTICA 7. R COMO HERRAMIENTA PARA BIG DATA
UNIDAD DIDÁCTICA 8. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS
UNIDAD DIDÁCTICA 9. ANÁLISIS DE LOS DATOS
MÓDULO 4. ANÁLISIS DE DATOS CON PYTHON
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL ANÁLISIS DE DATOS
UNIDAD DIDÁCTICA 2. LIBRERÍAS PARA EL ANÁLISIS DE DATOS: NUMPY, PANDAS Y MATPLOTLIB
UNIDAD DIDÁCTICA 3. FILTRADO Y EXTRACCIÓN DE DATOS
UNIDAD DIDÁCTICA 4. PIVOT TABLES
UNIDAD DIDÁCTICA 5. GROUPBY Y FUNCIONES DE AGREGACIÓN
UNIDAD DIDÁCTICA 6. FUSIÓN DE DATAFRAMES
UNIDAD DIDÁCTICA 7. VISUALIZACIÓN DE DATOS CON MATPLOTLIB Y CON SEABORN
UNIDAD DIDÁCTICA 8. INTRODUCCIÓN AL MACHINE LEARNING
UNIDAD DIDÁCTICA 9. REGRESIÓN LINEAL Y REGRESIÓN LOGÍSTICA
UNIDAD DIDÁCTICA 10. ÁRBOL DE DECISIONES
UNIDAD DIDÁCTICA 11. NAIVE BAYES
UNIDAD DIDÁCTICA 12. SUPPORT VECTOR MACHINES (SVM)
UNIDAD DIDÁCTICA 13. KNN
UNIDAD DIDÁCTICA 14. PRINCIPAL COMPONENT ANALYSIS (PCA)
UNIDAD DIDÁCTICA 15. RANDOM FOREST
MÓDULO 5. HERRAMIENTAS DE VISUALIZACIÓN DE DATOS
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA VISUALIZACIÓN DE DATOS
UNIDAD DIDÁCTICA 2. TABLEAU
UNIDAD DIDÁCTICA 3. D3 (DATA DRIVEN DOCUMENTS)
UNIDAD DIDÁCTICA 4. GOOGLE DATA
UNIDAD DIDÁCTICA 5. QLIKVIEW
UNIDAD DIDÁCTICA 6. POWERBI
UNIDAD DIDÁCTICA 7. CARTO
MÓDULO 6. VISUALIZACIÓN DE DATOS EN R CON GGPLOT2
UNIDAD DIDÁCTICA 1. GGPLOT2 COMO LIBRERÍA PARA VISUALIZACIÓN DE DATOS EN R
UNIDAD DIDÁCTICA 2. EJES
UNIDAD DIDÁCTICA 3. TÍTULOS
UNIDAD DIDÁCTICA 4. LEYENDAS
UNIDAD DIDÁCTICA 5. FONDOS Y LÍNEAS DE CUADRÍCULA
UNIDAD DIDÁCTICA 6. MÁRGENES
UNIDAD DIDÁCTICA 7. GRÁFICOS DE PANELES MÚLTIPLES
UNIDAD DIDÁCTICA 8. COLORES
UNIDAD DIDÁCTICA 9. TEMAS
UNIDAD DIDÁCTICA 10. LÍNEAS
UNIDAD DIDÁCTICA 11. TEXTO
UNIDAD DIDÁCTICA 12. COORDENADAS
UNIDAD DIDÁCTICA 13. TIPOS DE GRÁFICOS
UNIDAD DIDÁCTICA 14. CINTAS
UNIDAD DIDÁCTICA 15. SUAVIZADOS
UNIDAD DIDÁCTICA 16. GRÁFICOS INTERACTIVOS