Master en Business Intelligence y Big Data + 60 Créditos

Ofrecido por: INESEM

Disponible

Categoría:

Datos del curso

Titulación

A medida que aumenta el uso de las TIC, Internet y el Cluod Computing en todos los sectores, se hacen cada vez más presente los conceptos de Big Data y Business Intelligence, ya que representan una oportunidad para aquellas entidades que quieran tratar y analizar los datos como soporte de ayuda en la toma de decisiones y optimización de costes.

Con este Máster en Big Data y Business Intelligence, se ofrece una formación en las tecnologías y metodologías de análisis de datos, de manera que a través de la integración de la tecnología se desarrollen las habilidades analíticas necesarias para extraer y evaluar los datos de una manera eficaz.

En INESEM podrás trabajar en un Entorno Personal de Aprendizaje donde el alumno es el protagonista, avalado por un amplio grupo de tutores especialistas en el sector.

Titulación Propia Universitaria expedida por la Universidad Antonio de Nebrija con 60 créditos ECTS.

Salidas laborales

  • Analista de datos
  • Auditor en Sistemas Big Data
  • Experto en Inteligencia de Negocio
  • Arquitecto de soluciones Big Data
  • Gestor de Infraestructuras para Big Data
  • E-commerce & Social Media

Duración

1500 horas

Precio

1695 euros

Modalidad

Online

Temario del curso

MÓDULO 1. CONCEPTOS PREVIOS EN BIG DATA Y BUSINESS INTELLIGENCE

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. BUSINESS INTELLIGENCE Y LA SOCIEDAD DE LA INFORMACIÓN
Definiendo el concepto de Business Intelligence y sociedad de la información
Arquitectura de una solución 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 3. 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 4. PRINCIPALES PRODUCTOS DE BUSINESS INTELLIGENCE
Cuadros de Mando Integrales (CMI)
Sistemas de Soporte a la Decisión (DSS)
Sistemas de Información Ejecutiva (EIS)

MÓDULO 2. TECNOLOGÍA PARA BUSINESS INTELLIGENCE

UNIDAD DIDÁCTICA 1. 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 2. DATAMART. CONCEPTO DE BASE DE DATOS DEPARTAMENTAL
Aproximación al concepto de DataMart
Procesos de extracción, transformación y carga de datos (ETL)
Data Warehouse
Herramientas de Explotación
Herramientas para el desarrollo de cubos OLAP

UNIDAD DIDÁCTICA 3. 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 4. 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 5. HERRAMIENTA POWERBI.

UNIDAD DIDÁCTICA 6. HERRAMIENTA TABLEAU.

UNIDAD DIDÁCTICA 7. HERRAMIENTA QLIKVIEW

MÓDULO 3. HERRAMIENTAS PARA EXPLOTACIÓN Y ANÁLISIS DE BIG DATA

UNIDAD DIDÁCTICA 1. 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 2. 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 3. 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 4. WEKA Y DATA MINING
¿Qué es Weka?
Técnicas de Data Mining en Weka
Interfaces de Weka
Selección de atributos

UNIDAD DIDÁCTICA 5. PENTAHO UNA SOLUCIÓN OPEN SOURCE PARA BUSINESS INTELLIGENCE
Una aproximación a Pentaho
Soluciones que ofrece Pentaho
MongoDB & Pentaho
Hadoop & Pentaho
Weka & Pentaho

MÓDULO 4. ANALÍTICA WEB Y BIG DATA

UNIDAD DIDÁCTICA 1. ¿QUÉ ES LA ANALÍTICA WEB?
Introducción
La Analítica Web: Un reto cultural
¿Qué puede hacer la analítica web por ti o tu empresa?
Glosario de Analítica Web

UNIDAD DIDÁCTICA 2. ANALÍTICA WEB BÁSICA: INTRODUCCIÓN
La analítica web en la actualidad
Definiendo la analítica web
El salto a la analítica web moderna

UNIDAD DIDÁCTICA 3. ANALIZAR LA INFORMACIÓN CUANTITATIVA
Identificar los factores críticos
Otros factores que convienen medir
Las macro y microconversiones
Medir el valor económico
Sitios sin comercio: valores a medir
Medición de sitios BB

UNIDAD DIDÁCTICA 4. ANALIZAR LA INFORMACIÓN CUALITATIVA
Introducción
La usabilidad Web
Pruebas Online y a Distancia
Las encuestas

UNIDAD DIDÁCTICA 5. DEFINICIÓN DE KPIS
Definición de KPIs
KPI, CSF y metas
Principales KPIS
Ejemplos de KPIS
Supuesto práctico: Cálculo de KPI con Excel

UNIDAD DIDÁCTICA 6. CI: INTELIGENCIA COMPETITIVA
Introducción
Recopilar datos de Inteligencia Competitiva
Análisis del tráfico de sitios web
Búsquedas

UNIDAD DIDÁCTICA 7. ANALÍTICA WEB 2.0. MÓVILES Y VÍDEOS
Introducción
La nueva web social y como medir datos
Las aplicaciones
Analizar el comportamiento desde el móvil
Analizar el rendimiento de los vídeos

UNIDAD DIDÁCTICA 8. ANALÍTICA WEB 2.0. REDES SOCIALES
Análisis de Blogs
Coste y beneficios de escribir en un blog
Nuestro impacto en Twitter
Métricas para Twitter

UNIDAD DIDÁCTICA 9. PROBLEMAS Y SOLUCIONES DE LA ANALÍTICA WEB
La calidad de los datos
Obtener datos válidos
¿En qué basarnos para la toma de decisiones?
Beneficios de análisis multicanal

UNIDAD DIDÁCTICA 10. MÁS ALLÁ DE LOS DATOS
Segmentación en base al comportamiento
Predicción y minería de datos
Rumbo a la analítica inteligente

UNIDAD DIDÁCTICA 11. DEL BIG DATA AL LINKED OPEN DATA
Concepto de web semántica
Linked Data Vs Big Data
Lenguaje de consulta SPARQL

MÓDULO 5. ANALÍTICA WEB CON GOOGLE ANALYTICS

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A GOOGLE ANALYTICS
Introducción a la analítica web
Funcionamiento Google Analytics
Instalación y configuración de Google Analytics
Configuración de las vistas mediante filtros

UNIDAD DIDÁCTICA 2. INTERFACE Y NAVEGACIÓN
Navegación por Google Analytics
Informes de visión general
informes completos
Compartir informes
Configuración paneles de control y accesos directos

UNIDAD DIDÁCTICA 3. INFORMES
Informes de Audiencia
Informes de Adquisición
Informes de Comportamiento

UNIDAD DIDÁCTICA 4. CAMPAÑAS Y CONVERSIONES
Campañas personalizadas
Realizar un seguimiento de las campañas con el Creador de URLs
Configuración y medición de objetivos
Cómo medir campañas de Google Ads

MÓDULO 6. INTRODUCCIÓN A LA PROGRAMACIÓN ESTADÍSTICA

UNIDAD DIDÁCTICA 1. 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 2. 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

MÓDULO 7. PROYECTO FIN DE MÁSTER

Main Menu