Màster Executive en Big Data Science
1055 Persones estan visitant aquest curs
Preu 8.580 €
Sol·licita informació
Màster Executive en Big Data Science
Sol·licita informació
Informació del curs
Màster
Presencial
Barcelona, Barcelona ...
60 crèdits
Preu 8.580 €
Descripció
El Màster Executive en Big Data Science de UICBarcelona és el teu programa si ets un professional que busca desenvolupar-se eficaçment en disciplines de Big Data i Analítica Avançada. Et capacita per a la presa de decisions en ambients de negoci amb alt volum de dades que es generen a velocitat majúscula, on l'extracció de coneixement és clau. Mitjançant tècniques d'analítica avançada (predictiva i prescriptiva), visualització, i disseny d'entorns i d'arquitectures adequades, t'ofereix les bases per a abordar projectes Big Data.
El Màster es basa en classes presencials teòric-pràctiques d'orientació analítica i tecnològica impartides per reconeguts professionals del sector, que inclouen la realització d'exercicis pràctics en entorns reals. Les sessions de formació, excepte la realització del projecte final, són sempre presencials i es basen en la metodologia learning by doing, per a assegurar-te l'adquisició de les competències. Així mateix, estudiarem casos reals per a les pràctiques basades en projectes.
Realitzaràs el Projecte de Fi de Màster amb el suport i la supervisió d'un tutor/director professional i treballaràs a partir d'eines i conjunts de dades de resolució empresarial real.
El Màster es basa en classes presencials teòric-pràctiques d'orientació analítica i tecnològica impartides per reconeguts professionals del sector, que inclouen la realització d'exercicis pràctics en entorns reals. Les sessions de formació, excepte la realització del projecte final, són sempre presencials i es basen en la metodologia learning by doing, per a assegurar-te l'adquisició de les competències. Així mateix, estudiarem casos reals per a les pràctiques basades en projectes.
Realitzaràs el Projecte de Fi de Màster amb el suport i la supervisió d'un tutor/director professional i treballaràs a partir d'eines i conjunts de dades de resolució empresarial real.
Temari
Intel·ligència de Negoci (BI) i l'Anàlisi de Dades (5 ECTS) (obligatòria)
• Necessitats d'anàlisis de dades com a eina de negoci
• Nous paradigmes de data insights
• Fuentes d'informació no estructurada. Bigdata i analítica de dades
• Presentació de l'ecosistema del curs
• Models de negoci i aplicacions de l'anàlisi de dades
Data Science (5 ECTS) (obligatòria)
• Introducció a la Data Science
• Diferències amb l'anàlisi estadística tradicional
• Data Management
• Entorn regulador
• Dades obertes
• Infografies
Llenguatges i Eines per al Data Scientist (5 ECTS) (obligatòria)
• Ecosistema i toolkit del data scientist
• Introducció a R i Python
• Introducció a SQL
Anàlisi de Dades: Mètodes Estadístics (10 ECTS)(obligatòria)
• Anàlisi estadística descriptiva
• Probabilitat i inferència
• Eines estadístiques: R, Knime, SAS
• Models de regressió
• Inferència estadística
• Estimació
• Contrastos d'hipòtesis
• Llenguatge de programació: R
• Visualització amb
R • Inferència estadística amb
R • Estadística multivariante
• Anàlisi de components principals (ACP)
• Anàlisis de correspondències (AC)
• Anàlisi de proximitats (multidimensional scalling, MS)
Anàlisi de Dades: Machine Learning (10 ECTS)(obligatòria)
• Tècniques d'aprenentatge supervisat
• Arbres de decisió, Random Forest
• Models bayesians
• Classificador per vectors de suport (SVM)
• Xarxes neuronals
• Tècniques d'aprenentatge no supervisat
• Clusterización
• Sistemes de recomanació
• Algorismes genètics
• Association rules
• Anàlisi semàntica i processament del llenguatge natural
• Algorismes aproximats i stream mining
Visualització (5 ECTS) (obligatòria)
• Metodologies de visualització i reporting
• Visualització interactiva
• Eines de visualització
• Casos pràctics
Tecnologies i Arquitectures Big Data (3 ECTS)(obligatòria)
• Introducció a les arquitectures tecnològiques de Big
Data • Hadoop
• Emmagatzematge en HDFS
• Introducció a MapReduce
• Ecosistema Hadoop: Flume, Sqoop, Pig, Hive
• Spark
• Spark SQL: Processament de dades estructurades
• Spark Streaming: Processament en temps real
• Spark Mllib: Aprenentatge automàtic
• Bases de dades NoSQL
Gestió de Projectes en Contextos Big Data (2 ECTS) (obligatòria)
• Gestió de projectes Big
Data • Casos pràctics
Projecte (15 ECTS) Projecte Final de Màster
El Projecte Final de Màster (PFM) es conforma com el desenvolupament, en grup, d'un cas de resolució empresarial real, que comporta la gestió del cicle complet de vida de la dada, incloent el disseny del projecte i l'obtenció de valor, en forma de producte o servei, considerant tots els aspectes necessaris per a la seva posada en explotació real. El PFMserveix per a avaluar les competències adquirides durant el Màster, de forma integral, en un projecte pedagògic que simula les característiques reals d'una empresa, que els alumnes disposaran de tutories tècniques i de negoci, per part de UIC Barcelona i de l'empresa involucrada. El PFM haurà de lliurar-se en forma de memòria de projecte i ser defensat davant un tribunal com a lliurament final.
