Instituto Profesional IACC

      Diplomado en Big Data

      Instituto Profesional IACC
      Online
      • Instituto Profesional IACC

      Precio a consultar
      CURSO PREMIUM
      ¿O prefieres llamar ahora al centro?
      23240... Ver más

      Información importante

      Tipología Diplomado
      Metodología Online
      Horas lectivas 100h
      Inicio Fechas a escoger
      Campus online
      Servicio de consultas
      Tutor personal
      Clases virtuales
      • Diplomado
      • Online
      • 100h
      • Inicio:
        Fechas a escoger
      • Campus online
      • Servicio de consultas
      • Tutor personal
      • Clases virtuales
      Descripción

      ¿Estás interesado en dar un paso adelante en tus estudios? ¡Si es así, esta información es para ti! Emagister te presenta este completo Diplomado en Big Data, impartido por el Instituto Profesional IACC.

      Este programa tiene como principal propósito aportar a los participantes conocimientos y habilidades para el adecuado manejo estadístico y econométrico de datos, las temáticas que aprenderán serán fundamentales a la hora de diseñar, gestionar y administrar los datos masivos a nivel empresarial. Nos basamos en una metodología teórica – analítica con la cual se abordarán conceptos asociados a la correcta gestión y análisis de datos masivos.

      Contacta con nosotros a través del portal Emagister.cl y te daremos información más detallada del proceso de matrícula e inicio de formación.

      Instalaciones (1) y fechas
      ¿Dónde se da y en qué fecha?
      comienzo Ubicación
      Fechas a escoger
      Online
      comienzo Fechas a escoger
      Ubicación
      Online

      A tener en cuenta

      · ¿Cuáles son los objetivos de este curso?

      Comprender las características del Big Data, en función de sus aspectos técnicos y procedimentales, utilizando para ellos casos prácticos y análisis teóricos

      · ¿A quién va dirigido?

      Todos los profesionales de las áreas de la Ingeniería en Informática o similar

      · Requisitos

      Licencia de enseñanza media

      · Titulación

      Para obtener la certificación, el alumno deberá obtener una nota igual o superior a 4,0, con un nivel de exigencia del 60%. Además, es requisito obligatorio la entrega del proyecto final.

      · ¿Qué pasará luego de pedir información?

      El centro se pondrá en contacto contigo, una vez envíes tus datos a través del formulario

      Preguntas & Respuestas

      Plantea tus dudas y otros usuarios podrán responderte

      Logros de este Centro

      2017

      ¿Cómo se consigue el sello CUM LAUDE?

      Todos los cursos están actualizados

      La valoración media es superior a 3,7

      Más de 50 opiniones en los últimos 12 meses

      Este centro lleva 4 años en Emagister.

      ¿Qué aprendes en este curso?

      Análisis de datos
      Gestión del conocimiento
      Programación
      Proyectos
      Fundamentos
      Modelos
      Bbdd
      Bases de Datos
      Etnografías
      Visualización
      Scrapping
      API´s
      Big Data
      Plataformas computacionales
      Datos estructurados
      Gestión
      profesional
      Conocimiento
      Profesionales
      Activos

      Temario

      Módulo I: Gestión del conocimiento

      La gestión de los activos intangibles

      Dato, información, conocimiento, conversación, innovación

      Conocimiento tácito y explícito

      Procesos de conocimiento y dominios de conocimiento

      Estrategias de gestión del conocimiento

      Conversión del conocimiento

      Módulo II: Analítica y Big Data

      Introducción

      Definición Big Data y analítica:

      Big Data y analítica de los datos

      Las V de Big Data

      Arquitectura de datos en Big Data

      Herramientas de analítica y Big Data

      Almacenamiento y captura de datos

      Definición de Big Data y analítica:

      Big Data y cloud computing

      Análisis Big Data

      Casos de éxito: Analítica para la toma de decisiones y competitividad

      Principios del análisis masivo de datos

      Tecnologías para analizar grandes volúmenes de datos

      Relación entre analítica de datos, minería de datos, ciencia de los datos

      Metodología para proyectos de analítica

      Tendencias en la ciencia de datos

      Métodos de Machine Learning:

      Método de regresión

      Método de clasificación

      Método de agrupación

      Módulo III: Modelos analíticos con datos estructurados

      Análisis exploratorios

      Modelos analíticos descriptivos: reducción de dimensionalidad, clustering y reglas de asociación

      Modelos analíticos predictivos: Regresión, árboles de decisión, redes neuronales, métodos de ensamble

      Preparación de datos estructurados

      Consideraciones adicionales antes de aplicar modelos analíticos