MÁSTER OFICIAL EN GESTIÓN Y ANÁLISIS DE GRANDES VOLÚMENES DE DATOS: BIG DATA
Modalidad Online – INICIO OCTUBRE 2024
MODALIDAD
Online
DURACIÓN
60 ects
INICIO
Octubre 2024
TÍTULO
Máster oficial
Máster Oficial Online en Gestión y Análisis de Grandes Volúmenes de Datos: BIG DATA
El principal objetivo de este Máster en Gestión y Análisis de Volúmenes: Big Bata es poder ofrecer al alumno una visión global y completa de la analítica de datos, comenzando con la recolección, y siguiendo con el almacenamiento, el procesamiento, el análisis y la visualización, formándose también en la infraestructura de Big Data necesaria para todo ello. La metodología del máster es muy práctica, utilizando casos prácticos y aprendizaje basado en proyectos reales.
Es una gran oportunidad para conseguir conocimiento en un área con grandes salidas profesionales y en continuo desarrollo, pudiendo interiorizar y aprender los conceptos gracias a la visión de los profesionales que impartirán las asignaturas.
Metodología
Clases en Directo
Clases prácticas en las que se trabajarán de forma aplicada los conceptos más importantes de cada una de las asignaturas.
Contenidos Teóricos
Material teórico-práctico necesario para poder superar tanto la evaluación continua como la evaluación final de la asignatura.
Campus Virtual
Innovación y eficacia se unen en nuestro campus virtual para darte una formación personalizada, flexible e interactiva.
Método del Caso
Metodología basada en proyectos y en la elaboración de casos y ejercicios reales para poner en práctica todo lo aprendido.
Trabajo en Grupo
Realización y resolución de ejercicios prácticos en equipos de trabajo, como parte de la evaluación continua.
Trabajo Final
Para finalizar el máster deberás llevar a cabo un proyecto real, tal y como se desarrollaría en un puesto de trabajo como Analista de Datos.
Talleres Presenciales
Talleres voluntarios presenciales en Madrid en los que se trabajan temas transversales del máster y conceptos prácticos relacionados con el Big Data.
Acompañamiento
Contarás con un equipo de tutores expertos siempre a tu disposición a través del apartado de consultas del campus virtual.
Titulación Oficial Universitaria
Adaptado al Espacio Europeo de Educación Superior
PLAN DE ESTUDIOS
FUNDAMENTOS BÁSICOS EN EL ANÁLISIS DE DATOS
- Introducción al concepto de análisis de datos y Big Data
- Aplicaciones básicas del análisis de datos y Big Data
- Principales entornos de desarrollo
- El Big Data en el ámbito social y empresarial
- Implicaciones legales y éticas
TÉCNICAS DE ANÁLISIS DE DATOS
- Introducción al análisis de datos
- Análisis de datos en una variable
- Análisis de datos en múltiples variables
- Métodos de optimización
- El proceso de aprendizaje automático
TÉCNICAS AVANZADAS DE ANÁLISIS DE DATOS
- Minería de datos
- Métodos aplicados de análisis de datos
- Técnicas y herramientas software
- Algoritmos de regresión
- Algoritmos de clasificación
- Algoritmos de clustering
- Algoritmos de reducción de dimensionalidad
TÉCNICAS DE PROGRAMACIÓN
- Introducción a los lenguajes de programación aplicados al análisis de datos.
- Métodos de almacenamiento y toma adquisición de datos
- Procesamiento de datos
- Python para análisis de datos
- R para análisis de datos
TECNOLOGÍAS DE ALMACENAMIENTO DE DATOS
- Introducción a las aplicaciones del Big Data
- Bases de datos para entornos analíticos
- Algoritmos para el procesamiento de grandes volúmenes de datos
- Ecosistema Hadoop
- Apache Spark
TECNICAS DE DESARROLLO AVANZADO DE APLICACIONES BIG DATA
- Técnicas avanzadas para la programación de análisis estadístico
- Estructuras de datos
- Diseño de herramientas analíticas algoritmos específicos
- Programación y optimización de herramientas
EXPLORACIÓN, VISUALIZACIÓN Y COMUNICACIÓN DE DATOS
- Herramientas de visualización de datos
- Generación de informes
- Diseño y programación de cuadros de mando
PLATAFORMAS AVANZADAS DE DESARROLLO
- Principales plataformas de desarrollo
- Programación desde lenguajes de alto nivel
- Desarrollo de aplicaciones
GESTIÓN DE PROYECTOS
- Introducción a la gestión de proyectos.
- Fases genéricas de un proyecto.
- Planificación y programación de proyectos.
- Formulación y solución del problema.
- Definición de la misión, los objetivos y alcance del proyecto.
- Estimación del tiempo del proyecto.
- Estimación y programación de recursos materiales y humanos.
- Estimación de costos del proyecto.
- Planificación de las adquisiciones.
- Cuaderno de notas, Seguimiento y Control del proyecto.
- Gestión de la Calidad del proyecto.
TRABAJO FIN DE MÁSTER
- Para el planteamiento del trabajo fin de máster se contará con la participación de una o varias empresas que facilitarán a los alumnos información suficiente para el desarrollo del proyecto real de gestión y análisis de grandes volúmenes de datos.
- La defensa del proyecto se realizará de forma online ante un tribunal.
DOCENTES DESTACADOS
Jorge Crespo
Ingeniero Civil y Doctorado en el Departamento de Transportes y Tecnologías de Proyectos y Procesos, en el cual desarrolló un modelo físico-matemático para la predicción del comportamiento ante incendios de hormigones de alta resistencia. Cuenta con más de 30 publicaciones, de las cuales 14 se encuentran recogidas en el Journal of Citation Report.
Raquel Mata
Doctora en Estadística e Investigación Operativa. Es matemática y cuenta con un Máster en Modelización Matemática y un Máster en Modelos y Métodos de Optimización. Apasionada de las matemáticas en el ámbito de la ingeniería, combina la docencia con su experiencia investigadora, habiendo publicado varios artículos en revistas incluidas en el Q1 del Journal Citation Report.
Arturo Canales
Ingeniero de Telecomunicaciones. Cuenta con 20 años de experiencia en el mundo del desarrollo de software y del análisis de datos. Comenzó su andadura profesional en Telefónica Investigación y Desarrollo donde ha trabajado como Big Data Developer, Data Scientist, Technical Lead y Head of Software. Recientemente se ha unido a Vavacars como Principal Data Scientist.
Lourdes Tabares
Doctora en Física Teórica. Ha trabajado como Data Scientist participando en la creación de productos basados en Machine Learning, como la detección de fraude bancario mediante Redes Bayesianas o la detección de fuga de clientes utilizando modelos logísticos. Actualmente trabaja desarrollando una herramienta para ofrecer a los usuarios una mejor experiencia en su navegación por las webs.
#EXPERIENCIASUEMC Business School
RECONOCIMIENTOS