• Necessitats d'anàlisis de dades com a eina de negoci
• Nous paradigmes de data insights
• Fuentes d'informació no estructurada. Bigdata i analítica de dades
• Presentació de l'ecosistema del curs
• Models de negoci i aplicacions de l'anàlisi de dades
Data Science (5 ECTS) (obligatòria)
• Introducció a la Data Science
• Diferències amb l'anàlisi estadística tradicional
• Data Management
• Entorn regulador
• Dades obertes
• Infografies
Llenguatges i Eines per al Data Scientist (5 ECTS) (obligatòria)
• Ecosistema i toolkit del data scientist
• Introducció a R i Python
• Introducció a SQL
Anàlisi de Dades: Mètodes Estadístics (10 ECTS)(obligatòria)
• Anàlisi estadística descriptiva
• Probabilitat i inferència
• Eines estadístiques: R, Knime, SAS
• Models de regressió
• Inferència estadística
• Estimació
• Contrastos d'hipòtesis
• Llenguatge de programació: R
• Visualització amb
R • Inferència estadística amb
R • Estadística multivariante
• Anàlisi de components principals (ACP)
• Anàlisis de correspondències (AC)
• Anàlisi de proximitats (multidimensional scalling, MS)
Anàlisi de Dades: Machine Learning (10 ECTS)(obligatòria)
• Tècniques d'aprenentatge supervisat
• Arbres de decisió, Random Forest
• Models bayesians
• Classificador per vectors de suport (SVM)
• Xarxes neuronals
• Tècniques d'aprenentatge no supervisat
• Clusterización
• Sistemes de recomanació
• Algorismes genètics
• Association rules
• Anàlisi semàntica i processament del llenguatge natural
• Algorismes aproximats i stream mining
Visualització (5 ECTS) (obligatòria)
• Metodologies de visualització i reporting
• Visualització interactiva
• Eines de visualització
• Casos pràctics
Tecnologies i Arquitectures Big Data (3 ECTS)(obligatòria)
• Introducció a les arquitectures tecnològiques de Big
Data • Hadoop
• Emmagatzematge en HDFS
• Introducció a MapReduce
• Ecosistema Hadoop: Flume, Sqoop, Pig, Hive
• Spark
• Spark SQL: Processament de dades estructurades
• Spark Streaming: Processament en temps real
• Spark Mllib: Aprenentatge automàtic
• Bases de dades NoSQL
Gestió de Projectes en Contextos Big Data (2 ECTS) (obligatòria)
• Gestió de projectes Big
Data • Casos pràctics
Projecte (15 ECTS) Projecte Final de Màster
El Projecte Final de Màster (PFM) es conforma com el desenvolupament, en grup, d'un cas de resolució empresarial real, que comporta la gestió del cicle complet de vida de la dada, incloent el disseny del projecte i l'obtenció de valor, en forma de producte o servei, considerant tots els aspectes necessaris per a la seva posada en explotació real. El PFMserveix per a avaluar les competències adquirides durant el Màster, de forma integral, en un projecte pedagògic que simula les característiques reals d'una empresa, que els alumnes disposaran de tutories tècniques i de negoci, per part de UIC Barcelona i de l'empresa involucrada. El PFM haurà de lliurar-se en forma de memòria de projecte i ser defensat davant un tribunal com a lliurament final.
Destinataris
Aquest màster encaixarà amb tu si vols orientar-te cap al Big Data i l'Analítica de Dades. Està dirigit a professionals provinents de diferents àrees de negoci i especialitzacions: Màrqueting, Comunicació, Periodisme, Legal, Innovació, Finances, Recursos Humans i Operacions, entre altres.
