Icono de modalidad 100% Online
Icono de duración 200 horas
Icono de flexibilidad horaria Flexibilidad horaria
Precio
360€ 306€ -15% (hasta el 30/10/2025) * Becas y descuentos no aplicables a formación programada
360€
Seguridad y confianza en tus pagos online.

Descripción

¿A quién va dirigido?

Este Curso de Análisis Big Data con Google BigQuery está diseñado para analistas de datos, científicos/as de datos y profesionales interesados en utilizar BigQuery para análisis avanzado y visualización de datos en la nube. No se requiere experiencia previa en BigQuery, pero es útil tener conocimientos básicos de bases de datos y SQL.

Objetivos

- Dominar SQL para consultas complejas en BigQuery. - Aplicar técnicas avanzadas de análisis de datos con BigQuery ML. - Realizar pronósticos y detección de anomalías en series temporales. - Analizar sentimientos y extraer información clave de texto con BigQuery ML. - Utilizar BigQuery Geospatial para análisis y visualización de datos geoespaciales. - Crear visualizaciones interactivas con herramientas BI y Data Studio. - Desarrollar habilidades para limpiar, normalizar y segmentar conjuntos de datos en BigQuery.

Salidas Profesionales

Al completar este Curso de Análisis Big Data con Google BigQuery, estarás calificado/a para roles en el análisis de datos, ciencia de datos, ingeniería de datos o consultoría en empresas de diversos sectores, incluyendo tecnología, finanzas, salud o marketing. Podrás realizar análisis profundos y generar valor a partir de grandes conjuntos de datos en la nube.

Temario

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. BASES DE DATOS: FUNDAMENTOS Y TIPOS

  1. Conceptos básicos de las bases de datos
  2. Ventajas de utilizar bases de datos en aplicaciones
  3. Breve historia de los Sistemas de Gestión de Bases de Datos (SGBD)
  4. Tipos de bases de datos: SQL y NoSQL

UNIDAD DIDÁCTICA 3. FUNDAMENTOS DE SQL

  1. Introducción al lenguaje SQL
  2. Creación de bases de datos y tablas
  3. Inserción y consulta de datos
  4. Modificación y eliminación de datos
  5. Consultas avanzadas: operaciones JOIN
  6. Funciones de agregación y agrupación de datos

UNIDAD DIDÁCTICA 4. CONSULTAS Y SUBCONSULTAS EN SQL

  1. Consultas básicas: SELECT, FROM y WHERE
  2. Ordenamiento de resultados: cláusula ORDER BY
  3. Filtrado de datos: cláusulas LIKE e IN
  4. Uso de subconsultas en SQL
  5. Operadores lógicos y combinación de condiciones
  6. Optimización de consultas

UNIDAD DIDÁCTICA 5. GOOGLE BIGQUERY: ALMACENAMIENTO Y ANÁLISIS EN LA NUBE

  1. ¿Qué es Google BigQuery?
  2. Ventajas y beneficios de Google BigQuery
  3. Arquitectura y funcionamiento de Google BigQuery
  4. Creación de proyectos y conjuntos de datos en BigQuery

UNIDAD DIDÁCTICA 6. TÉCNICAS AVANZADAS DE CONSULTA EN BIGQUERY

  1. Consultas SQL con subconsultas y agregaciones
  2. Ventanas y funciones de análisis de ventanas
  3. Uniones de tablas y conjuntos de datos
  4. Funciones personalizadas y User-Defined Functions (UDFs)

UNIDAD DIDÁCTICA 7. PREPARACIÓN Y LIMPIEZA DE DATOS EN BIGQUERY

  1. Detección y tratamiento de valores atípicos y errores
  2. Técnicas de normalización y transformación de datos
  3. Muestreo y segmentación de conjuntos de datos

UNIDAD DIDÁCTICA 8. ANÁLISIS DESCRIPTIVO Y VISUALIZACIÓN DE DATOS

  1. Medidas de tendencia central y dispersión
  2. Distribuciones de frecuencia y representaciones gráficas
  3. Análisis de correlación y relación entre variables
  4. Visualizaciones interactivas con Data Studio y herramientas BI

