Lidera la revolución de los datos

Permitirá al alumno conocer las principales características en un ecosistema de datos. Se analizarán diferentes fuentes de información y sistemas para el almacenamiento de datos. Objetivos:

• Comprender los elementos clave de un ecosistema de datos.
• Conocer las fuentes de información y el origen de los datos.
• Analizar la arquitectura de la información.
• Estudiar la estructura de las bases de datos.
• Entender los sistemas de almacenamiento.
• Conocer las principales fórmulas y aplicación para el análisis de datos.

El alumno analizará cómo el Data impacta en los modelos de negocio tradicionales. Entenderá cómo a partir de la explotación y la monetización del Data surgen nuevos modelos de negocio. Objetivos:

• Conocer la dimensión actual del valor de los datos.
• Conocer y comprender cómo el Data impacta en los Modelos de Negocio tradicionales.
• Conocer y comprender cómo a partir de la Explotación y Monetización del Data surgen nuevos Modelos de Negocio.
• Entender cómo el Dato impacta en las Organizaciones: Productos/Servicios, Procesos, Personas.
• Conocer distintos casos de uso alrededor del Data en las industrias, sectores y ecosistemas.
• Conocer y comprender cómo aplicar la Innovación alrededor del Data.

El alumno entenderá las diferentes fases que existen en la gestión de datos. Estudiará los principales procesos en la gestión de datos. Entenderá los principios básicos en la recolección, ingesta, tratamiento, almacenamiento, integridad y gobierno de datos. Objetivos:

• Adquirir una visión holística del uso del Dato en las empresas.
• Conocer y comprender las diferentes fases que existen en la gestión de datos.
• Conocer y comprender los principales procesos en la gestión de datos.
• Adquirir el uso de las mejores prácticas en la gestión de datos en las empresas.
• Conocer los principales roles y herramientas que existen en la gestión de datos.

El alumno analizará proyectos basados en datos y comprender su ciclo de vida. Conocerá los diferentes roles relacionados con el dato. Objetivos:

• Aprender los principios, soluciones y herramientas necesarias para la aplicación de metodologías ágiles en la gestión de proyectos de dato.
• Conocer la gestión de proyectos basados en datos.
• Conocer el perfil de los profesionales relacionados con el Dato.
• Analizar los principios, soluciones y herramientas para la aplicación de metodologías ágiles en la gestión de proyectos de datos.

El alumno conocerá el “Stack” tecnológico propio de los proyectos basados en datos. Analizar las implicaciones tecnológicas de las 3V del Big Data. Objetivos:

• Conocer los principios y herramientas necesarias para la creación de arquitecturas escalables para la gestión y procesamiento de grandes volúmenes de información.
• Analizar paradigmas, principios, soluciones y herramientas para el procesamiento de datos de forma diferida.
• Conocer las herramientas para el procesamiento de datos en tiempo real.
• Estudiar las bases sobre la gestión, seguimiento y optimización de sistemas de Big Data.
• Conocer qué es el tuning y la optimización de sistemas de Big Data.
• Conocer el "stack" tecnológico propios de los proyectos basados en datos.
• Conocer las implicaciones tecnológicas de las 3V del Big Data.
• Entender la importancia de la monitorización de datos.
• Entender la importancia de la seguridad en el tratamiento de datos.

Faculty Member:

En este curso el alumno entenderá qué es la analítica de datos y el valor que ofrece. Acercarse a las técnicas de analítica más habituales y las herramientas frecuentes.

• Entender qué es la analítica de datos y qué valor ofrece.
• Conocer las técnicas de analítica de datos más habituales.
• Conocer las herramientas de analítica de datos de uso frecuente.
• Entender las limitaciones de las aproximaciones de analítica básico.
• Estudiar casos prácticos y entender su valor de negocio.

Faculty Member:

En este curso el alumno conocerá la historia de la Inteligencia Artificial y aprenda los conceptos fundamentales del Machine Learning a fin de saber diferenciar las aproximaciones y técnicas existentes. Objetivos:

• Estudiar la historia de la Inteligencia Artificial.
• Aprender los conceptos fundamentales del Machine Learning a fin de saber diferenciar las aproximaciones existentes.
• Conocer los tipos de técnicas existentes: tratamiento de datos y servicios cognitivos.
• Comprender los tipos de problemas habituales: clasificación, regresión, clusterización, reducción de dimensiones.
• Entender el sentido y funcionamiento de las Redes Neuronales Artificiales.
• Presentar casos de uso y ámbitos de aplicación de la analítica avanzada.

En este curso el alumno entenderá la importancia de la visualización de la información para un análisis de los datos más efectivo y completo. Objetivos:

• Analizar las visualizaciones más importantes y la utilidad de cada de ellas.
• Estudiar casos de uso y visualizaciones necesarias para representar datos temporales.
• Comprender las visualizaciones necesarias para representar datos geográficos.
• Entender las visualizaciones necesarias para representar datos multi-dimensionales.
• Entender la importancia de la interactividad en la visualización de información y las técnicas existentes.

El objetivo de este curso es que el alumno entienda los casos de uso reales en líneas de optimización, conozca diversos sectores y ecosistemas y comprenda las tendencias de futuro en Data & Analytics. Objetivos:

• Generar soluciones innovadoras centradas en la Tecnología, Negocios y Personas.
• Entender el desafío que presenta el Big data con respecto a su impacto social, en especial, en la privacidad, la ética y la generación de nuevas formas de trabajo.
• Estudiar el Big data y su impacto en el entorno empresarial y cómo han creado nuevos paradigmas en la forma de trabajar o en la toma de decisiones, entre otros.
• Entender la relación y aplicación del Big Data con otras tecnologías (Banking-NLP, Blockchain).

El objetivo de este curso es poner en práctica los principales recursos y herramientas analíticas, así como las principales piezas estratégicas a la hora de trabajar con datos. El enfoque principal será sobre Data Driven Business Models, SQL, Analítica Digital y Tag Manager, y R, todo a través de casos prácticos y retos. Objetivos:

• Conocer las principales herramientas y recursos de cada uno de los cursos.
• Entender la estrategia de negocio digital.
• Analizar la gestión del dato y la arquitectura de datos.
• Estudiar las herramientas Marketing Analytics y Customer Analytics.
• Analizar modelos de Analítica Avanzada.

 Objetivos:

• Comprender los aspectos técnicos y las funciones que ofrece Google Analytics.
• Aprender a utilizar Google Analytics para extraer el mayor valor posible a los datos y optimizar un negocio online.
• Aprender conceptos básicos de la nube de AWS y Google Cloud, adquirir capacidades para trabajar en la nube y prepararse para el examen AWS Certified Cloud Practitioner y Google Cloud.
• Obtener una visión general de la metodología Scrum.

Prepárate para las certificaciones oficiales más importantes:

• Claves de la analítica web, servicios que ofrece cloud y metodología en proyectos data.
• Aspectos técnicos y funciones que ofrece Google Analytics.
• Utilización de Google Analytics para extraer el mayor valor posible a los datos y optimizar un negocio online.
• Conceptos básicos de la nube de AWS y Google Cloud, y capacidades para trabajar en la nube y prepararse para el examen AWS Certified Cloud Practitioner y Google Cloud.