1. Definición de Business Intelligence o Inteligencia de negocio
  2. Obtención y análisis de información
  3. Utilidad y finalidades de la inteligencia de negocio
  4. Toma de decisiones estratégicas

  1. Definición de modelo de negocio
  2. Efectos de los cambios en el modelo de negocio sobre el resultado
  3. Importancia de un diseño óptimo de modelo de negocio
  4. Indicadores clave

  1. Componentes de la inteligencia de negocio
  2. Fuentes de información
  3. El proceso de extracción, transformación y limpieza de datos o ETL
  4. Herramientas fundamentales para la inteligencia de negocio
  5. Herramientas OLAP

  1. Necesidad de planificación de proyectos de inteligencia de negocio en la organización
  2. Objetivos del proyecto
  3. Evaluación de los recursos y plazos
  4. Fases en la planificación del proyecto
  5. Puntos clave para el éxito o fracaso del proyecto

  1. Introducción a los procesos de negocio
  2. Estructura sistemática de la organización
  3. Concepto de Sistema y operación
  4. Estructuras organizacionales funcionales
  5. El carácter interfuncional de las operaciones
  6. Deficiencias del organigrama
  7. La organización horizontal
  8. Los procesos y tipologías
  9. Tecnologías de información en los procesos
  10. Procesos en las nuevas formas organizativas
  11. Estandarización de procesos

  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)

  1. Definición y relevancia de la selección de las fuentes de datos
  2. Naturaleza de las fuentes de datos Big Data

  1. Definición, Beneficios y Características
  2. Ejemplo de uso de Open 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

  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

  1. Cuadros de Mando Integrales (CMI)
  2. Sistemas de Soporte a la Decisión (DSS)
  3. Sistemas de Información Ejecutiva (EIS)

  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

  1. Concepto de web semántica
  2. Linked Data Vs Big Data
  3. Lenguaje de consulta SPARQL

  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

  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

  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

  1. Visión General. ¿Por qué DataWarehouse?
  2. Estructura y Construcción
  3. Fases de implantación
  4. Características
  5. Data Warehouse en la nube

  1. Tipos de herramientas para BI
  2. Productos comerciales para BI
  3. Productos Open Source para BI
  4. Beneficios de las herramientas de BI

        1. ¿Qué es la ciencia de datos?
        2. Herramientas necesarias para el científico de datos
        3. Data Science & Cloud Computing
        4. Aspectos legales en Protección de Datos

        1. Introducción
        2. El modelo relacional
        3. Lenguaje de consulta SQL
        4. MySQL. Una base de datos relacional

        1. Obtención y limpieza de los datos (ETL)
        2. Inferencia estadística
        3. Modelos de regresión
        4. Pruebas de hipótesis

        1. Inteligencia Analítica de negocios
        2. La teoría de grafos y el análisis de redes sociales
        3. Presentación de resultados

        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

        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

        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

        1. ¿Qué es Weka?
        2. Técnicas de Data Mining en Weka
        3. Interfaces de Weka
        4. Selección de atributos

        1. Una aproximación a Pentaho
        2. Soluciones que ofrece Pentaho
        3. MongoDB & Pentaho
        4. Hadoop & Pentaho
        5. Weka & Pentaho

        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

        1. Introducción a R
        2. ¿Qué necesitas?
        3. Tipos de datos
        4. Estadística Descriptiva y Predictiva con R
        5. Integración de R en Hadoop