Big Data y Data Science. Aplicaciones al Comercio, Empresa y Finanzas

Curso 2021/2022. Formación Permanente: Títulos que exigen titulación universitaria - Máster propio.

Ficha de Preinscripción Imprimir

Resumen

El Master en Big Data y Data Science Aplicados al Comercio, Empresa y Finanzas pretende formar a expertos en la gestión de grandes volúmenes de datos y en la toma de decisiones dentro del comercio, empresas, finanzas, turismo, con el objetivo de detectar patrones que permitan desarrollar ofertas y predicciones.

Características

Periodo de impartición

Fecha de inicio:

24-09-2021

Fecha de fin:

31-12-2022

Número de créditos

Créditos:

60

Número de plazas

100

Importe de la matrícula

4.350€

Datos de contacto

Teléfono:

687300404

Correo electrónico:

info@nticmaster.com

Detalles de la titulación

Objetivos

El Máster de Data Science Online UCM está destinado a aquellas personas con intereses en campos de Big Data, Data Analytics, Lenguajes de Programación como Phyton, R o Scala, Machine Learning, Deep Learning, Análisis de negocios y Visualización de Datos, entre otros muchos temas.

“Data Science: conocimiento que te sitúa a la vanguardia del profesional Big Data”.

El objetivo principal será dotar al alumno desde cero hasta alcanzar el nivel adaptado a las necesidades del mercado laboral. Se recomienda a todo aquel interesado que tenga conocimiento previo en la matera de Big Data.

La metodología será 100% online a través de la plataforma de formación virtual constantemente activa y disponible, se tutorizará por los profesores del máster y se le aportará al alumno vídeos explicativos de cada uno de los módulos.

La plataforma actuará de comunidad entre alumno y profesor, dispondrá de:

-    Mensajería individualizada para cada alumno integrada en la plataforma
-    Vídeos
-    Videotutorías
-    Documentación
-    Comunicación con los profesores: vía mensajería, foro y chat

Perfil del solicitante

El Máster Online de Big Data y Data Science está pensado para todas aquellas personas que quieran formarse en el sector del Big Data, la visualización de datos, la programación… pero que no necesariamente cuenten con un background técnico.

Bajo esta premisa, nuestro equipo de expertos te enseñará todo lo necesario para triunfar y liderar el mercado del macrodato, de básico a avanzado. A lo largo del curso, te convertirás en un profesional demandado, el único requerimiento es tu esfuerzo, actitud y ganas, del resto nos encargamos nosotros. Observa los profesores que te formarán

 

Preinscripción

Preinscríbete en el Máster cumplimentado el siguiente formulario: Preinscripción

Contacto

Para cualquier duda accede al contacto en el siguiente enlace: Contacto

Programa

Programa Máster Data Science Universidad Complutense de Madrid

Módulo 1: Bases de datos relacionales

-    La base de datos: ¿Qué es y cómo se gestiona?
-    Introducción a la herramienta básica del Big Data
-    Aprendizaje del lenguaje de consulta estructurado (SQL)
-    Aprendizaje de herramientas como Server Management Studio

Módulo 2: Lenguajes de programación

-    Análisis estadístico y predictivo
-    Fundamentos en las bases de la programación usada por el Data Science
-    Programación en ‘R’
-    Phyton

Módulo 3: Bases de datos NoSQL

-    Utilización y modelación de bases de datos NoSQL
-    Modelos NoSQL, para qué sirven y cuándo utilizarlos
-    Instalación y operativa de modelos Mongo DB
-    El Find y sus funciones
-    Proyección de campos en resultados
-    Operaciones CRUD

Módulo IV: Business Intelligence con Tableau

-    Preparación analítica del alumno
-    Analítica avanzada
-    Visualización de datos



Módulo V: Fundamentos de estadística

-    Introducción a la estadística descriptiva
-    Introducción a la inferencia

Módulo VI: Tecnologías del Big Data

-    Internet de las cosas (IoT)
-    Modelos de conectividad con fuentes de datos mediante brokers de mensajes y hubs
-    Introducción a Spark: patrones de programación
-    Introducción a Hadoo: gestión de grandes volúmenes de datos
-    Introducción a la visualización de datos

Módulo VIII: Hadoop y Spark

-    Visión panorámica de HDFS, su arquitectura y utilización a través de la línea de comandos.