Requisits
Per al correcte aprofitament de les classes és necessari que els candidats posseeixin les següents competències:
• Anàlisi de dades i mètodes estadístics tradicionals
• Coneixement mínim de programació i algorítmica (preferiblement Java)
• Coneixements de bases de dades: bases de dades relacionals (SQL) i de sistemes operatius
• Anàlisi de dades i mètodes estadístics tradicionals
• Coneixement mínim de programació i algorítmica (preferiblement Java)
• Coneixements de bases de dades: bases de dades relacionals (SQL) i de sistemes operatius
Necessites informació sobre cursos? Truca'ns al 900 293 573
Trucada gratuïta de dilluns a divendres de 9h a 20h
Prova d'accés
El procés d'admissió inclou una entrevista personal amb el director responsable del programa formatiu en la qual s'avaluaran i aclariran els dubtes sobre les competències i els requisits.
Metodologia
Les sessions de formació s'imparteixen en modalitat presencial, sota metodologies d'ensenyament learning by doing i resolució de casos pràctics, les quals ajudaran l'alumne a desenvolupar les competències necessàries per a desembolicar-se en entorns reals. Les classes combinen teoria i pràctica, existint sessions exclusives de taller en el laboratori habilitat amb els recursos de Big Data necessaris. Amb el Projecte de Fi de Màster l'alumne integrarà de forma efectiva totes les competències adquirides durant el Màster. Aquest projecte es realitza amb el suport d'un tutor/director, més els interlocutors en les empreses col·laboradores, que cedeixen les dades precises sobre els quals aplicar els coneixements adquirits.
Idiomes en els quals s'imparteix
Català, castellà i algunes assignatures en anglès.
Durada
Durada: 8 mesos. Calendari: de gener a octubre.
Objectius
Entendre el context dels projectes Big Data i la transformació analítica de les organitzacions i sectors.
• Aprendre a extreure coneixement de grans volums de dades i alta varietat de fonts.
• Aprendre l'ús de l'Analítica de Dades i integrar-lo en el procés de presa de decisions.
• Dominar el cicle complet de la dada: des de l'adquisició i emmagatzemat, el procés i anàlisi, fins a la visualització i elaboració de dashboards.
• Conèixer i practicar l'aplicació de mètodes estadístics i de Machine Learning.
• Conèixer i practicar les principals tecnologies i arquitectures Big Data: Hadoop, Spark, MongoDB, Neo4J, etc.
• Aprendre a extreure coneixement de grans volums de dades i alta varietat de fonts.
• Aprendre l'ús de l'Analítica de Dades i integrar-lo en el procés de presa de decisions.
• Dominar el cicle complet de la dada: des de l'adquisició i emmagatzemat, el procés i anàlisi, fins a la visualització i elaboració de dashboards.
• Conèixer i practicar l'aplicació de mètodes estadístics i de Machine Learning.
• Conèixer i practicar les principals tecnologies i arquitectures Big Data: Hadoop, Spark, MongoDB, Neo4J, etc.
Perspectives laborals
Quan finalitzis el programa, estaràs preparat per a ocupar els següents llocs i responsabilitats: Data Scientist. Consultor/analista en projectes Big Data. Director de projectes Big Data. Analista en projectes d'I+D Investigador. Analista de dades.
Promocions
- Membres Alumni: 5%
- Empreses col·laboradores: 10%
Preu
Preu 8.580 €
7.800 euros + 480 euros (drets d'inscripció) = 8.280 euros.
Professorat
Direcció: Carlos Cosials.
Coordinació: Beatriz Martín.
Màster Executive en Big Data Science
Universitat Internacional de Catalunya (UIC)
Campus i seus: Universitat Internacional de Catalunya (UIC)
Facultad de Ciencias Económicas y Sociales
Campus d'Iradier. Calle Inmaculada, 22
08017
Barcelona
Facultad de Derecho
Campus d'Iradier. Calle Inmaculada, 22
08017
Barcelona
Facultad de Humanidades
Campus d'Iradier. Calle Inmaculada, 22
08017
Barcelona
Escuela Técnica Superior de Arquitectura
Campus d'Iradier. Calle Inmaculada, 22
08017
Barcelona
Facultad de Ciencias de la Comunicación
Edificio Alfa-Campus Barcelona, Inmaculada 22
08017
Barcelona
Facultad de Ciencias de la Educación
Carrer Josep Trueta, s/n
08195
Sant Cugat del Vallès
(Barcelona)
+ vegeu més seus