Programa Máster Big Data y Business Analytics UNED

Módulos y Descripción del Programa

1. Fundamentos de Big Data

En este módulo comprenderemos el concepto de Big Data y las posibilidades de aplicarlo en el mundo real, indicando las técnicas de almacenamiento y procesamiento utilizadas para manejar datos masivos.

  • Aprende que es el Big Data
  • Oportunidades y retos del Big Data
  • Introducción a las tecnologías de Big Data
  • Ejemplos de escenarios de aplicación de Big Data

2. Bases de Datos SQL y Herramientas de Business Intelligence

f

3. Bases de Datos NoSQL

4. Estadística

5. Introducción al Machine Learning con R

6. Paquetes avanzados con R

7. Introducción al Machine Learning con Phyton

8. Visualización Avanzada

9. Data Governance

10. Business Analytics y pensamiento analítico de la empresa

En este tema se revisarán varios casos reales de soluciones Big Data aplicados a diferentes departamentos de una organización. Se revisarán los enfoques realizados, las mejoras producidas y las barreras tecnológicas e internas para llevar a cabo las transformaciones necesarias.

Sistemas de Soporte a la Decisión.
Marketing y Ventas
Gestión Económica Financiera
Operaciones y Logística

11. Deep Learning

12. Tecnologías de Big Data

En este módulo revisaremos las tecnologías alrededor del área de Big Data y su utilización como servicios en la nube. Pasaremos por las principales áreas de todo proyecto de Big Data: ingesta, preparación, análisis y consumo.

Arquitecturas paralelas de Big Data y Cloud Computing
Internet de las Cosas
Hadoop
Herramientas de última generación

1

13. Hadoop/Spark

14. Aplicaciones de negocio en la empresa

En este módulo aprenderemos a transformar los datos en conocimiento como estrategia empresarial para incrementar la competitividad basándonos en información histórica.

A

15. Data Science aplicada a la empresa

¿Cuáles son las características fundamentales que diferencian a una empresa orientada al dato? ¿Qué ventajas obtienen las empresas que integran en su ADN el concepto de Data Science?. En este módulo se revisarán esquemas que permiten medir el nivel de madurez de una empresa en cuanto a su orientación al dato para terminar con un conjunto de recomendaciones para poner en marcha un equipo Data Science. ¿Qué balance de perfiles se precisan?, ¿qué tipo de organización interna se recomienda y el enfoque adecuado para afrontar los proyectos Data Science?

  • La empresa orientada al Dato
  • Necesidades de “Data Science” por tipo de organización.
  • Construyendo un equipo de “científicos de datos”.
  • Estructura de un proyecto

16. Text Mining en Social Media

En este módulo aprenderemos a analizar textos con la finalidad de extraer información. Extrayendo información de los datos generados en las redes sociales.

  • Extrayendo información de los datos generados en las redes sociales
  • Text Mining

17. Open Data

El open data es una tendencia que aunque nace en las instituciones gubernamentales se ha extendido a otros ámbitos. En este módulo nos centraremos en cómo encontrar esos datos y cómo incorporarlos a nuestros proyectos.

  • ¿Qué es el open data ?
  • Cómo encontrar datos e incorporarlos a nuestros proyectos.
  • Open data gubernamental: Tendencias en gobierno abierto, participación y transparencia.
  • Otras fuentes de datos abiertos
  • Fuentes de algoritmos abiertos

18. Privacidad y Protección de datos

El objetivo de este módulo es comprender los requisitos legales y normas que deben de cumplir los sistemas que hagan uso efectivo de datos de terceras personas, junto con los derechos de los usuarios en materia de privacidad y protección de sus datos personales.

  • El derecho fundamental en materia de protección de datos personales y privacidad de protección de datos de carácter personal.
  • Privacidad y protección de datos personales en Big Data
  • La anonimización y la disociación de datos personales
N

19. Trabajo Fin de Master (TFM)

En este módulo aprenderemos a analizar textos con la finalidad de extraer información. Extrayendo información de los datos generados en las redes sociales.

  • Extrayendo información de los datos generados en las redes sociales
  • Text Mining