Máster en Visual Analytics y Big Data
Magíster
Online
Descripción
-
Tipología
Magíster
-
Metodología
Online
-
Horas lectivas
1500h
-
Duración
12 Meses
-
Inicio
Fechas disponibles
-
Campus online
Sí
-
Clases virtuales
Sí
El Máster en Visual Analytics y Big Data te capacitará para adentrarte en el mundo del Big Data como un profesional capaz de manejar el análisis racional, soportado por un interface visual e interactivo. Un proceso que te permitirá adquirir el conocimiento que necesitas para intervenir en la captura y almacenamiento de información, el análisis del data mining o la visualización de la información. Una capacitación que te permitirá aprender las innovaciones más relevantes en el análisis de datos automáticos y visuales con la excepcional calidad de TECH, la mayor universidad del mercado docente online.
Información importante
Documentación
- 3maestria-visuual-analytics-big-data-tech-latam.pdf
Sedes y fechas disponibles
Ubicación
comienzo
comienzo
A tener en cuenta
Objetivos generales
Ofrecer a los alumnos la inmersión en el nuevo contexto social y tecnológico en el cual se enmarcan las herramientas de Visual Analytics. Este contexto de altísima complejidad e incertidumbre se sustenta cada vez más en la toma de decisiones basadas en el análisis y la visualización de datos
Obtener y mejorar el pensamiento crítico basado en hechos para la toma de decisiones estratégicas
Comprender el valor del entorno cambiante y facilitar al alumno la conexión con el emprendimiento y las nuevas knowmadas de trabajo
Objetivos específicos
Módulo 1. Visual Analytics en el contexto social y tecnológico
Conocer la nueva dinámica social, económica y empresarial mundial
Entender el valor de los nuevos entornos como oportunidad de emprendimiento
Desarrollar la capacidad de análisis en los entornos cambiantes
Módulo 2. Análisis e interpretación de datos
Conocer las diferentes teorías para el análisis e interpretación de datos
Identificar los descriptores más habituales para un conjunto de datos
Conocer y evaluar la aplicabilidad de los diferentes descriptores a un conjunto de datos existente
Módulo 3. Técnicas de análisis de datos e IA
Conocer las diferentes técnicas para el análisis de datos
Diseñar la estrategia conjunta de técnicas estadísticas y de inteligencia artificial para el desarrollo de sistemas descriptivos y predictivos aplicados a la realidad de un conjunto de datos
Comprender el funcionamiento y características de las técnicas habituales de procesamiento masivo de datos
Los objetivos de este Máster Título Propio se han establecido con base en metas realistas y necesarias para el profesional del sector. De forma paulatina el estudiante podrá ir constatando su aprendizaje y su progreso en el dominio de los contenidos de manera que, al finalizar, habrá completado un completo proceso de crecimiento profesional.
Este Máster Título Propio en Visual Analytics y Big Data 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 Máster Propio emitido por TECH Universidad Tecnológica.
El título expedido por TECH Universidad Tecnológica expresará la calificación que haya obtenido en el Máster Título Propio, y reunirá los requisitos comúnmente exigidos por las bolsas de trabajo, oposiciones y comités evaluadores de carreras profesionales.
Título: Máster Título Propio en Visual Analytics y Big Data
N.º Horas Oficiales: 1.500 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 posterior en iPad.
Opiniones
Materias
- Analitica
- Datos
- Estadística
- Correlacion
- Informática
Profesores
Luis Angel Galindo
Profesor
Temario
Módulo 1. Visual Analytics en el contexto social y tecnológico
1.1. Las olas tecnológicas en las diferentes Sociedades. Hacia una ‘Data Society’
1.2. La globalización. Contexto mundial geopolítico y social
1.3. Entorno VUCA. Viviendo siempre en el pasado
1.4. Conociendo las nuevas tecnologías: 5G e IoT
1.5. Conociendo las nuevas tecnologías: Cloud y Edge Computing
1.6. Critical Thinking en Visual Analytics
1.7. Los Know-mads. Nómadas entre datos
1.8. Aprendiendo a emprender en Visual Analytics
1.9. Teorías de anticipación aplicadas al Visual Analytics
1.10. El nuevo entorno empresarial. La transformación digital
Módulo 2. Análisis e interpretación de datos
2.1. Introducción a la estadística
2.2. Medidas aplicables al tratamiento de información
2.3. Correlación estadística
2.4. Teoría de la probabilidad condicional
2.5. Variables aleatorias y distribuciones de probabilidad
2.6. Inferencia Bayesiana
2.7. Teoría de muestras
2.8. Intervalos de confianza
2.9. Contrastes de hipótesis
2.10. Análisis de la regresión
Módulo 3. Técnicas de análisis de datos e IA
3.1. Analítica predictiva
3.2. Técnicas de evaluación y selección de modelos
3.3. Técnicas de optimización lineal
3.4. Simulaciones de Monte Carlo
3.5. Análisis de escenarios
3.6. Técnicas de Machine Learning
3.7. Analítica web
3.8. Técnicas de Text Mining
3.9. Métodos en Procesamiento Lenguaje Natural (PNL)
3.10. Análisis de redes sociales
Máster en Visual Analytics y Big Data