Especialización en Análisis Exploratorio y Procesamiento de Datos de Negocio

Postítulo

Online

$ 1.399.995 IVA inc.

Descripción

  • Tipología

    Postítulo

  • Metodología

    Online

  • Horas lectivas

    450h

  • Duración

    6 Meses

  • Inicio

    Fechas disponibles

  • Campus online

  • Clases virtuales

TECH - Universidad Tecnológica

La sociedad se mueve en un mundo de datos complejos que necesita entender, y la mejor forma de hacerlo es a través de representaciones gráficas. Esto hace imprescindible para las empresas seleccionar perfiles analíticos, capaces de optimizar el tiempo y los recursos de los que disponen. Es aquí donde entra en juego la visualización de datos, que da respuestas rápidas y ayuda a entender con más facilidad la información almacenada. Este programa ha sido diseñado pensando en las necesidades de los profesionales para mejorar el análisis exploratorio y el procesamiento de datos en los negocios. Así, mediante el uso de
lenguajes de programación, se afrontan diversas tareas esenciales en la analítica de datos y se dotará a los estudiantes de la capacidad de resumir la información con estadísticas y gráficas que recojan las conclusiones de los análisis.

Información importante

Documentación

  • 31especializacion-analisis-exploratorio-procesamienT.pdf

Sedes y fechas disponibles

Ubicación

comienzo

Online

comienzo

Fechas disponiblesInscripciones abiertas

A tener en cuenta

-Analizar la visualización de datos, sus tipos y conjuntos 
-Determinar los elementos que componen una visualización de datos
-Identificar los diferentes tipos de representación más usados en el análisis de datos y las herramientas que existen para aplicarla
-Abordar el futuro del análisis de datos
-Examinar la calidad de los datos y definir procesos que incluyan valor añadido
-Analizar un problema de forma analítica, extrayendo resultados cuantitativos y cualitativos

Este programa está diseñado para afianzar las capacidades del alumno en el análisis exploratorio y procesamiento de datos de negocio desde una perspectiva actual, además de permitirle el desarrollo de nuevas competencias y habilidades que serán
imprescindibles en su desarrollo profesional y triunfo laboral en este ámbito. De esta manera, tras el programa, el profesional será capaz de elaborar estadísticas y analizar metadatos.

Este Experto Universitario en Análisis Exploratorio y Procesamiento de Datos de Negocio contiene el programa más completo y actualizado del mercado.

Tras la superación de la evaluación, el alumno recibirá por correo postal* con acuse de recibo su correspondiente título de Experto Universitario emitido por TECH Universidad Tecnológica.

El título expedido por TECH Universidad Tecnológica expresará la calificación que haya obtenido en el Experto Universitario, y reunirá los requisitos comúnmente exigidos por las bolsas de trabajo, oposiciones y comités evaluadores de carreras profesionales.

Título: Experto Universitario en Análisis Exploratorio y Procesamiento de Datos de Negocio
N.º Horas Oficiales: 450 h.

Nuestra escuela es la primera en el mundo que combina el estudio de casos clínicos con un sistema de aprendizaje 100% online basado en la reiteración, que combina 8 elementos diferentes que suponen una evolución con respecto al simple estudio y análisis de casos. Esta metodología, a la vanguardia pedagógica mundial, se denomina Relearning.
Nuestra escuela es la primera en habla hispana licenciada para emplear este exitoso método, habiendo conseguido en 2015 mejorar los niveles de satisfacción global (calidad docente,calidad de los materiales, estructura del curso, objetivos…) de los estudiantes que finalizan los cursos con respecto a los indicadores de la mejor universidad online en habla hispana.

Recibida su solicitud, un responsable académico del curso le llamará para explicarle todos los detalles del programa, así como el método de inscripción, facilidades de pago y plazos de matrícula.

En primer lugar, necesitas un ordenador (PC o Macintosh), conexión a internet y una cuenta de correo electrónico. Para poder realizar los cursos integramente ON-LINE dispone de las siguientes opciones: Flash - Instalando Flash Player 10 o posterior (http://www.adobe.com/go/getflash), en alguno de los siguientes navegadores web: - Windows: Internet Explorer 6 y posteriores, Firefox 1.x y posteriores, Google Chrome, Opera 9.5 y posteriores - Mac: Safari 3 y posteriores, Firefox 1.x y posteriores, Google Chrome - Linux: Firefox 1.x y posteriores HTML5 - Instalando alguno de los navegadores web: - Google Chrome 14 o posterior sobre Windows o Mac - Safari 5.1 o posterior sobre Mac - Mobile Safari sobre Apple iOS 5.0 o posterior en iPad/iPhone Apple iOS - Articulate Mobile Player; Apple iOS 5.0 o posterioren iPad.

Preguntas & Respuestas

Añade tu pregunta

Nuestros asesores y otros usuarios podrán responderte

¿Quién quieres que te responda?

