INESEM.ES logo

Master en Big Data

Con el constante avance de la tecnología, la información se crea y se almacena en grandes cantidades de forma continua. Estos datos que se generan, son de gran utilidad para las empresas, por ello se requiere de personas especialistas y cualificadas capaces de trabajar con esta información para procesarla y analizarla. Con el Master Big Data te formarás para gestionar proyectos de Big Data con el uso de herramientas y técnicas actuales.

Titulacion de INESEM
  • Online
  • 1500 h.
  • Abierta
  • 1495€
  • garantizadas
 
¿Quieres más info?
Información básica sobre Protección de Datos. Pinche aquí
Responsable INSTITUTO EUROPEO DE ESTUDIOS EMPRESARIALES, S.A. Finalidad Información académica y comercial de nuestros servicios de enseñanza Legitimación Consentimiento del interesado Destinatarios Encargados del tratamiento para cumplir con las finalidades Derechos Acceder, rectificar y suprimir los datos, así como otros derechos, como se explica en la información adicional

Información adicional Pulsa aquí

* El campo es obligatorio
Contacta por whatsapp
+34 958 050 205
L-J 9-18:30 h V 9-15 h
 
 
Para qué te prepara

El Master Big Data te ofrecerá la capacidad de impulsar el desarrollo empresarial de cualquier organización,  analizando y procesando información que consiga adaptar a la empresa en un  entorno más competitivo.  Aprenderás  herramientas para explotar bases de  datos, como el Pentaho o Hadoop y  de análisis de datos como Pythin y R. Además de técnicas que te permitan  diseñar e implantar Cloud Computing a través de Azure y Linux.

 
Objetivos
  • Aprender los principios del Big Data y el desarrollo  de las fases de un proyecto de Big Data.
  • Conocer las herramientas existentes y su uso para  analizar y explotar datos masivos.
  • Explotar datos y visualizar resultados a través de técnicas  de Data Science.
  • Comprender y utilizar la programación estadística con  R y Python e iniciación en MongoDB y  Hadoop.
  • Conocer en qué consiste el Data Mining y aplicarlo  correctamente, además de técnicas en WEKA.
  • Saber utilizar las analíticas web para Big Data y aplicarlas  mediante Google Analytics.
  • Aplicar los conocimientos de Big Data para el Cloud  Computing con Linux y Azure.
 
A quién va dirigido

El Master Big Data va dirigido a una gran diversidad de perfiles, pues los conocimientos de Big  Data son adecuados para todas aquellas personas que quieran orientar su carrera  profesional hacía el análisis y el procesamiento de información.  Algunos perfiles pueden ser ingenieros informáticos, industriales y  telecomunicaciones o matemáticos, físicos, estadísticos y economistas.

 
Salidas Profesionales

Con este master Big Data podrás  desarrollar tu carrera profesional como arquitecto  Big Data, administrador y/o  desarrollador de sistemas de información, analista de datos, gestor y/o auditor y responsable de seguridad y  privacidad en proyectos de Big Data. Perfiles profesionales capaces de  permitir a las organizaciones su crecimiento y expansión.

