Curso Gratuito Master en Analítica Web y Big Data

Información gratuita

Nombre y apellidos

Email

Teléfono

Situación laboral

País

Provincia

Acepto la Política de Privacidad, el Aviso Legal y la Política de Cookies de cursosgratuitos.es

Curso 100% Bonificable si eres trabajador contratado en el régimen general y envías la documentación de matrícula (en el caso de ser estudiante, desempleado, autónomo, funcionario o jubilado puedes realizar este curso de forma parcialmente subvencionada)

Busca otros cursos gratuitos

Para qué te prepara:

Con este Master en Analítica Web y Big Data obtendrás la formación necesaria para realizar recopilación y análisis de datos masivos gracias al Big Data y dominar herramientas de analítica web, tales como Google Analytics, Google Adwords, Google Tag Manager y Google Data Studio, con las que podrás planificar, ejecutar y evaluar estrategias, SEO, SEM y CRO en entornos de e-commerce. Además, serás capaz de llevar a cabo análisis más profundos de todos los datos obtenidos gracias al uso de BigQuery, Python y R.

A quién va dirigido:

El Master en Analítica Web y Big Data está dirigido a los profesionales de todos los niveles que quieran adquirir o afianzar conocimientos en torno a la analítica web y todas las herramientas y tecnologías utilizadas hoy día para llevar a cabo análisis de calidad, de cara a mejorar las estrategias empresariales y de marketing. Se trata de una acción formativa idónea para ampliar oportunidades profesionales en un ámbito en auge, como es el Big Data.

Titulación:

Título Propio del Instituto Europeo de Estudios Empresariales (INESEM) “Enseñanza no oficial y no conducente a la obtención de un título con carácter oficial o certificado de profesionalidad.”

Objetivos:

- Entender la importancia del Big Data y su aplicación a la analítica web. - Diseñar e implementar estrategias de marketing digital en base al Big Data. - Utilizar las herramientas Google Ads y Google Analytics, clave en la analítica web. - Mejorar las estrategias utilizadas gracias a Google Tag Manager y Google Data Studio. - Llevar a cabo análisis de datos a gran escala con el uso de Google Analytics 360 y BigQuery. - Saber aplicar programación de datos estadísticos gracias al uso de los lenguajes Python y R.

Salidas Laborales:

Con el Master en Analítica Web y Big Data despuntarás entre los profesionales del sector, pudiendo desempeñar puestos de responsabilidad diferenciados como Científico de datos, Arquitecto de soluciones Big Data, Experto analista web, Digital Analyst, Traffic Manager o Lider de proyectos Big Data.

Resumen:

En un entorno cada vez más complejo y saturado de información, el análisis y tratamiento de los datos se vuelve esencial en la toma de decisiones acertadas dentro de cada empresa. El Master en Analítica Web Y Big Data es el acceso que necesitas para formar parte de los profesionales del análisis web y el Big Data, que a día de hoy, se están convirtiendo en los asesores analíticos de las directivas. Analiza y utiliza los datos, el poder empresarial del futuro está en la información. Con este Master en Analítica Web y Big Data obtendrás la formación necesaria para realizar recopilación y análisis de datos masivos gracias al Big Data y dominar herramientas de analítica web, tales como Google Analytics, Google Adwords, Google Tag Manager y Google Data Studio, con las que podrás planificar, ejecutar y evaluar estrategias, SEO, SEM y CRO en entornos de e-commerce. Además, serás capaz de llevar a cabo análisis más profundos de todos los datos obtenidos gracias al uso de BigQuery, Python y R. Durante la realización del máster contarás con un equipo de profesionales especializados en la materia que te ayudarán en todo momento y gracias a las prácticas garantizadas en empresas punteras dentro del sector podrás acceder a un mercado laboral con gran auge y futuro.

Metodología:

Con nuestra metodología de aprendizaje online, el alumno comienza su andadura en INESEM Business School a través de un campus virtual diseñado exclusivamente para desarrollar el itinerario formativo con el objetivo de mejorar su perfil profesional. El alumno debe avanzar de manera autónoma a lo largo de las diferentes unidades didácticas así como realizar las actividades y autoevaluaciones correspondientes. La carga de horas de la acción formativa comprende las diferentes actividades que el alumno realiza a lo largo de su itinerario. Las horas de teleformación realizadas en el Campus Virtual se complementan con el trabajo autónomo del alumno, la comunicación con el docente, las actividades y lecturas complementarias y la labor de investigación y creación asociada a los proyectos. Para obtener la titulación el alumno debe aprobar todas la autoevaluaciones y exámenes y visualizar al menos el 75% de los contenidos de la plataforma. El Proyecto Fin de Máster se realiza tras finalizar el contenido teórico-práctico en el Campus. Por último, es necesario notificar la finalización del Máster desde la plataforma para comenzar la expedición del título.

