El Master en Inteligencia de Negocios y Análisis de Datos es una formación altamente relevante en el contexto actual, donde el uso provechoso de los datos se ha convertido en una ventaja competitiva para las organizaciones. Con el crecimiento exponencial de la información, el Big Data se ha vuelto fundamental, y este programa proporciona las herramientas necesarias para comprender su naturaleza, almacenamiento y análisis. Además, se abordan las técnicas más avanzadas de Business Intelligence y se explora el potencial del aprendizaje automático. Con una combinación única de teoría y práctica, este Master prepara a los estudiantes para enfrentar los desafíos y oportunidades del entorno empresarial actual.
El Master en Inteligencia de Negocios y Análisis de Datos está dirigido a profesionales y graduados universitarios que deseen adquirir conocimientos y su aplicación en el ámbito empresarial. También es adecuado para aquellos que trabajan en áreas relacionadas con la toma de decisiones estratégicas, el marketing, la gestión de proyectos y la consultoría.
Objetivos
– Repasar los fundamentos del Big Data
– Conocer los conceptos del Business Intelligence, Datawarehouse y las herramientas De Visualización.
– Utilizar el lenguaje de programación Python para analizar los conjuntos de datos.
– Profundizar en el Data Science, empleado los lenguajes de programación Python y R para ello.
– Estudiar otras herramientas tales como Tableau y Power BI.
Salidas Profesionales
El Master en Inteligencia de Negocios y Análisis de Datos ofrece salidas donde podrás desempeñarte como analista de datos, científico de datos, consultor de Business Intelligence, gestor de proyectos de análisis de datos, especialista en marketing digital, entre otros. Además, de contemplar sectores como el financiero, el comercio electrónico, la salud e Industria
Clasificación de algoritmos de aprendizaje automático
Ejemplos de aprendizaje automático
Diferencias entre el aprendizaje automático y el aprendizaje profundo
Tipos de algoritmos de aprendizaje automático
El futuro del aprendizaje automático
Introducción
Algoritmos
Introducción
Filtrado colaborativo
Clusterización
Sistemas de recomendación híbridos
Clasificadores
Algoritmos
Componentes
Aprendizaje
Introducción
El proceso de paso de DSS a IDSS
Casos de aplicación
Herramienta de Tableau
Recogida de datos de diferentes fuentes
Introducción al editor de consultas
Trabajo con consultas
Introducción al editor avanzado
Manipulación de columnas
Manipulación de filas
Realizar columnas calculadas
Dependencias de las consultas
Ejemplo completo de carga de datos
Visualización de datos
Crear gráficos con los datos seleccionados
Configuración de los gráficos
Filtrado de los gráficos
Enlazar y desenlazar gráficos dentro de la misma hoja
Visualización de medidas
Uso de marcadores
Creación de grupos de datos
Importación de gráficos
Introducción al servicio Power BI
Publicación de datos en el servicio de Power BI
Configuración para poder publicar en móvil
Funcionalidades del servicio de Power BI
Procesos de actualización de datos
Establecer datos para visualizar en cuadros de mando
Necesidades de la empresa sobre qué gráficos crear
Compras y ventas
Producción
Contabilidad
Servicios
Caso RRHH
Instalación y arquitectura
Carga de datros
Informes
Transformación y modelo de datos
Análisis de datos
Caso RRHH
¿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)
Definición y relevancia de la selección de las fuentes de datos
Naturaleza de las fuentes de datos Big Data
Definición, Beneficios y Características
Ejemplo de uso de Open 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
Apoyo del Big Data en el proceso de toma de decisiones
Toma de decisiones operativas
Marketing estratégico y Big Data
Nuevas tendencias en management
Concepto de web semántica
Linked Data Vs Big Data
Lenguaje de consulta SPARQL
¿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
¿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
¿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
¿Qué es Weka?
Técnicas de Data Mining en Weka
Interfaces de Weka
Selección de atributos
Una aproximación a Pentaho
Soluciones que ofrece Pentaho
MongoDB & Pentaho
Hadoop & Pentaho
Weka & Pentaho
¿Qué es la ciencia de datos?
