Big Data y Business Analytics
Curso 2021/2022. Formación Permanente: Títulos que exigen titulación universitaria - Máster propio.
Programa del curso
Programa del Máster en Big Data y Business Analytics de la UCM
Abierto el plazo de preinscripción, preinscribete aqui.
Módulo1: Introducción a Big Data
El objetivo principal del módulo es que los alumnos aprendan los fundamentos de Big Data y su uso en los entornos empresariales.
- Profesor Daniel Gómez González
- Profesor José Carlos Soto Gómez
Módulo 2: Bases de Datos SQL
Con este módulo, los alumnos aprenderán el diseño y modelización de las bases de datos y el lenguaje SQL.
- Profesor Cristóbal Pareja
- Profesor Luis Llana
Módulo 3: Business Intelligence
Este módulo servirá para aprender las técnicas de la inteligencia de negocio y el diseño de distintos modelos para su aprovechamiento.
- Profesora Yolanda Hernández Haro
Módulo 4: Introducción y fundamentos de programación en Python
El alumno aprenderá los fundamentos del lenguaje de programación Python.
- Profesor Cristóbal Pareja Flores
Módulo 5: Bases de datos NoSQL
Finalizado el módulo, el estudiante sabrá cómo modelar bases de datos NoSQL y las principales operaciones en torno a éstas.
- Profesor Daniel Hernández León
- Profesor Cristóbal Martínez Martínez
Módulo 6: Tecnologías del Big Data
En este módulo el alumno aprenderá Hadoop, Spark y varias técnicas de visualización.
- Profesor Pedro Pablo Malagón Amor
- Profesor Santiago Mota Herce
Módulo 7: Introducción y fundamentos de programación en R
El estudiante aprenderá los fundamentos del lenguaje de programación R.
- Profesor José Luis Brita-Paja Segoviano
Módulo 8: Fundamentos de estadística
Con este módulo el alumno afianzará los conocimientos de estadística que le serán requeridos para seguir el resto de módulos del master.
- Profesor Conrado Miguel Manuel García
Módulo 9: Minería de datos y modelización predictiva con R
Se pretende transmitir al estudiante los conceptos necesarios para el desarrollo de la modelización predictiva, basada en grandes volúmenes de datos, a través de técnicas de minería de datos.
- Profesor Conrado Miguel Manuel García
- Profesora Aída Calviño Martínez
- Profesora Juana María Alonso Revenga
- Profesor Lorenzo Escot
Módulo 10: Machine Learning con R y Python
A través de este módulo el alumno aprenderá las diversas técnicas y aplicaciones de Machine Learning, e igualmente ahondará en la modelización predictiva avanzada.
- Profesor Javier Portela García-Miguel
- Profesora Aída Calviño Martínez
Módulo 11: Aplicaciones del Big Data en la Empresa
El objetivo principal del módulo es enseñar al alumno los distintos soportes a la toma de decisiones, la gestión económica y financiera, marketing y ventas y operaciones de logística.
- Profesor Carlos Ortega Fernández
- Profesora María José Romero
Módulo 12: Data Science Aplicado a la empresa
Se dotará al estudiante de una visión global de las empresas que están focalizadas en el dato. También habrá espacio para la creación de equipos y estructuración de proyectos de Data Science.
- Profesor Javier Monjas Pérez
Módulo 13: Text Mining y Redes Sociales
El objetivo de este módulo es aprender a utilizar las principales APIs de acceso a datos en redes sociales, así como el análisis de textos y su tratamiento para su uso que otorgue ventajas competitivas de forma eficaz.
- Profesor Antonio Pareja
- Profesor Javier Castro
Módulo 14: Open Data
En este módulo se examinarán las tendencias de gobierno abierto, las fuentes de datos y algoritmos abiertos.
- Profesor Carlos Ortega Fernández
Módulo 15: Emprendimiento en empresas de Big Data
Este módulo acompañará al alumno en su proceso de diseñar el lanzamiento de una startup basada en servicios de Big Data, poniendo especial interés en la aplicación de técnicas ágiles en el desarrollo de productos y servicios.
- Profesor José Carlos Soto Gómez
Trabajo final
Tutorización a cargo de los profesores:
- Profesor Luis Llana
- Profesora Aída Calviño
- Profesor José Carlos Soto Gómez
- Profesor Pedro Concejero Cerezo
- Profesor Javier Portela García-Miguel