Máster de Formación Permanente en Inteligencia de Negocios y Análisis de Datos + 60 Créditos ECTS | INESEM Business School

100% Online

1500 horas

Flexibilidad horaria

Presentación
Temario
Metodología
Titulación

Descripción

¿Quién puede acceder al master?

El Master en Inteligencia de Negocios y Análisis de Datos está dirigido a profesionales y graduados universitarios que deseen adquirir conocimientos y su aplicación en el ámbito empresarial. También es adecuado para aquellos que trabajan en áreas relacionadas con la toma de decisiones estratégicas, el marketing, la gestión de proyectos y la consultoría.

Objetivos

- Repasar los fundamentos del Big Data - Conocer los conceptos del Business Intelligence, Datawarehouse y las herramientas De Visualización. - Utilizar el lenguaje de programación Python para analizar los conjuntos de datos. - Profundizar en el Data Science, empleado los lenguajes de programación Python y R para ello. - Estudiar otras herramientas tales como Tableau y Power BI.

Salidas Profesionales

El Master en Inteligencia de Negocios y Análisis de Datos ofrece salidas donde podrás desempeñarte como analista de datos, científico de datos, consultor de Business Intelligence, gestor de proyectos de análisis de datos, especialista en marketing digital, entre otros. Además, de contemplar sectores como el financiero, el comercio electrónico, la salud e Industria

Temario

MÓDULO 1. INTRODUCCIÓN APRENDIZAJE AUTOMÁTICO (MACHINE LEARNING)

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL MACHINE LEARNING

Introducción
Clasificación de algoritmos de aprendizaje automático
Ejemplos de aprendizaje automático
Diferencias entre el aprendizaje automático y el aprendizaje profundo
Tipos de algoritmos de aprendizaje automático
El futuro del aprendizaje automático

UNIDAD DIDÁCTICA 2. EXTRACCIÓN DE ESTRUCTURA DE LOS DATOS: CLUSTERING

Introducción
Algoritmos

UNIDAD DIDÁCTICA 3. SISTEMAS DE RECOMENDACIÓN

Introducción
Filtrado colaborativo
Clusterización
Sistemas de recomendación híbridos

UNIDAD DIDÁCTICA 4. CLASIFICACIÓN

Clasificadores
Algoritmos

UNIDAD DIDÁCTICA 5. REDES NEURONALES Y DEEP LEARNING

Componentes
Aprendizaje

UNIDAD DIDÁCTICA 6. SISTEMAS DE ELECCIÓN

Introducción
El proceso de paso de DSS a IDSS
Casos de aplicación

MÓDULO 2. HERRAMIENTAS BI. TABLEAU, POWERBI Y QLIKVIEW

UNIDAD DIDÁCTICA 1. HERRAMIENTA TABLEAU

Herramienta de Tableau

UNIDAD DIDÁCTICA 2. MINERÍA DE DATOS

Recogida de datos de diferentes fuentes
Introducción al editor de consultas
Trabajo con consultas
Introducción al editor avanzado

UNIDAD DIDÁCTICA 3. SELECCIÓN, TRANSFORMACIÓN Y ANÁLISIS DE DATOS

Manipulación de columnas
Manipulación de filas
Realizar columnas calculadas
Dependencias de las consultas
Ejemplo completo de carga de datos

UNIDAD DIDÁCTICA 4. TÉCNICAS DE VISUALIZACIÓN, MODELIZACIÓN Y EVALUACIÓN DE DATOS CON POWER BI

Visualización de datos
Crear gráficos con los datos seleccionados
Configuración de los gráficos
Filtrado de los gráficos
Enlazar y desenlazar gráficos dentro de la misma hoja
Visualización de medidas
Uso de marcadores
Creación de grupos de datos
Importación de gráficos

UNIDAD DIDÁCTICA 5. APLICACIÓN DE LA INFORMACIÓN PARA EL DESARROLLO DEL NEGOCIO

Introducción al servicio Power BI
Publicación de datos en el servicio de Power BI
Configuración para poder publicar en móvil
Funcionalidades del servicio de Power BI
Procesos de actualización de datos
Establecer datos para visualizar en cuadros de mando
Necesidades de la empresa sobre qué gráficos crear