Módulo VIII: Minería de Datos y Modelización predictiva

-    Conocimiento de herramientas de data mining como los análisis clúster o los algoritmos de regresión lineal y logística.

Módulo IX: Machine Learning

-    Introducción a técnicas de aprendizaje automático: árboles de decisión, bosques aleatorios, algoritmo KNN, redes neuronales y deep learning

Módulo X: Deep Learning

-    Redes neuronales
-    Redes Convolucionales
-    Redes Recurrentes
-    Atocencoders

Módulo XI: Text Mining

-    Procesamiento de textos como análisis de información no estructurada o semiestructurada.
-    Extracción de datos con la herramienta lenguaje R
-    Análisis de sentimiento
-    Modelos temáticos
-    Minería de opinión

Módulo XII: Redes Sociales y Big Data

-    Software de medición de grandes redes: Pajek

Módulo XIII: Scala

-    Lenguaje de programación orientando a objetos con características de lenguaje funcional: Scala

Módulo XIV: Visualización avanzada y herramientas de visualización

-    Diseño de mapas con R
-    Representación interactiva con Shiny
-    Gramática de gráficos con Ggplot2
-    Introducción a D3
-    Tableau

Módulo XV: Open Data

-    Iniciación a la apertura de datos: Información redistribuida y reutilizada



Módulo Final: Trabajo Fin de Máster

Los alumnos diseñan una estrategia de inteligencia de datos para una organización utilizando las técnicas, herramientas y softwares aprendidos durante el Máster.

Profesorado


María Concepción Gómez
Directora del Máster de Data Science y Big Data | Vicerrectora de Empleabilidad y Emprendimiento UCM

José Carlos Soto Gómez
Co-Director Máster Data Science y Big Data | CEO Ntic Master y Aplimovil


María Isabel Riomoro Callejo
Docente UCM | Coordinadora del Campus Virtual (Facultad de Estudios Estadísticos)

Carlos Ortega
Senior Data Scientist at Teradata

Pedro Concejero
Data Scientist y especialista en investigación conductual en Telefónica

José Ángel Carballo
NLP and ML Engineer en Telefónica

Charles Flores Espinoza
Big Data Engineer en Stratio Big Data

Manuel Álvarez Sáez
Profesional en áreas de Gestión Comercial-ERP-CRM, Redes Sociales y Comercio Electrónico en empresas como Oracle y Meta4

Lorenzo Escot Mangas
Profesor Titular de la UCM | Codirector del Grupo de Investigación “Análisis Económico de la Diversidad y Políticas de Igualdad de la UCM”

Álvaro Bravo Acosta
Ingeniero Técnico Informático en Sistemas, experto en Tecnologías Big Data, BI y Analítica. Ha trabajado en consultoras como Minsait, Sopra, Steria y Everis

Fernando Velasco
Investigador de técnicas y algoritmos de Inteligencia Artificial

Santiago Mota Herce
Corporate Advisor | Consultor Freelance en Business Intelligence, Machine Learning y Estrategia.

Pablo J. Villacorta
Científico de datos en Stratio

Guillermo Villarino
Doctorado en Data Science por la UCM


Javier Domínguez
Cryptographer & Software Engineer

Adolfo Hernández
Profesor Titular Área de Estadística e Investigación Operativa UCM

Ismael Yuste
Strategic Cloud Engineer en Google Working with Strategic Customer in EMEA

Javier Castro Cantalejo
Docente en la UCM

Pedro Pablo Malagón Amor
Sales Engineer Google Cloud

Luis Gascó Sánchez
Data Scientist

Alberto Ezpondaburu
NPL Specialist