MÓDULO 1. BIG DATA OVERVIEW
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. FASES DE UN PROYECTO DE BIG 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
UNIDAD DIDÁCTICA 3. BIG DATA Y MARKETING
  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
UNIDAD DIDÁCTICA 4. INTELIGENCIA DE NEGOCIO Y HERRAMIENTAS DE ANALÍTICA
  1. Tipo de herramientas BI
  2. Productos comerciales para BI
  3. Productos Open Source para BI
  4. Beneficios de las herramientas de BI
UNIDAD DIDÁCTICA 5.PRINCIPALES PRODUCTOS DE BUSINESS INTELLIGENCE
  1. Cuadros de Mando Integrales (CMI)
  2. Sistemas de Soporte a la Decisión (DSS)
  3. Sistemas de Información Ejecutiva (EIS)
UNIDAD DIDÁCTICA 6.DEL BIG DATA AL LINKED OPEN DATA
  1. Concepto de web semántica
  2. Linked Data Vs Big Data
  3. Lenguaje de consulta SPARQL
MÓDULO 2. ANÁLISIS DE BIG DATA Y HERRAMIENTAS PARA EXPLOTACIÓN
UNIDAD DIDÁCTICA 1. BASES DE DATOS NOSQL Y EL ALMACENAMIENTO ESCALABLE
  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
UNIDAD DIDÁCTICA 2. INTRODUCCIÓN A UN SISTEMA DE BASES DE DATOS NOSQL: MONGODB
  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
UNIDAD DIDÁCTICA 3. PROCESAMIENTO DISTRIBUIDO DE DATOS CON HADOOP
  1. ¿Qué es Hadoop?
  2. El sistema de archivos HDFS
  3. Algunos comandos de referencia
  4. Procesamiento MapReduce con Hadoop
  5. Clusters en Hadoop
UNIDAD DIDÁCTICA 4. WEKA Y DATA MINING
  1. ¿Qué es Weka?
  2. Técnicas de Data Mining en Weka
  3. Interfaces de Weka
  4. Selección de atributos
UNIDAD DIDÁCTICA 5. PENTAHO UNA SOLUCIÓN OPEN SOURCE PARA BUSINESS INTELLIGENCE
  1. Una aproximación a Pentaho
  2. Soluciones que ofrece Pentaho
  3. MongoDB & Pentaho
  4. Hadoop & Pentaho
  5. Weka & Pentaho
UNIDAD DIDÁCTICA 6. ANALIZAR LA INFORMACIÓN CUALITATIVA
  1. Introducción
  2. La usabilidad web
  3. Pruebas online y a Distancia
  4. Las encuestas
UNIDAD DIDÁCTICA 7. CI: INTELIGENCIA COMPETITIVA
  1. Introducción
  2. Recopilar datos de Inteligencia Competitiva
  3. Análisis del tráfico de sitios web
  4. Búsquedas
MÓDULO 3. FUNDAMENTOS Y PLANIFICACIÓN DE LA MÉTRICA DIGITAL
UNIDAD DIDÁCTICA 1. ¿QUÉ ES LA ANALÍTICA WEB?
  1. Introducción
  2. La Analítica Web: Un reto cultural
  3. ¿Qué puede hacer la analítica web por ti o tu empresa?
  4. Glosario de Analítica Web
UNIDAD DIDÁCTICA 2. ANALÍTICA WEB BÁSICA
  1. La analítica web en la actualidad
  2. Definiendo la analítica web
  3. El salto a la analítica web moderna
UNIDAD DIDÁCTICA 3. INTRODUCCIÓN AL ANÁLISIS Y MÉTRICA WEB
  1. Conceptos básicos
  2. Métricas para el análisis web
UNIDAD DIDÁCTICA 4. MÁS ALLÁ DE LOS DATOS
  1. Segmentación en base al comportamiento
  2. Predicción y minería de datos
  3. Rumbo a la analítica inteligente
MÓDULO 4. HERRAMIENTAS DE ANALÍTICA WEB
UNIDAD DIDÁCTICA 1. CRM EN EL MEDIO ONLINE
  1. Conceptos básicos de gestión de clientes y CRM
  2. Remarketing
  3. Tipos de clientes
  4. Estrategias y herramientas de gestión de clientes
  5. Métricas de fidelización
  6. Aplicación de diferentes herramientas a casos de empresas
UNIDAD DIDÁCTICA 2. INTRODUCCIÓN A HERRAMIENTAS DE ANALÍTICA WEB
  1. Listado de herramientas
  2. Herramientas de analítica web
  3. Herramientas de análisis de logs
  4. Herramientas de medición mediante tags
  5. Herramientas para medir el rendimiento de nuestro sitio web
  6. Herramientas para recoger información de diseño y usabilidad web
  7. Herramientas que analizan nuestra actividad en redes sociales
  8. Herramientas de inteligencia competitiva
UNIDAD DIDÁCTICA 3. EL ANALIZADOR DE TRÁFICO WEB PIWIK
  1. ¿Qué es PIWIK?
  2. Instalación y Configuración
  3. Integración con otras aplicaciones
UNIDAD DIDÁCTICA 4. PROBLEMAS Y SOLUCIONES DE LA ANALÍTICA WEB
  1. La calidad de los datos
  2. Obtener datos válidos
  3. ¿En qué basarnos para la toma de decisiones?
  4. Beneficios de análisis multicanal
MÓDULO 5.CUADRO DE MANDO Y DASHBOARD
UNIDAD DIDÁCTICA 1. DEFINICIÓN DE KPIS
  1. Definición de KPIs
  2. KPI, CSF y metas
  3. Principales KPIS
  4. Ejemplos de KPIS
  5. Supuesto práctico: Cálculo de KPI con Excel
UNIDAD DIDÁCTICA 2. CONCEPTO Y CREACIÓN DE CUADROS DE MANDO
  1. Introducción a los cuadros de mando y dashboard
  2. Estrategias para la creación de un cuadro de mando