Déjanos tus datos para recibir respuesta

Sólo publicaremos tu nombre y pregunta

Opiniones

Materias

  • Estructuras
  • Modelado
  • Análisis de datos
  • División
  • Fases
  • Métricas
  • Predicción
  • Calidad
  • Salud

Profesores

Arturo Peralta Martín-Palomino

Arturo Peralta Martín-Palomino

Profesor

Temario

Módulo 1. Visualización de datos

1.1. Visualización de datos

1.1.1. La visualización de datos
1.1.2. Importancia del análisis y la visualización de datos
1.1.3. Evolución

1.2. El diseño

1.2.1. Uso del color
1.2.2. Composición y tipografía
1.2.3. Recomendaciones

1.3. Tipos de Datos

1.3.1. Cualitativos
1.3.2. Cuantitativos
1.3.3. Datos temporales

1.4. Conjuntos de datos

1.4.1. Ficheros
1.4.2. Bases de datos
1.4.3. Opendata
1.4.4. Datos en streaming

1.5. Tipos de representación comunes

1.5.1. De columnas
1.5.2. De barras
1.5.3. De líneas
1.5.4. De áreas
1.5.5. De dispersión

1.6. Tipos de representación avanzadas

1.6.1. Circulares
1.6.2. De anillos
1.6.3. De burbujas
1.6.4. Mapas

1.7. Aplicación por áreas

1.7.1. Ciencias políticas y sociología
1.7.2. Ciencia
1.7.3. Marketing
1.7.4. Salud y bienestar
1.7.5. Meteorología
1.7.6. Negocios y finanzas

1.8. Storytelling

1.8.1. Importancia del storytelling
1.8.2. Historia del storytelling
1.8.3. Aplicación del storytelling


1.9. Software para la visualización

1.9.1. Comerciales
1.9.2. Gratuitos
1.9.3. Online
1.9.4. Software libre

1.10. El futuro de la visualización de datos

1.10.1. Realidad virtual
1.10.2. Realidad aumentada
1.10.3. Inteligencia artificial

Módulo 2. Programación para el análisis de Datos

2.1. Programación para el Análisis de Datos

2.1.1. Lenguajes para el Análisis de datos
2.1.2. Evolución y características de las principales de las herramientas
2.1.3. Instalación y configuración

2.2. Tipos de datos

2.2.1. Tipos básicos
2.2.2. Tipos complejos
2.2.3. Otras estructuras

2.3. Estructuras y operaciones

2.3.1. Operaciones con datos
2.3.2. Estructuras de control
2.3.3. Operaciones con ficheros

2.4. Extracción y análisis de información

2.4.1. Resúmenes estadísticos
2.4.2. Análisis univariable
2.4.3. Análisis multivariable

2.5. Visualización

2.5.1. Gráficos univariables
2.5.2. Gráficos multivariable
2.5.3. Otros gráficos de interés

2.6. Preprocesamiento

2.6.1. La importancia de la calidad de los datos
2.6.2. Detección y análisis de Outliers
2.6.3. Otros factores de calidad del dataset

2.7. Preprocesamiento avanzado

2.7.1. Submuestreo
2.7.2. Remuestreo
2.7.3. Reducción de dimensionalidad

2.8. Modelado de datos

2.8.1. Fases del modelado
2.8.2. División del conjunto de datos
2.8.3. Métricas para predicción

2.9. Modelado de datos avanzado

2.9.1. Modelos no supervisados
2.9.2. Modelos supervisados
2.9.3. Librerías para el modelado

2.10. Herramientas y buenas prácticas

2.10.1. Buenas prácticas para el modelado
2.10.2. Las herramientas de un analista de datos
2.10.3. Conclusión y librerías de interés

Módulo 3. Digital marketing analytics

3.1. La analítica web

3.1.1. La analítica web. Uso
3.1.2. Historia
3.1.3. Metodología aplicable


3.2. Google Analytics

3.2.1. Acerca de Google Analytics
3.2.2. Métrica vs. Dimensión
3.2.3. Objetivos de medición

3.3. Informes

3.3.1. Métricas básicas
3.3.2. Métricas Avanzadas o KPI (Key Performance Indicators)
3.3.3. Conversiones

3.4. Dimensiones

3.4.1. Campaña / Palabra clave (keyword)
3.4.2. Fuente / Medio
3.4.3. Contenido


3.5. Universal Analytics vs. Google Analytics 4

3.5.1. Diferencias UA vs. GA4
3.5.2. Ventajas y Limitaciones
3.5.3. Uso de herramientas UA y GA4

3.6. Configuración de Google Analytics

3.6.1. Instalación e integración
3.6.2. Estructura de Universal Analytics: cuentas, Propiedades y Vistas
3.6.3. Objetivos y embudos de conversión

3.7. Informes

3.7.1. Analítica en tiempo real
3.7.2. Analítica de audiencia
3.7.3. Analítica de adquisición
3.7.4. Analítica de comportamiento
3.7.5. Analítica de conversiones

3.8. Informes avanzados

3.8.1. Paneles
3.8.2. Informes personalizados
3.8.3. APIs

3.9. Segmentos

3.9.1. Diferencia entre segmento y filtro
3.9.2. Tipos de segmentos: predefinidos / personalizados
3.9.3. Remarketing

3.10. Analítica Digital

3.10.1. Medición
3.10.2. Implementación
3.10.3. Conclusiones tegia

Especialización en Análisis Exploratorio y Procesamiento de Datos de Negocio

$ 1.399.995 IVA inc.