UNIDAD DIDÁCTICA 6. CASOS PRÁCTICOS DE DIFERENTES ÁREAS DE LA EMPRESA

Compras y ventas
Producción
Contabilidad
Servicios
Caso RRHH

UNIDAD DIDÁCTICA 7. HERRAMIENTA QLIKVIEW

Instalación y arquitectura
Carga de datros
Informes
Transformación y modelo de datos
Análisis de datos
Caso RRHH

MÓDULO 3. BIG DATA ANALYTICS TOOLS

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL BIG DATA

¿Qué es Big Data?
La era de las grandes cantidades de información. Historia del big data
La importancia de almacenar y extraer información
Big Data enfocado a los negocios
Open Data
Información pública
IoT (Internet of Things-Internet de las cosas)

UNIDAD DIDÁCTICA 2. FUENTES DE DATOS

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

UNIDAD DIDÁCTICA 3. OPEN DATA

Definición, Beneficios y Características
Ejemplo de uso de Open Data

UNIDAD DIDÁCTICA 4. FASES DE UN PROYECTO DE BIG DATA

Diagnóstico inicial
Diseño del proyecto
Proceso de implementación
Monitorización y control del proyecto
Responsable y recursos disponibles
Calendarización
Alcance y valoración económica del proyecto

UNIDAD DIDÁCTICA 5. BIG DATA Y MARKETING

Apoyo del Big Data en el proceso de toma de decisiones
Toma de decisiones operativas
Marketing estratégico y Big Data
Nuevas tendencias en management

UNIDAD DIDÁCTICA 6. DEL BIG DATA AL LINKED OPEN DATA

Concepto de web semántica
Linked Data Vs Big Data
Lenguaje de consulta SPARQL

UNIDAD DIDÁCTICA 7. BASES DE DATOS NOSQL Y EL ALMACENAMIENTO ESCALABLE

¿Qué es una base de datos NoSQL?
Bases de datos Relaciones Vs Bases de datos NoSQL
Tipo de Bases de datos NoSQL. Teorema de CAP
Sistemas de Bases de datos NoSQL

UNIDAD DIDÁCTICA 8. INTRODUCCIÓN A UN SISTEMA DE BASES DE DATOS NOSQL. MONGODB

¿Qué es MongoDB?
Funcionamiento y uso de MongoDB
Primeros pasos con MongoDB. Instalación y shell de comandos
Creando nuestra primera Base de Datos NoSQL.Modelo e Inserción de Datos
Actualización de datos en MongoDB. Sentencias set y update
Trabajando con índices en MongoDB para optimización de datos
Consulta de datos en MongoDB

UNIDAD DIDÁCTICA 9. ECOSISTEMA HADOOP

¿Qué es Hadoop? Relación con Big Data
Instalación y configuración de insfraestructura y ecosistema Hadoop
Sistema de archivos HDFS
MapReduce con Hadoop
Apache Hive
Apache Hue
Apache Spark

UNIDAD DIDÁCTICA 10. WEKA Y DATA MINING

¿Qué es Weka?
Técnicas de Data Mining en Weka
Interfaces de Weka
Selección de atributos

UNIDAD DIDÁCTICA 11. PENTAHO

Una aproximación a Pentaho
Soluciones que ofrece Pentaho
MongoDB & Pentaho
Hadoop & Pentaho
Weka & Pentaho

MÓDULO 4. DATA SCIENCE Y PROGRAMACIÓN ESTADÍSTICA DE PYTHON Y R

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA CIENCIA DE DATOS

¿Qué es la ciencia de datos?
Herramientas necesarias para el científico de datos
Data Science & Cloud Compunting
Aspectos legales en Protección de Datos

UNIDAD DIDÁCTICA 2. BASES DE DATOS RELACIONALES

Introducción
El modelo relacional
Lenguaje de consulta SQL
MySQL. Una base de datos relacional

UNIDAD DIDÁCTICA 3. PYTHON Y EL ANÁLISIS DE DATOS

Introducción a Python
¿Qué necesitas?
Librerías para el análisis de datos en Python
MongoDB, Hadoop y Python. Dream Team del Big Data

UNIDAD DIDÁCTICA 4. R COMO HERRAMIENTA PARA BIG DATA

Introducción a R
¿Qué necesitas?
Tipos de datos
Estadística Descriptiva y Predictiva con R
Integración de R en Hadoop

UNIDAD DIDÁCTICA 5. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS

Obtención y limpieza de los datos (ETL)
Inferencia estadística
Modelos de regresión
Pruebas de hipótesis

