Introduktion
Bliv forretningsanalytiker eller dataforsker: den uddannede professionelle, som virksomheder kræver mest. Indholdet af denne kandidatgrad i big data udviklet sammen med den teknologiske multinationale Indra.-5% for kontant betaling100% online metodeFor 3. grad universitetsuddannedeProgramfunktionerKvalifikation:Master i informationssystemer, omtale i datalogi fra University of Los Hemisferios (grad på fjerde niveau registreret ved CES og anerkendt af SENESCYT)Godkendt:Master i datalogi certificeret af Nebrija University of SpainProfessionel kandidatgrad i datalogi og forretningsanalyse af IMF, Academic Institution of SpainHvad er master i informationssystemer nævnt i datalogiAt tackle nye professionelle udfordringer, der giver os mulighed for at transformere det miljø, vi lever i, kræver solid træning. En innovativ og kvalitetsuddannelse, såsom Master i informationssystemer, Data Science-omtale fra Universidad de Los Hemisferios-IMF Global University.
Et fjerde niveau program, der giver fagfolk viden, færdigheder og præcise værktøjer til at håndtere, analysere og fortolke store mængder information, der er nødvendige for at nå forretningsmål, specialiserede fagfolk, der kombinerer analytisk kapacitet og strategisk vision.
Sammen med de tekniske eller statistiske profiler giver design og indhold af denne kandidatgrad ledere og andre fagfolk i organisationen mulighed for at identificere, indfange, transformere, analysere og fortolke data og drive strategi, innovation og værdien af deres forretning.
karrieremulighederFlere færdigheder, der åbner døre for dig
Kandidater fra kandidatuddannelsen vil være i stand til at påtage sig funktioner og opgaver relateret til dataanalyse, være i stand til at udvikle forskellige professionelle profiler, såsom:Datavidenskabsmand
Dataanalytiker
Forretningsanalytiker
Business intelligence-ekspertI tilfælde af disse profiler med tidligere erfaring inden for ledelse og teamledelse træner programmet dem i tekniske aspekter til udførelse af roller relateret til ledelse og retning af databaserede projekter. For eksempel:Analytics projektleder
Business Analytics Manager
Business Intelligence Manager
Chief Data OfficervidenMaster i informationssystemer, nævner datalogi, giver forretningslederen eller teknisk fagmand muligheden for:Uddrag, behandle og analysere alle typer informationskilder, der anvender datalogiske teknikker og de vigtigste værktøjer, der i øjeblikket anvendes i virksomheder.
At mestre teknikkerne til traditionel forretningsinformation og udvide dem med de nye muligheder, der tilbydes af big data og kunstig intelligens.
Registrer årsager, mønstre og tendenser ved hjælp af forudsigende analyse baseret på maskinlæringsteknikker.
Design eksperimenter og A / B test for at teste hypoteser og træffe beslutninger baseret på data.
Generer effektive rapporter og dashboards.
Administrer projekter baseret på big data og datavidenskab vedligehold en passende dialog med alle teamprofiler.
Forbered forslag samt fremme og lede initiativer baseret på avanceret analyse inden for forskellige forretningsområder.
Forstå, oprette og udvikle nye forretningsmodeller baseret på værdien af data.
Styr korrekt styring af data for at garantere kvalitet og korrekt anvende de forskellige lovgivningsmæssige (RGPD) og etiske krav.
Opnå vision og erfaring med de vigtigste anvendelsesområder og anvendelsessager, der behandles inden for forskellige områder såsom marketing og CRM, bank og finans, operationer, internet af ting (IoT), analyser af mennesker.Fordele ved den online metodeEffektiv læringsoplevelse:
Adgang via Virtual Campus på en enkel, venlig og intuitiv måde til alle de ressourcer, didaktik og indhold, der er nødvendige for at opnå udvikling af de nødvendige kompetencer og færdigheder .
Takket være designet og den didaktiske rækkefølge bestemmer eleven arbejdsbelastningen og rytmen , idet han til enhver tid er i stand til via platformen at anmode om vejledning og støtte fra lærerne og vejledere.
Personlige tutorials:
Selvstudier, klasser og virtuelle praktiske oplevelser i realtid, der giver eleverne mulighed for at interagere med læreren for at udvikle praktiske og relevante aspekter af emnets indhold.
Sessioner afholdt hver anden uge, torsdag eftermiddag, fredag eftermiddag og lørdag. (* Tidsplanen tilpasses undervisningssekvensen og søger at være kompatibel med arbejdsaktiviteten)
Akademisk disposition:
Kandidatuddannelsen organiserer de elleve fag, som den består af, i to ordinære akademiske perioder med 18 ugers varighed. Af denne grund har den studerende fem uger til at nå læringsmålene for hvert fag.indholdData Scientist ToolsGrundlæggende om Python.
Biblioteker til datalogi: Numpy, Pandas osv.
Databehandling og visualisering med Python.
Grundlæggende om R.
R.
Databehandling og visualisering med R.Virkning og værdi af big dataIntroduktion til big data-verdenen
Business intelligence vs. store data.
Big data teknologier.
Virkning på organisationen.
Værdien af data og applikationer efter sektor.Datavidenskab Analyse, minedrift og visualiseringsteknikkerDatas livscyklus.
Datakvalitet.
Dataforberedelse og forbehandling.
Analytiske modeller.
Visualiseringsværktøjer og teknikker.Business intelligence og visualiseringIntroduktion til business intelligence.
Database design.
SQL-standard.
Datalageret.
Ekstraktion, transformation og indlæsning (ETL) værktøjer og processer.
Effektiv visning af information.Grad planDesign og implementering af projekter med anvendt forskning og / eller udviklingskomponenter.
Design og skrivning af professionelle artikler på højt niveau.
Analyse af praktiske modeller til udvikling af den komplekse eksamen.Big data-teknologi og cloud-løsningerHadoop og dets økosystem.
Gnist. Grundlæggende og applikationer.
NoSQL-databaser.
Cloud platform.Statistik for dataforskereIntroduktion til statistik.
Sandsynlighed og prøveudtagning.
Indledning.
Regression.
Design af eksperimenter.MaskinindlæringVærktøjer til maskinindlæring.
Teknikker og anvendelser af overvåget læring.
Teknikker og anvendelser af ikke-overvåget læring.
Dyb læringsmodaliteter og teknikker.
Cloud-løsninger til maskinlæringKunstig intelligens for virksomhedenIntroduktion til kunstig intelligens.
Teknikker og applikationer til beslutningstagning.
Forstærkning læring og applikationer.
Teknikker og anvendelser af naturlig sprogbehandling (NLP).
Anbefalingssystemer og applikationer.Big Data i virksomhedenProjektledelsesstandarder.
Agil projektledelse.
Regulerende og etiske aspekter.
DatastyringProfessionel deontologiHumanistisk vision for teknisk ledelse og professionel etik.
Etik i den offentlige service, der står over for risikoen for vilkårlighed og magtmisbrug.
Etisk ansvar for miljøpleje og andre globale problemer.
Omfanget af den professionelle ansvarsområde.IndgangsprofilI betragtning af programmets karakter vil kandidater på tredje niveau komme ind.
Fortrinsvis de fagfolk, hvis grader hører til det brede felt af informations- og kommunikationsteknologier (IKT) i overensstemmelse med nomenklaturen for professionelle titler og akademisk grad adgang.
Andre fagfolk, der har en grad på tredje niveau inden for et andet bredt felt, der akkrediterer erfaring med brug og professionel anvendelse af informations- og kommunikationsteknologier med fokus på data- og informationsstyring gennem databaser, kan få adgang til kandidatuddannelsen.