Temario:

MÓDULO 1. BIG DATA INTRODUCTION

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. FUENTES DE DATOS
  1. Definición y relevancia de la selección de las fuentes de datos
  2. Naturaleza de las fuentes de datos Big Data
UNIDAD DIDÁCTICA 3. OPEN DATA
  1. Definición, Beneficios y Características
  2. Ejemplo de uso de Open Data
UNIDAD DIDÁCTICA 4. 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 5. BUSINESS INTELLIGENCE Y LA SOCIEDAD DE LA INFORMACIÓN
  1. Definiendo el concepto de Business Intelligence y sociedad de la información
  2. Arquitectura de una solución de 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 6. 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)
UNIDAD DIDÁCTICA 7. BIG DATA Y MARKETING
  1. Apoyo del Big Data en el proceso de toma de decisiones
  2. Toma de decisiones operativas
  3. Marketing estratégico y Big Data
  4. Nuevas tendencias en management
UNIDAD DIDÁCTICA 8. DEL BIG DATA AL LINKED OPEN DATA
  1. Concepto de web semántica
  2. Linked Data Vs Big Data
  3. Lenguaje de consulta SPARQL
UNIDAD DIDÁCTICA 9. INTERNET DE LAS COSAS
  1. Contexto Internet de las Cosas (IoT)
  2. ¿Qué es IoT?
  3. Elementos que componen el ecosistema IoT
  4. Arquitectura IoT
  5. Dispositivos y elementos empleados
  6. Ejemplos de uso
  7. Retos y líneas de trabajo futuras

MÓDULO 2. DATA ANALYST

UNIDAD DIDÁCTICA 1. DATAMART. CONCEPTO DE BASE DE DATOS DEPARTAMENTAL
  1. Aproximación al concepto de DataMart
  2. Procesos de extracción, transformación y carga de datos (ETL)
  3. Data Warehouse
  4. Herramientas de Explotación
  5. Herramientas para el desarrollo de cubos OLAP
UNIDAD DIDÁCTICA 2. DATAWAREHOUSE O ALMACÉN 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 3. 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
UNIDAD DIDÁCTICA 4. HERRAMIENTA POWERBI
  1. Business Intelligence en Excel
  2. Herramienta PowerBI
UNIDAD DIDÁCTICA 5. HERRAMIENTA TABLEAU
  1. Herramienta Tableau
UNIDAD DIDÁCTICA 6. HERRAMIENTA QLIKVIEW
  1. Instalación y arquitectura
  2. Carga de datos
  3. Informes
  4. Transformación y modelo de datos
  5. Análisis de datos
UNIDAD DIDÁCTICA 7. 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 8. 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 9. 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 10. 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
UNIDAD DIDÁCTICA 11. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS
  1. Obtención y limpieza de los datos (ETL)
  2. Inferencia estadística
  3. Modelos de regresión
  4. Pruebas de hipótesis
UNIDAD DIDÁCTICA 12. ANÁLISIS DE LOS DATOS
  1. Inteligencia Analítica de negocios
  2. La teoría de grafos y el análisis de redes sociales
  3. Presentación de resultados

MÓDULO 3. PREDICTIVE DATA ANALYTICS: DATA MINING Y MACHINE LEARNING

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. ECOSISTEMA HADOOP
  1. ¿Qué es Hadoop? Relación con Big Data
  2. Instalación y configuración de insfraestructura y ecosistema Hadoop
  3. Sistema de archivos HDFS
  4. MapReduce con Hadoop
  5. Apache Hive
  6. Apache Hue
  7. Apache Spark
UNIDAD DIDÁCTICA 3. 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 4. INTRODUCCIÓN AL MACHINE LEARNING
  1. Introducción
  2. Clasificación de algoritmos de aprendizaje automático
  3. Ejemplos de aprendizaje automático
  4. Diferencias entre el aprendizaje automático y el aprendizaje profundo
  5. Tipos de algoritmos de aprendizaje automático
  6. El futuro del aprendizaje automático
UNIDAD DIDÁCTICA 5. EXTRACCIÓN DE ESTRUCTURA DE LOS DATOS: CLUSTERING
  1. Introducción
  2. Algoritmos
UNIDAD DIDÁCTICA 6. SISTEMAS DE RECOMENDACIÓN
  1. Introducción
  2. Filtrado colaborativo
  3. Clusterización
  4. Sistemas de recomendación híbridos
UNIDAD DIDÁCTICA 10. CLASIFICACIÓN
  1. Clasificadores
  2. Algoritmos
UNIDAD DIDÁCTICA 7. REDES NEURONALES Y DEEP LEARNING
  1. Componentes
  2. Aprendizaje
UNIDAD DIDÁCTICA 8. SISTEMAS DE ELECCIÓN
  1. Introducción
  2. El proceso de paso de DSS a IDSS
  3. Casos de aplicación