UNIDAD DIDÁCTICA 6. ANÁLISIS DE LOS DATOS

Inteligencia Analítica de negocios
La teoría de grafos y el análisis de redes sociales
Presentación de resultados

MÓDULO 5. POWER BI

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A POWER BI

¿Qué es Power BI?
Funciones de Power BI
Versiones de Power BI
Roles de Power BI
Planificación de proyectos con Power BI

UNIDAD DIDÁCTICA 2. INSTALACIÓN DE POWER BI

Instalación y puesta en marcha
Conexión de datos a Power BI
Filtrado de datos
Vista de datos

UNIDAD DIDÁCTICA 3. MODELADO DE DATOS

Introducción al modelado de datos
Creación de medidas
Creación y relación entre tablas
Creación de columnas y medidas calculadas
Dinamizar columnas
Fórmulas de consulta

UNIDAD DIDÁCTICA 4. VISUALIZACIÓN DE DATOS

Creación de gráficas
Tablas dinámicas
Segmentación de datos
Uso de objetos visuales
Formas y cuadros de texto
Imágenes
Matrices y tablas
Cómo crear un velocímetro
Mapas
Slicers
Cómo modificar colores

UNIDAD DIDÁCTICA 5. DASHBOARDS

Uso del Dashboard
Compartir Dashboards
Añadir Widgets
Cómo crear reportes
Ajustes del panel
Preguntas y respuestas del Dashboard

UNIDAD DIDÁCTICA 6. USO COMPARTIDO DE DATOS

Exportar datos de Power BI a Excel
Exportar Dashboards
Crear paquetes de contenido
Presentación de informes
Cómo públicar y compartir informes
Introducción a Power BI mobile

MÓDULO 6. BUSINESS INTELLIGENCE, DATAWAREHOUSE Y HERRAMIENTAS DE VISUALIZACIÓN

UNIDAD DIDÁCTICA 1. BUSINESS INTELLIGENCE Y LA SOCIEDAD DE LA INFORMACIÓN

Definiendo el concepto de Business Intelligence y sociedad de la información
Arquitectura de una solución de Business Intelligence
Business Intelligence en los departamentos de la empresa
Conceptos de Plan Director, Plan Estratégico y Plan de Operativa Anual
Sistemas operacionales y Procesos ETL en un sistema de BI
Ventajas y Factores de Riesgos del Business Intelligence

UNIDAD DIDÁCTICA 2. PRINCIPALES PRODUCTOS DE BUSINESS INTELLIGENCE

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

UNIDAD DIDÁCTICA 3. MINERÍA DE DATOS O DATA MINING Y EL APRENDIZAJE AUTOMÁTICO

Introducción a la minería de datos y el aprendizaje automático
Proceso KDD
Modelos y Técnicas de Data Mining
Áreas de aplicación
Minería de textos y Web Mining
Data mining y marketing

UNIDAD DIDÁCTICA 4. DATAMART. CONCEPTO DE BASE DE DATOS DEPARTAMENTAL

Aproximación al concepto de DataMart
Procesos de extracción, transformación y carga de datos (ETL)
Data Warehou
Herramientas de Explotación
Herramientas para el desarrollo de cubos OLAP

UNIDAD DIDÁCTICA 5. DATAWAREHOUSE O ALMACÉN DE DATOS CORPORATIVOS

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

UNIDAD DIDÁCTICA 6. INTELIGENCIA DE NEGOCIO Y HERRAMIENTAS DE ANALÍTICA

Tipos de herramientas para BI
Productos comerciales para BI
Productos Open Source para BI
Beneficios de las herramientas de BI

UNIDAD DIDÁCTICA 7. INTRODUCCIÓN A LA VISUALIZACIÓN DE DATOS

¿Qué es la visualización de datos?
Importancia y herramientas de la visualización de datos
Visualización de datos: Principios básicos

UNIDAD DIDÁCTICA 8. TABLEAU

¿Qué es Tableau? Usos y aplicaciones
Tableau Server: Arquitectura y Componentes
Instalación Tableau
Espacio de trabajo y navegación
Conexiones de datos en Tableau
Tipos de filtros en Tableau
Ordenación de datos, grupos, jerarquías y conjuntos
Tablas y gráficos en Tableau

UNIDAD DIDÁCTICA 9. D3 (DATA DRIVEN DOCUMENTS)

Fundamentos D3
Instalación D3
Funcionamiento D3
SVG
Tipos de datos en D3
Diagrama de barras con D3
Diagrama de dispersión con D3