UNIDAD DIDÁCTICA 9. MACHINE LEARNING EN BIGQUERY: BIGQUERY ML

  1. Conceptos básicos de machine learning
  2. Tipos de algoritmos de machine learning: supervisado, no supervisado y aprendizaje por refuerzo
  3. Evaluación del rendimiento de modelos ML
  4. Regresión lineal y logística para pronósticos y clasificación
  5. Árboles de decisión y conjuntos aleatorios (Random Forests)
  6. K-Nearest Neighbors (KNN) y algoritmos basados en distancia
  7. Validación cruzada y selección de modelos

UNIDAD DIDÁCTICA 10. ANÁLISIS DE SERIES TEMPORALES CON BIGQUERY

  1. Preprocesamiento y análisis de datos de series temporales
  2. Pronósticos y modelado de tendencias con ARIMA y Prophet
  3. Detección de anomalías y eventos en series temporales

UNIDAD DIDÁCTICA 11. ANÁLISIS DE TEXTO Y SENTIMIENTO CON BIGQUERY ML

  1. Preprocesamiento y limpieza de datos de texto
  2. Análisis de sentimiento y opinión con técnicas de NLP
  3. Extracción de información y temas clave en documentos

UNIDAD DIDÁCTICA 12. ANÁLISIS GEOESPACIAL CON BIGQUERY

  1. Introducción a datos geoespaciales y georreferenciación
  2. Análisis de datos geoespaciales con BigQuery Geospatial
  3. Visualización de datos geoespaciales en mapas y cuadros de mando

Metodología

EDUCA LXP se basa en 6 pilares

Item
Estrellas

Distintiva

EDUCA EDTECH Group es proveedor de conocimiento. Respaldado por el expertise de nuestras instituciones educativas, el alumnado consigue una formación relevante y avalada por un sello de calidad como es el grupo EDUCA EDTECH.

Gráfica

Realista

La metodología EDUCA LXP prescinde de conocimientos excesivamente teóricos o de métodos prácticos poco eficientes. La combinación de contenidos en constante actualización y el seguimiento personalizado durante el proceso educativo hacen de EDUCA LXP una metodología única.

Birrete

Student First

La metodología EDUCA LXP y la formación del grupo EDUCA EDTECH conciben al estudiante como el centro de la experiencia educativa, nutriéndose de su retroalimentación. Su feedback es nuestro motor del cambio.

Inteligencia Artificial

Inteligencia Artificial

La personalización en el aprendizaje no sería posible sin una combinación precisa entre experiencia académica e investigación tecnológica, así como la Inteligencia Artificial. Por eso contamos con herramientas IA de desarrollo propio, adaptadas a cada institución educativa del grupo.

Monitor

Profesionales en activo

Nuestro equipo de profesionales docentes, además de ser especialistas en su sector, cuentan con una formación específica en el manejo de herramientas tecnológicas que conforman el ecosistema EDUCA EDTECH.

Libro

Timeless Learning

La formación debe ser una experiencia de vida, concibiendo el e-learning como una excelente solución para los desafíos de la educación convencional. Entendemos el aprendizaje como un acompañamiento continuo del estudiante en cada momento de su vida.

Titulación

"Titulación Expedida y Avalada por el Instituto Europeo de Estudios Empresariales. ""Enseñanza No Oficial y No Conducente a la Obtención de un Título con Carácter Oficial o Certificado de Profesionalidad."""
Titulacion de INESEM

INESEM Business School se ocupa también de la gestión de la Apostilla de la Haya, previa demanda del estudiante. Este sello garantiza la autenticidad de la firma del título en los 113 países suscritos al Convenio de la Haya sin necesidad de otra autenticación. El coste de esta gestión es de 65 euros. Si deseas más información contacta con nosotros en el 958 050 205 y resolveremos todas tus dudas.

Explora nuestras Áreas Formativas

Construye tu carrera profesional

Descubre nuestro amplio Catálogo Formativo, incluye programas de Cursos Superior, Expertos, Master Profesionales y Master Universitarios en las diferentes Áreas Formativas para impulsar tu carrera profesional.

Curso de Análisis Big Data con Google BigQuery

Icono de modalidad 100% Online
Icono de duración 200 horas
Icono de flexibilidad horaria Flexibilidad horaria
Precio
360€ 306€
Matricularme