MÓDULO 4. POSICIONAMIENTO WEB

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL SEO
  1. Importancia del SEO
  2. Funcionamiento de los buscadores
  3. Google: algoritmos y actualizaciones
  4. Cómo salir de una penalización en Google
  5. Estrategia SEO
UNIDAD DIDÁCTICA 2. INTRODUCCIÓN AL SEM
  1. Introducción al SEM
  2. Principales conceptos de SEM
  3. Sistema de pujas y calidad del anuncio
  4. Primer contacto con Google Ads
  5. Creación de anuncios de calidad
  6. Indicadores clave de rendimiento en SEM
UNIDAD DIDÁCTICA 3. CONTENT MANAGEMENT SYSTEM
  1. Qué es un CMS
  2. Ventajas e inconvenientes de los CMS
  3. Wordpress y Woocommerce
  4. Prestashop y Magento

MÓDULO 5. SOCIAL MEDIA MANAGEMENT

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN Y CONTEXTUALIZACIÓN DEL SOCIAL MEDIA
  1. Tipos de redes sociales
  2. La importancia actual del social media
  3. Prosumer
  4. Contenido de valor
  5. Marketing viral
  6. La figura del Community Manager
  7. Social Media Plan
  8. Reputación Online
UNIDAD DIDÁCTICA 2. GESTIÓN DE FACEBOOK
  1. Primero pasos con Facebook
  2. Facebook para empresas
  3. Configuración de la Fanpage
  4. Configuración de mensajes: Facebook Messenger
  5. Tipo de publicaciones
  6. Creación de eventos
  7. Facebook Marketplace
  8. Administración de la página
  9. Facebook Insights
UNIDAD DIDÁCTICA 3. GESTIÓN DE INSTAGRAM
  1. Introducción a Instagram
  2. Instagram para empresas
  3. Creación de contenido
  4. Uso de Hashtags
  5. Instagram Stories
  6. Herramientas creativas
  7. Colaboración con influencers
  8. Principales estadísticas
UNIDAD DIDÁCTICA 4. GESTIÓN DE TWITTER
  1. Introducción a Twitter
  2. Elementos básicos de Twitter
  3. Twitter para empresas
  4. Servicio de atención al cliente a través de Twitter
  5. Contenidos
  6. Uso de Hashtags y Trending Topic
  7. Twitter Analytics
  8. TweetDeck
  9. Audiense
  10. Hootsuite
  11. Bitly
UNIDAD DIDÁCTICA 5. GESTIÓN DE LINKEDIN
  1. Introducción a LinkedIn
  2. LinkedIn para empresas
  3. Creación de perfil y optimización
  4. Grupos
  5. SEO para LinkedIn
  6. Analítica en LinkedIn
  7. LinkedIn Recruiter
UNIDAD DIDÁCTICA 6. GESTIÓN DE YOUTUBE
  1. Introducción a Youtube
  2. Vídeo Marketing
  3. Crear una canal de empresa
  4. Optimización del canal
  5. Creación de contenidos
  6. Gestión de comentarios
  7. Youtube Analytics
  8. Youtube vs Vimeo
  9. Keyword Tool
  10. Youtube Trends
UNIDAD DIDÁCTICA 7. PUBLICIDAD SOCIAL MEDIA- FACEBOOK ADS
  1. Introducción a Facebook Ads
  2. Tipos de Campañas y objetivos publicitarios
  3. Segmentación: públicos
  4. Presupuesto
  5. Formatos de anuncios
  6. Ubicaciones
  7. Administrador de anuncios
  8. Seguimiento y optimización de anuncios
  9. Pixel de Facebook
UNIDAD DIDÁCTICA 8. PUBLICIDAD SOCIAL MEDIA- INSTAGRAM ADS
  1. Introducción a Instagram Ads
  2. Objetivos publicitarios
  3. Tipos de anuncios
  4. Administrador de anuncios
  5. Presupuesto
  6. Instagram Partners
  7. Segmentación
UNIDAD DIDÁCTICA 9. PUBLICIDAD SOCIAL MEDIA- TWITTER ADS
  1. Objetivos publicitarios
  2. Audiencias en Twitter
  3. Tipos de anuncios
  4. Administrador de anuncios
  5. Creación de campañas y optimización
  6. Twitter Cards
  7. Instalación código de seguimiento
  8. Listas de remarketing
UNIDAD DIDÁCTICA 10. PUBLICIDAD SOCIAL MEDIA- LINKEDIN ADS
  1. Introducción a LinkedIn Ads
  2. Formatos de anuncios
  3. Objetivos publicitarios
  4. Creación de campañas
  5. Segmentación
  6. Presupuesto
  7. Seguimiento y medición de resultados
UNIDAD DIDÁCTICA 11. PUBLICIDAD SOCIAL MEDIA- PUBLICIDAD EN YOUTUBE
  1. Ventajas de la publicidad en Youtube
  2. Youtube y Google Adwords
  3. Tipos de anuncios en Youtube
  4. Campaña publicitarias en Youtube con Google Adwords
  5. Creación de anuncios desde Youtube