  3. Dashboard en Excel o Google Analytics
UNIDAD DIDÁCTICA 3.HERRAMIENTAS PARA LA CREACIÓN DE CUADROS DE MANDO
  1. Aplicaciones gratuitas
  2. Aplicaciones propietarias
MÓDULO 6. INTRODUCCIÓN A LA PROGRAMACIÓN ESTADÍSTICA
UNIDAD DIDÁCTICA 1. PYTHON Y EL ANÁLISIS DE DATOS
  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
UNIDAD DIDÁCTICA 2. R COMO HERRAMIENTA PARA 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
MÓDULO 7. DATA SCIENCE
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA CIENCIA DE DATOS
  1. ¿Qué es la ciencia de datos?
  2. Herramientas necesarias para el científico de datos
  3. Data Science & Cloud Compunting
  4. Aspectos legales en Protección de Datos
UNIDAD DIDÁCTICA 2. BASES DE DATOS RELACIONALES
  1. Introducción
  2. El modelo relacional
  3. Lenguaje de consulta SQL
  4. MySQL: Una base de datos relacional
UNIDAD DIDÁCTICA 3. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS
  1. Obtención y limpieza de los datos (ETL)
  2. Inferencia estadística
  3. Modelos de regresión
  4. Pruebas de hipótesis
UNIDAD DIDÁCTICA 4. ANÁLISIS DE LOS DATOS
  1. Inteligencia analítica de negocios
  2. La teoría de grafos y el análisis de redes sociales
  3. Presentación de resultados
MÓDULO 8. CLOUD COMPUTING CON AZURE Y LINUX
UNIDAD DIDÁCTICA 1. CLOUD COMPUTING
  1. Introducción al Cloud computing
  2. Modo de trabajo y funcionamiento
  3. Virtualización
  4. Tipos de Cloud
  5. Niveles de Programación
  6. Historia
  7. Ventajas e inconvenientes
  8. Análisis DAFO
UNIDAD DIDÁCTICA 2. AGENTES QUE INTERVIENEN EN EL CLOUD COMPUTING
  1. El Cloud Computing y el departamento IT
  2. Niveles del Cloud Computing
  3. ¿Qué es la virtualización?
  4. Centros de datos para Cloud
UNIDAD DIDÁCTICA 3. PROYECTO DE CLOUD COMPUTING
  1. Ventajas y desventajas del Cloud Computing
  2. Análisis DAFO de la implantación del Cloud
UNIDAD DIDÁCTICA 4. SEGURIDAD Y ASPECTOS LEGALES DEL CLOUD COMPUTING
  1. (LOPD) Ley de Protección de Datos
  2. Propiedad intelectual
  3. Relaciones laborales
  4. Los retos del Cloud Computing
  5. Implementación de la seguridad en el Cloud Computing
  6. Análisis forense en el Cloud Computing
  7. Cloud Security Alliance (CSA)
UNIDAD DIDÁCTICA 5. TOPOLOGÍA
  1. Tipos de nube
  2. Tipo de cloud que debo de usar
  3. La topología en el ámbito de los servicios cloud
UNIDAD DIDÁCTICA 6. AZURE
  1. Plataforma Windows Azure
  2. Usuario: modo de acceso y trabajo
  3. Administración de Azure
  4. Virtualización con Azure
  5. Vista programador
  6. Servicios de Azure
  7. Bases de Datos con Azure
  8. Programación en Azure
UNIDAD DIDÁCTICA 7. LINUX
  1. Distribuciones Linux en la Nube
  2. Usuario: modo de acceso y trabajo
  3. Administración
  4. Virtualización con Linux
  5. Vista programador
  6. Servicios en Linux
  7. Bases de Datos en Linux
  8. Programación en la Nube bajo Linux
UNIDAD DIDÁCTICA 8. SERVICIOS
  1. Acceso a servicios misma plataforma
  2. Acceso a servicios diferentes plataforma
  3. Interoperabilidad
  4. Futuro de los Servicios Cloud Computing
MÓDULO 9. PROYECTO FIN DE MÁSTER
Con nuestra metodología de aprendizaje online, el alumno comienza su andadura en INESEM Business School a través de un campus virtual diseñado exclusivamente para desarrollar el itinerario formativo con el objetivo de mejorar su perfil profesional. El alumno debe avanzar de manera autónoma a lo largo de las diferentes unidades didácticas así como realizar las actividades y autoevaluaciones correspondientes.La carga de horas de la acción formativa comprende las diferentes actividades que el alumno realiza a lo largo de su itinerario. Las horas de teleformación realizadas en el Campus Virtual se complementan con el trabajo autónomo del alumno, la comunicación con el docente, las actividades y lecturas complementarias y la labor de investigación y creación asociada a los proyectos. Para obtener la titulación el alumno debe aprobar todas la autoevaluaciones y exámenes y visualizar al menos el 75% de los contenidos de la plataforma. El Proyecto Fin de Máster se realiza tras finalizar el contenido teórico-práctico en el Campus. Por último, es necesario notificar la finalización del Máster desde la plataforma para comenzar la expedición del título.