UNIDAD DIDÁCTICA 10. GOOGLE DATA

Google Data Studio

UNIDAD DIDÁCTICA 11. QLIKVIEW

Instalación y arquitectura
Carga de datos
Informes
Transformación y modelo de datos
Análisis de datos

UNIDAD DIDÁCTICA 12. POWER BI

Introducción a Power BI
Instalación de Power BI
Modelado de datos
Visualización de datos
Dashboards
Uso compartido de datos

UNIDAD DIDÁCTICA 13. CARTO

CartoDB

MÓDULO 7. DATA SCIENCE: ALMACENAMIENTO, ANÁLISIS Y PROCESAMIENTO DE DATOS

UNIDAD DIDÁCTICA 1.INTRODUCCIÓN A LA CIENCIA DE DATOS

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

UNIDAD DIDÁCTICA 2.BASES DE DATOS RELACIONALES

Introducción
El modelo relacional
Lenguaje de consulta SQL
MySQL Una base de datos relacional

UNIDAD DIDÁCTICA 3. BASES DE DATOS NOSQL Y EL ALMACENAMIENTO ESCALABLE

¿Qué es una base de datos NoSQL?
Bases de datos Relaciones Vs Bases de datos NoSQL
Tipo de Bases de datos NoSQL Teorema de CAP
Sistemas de Bases de datos NoSQL

UNIDAD DIDÁCTICA 4. INTRODUCCIÓN A UN SISTEMA DE BASES DE DATOS NOSQL: MONGODB

¿Qué es MongoDB?
Funcionamiento y uso de MongoDB
Primeros pasos con MongoDB: Instalación y shell de comandos
Creando nuestra primera Base de Datos NoSQL: Modelo e Inserción de Datos
Actualización de datos en MongoDB: Sentencias set y update
Trabajando con índices en MongoDB para optimización de datos
Consulta de datos en MongoDB

UNIDAD DIDÁCTICA 5. WEKA Y DATA MINING

¿Qué es Weka?
Técnicas de Data Mining en Weka
Interfaces de Weka
Selección de atributos

UNIDAD DIDÁCTICA 6. PENTAHO

Una aproximación a PENTAHO
Soluciones que ofrece PENTAHO
MongoDB & PENTAHO
Hadoop & PENTAHO
Weka & PENTAHO

UNIDAD DIDÁCTICA 7. R COMO HERRAMIENTA PARA BIG DATA

Introducción a R
¿Qué necesitas?
Tipos de datos
Estadística Descriptiva y Predictiva con R
Integración de R en Hadoop

UNIDAD DIDÁCTICA 8. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS

Obtención y limpieza de los datos (ETL)
Inferencia estadística
Modelos de regresión
Pruebas de hipótesis

UNIDAD DIDÁCTICA 9. ANÁLISIS DE LOS DATOS

Inteligencia Analítica de negocios
La teoría de grafos y el análisis de redes sociales
Presentación de resultados

MÓDULO 8. 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 9. PROYECTO FIN DE MÁSTER

Metodología

EDUCA LXP se basa en 6 pilares

Item

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.

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.

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

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.

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.

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 de Máster de Formación Permanente en Inteligencia de Negocios y Análisis de Datos con 1500 horas y 60 ECTS expedida por UTAMED - Universidad Tecnológica Atlántico Mediterráneo.

Titulacion de INESEM

Solicita información

Información básica sobre Protección de Datos. Haz clic aquí

Deseo recibir información sobre los cursos y estudios ofrecidos por INSTITUTO EUROPEO DE ESTUDIOS EMPRESARIALES S.A. por cualquier vía, incluida la electrónica.

Se envió su solicitud correctamente.

Completa los campos obligatorios.

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.

Diseño y Artes Gráficas

Educación y Sociedad

Gestión Empresarial

Gestión Integrada

Informática y TIC

Ingeniería y Edificación

Máster de Formación Permanente en Inteligencia de Negocios y Análisis de Datos + 60 Créditos ECTS

100% Online

1500 horas

Flexibilidad horaria

Descargar PDF

Información básica sobre Protección de Datos. Haz clic aquí

Deseo recibir información sobre los cursos y estudios ofrecidos por INSTITUTO EUROPEO DE ESTUDIOS EMPRESARIALES S.A. por cualquier vía, incluida la electrónica.

Se envió su solicitud correctamente.

Completa los campos obligatorios.