MÓDULO 6. 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 B2B
UNIDAD DIDÁCTICA 4. ANALIZAR LA INFORMACIÓN CUALITATIVA
  1. Introducción
  2. La usabilidad Web
  3. Pruebas Online y a Distancia
  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 minería 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 7. SEM- GOOGLE ADS

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN
  1. Ventajas de la publicidad online
  2. ¿Qué es Google Ads?
  3. Fundamentos de Google Ads
  4. Crear una cuenta en Google Ads
  5. Campañas, grupos de anuncios y palabras clave
  6. Planificador de palabras clave
  7. Adwords Editor
UNIDAD DIDÁCTICA 2. PUBLICIDAD EN BÚSQUEDAS
  1. Funcionamiento
  2. Configuración campaña
  3. Anuncios
  4. Pujas y presupuestos
  5. Administración, medición y supervisión de campañas
  6. Optimización
UNIDAD DIDÁCTICA 3. PUBLICIDAD EN DISPLAY
  1. Introducción
  2. Configuración campaña
  3. Anuncios
  4. Audiencias, segmentación y remarketing
  5. Medición y optimización
UNIDAD DIDÁCTICA 4. PUBLICIDAD PARA MÓVILES
  1. Ventajas de la publicidad mobile
  2. Pujas y segmentación
  3. Anuncios
  4. Medición
UNIDAD DIDÁCTICA 5. PUBLICIDAD EN SHOPPING
  1. Google Merchant Center
  2. Campañas de shopping

MÓDULO 8. ANALÍTICA WEB: GOOGLE ANALYTICS

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A GOOGLE ANALYTICS
  1. Introducción a la analítica web
  2. Funcionamiento Google Analytics
  3. Instalación y configuración de Google Analytics
  4. Configuración de las vistas mediante filtros
UNIDAD DIDÁCTICA 2. INTERFACE Y NAVEGACIÓN
  1. Navegación por Google Analytics
  2. Informes de visión general
  3. informes completos
  4. Compartir informes
  5. Configuración paneles de control y accesos directos
UNIDAD DIDÁCTICA 3. INFORMES
  1. Informes de Audiencia
  2. Informes de Adquisición
  3. Informes de Comportamiento
UNIDAD DIDÁCTICA 4. CAMPAÑAS Y CONVERSIONES
  1. Campañas personalizadas
  2. Realizar un seguimiento de las campañas con el Creador de URLs
  3. Configuración y medición de objetivos
  4. Cómo medir campañas de Google Ads

MÓDULO 9. ADOBE ANALYTICS

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A ADOBE ANALYTICS
  1. ¿Qué es Adobe Analytics?
  2. ¿Qué podemos hacer con Adobe Analytics?
  3. Principales diferencias respecto a Google Analytics
  4. Conceptos Clave
  5. Implementación de Adobe Analytics
UNIDAD DIDÁCTICA 2. REPORTES Y ANALÍTICAS
  1. Algunas singularidades previas de Adobe Analytics que el analista debe conocer
  2. Dimensiones comunes
  3. Métricas comunes
  4. Segmentación y grupos de informes virtuales
  5. Informes en tiempo real
  6. Los canales de marketing
  7. Importación de informes de Google Analytics a Adobe Analytics
UNIDAD DIDÁCTICA 3. FUNCIONAMIENTO DE ADOBE ANALYTICS
  1. Analysis Workspace y la integración del Ad Hoc Analysis
  2. Proyectos
  3. Componentes
  4. Visualizaciones
  5. Paneles
  6. Curar y compartir proyectos
  7. Attribution IQ
UNIDAD DIDÁCTICA 4. REPORTES
  1. Introducción al Reports & Analytics
  2. Tipos de informes
  3. Personalización de informes
  4. Report Builder
  5. Activity Map

MÓDULO 10. PROYECTO FIN DE MÁSTER