Herramientas necesarias para el científico de datos
Data Science & Cloud Compunting
Aspectos legales en Protección de Datos
Introducción
El modelo relacional
Lenguaje de consulta SQL
MySQL. Una base de datos relacional
Introducción a Python
¿Qué necesitas?
Librerías para el análisis de datos en Python
MongoDB, Hadoop y Python. Dream Team del Big Data
Introducción a R
¿Qué necesitas?
Tipos de datos
Estadística Descriptiva y Predictiva con R
Integración de R en Hadoop
Obtención y limpieza de los datos (ETL)
Inferencia estadística
Modelos de regresión
Pruebas de hipótesis
Inteligencia Analítica de negocios
La teoría de grafos y el análisis de redes sociales
Presentación de resultados
¿Qué es Power BI?
Funciones de Power BI
Versiones de Power BI
Roles de Power BI
Planificación de proyectos con Power BI
Instalación y puesta en marcha
Conexión de datos a Power BI
Filtrado de datos
Vista de datos
Introducción al modelado de datos
Creación de medidas
Creación y relación entre tablas
Creación de columnas y medidas calculadas
Dinamizar columnas
Fórmulas de consulta
Creación de gráficas
Tablas dinámicas
Segmentación de datos
Uso de objetos visuales
Formas y cuadros de texto
Imágenes
Matrices y tablas
Cómo crear un velocímetro
Mapas
Slicers
Cómo modificar colores
Uso del Dashboard
Compartir Dashboards
Añadir Widgets
Cómo crear reportes
Ajustes del panel
Preguntas y respuestas del Dashboard
Exportar datos de Power BI a Excel
Exportar Dashboards
Crear paquetes de contenido
Presentación de informes
Cómo públicar y compartir informes
Introducción a Power BI mobile
Definiendo el concepto de Business Intelligence y sociedad de la información
Arquitectura de una solución de 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
Cuadros de Mando Integrales (CMI)
Sistemas de Soporte a la Decisión (DSS)
Sistemas de Información Ejecutiva (EIS)
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
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
Visión General. ¿Por qué DataWarehouse?
Estructura y Construcción
Fases de implantación
Características
Data Warehouse en la nube
Tipos de herramientas para BI
Productos comerciales para BI
Productos Open Source para BI
Beneficios de las herramientas de BI
¿Qué es la visualización de datos?
Importancia y herramientas de la visualización de datos
Visualización de datos: Principios básicos
¿Qué es Metabase? Usos y licenciamiento
Arquitectura y Componentes
Instalación y Configuración inicial
Espacio de trabajo y navegación
Conexiones a bases de datos en Metabase
Creación de preguntas y consultas SQL
Tipos de visualizaciones y filtros
Construcción de Dashboards
Fundamentos D3
Instalación D3
Funcionamiento D3
SVG
Tipos de datos en D3
Diagrama de barras con D3
Diagrama de dispersión con D3
Google Data Studio
Instalación y arquitectura
Carga de datos
Informes
Transformación y modelo de datos
Análisis de datos
Introducción a Power BI
Instalación de Power BI
Modelado de datos
Visualización de datos
Dashboards
Uso compartido de datos
CartoDB
¿Qué es la ciencia de datos?
Herramientas necesarias para el científico de datos
Data Science & Cloud Computing
Aspectos legales en Protección de Datos
Introducción
El modelo relacional
Lenguaje de consulta SQL
MySQL Una base de datos relacional
¿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
¿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
¿Qué es Weka?
Técnicas de Data Mining en Weka
Interfaces de Weka
Selección de atributos
Una aproximación a PENTAHO
Soluciones que ofrece PENTAHO
MongoDB & PENTAHO
Hadoop & PENTAHO
Weka & PENTAHO
Introducción a R
¿Qué necesitas?
Tipos de datos
Estadística Descriptiva y Predictiva con R
Integración de R en Hadoop
Obtención y limpieza de los datos (ETL)
Inferencia estadística
Modelos de regresión
Pruebas de hipótesis
Inteligencia Analítica de negocios
La teoría de grafos y el análisis de redes sociales
Presentación de resultados
Titulación
Titulación de Máster de Formación Permanente en Inteligencia de Negocios y Análisis de Datos con 1500 horas y 60 ECTS expedida por UTAMED – Universidad Tecnológica Atlántico Mediterráneo.