Claustro de Profesores Especializado que realizará un seguimiento personalizado al alumno.

Campus virtual con acceso ilimitado y acceso desde cualquier dispositivo.

Materiales didácticos que servirán de apoyo al alumno durante su formación.

Material adicional proporcionado por los profesores para profundizar en cuestiones indicadas por el alumno.

Centro de atención al estudiante (CAE). Asesoramiento al alumno antes, durante y después de su formación con un teléfono directo con el claustro docente 958 050 242.

INESEM Emplea. Programa destinado a mejorar la empleabilidad de nuestros alumnos mediante orientación profesional de carrera y gestión de empleo y prácticas profesionales.

Comunidad formada por todos los alumnos de INESEM Business School para debatir y compartir conocimiento.

Revista Digital INESEM. Punto de encuentro de profesionales y alumnos con el que podrás comenzar tu aprendizaje colaborativo.

Master class INESEM. Aprende con los mejores profesionales enseñando en abierto. Únete, aprende y disfruta.

Titulación Expedida y Avalada por el Instituto Europeo de Estudios Empresariales
Instituto Europeo de Estudios Empresariales

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, reconociendo su validez en los 113 países suscritos al Convenio de la Haya sin necesidad de otra autenticación. El coste de esta gestión es de 30 euros. Si deseas más información contacta con nosotros en el 958 050 205 y resolveremos todas tus dudas.

Becas y financiación del Master en Big Data

beca desempleo

20%

Para los que atraviesen un periodo de inactividad laboral y decidan que es el momento idóneo para invertir en la mejora de sus posibilidades futuras.

beca antiguos alumnos

10%

Como premio a la fidelidad y confianza de los alumnos en el método INESEM, ofrecemos una beca a todos aquellos que hayan cursado alguna de nuestras acciones formativas.

beca emprende

15%

Una beca en consonancia con nuestra apuesta por el fomento del emprendimiento y capacitación de los profesionales que se hayan aventurado en su propia iniciativa empresarial.

Financiación 100% sin intereses

* Becas aplicables sólamente tras la recepción de la documentación necesaria en el Departamento de Asesoramiento Académico. Más información en el 958 050 205 o vía email en formacion@inesem.es
* Becas no acumulables entre sí.
* Becas aplicables a acciones formativas publicadas en inesem.es
Matriculación en: Master en Big Data
Comprobando...
Información básica sobre Protección de Datos. Pinche aquí
Responsable INSTITUTO EUROPEO DE ESTUDIOS EMPRESARIALES, S.A. Finalidad Información académica y comercial de nuestros servicios de enseñanza Legitimación Consentimiento del interesado Destinatarios Encargados del tratamiento para cumplir con las finalidades Derechos Acceder, rectificar y suprimir los datos, así como otros derechos, como se explica en la información adicional

Información adicional Pulsa aquí

Pedido con obligación de pago
1495
* El campo es obligatorio

INESEM EMPLEA


Completa tu formación con nuestro Servicio de Orientación Profesional y nuestro Programa de Entrenamiento por Competencias
  • ORIENTACIÓN

  • PRÁCTICAS

  • EMPLEO

Artículos relacionados con el Master en Big Data

¡Mantente actualizado! Nuestros profesores analizan la actualidad y las últimas tendencias de todas nuestras áreas de formación
Revista Digital

¿Empresa o empleado? Bonificamos tu formación

  •  
  •  
  •  
  •  
  • Gestionamos el crédito formativo de tu empresa
  • Asesoramiento para aplicar correctamente la bonificación
  • Trámites administrativos para uso de formación bonificada
  • Diseño de planes formativos adaptados a tus necesidades


Proceso de admisión

 
1 Completa la solicitud de admisión a través de la web, adjunta tu curriculum vitae y una carta de presentación explicando tu trayectoria académica y profesional, así como tus motivaciones e intereses
 
2 Realiza una entrevista con el Departamento de Admisiones. Nuestros expertos evaluarán las competencias y aptitudes del alumno y la posibilidad de otorgarle una Beca INESEM
 
3 Formaliza tu matrícula
En caso de ser admitido la Comisión Coordinadora contactará contigo para iniciar el proceso de matriculación