Capacítate de la mano de los mejores docentes, con el sistema educativo más innovador y la seguridad y solvencia de TECH Universidad Tecnológica”

Con el paso de los años el Big Data se ha convertido en algo indisociable de nuestras vidas. La mayoría de la población usa dispositivos electrónicos o tecnologías que constantemente están recogiendo datos. Esa información es de gran valor para las compañías ya que les permite usar esos informes para mejorar, por ejemplo, el proceso de creación de nuevos productos o solventar posibles deficiencias empresariales. 

En la actualidad, la recogida y almacenamiento de los billones de datos que se producen a diario ha mejorado considerablemente. Sin embargo, existen carencias significativas en la capacidad del ser humano para analizar esa información y, por tanto, requiere de herramientas o métodos automáticos que le faciliten esta labor. 

El empleo de técnicas de Visual Analytics posibilita una mejora en la toma de decisiones combinando el conocimiento humano con la enorme capacidad de procesamiento y almacenamiento de datos de los ordenadores, con el fin de encontrar soluciones a problemas complejos. 

Ante la creciente necesidad de profesionales especializados en Visual Analytics y Big Data nace este prestigioso programa, que proporciona a los participantes una visión estratégica de la aplicación de las nuevas tecnologías de análisis de datos al mundo de la empresa, para el desarrollo de servicios innovadores basados en la información analizada.  

A lo largo de estos meses de capacitación, el estudiante obtendrá una visión completa de las novedades en análisis de datos que lo llevarán a través del recorrido educativo más intensivo, para prepararlo en el perfil estrella en estos momentos, profundizando en áreas de estudio en auge como:

• Técnicas de análisis de datos  
• Captura y almacenamiento de la información  
• Técnicas de inteligencia artificial  
• Ingeniería para el procesado masivo paralelo de datos   
• Técnicas y herramientas de visualización

Una oportunidad única de especializarse en un sector en alza y destacar como profesional de éxito. 

Aplica las últimas técnicas en Visual Analytics en el trabajo de datos aprovechando la enorme capacidad que surge de la combinación del conocimiento humano y el poder de almacenamiento de los ordenadores”

Esta Maestría Titulo Propio en Visual Analytics y Big Data contiene el programa más completo y actualizado del mercado. Las características más destacadas son: :

• El desarrollo de casos prácticos presentados por expertos 
• Los contenidos gráficos, esquemáticos y eminentemente prácticos con los que están concebidos recogen una información científica y práctica sobre aquellas disciplinas indispensables para el ejercicio profesional 
• Los ejercicios prácticos donde realizar el proceso de autoevaluación para mejorar el aprendizaje 
• Su especial hincapié en metodologías innovadoras 
• Las lecciones teóricas, preguntas al experto, foros de discusión de temas controvertidos y trabajos de reflexión individual 
• La disponibilidad de acceso a los contenidos desde cualquier dispositivo fijo o portátil con conexión a internet

Contarás con materiales y recursos didácticos innovadores que facilitarán el proceso de aprendizaje y la retención por más tiempo de los contenidos aprendidos"

Incluye en su cuadro docente a profesionales del sector que vierten en esta capacitación la experiencia de su trabajo, además de reconocidos especialistas de sociedades de referencia y universidades de prestigio. 

Su contenido multimedia, elaborado con la última tecnología educativa, permitirá al profesional un aprendizaje situado y contextual, es decir, un entorno simulado que proporcionará una capacitación inmersiva programada para entrenarse ante situaciones reales. 

El diseño de este programa se centra en el Aprendizaje Basado en Problemas, mediante el cual el profesional deberá tratar de resolver las distintas situaciones de práctica profesional que se le planteen a lo largo del programas académico. Para ello, el profesional contará con la ayuda de un novedoso sistema de vídeo interactivo realizado por reconocidos expertos con gran experiencia.  

Una capacitación muy completa, creada con un objetivo de calidad total centrado en llevar a nuestros alumnos hasta el más elevado nivel de competencia"

Una completa puesta al día que te proporcionará la capacidad de trabajo de un especialista en análisis de datos"

El temario de la Maestría Titulo Propio se configura como un completísimo recorrido a través de todos y cada uno de los conocimientos ne cesarios para comprender y asumir las formas de trabajo de este campo. Con un planteamiento centrado en la aplicación práctica que le permitirá crecer como profesional desde el primer momento de la capacitación.

Un temario completo centrado en la adquisición de conocimientos y su conversión en habilidades reales, creado para impulsarte hacia la excelencia”

Módulo 1. Visual Analytics en el contexto social y tecnológico 

1.1. Las olas tecnológicas en las diferentes Sociedades. Hacia una ‘Data Society’
1.2. La globalización. Contexto mundial geopolítico y social
1.3. Entorno VUCA. Viviendo siempre en el pasado
1.4. Conociendo las nuevas tecnologías: 5G e IoT
1.5. Conociendo las nuevas tecnologías: Cloud y Edge Computing
1.6. Critical Thinking en Visual Analytics
1.7. Los Know-mads. Nómadas entre datos
1.8. Aprendiendo a emprender en Visual Analytics
1.9. Teorías de anticipación aplicadas al Visual Analytics
1.10. El nuevo entorno empresarial. La transformación digital

