¡CONSULTA NUESTROS DESCUENTOS ESPECIALES!
PRÓXIMA CONVOCATORIA ABRIL 2021
Características:
Características:
Puedes cursar el Master Big Data Global en dos modalidades diferentes:
• Global Online: 100% online
Duración: 12 meses
Fecha de inicio: Enero, abril, junio, septiembre y noviembre 2020
• Global Hybrid: online + 2 semanas presenciales en Madrid
Duración: 9 meses
Fecha de inicio: Enero, abril, junio, septiembre y noviembre 2020
Un claustro de profesores de primer nivel profesionales en activo en sus diferentes disciplinas. Las mejores voces autorizadas del sector compartiendo conocimiento.
Un enfoque actual partiendo de la realidad presente; desde la gestión del Big Data, hasta el dominio de las herramientas, pasando por la toma de decisiones.
Un formato académico innovador que garantiza el mejor aprendizaje (tutor personalizado, masterclasses, workshops, sesiones prácticas, método del caso…).
Contenidos del Master
Contenidos del Master
Los contenidos más completos y actualizados del Big Data, un enfoque actual desde la Gestión de la información hasta el uso de las herramientas:
1.- Conocimiento de cliente
Empleados, competidores… Dato vs información, Transformación de datos en conocimiento, Análisis, y segmentación, oportunidades en la gestión de la información…
2.- Omnicanalidad
La relación de los clientes con las marcas, Análisis y gestión de procesos orientados a la experiencia del cliente en su relación con las marcas, La información dentro de las Estrategias Organizativas de las Compañías. Roles, Atención al cliente. Gestión del SAC, Mundo online y offline unidos, Tipologías de datos, desde la web a las redes sociales, los vídeos, las imágenes, el móvil… Extraer información de los datos estructurados y no estructurados. Datos anonimizados y sistemas de anonimización…
3.- CRM, El conocimiento como base del negocio
Concepto y manejo de CRM, Estrategias CRM como base del negocio, CRM vs Marketing, Definición y establecimiento de KPIS, Herramientas Actuales
4.- Big Data y Data Management
El Big Data y las personas. Las v del Big Data. Significados diferentes para profesionales diferentes. Big Data en las organizaciones, la evolución de los cuadros de mando tradicionales
5.- Operaciones y desarrollo según la organización y el lugar de recogida del dato
Cómo detectar, plantear y abordar oportunidades de negocio con big data en diferentes áreas de negocio: Marketing, conocimiento del cliente. Sácale partido a los datos (adquisición, comportamiento, conversión). Visualización y cuadros de mando: Welovroi. Operaciones y desarrollo según el lugar de a recogida de datos. Desde la web, al móvil, al centro comercial…
6.- Integrar y conocer las fases del concepto Big Data
Entender cómo se lleva a cabo un proyecto de Big Data. Implementar una arquitectura de datos para ayudar en la toma de decisiones. Seguridad. Recolección, almacenamiento y procesado de datos a gran escala. Integración en la cultura empresarial – Data Driven. Nuevas figuras profesionales…
7.- Beneficios del uso de la tecnología Big Data
Ejemplos y casos prácticos
8.- Visión analítica
Explotación del dato. Analítica. Desde las métricas digitales y la analítica a la experiencia de usuario, UX. Predictive Analytics. Estadística y método analítico. Técnicas del tratamiento de datos: Análisis en tiempo real, MPP (Massively Parallel Processing), modelos. Principales técnicas analíticas en Big Data (tendencias en data science y big data analytics).
9.- Visión estadística
Datamining, Big Data y Data Science. Tendencias. Modelo de madurez en Analytics. Desde el modelado estadístico. Comprensión y mejora de la experiencia de cliente.
10.- Principales técnicas analíticas en Big Data
Tendencias y procesos de análisis en data science. Big data Analytics.
11.- Modelados
Modelado de datos y modelos de datos, representando de forma abstracta de las relaciones que los datos tienen entre sí. Y orientación de los modelos de datos a las necesidades del negocio.
12.- Procesando Big Data con R
Se profundizará en este lenguaje para el análisis y modelización creado por y para estadísticos que puede ser utilizado en multitud de herramientas y motores de procesamiento.
13.- Introducción al método. Rigor, validez y fiabilidad
Diseños de investigación. Reportes y usos. Mapa de técnicas para análisis descriptivo, predictivo, causal… Selección y combinación de técnicas. Aprendizaje Automático. Seguridad.
14.- Aplicaciones de Negocio Big Data
ETL en Big Data y origen de datos. Procesado de datos. Arquitectura Big Data. Learning Big Data. Datamining. Socialmining – escucha es redes sociales. Análisis de datos multimedia…
15.- Proyectos Big Data
Sistemas operativos, servidores y redes. Lenguajes de programación Python y R. Almacenamiento y procesamiento de la información en Big Data. Volumen, almacenamiento y variedad. Tipos de Datos a Almacenar. Sistemas de almacenamiento distribuido – Introducción Hadoop. Arquitectuta Hadoop – HDFS. Bases de datos SQL y noSQL. Escalabilidad, disponibilidad y fiabilidad…
16.- Cognitive Computing. Computación distribuida
Data Science. Machine Learning. Modelado predictivo. Valor y aplicaciones de Negocio.
17.- Plataformas Big Data
Introducción a Hive, Spark, Search Machines. Ecosistema Spark. Introducción a PLN. Azure ML. Amazon Machine Learning, Google Prediction API.
18.- Aplicaciones prácticas
Desde el hospital (Genomica y biomedicina), desde la ciudad (Smartcities), desde la tienda (caso Leroy Merlin), desde el estanco (caso Lucky Strike), desde el aeropuerto (caso Dufry y Ricoh).
19.- Gestionar correctamente las implicaciones legales del uso de los datos
Privacidad, Seguridad, Protección de datos.
20.- Presentación del caso práctico
Certificación de Google Analytics
Te preparamos para que puedas obtener la certificación de Google Analytics que acreditará tus conocimientos sobre una de las herramientas más utilizadas y demandadas por las empresas.
Conviértete en uno de los perfiles más demandados por las empresas y organizaciones
(Según el estudio «Economía de los Datos, Riqueza 4.0», elaborado por Fundación Telefónica; en Europa, en un sólo año habrá más de 10.5 millones de empleos relacionados con el Big Data)
Claustro
Claustro
Alejandro López-Riobóo
Marta Castellanos
Julio Palomino
