Programa

LasOposiciones.net ha seleccionado de entre 68 Masters Big Data ,este Master para ti. El Master Executive en Advanced Analytics & Artificial Intelligence se imparte en modalidad presencial en Madrid.

El Master Executive en Advanced Analytics & Artificial Intelligence te otorga sólidas habilidades de análisis y los conocimientos para identificar, analizar, controlar y gestionar de forma eficaz y ágil la información de las empresas, del mercado y de sus clientes, con el apoyo de tecnología y herramientas avanzadas necesarias para liderar las estrategias de business analytics, cognitive intelligence, big data, inteligencia artificial y machine learning.

A través del Master Executive en Advanced Analytics & Artificial Intelligence de MSMK podrás asistir a conferencias, seminarios y workshops por parte de prestigiosos ponentes, trabajarás en grupos reducidos y con un claustro de calidad compuesto por directivos de compañías nacionales y multinacionales. Además, te beneficiarás de una Bolsa de Empleo Vitalicia y una Bolsa de Prácticas especializada en el máster.

Requisitos

Temario

1. GESTIÓN DE LA INFORMACIÓN: ARQUITECTURAS DE BI
• Principales conceptos de Business Intelligence (calidad de datos, procesos ETL, DWH).
• El Data Warehouse y el tratamiento de los datos – Big Data.
• Modelo relacional – Modelo transaccional.
• Del operacional al informacional: modelización de los datos (modelo en estrella, modelo en copo de nieve…).
• Arquitectura del Data Warehouse: diferencia ente DWH y Datamart.
• Explotación multidimensional de los datos: Cubos OLAP.
• La importancia de la calidad de datos. Limpieza y enriquecimiento.
• Procesos y subprocesos de ETL.
• Interés empresarial del Business Intelligence.
• Plataformas tecnológicas. Criterios de selección de una herramienta de BI.
• Almacenamiento de datos estructurados. Bases de datos relacionales.

2. BIG DATA AVANZADO
• Introducción al big data. La obtención del valor de los datos.
• Nuevos retos en la gestión de los datos.
• Tendencias de big data. Evolución de las plataformas.
• Arquitecturas de big data.
• Ciclo de vida del SW de big data.
• Ciclo de vida del SW de Machine Learning.
• Taller tecnológico de SQL.
• ¿Qué es Hadopp? HDFS y MapReduce.
• El ecosistema de Hadopp: Sqoop, Pig, Hive, Flume, Mahout, HBase, Ozzie...
• Taller tecnológico de Phyton. Introducción a la programación.
• Plataformas big data. Tipos de analíticas y casos de uso.
• Almacenamiento de datos. Introducción a bases de datos NoSQL (Riak, Mongo BD, Neoj4, Cassandra...).
• Bases de datos NoSQL.
• Tratamiento de datos por lotes y tratamiento de datos en tiempo real.
• Taller tecnológico de SPARK.
• Selección de herramientas para el tratamiento de datos en tiempo real (Stream processing).
• Taller tecnológico de tratamiento de datos en tiempo real.
• Visualización de datos con big data: Data Discovery.

3. DATA ANALYTICS & PERFORMANCE
• La estadística: principales funciones y limitaciones.
• Metodología para recoger, organizar, sintetizar, analizar datos y hacer inferencias a partir de ellos. Población y muestra. Tipos de muestreo.
• Modelos de distribución de probabilidad para análisis de fenómenos económicos y sociales de tipo discreto y continuo.
• Análisis estadístico desde el razonamiento inductivo (Clustering and profiling, árboles de decisión, ensamblado de modelos, regresión logística...). Métodos inferenciales: estimación y contrastación.
• Test A/B.
• Taller tecnológico de R.
• Tipos de datos, estructuras y algoritmos.
• Desarrollo de modelos de comportamiento y su aplicación práctica en la gestión de negocio.
• La minería de datos como proceso de ayuda a la toma de decisiones.
• Implementación de estructuras de datos y algoritmos.
• Regresión.
• Modelización de series temporales.
• Medición de la efectividad de los datos seleccionados y los algoritmos desarrollados.
• Análisis práctico: caso de datos.

4. PROFESSIONAL CERTIFICATE IN DATA STRUCTURES & ALGORITHMS

5. INTELIGENCIA ARTIFICIAL & MACHINE LEARNING & DEEP LEARNING
El alumno adquirirá destreza en el ámbito de la inteligencia cognitiva con IBM Watson.
• Introducción a la Inteligencia Artificial, Machine Learning y Deep Learning. Conceptos básicos relevantes d la IA y su relación con los nuevos modelos de negocio.
• Principales tecnologías de IA. Tendencias.
• Enfoque 'Bottom-Up' para los sistemas de IA (redes neuronales artificiales, computación evolutiva, inteligencia de enjambres).
• Enfoque 'Top-Down' para los sistemas de IA (sistemas basados en el conocimiento, procesamiento de lenguaje natural, lógica difusa...).
• Diseño, construcción e implantación de sistemas inteligentes.
• Introducción a funciones, clases, librerías y/o paquetes que soportan las herramientas o los lenguajes de programación.
• Inteligencia cognitiva aplicada:
-Asistentes cognitivos.
-Tratamiento del lenguaje natural.
-Internet de las cosas (IoT).
-Análisis de sentimiento en RRSS.
• Computación cognitiva. Introducción a la nube, Dockers/Kubernetes y gestión de APIS.

6. PROFESSIONAL CERTIFICATE IN ARTIFICIAL INTELLIGENCE

7. VISUALIZACIÓN DE DATOS
• Fundamentos de la visualización de los datos.
• Visual Analytics.
• Visualización gráfica con R (básica).
• Introducción a Tableau.
• Data discovery con Tableau.
• Dashboard y story con Tableau.
Para ilustrar los objetivos en clase se van a usar también otras herramientas de reconocida relevancia en el mercado como: ArcGIS, Carto, Piktochart.

8. CUADROS DE MANDO ESTRATÉGICOS Y GESTIÓN POR INDICADORES
• Organizaciones basadas en información.
• Desarrollo de mapas estratégicos.
• La gestión basada en KPI's.
• Desarrollo de cuadro de mando integral y cuadro de indicadores.

9. NUEVAS METODOLOGÍAS PARA PROYECTOS ANALÍTICOS
• Desarrollo de proyectos con metodologías tradicionales.
• Dirección y gestión con metodologías ágiles (Waterfall).
• Gestión económica. Principales generadores de coste.
• Gestión de riesgos.

10. CIBERSEGURIDAD APLICADA
• Conceptos y fundamentos.
• Ciberamenazas actuales.
• Seguridad en redes y comunicaciones.
• Seguridad en sistemas de información.
• Seguridad en aplicaciones web.
• Tecnologías de ciberseguridad.
• Continuidad de negocio.
• Organismos de ciberseguridad.
• Normativas y certificaciones.
• Legislación aplicable.

Objetivos

Durante el programa, los alumnos trabajarán el desarrollo de la función de Business Intelligence, manejo y gestión de datos (data warehouse), técnicas de visualización de datos, analítica avanzada para el tratamiento de la información de clientes, minería de datos, arquitecturas de big data (principales componentes), Marketing intelligence y análisis de redes sociales, aplicaciones cognitivas, cuadro de mando integral y reporting, gestión técnica de proyectos y equipos de trabajo en business intelligence / big data, dominar las bases conceptuales del machine learning / data mining y la relación de la inteligencia artificial con los nuevos modelos de negocio.

Duración

DURACIÓN:  400 horas
FECHA DE INICIO: Octubre 2019 / Marzo 2020

Precio

Consultar