Módulo 2. Análisis e interpretación de datos 

2.1. Introducción a la estadística
2.2. Medidas aplicables al tratamiento de información
2.3. Correlación estadística
2.4. Teoría de la probabilidad condicional
2.5. Variables aleatorias y distribuciones de probabilidad
2.6. Inferencia Bayesiana
2.7. Teoría de muestras
2.8. Intervalos de confianza
2.9. Contrastes de hipótesis
2.10. Análisis de la regresión

Módulo 3. Técnicas de análisis de datos e IA 

3.1.  Analítica predictiva 
3.2. Técnicas de evaluación y selección de modelos 
3.3. Técnicas de optimización lineal 
3.4. Simulaciones de Monte Carlo 
3.5. Análisis de escenarios 
3.6. Técnicas de Machine Learning 
3.7. Analítica web 
3.8. Técnicas de Text Mining 
3.9. Métodos en Procesamiento Lenguaje Natural (PNL) 
3.10. Análisis de redes sociales 

Módulo 4. Herramientas de análisis de datos

4.1. Entorno R de Data Science
4.2. Entorno Python de Data Science
4.3. Gráficos estáticos y estadísticos
4.4. Tratamiento de datos en diferentes formatos y diferentes fuentes
4.5. Limpieza y preparación de datos
4.6. Estudios exploratorios
4.7. Árboles de decisión
4.8. Reglas de clasificación y de asociación
4.9. Redes neuronales
4.10. Deep Learning

Módulo 5. Sistemas de Gestión de Bases de Datos y Paralelización de Datos

5.1. Bases de datos convencionales
5.2. Bases de datos no convencionales
5.3. Cloud Computing: gestión distribuida de datos 
5.4. Herramientas de ingesta de grandes volúmenes de datos
5.5. Tipos de paralelismos
5.6. Procesamiento de datos en streaming y tiempo real
5.7. Procesamiento paralelo: Hadoop
5.8. Procesamiento paralelo: Spark
5.9. Apache Kafka

5.9.1. Introducción a Apache Kafka
5.9.2. Arquitectura
5.9.3. Estructura de datos
5.9.4. APIs Kafka
5.9.5. Casos de uso

5.10. Cloudera impala

Módulo 6. Data-Driven soft skills en la dirección estratégica en Visual Analytics

6.1. Drive Profile for Data-Driven Organizations
6.2. Habilidades gerenciales avanzadas en organizaciones Data-Driven
6.3. Usando los datos para mejorar el performance de la comunicación estratégica
6.4. Inteligencia emocional aplicada a la dirección en Visual Analytics
6.5. Presentaciones eficaces
6.6. Mejorando el performance mediante la gestión motivacional
6.7. Liderazgo en organizaciones Data-Driven
6.8. Talento digital en organizaciones Data-Driven
6.9. Data-Driven Agile Organization I
6.10. Data-Driven Agile Organization II

Módulo 7. Dirección estratégica de proyectos de Visual Analytics y Big Data 

7.1. Introducción a la dirección estratégica de proyectos
7.2. Best Practices en la descripción de procesos de Big Data (PMI)
7.3. Metodología Kimball
7.4. Metodología SQuID
7.5. Introducción a la metodología SQuID para abordar proyectos de Big Data

7.5.1. Fase I. Sources
7.5.2. Fase II. Data Quality
7.5.3. Fase III. Impossible Questions
7.5.4. Fase IV. Discovering
7.5.5. Best Pratices en la aplicación de SQuID a proyectos de Big Data

7.6. Aspectos legales del mundo de los datos
7.7. Privacidad en Big Data
7.8. Ciberseguridad en Big Data
7.9. La identificación y de desidentificación con grandes volúmenes de datos
7.10. Ética de los datos I
7.11. Ética de los datos II

Módulo 8. Análisis del cliente. Aplicando la inteligencia de los datos al Marketing

8.1. Conceptos del Marketing. Marketing estratégico
8.2. Marketing relacional 
8.3. El CRM como centro de la organización para el análisis del cliente
8.4. Tecnologías de la web
8.5. Fuentes de datos web
8.6. Adquisición de datos web
8.7. Herramientas para la Extracción de datos de la web
8.8. Web semántica
8.9. OSINT: Inteligencia de fuente abierta
8.10. MasterLead o como mejorar la conversión a ventas usando Big Data

Módulo 9. Visualización interactiva de los datos 

9.1. Introducción al arte de hacer visible los datos
9.2. ¿Cómo hacer un storytelling con datos? 
9.3. Representaciones de datos
9.4. Escalabilidad de representaciones visuales
9.5. Visual Analytics vs. Information Visualization. Entendiendo que no es lo mismo
9.6. Proceso de análisis visual (Keim)
9.7. Reportes estratégicos, operativos y de dirección
9.8. Tipos de gráficos y su función.
9.9. Interpretación de reportes y gráficos. Jugando el rol del receptor
9.10. Evaluación de sistemas de Visual Analytics 

Módulo 10. Herramientas de visualización 

10.1. Introducción a las herramientas de visualización de datos
10.2. Many Eyes
10.3. Google Charts
10.4. jQuery
10.5. Data-Driven Documents I
10.6. Data-Driven Documents II
10.7. Matlab
10.8. Tableau
10.9. SAS Visual Analytics
10.10. Microsoft Power BI

Da el paso para ponerte al día en las últimas novedades en Visual Analytics y Big Data"