Maestría Big Data en línea

Loading color scheme

Presentación de Maestría Big Data Analytics


El Máster en Big Data Analytics o analítica de datos avanzado está diseñado y estructurado por profesionales de la materia, con dilatada experiencia en el sector. El programa académico se encuentra estructurado de la siguiente manera:

  • Herramientas analíticas y nociones básicas de Big Data: en esta fase se dará una visión general de los conceptos de la arquitectura Big Data y Analítica avanzada de datos. Se explicará el concepto de computación distribuida así como las ventajas que ofrece y se introducirán las principales herramientas que se utilizan para procesar y analizar grandes cantidades de datos.
  • Infraestructura Big Data y analítica avanzada de datos: en esta fase se profundizará en la arquitectura de un entorno Big Data, conociendo cada una de las herramientas imprescindibles que nos ayudarán a afrontar un proyecto con las máximas garantías posibles de éxito, tanto en la parte de procesamiento como en la de analítica.
  • Estudio y modelado de los datos: en esta fase explicará cómo analizar los datos disponibles y su naturaleza desde el punto de vista morfológico, de cara a realizar un modelado que permita su explotación óptima.
  • Diseño de un modelo escalable: se centrará en comprender los modelos actuales y, habiendo comprendido el dato que los puede alimentar, aprender a generar un nuevo modelo escalable encaminado a obtener y mejorar los resultados actuales. Se explicará la diferencia entre trabajar de forma local y distribuida.

Como alumno del programa máster en Big data Analytics dispondrás de acceso 24 horas los 365 días del año a nuestro campus educativo virtual desde cualquier dispositivo de manera sencilla, descargar el temario académico para el estudio y acceder a las lecturas sugeridas, comunicaciones e información en la biblioteca virtual. Realizar los casos prácticos y ejercicios de auto evaluación. Y también dispondrás de foros, chats y debates para charlar con el resto de alumnos del Máster. De igual modo tendrás a tu disposición un equipo de profesores y asesores académicos que a través de tutorías personalizadas, grupales y conferencias en directo, te guiarán en el estudio para que todo sea sencillo, ágil y práctico. 

CEUPE-Centro Europeo de Postgrado es miembro oficial colaborador de la Asociación Española de Escuelas de Negocios - AEEN (Madrid)  El título profesional expedido por CEUPE no conduce a la obtención de un título con validez oficial, pero si profesional, para un sector el de big data, cada vez más enfocado al sector corporativo y empresarial. 

Este programa máster de Postgrado del Centro Europeo de Postgrado-CEUPE es un completo programa formativo online con titulaciones profesionales, cuyo plan de estudios (pensum), impartición y evaluación cumplen los criterios de calidad académica que marca el Espacio Europeo de Educación Superior (EEES) que le concede 60 ECTS European Credit Transfer System y que goza de más de 12 ediciones.

Leer más
Maestría Big Data Analytics
MÁS INFORMACIÓN

Temario


¿Qué es el Big Data?
Contexto actual
Problemática Big Data
Análisis de datos
Concepto de ETL
Concepto de Data Lake
Concepto del gobierno del dato
Fases de un proyecto Big Data
Tipos de arquitecturas Big Data
¿Qué es el Hadoop? Introducción 

Hadoop: Almacenamiento y procesamiento distribuido
Herramientas de obtención de datos: Sqoop y Flume
Motores de consulta SQL. Hive e Impala
Big Data Interfaces: Hue, Cloudera Manager y Ambari
Procesamiento de datos en memoria. Spark Core
Procesamiento de datos en Streaming
Bases de datos NOSQL. Hbase, Cassandra, Mongodb y Neo4J

  • Python: 
    • Principios, sintaxis y buenas prácticas. Casos típicos de utilización.
      • Tipos.
      • Declaración de variables.
      • Control de flujo (condicionales, bucles, etc.).
      • Input / Ouput (lectura y escritura de ficheros, salida por pantalla, etc.).
      • Funciones.
      • Orientación a objetos.
      • Distribución del código (módulos, paquetes y librerías).
  • Gestión de entornos: Anaconda, Virtualenv.
  • Notebooks analíticos: Jupyter (Notebook, Lab). ¿Por qué utilizarlos? Casos típicos de uso.
  • Entornos de desarrollo: PyCharm, Spyder. ¿Qué ofrece un entorno de desarrollo frente a un editor de texto?
  • R: 
    • Principios y sintaxis. Casos típicos de utilización.
    • IDE’s: RStudio.
  • Control de versiones con Git.
    • Fundamentos del control de versiones.
    • Conceptos básicos (Branch, Commit, Pull, Push, Merge).
    • Metodologías de versionado: Gitflow.

Librerías para Machine Learning

  • Scikit-Learn
  • XGboost
  • LightGBM
  • Catboost
  • Spark ML
  • TensorFlow
  • Keras
  • Fbprophet
  • H2O
  • Caret

Librerías para interactuar con entornos Big Data

  • Impyla: cliente python para implementaciones de HiveServer2 con motores de búsqueda distribuida como Impala o Hive.
  • Apache Arrow: API para múltiples lenguajes (C++, Python, Ruby…) para almacenamiento de datos representados de forma columnar. 
  • HdfsCLI: API de WebHDFS para Python.
  • Ibis: toolbox para conectar Python con distintos componentes de Hadoop como HDFS.
  • PySpark: API de Python para manejo de Spark.

Librerías para tratamiento de datos en memoria y cálculo numérico

  • NumPy
  • Pandas
  • Dask
  • Dplyr
  • TidyR

Visualización

  • Matplotlib
  • Folium
  • Seaborn
  • Basadas en D3: Bokeh, Plotly. Visualización general. Gráficos interactivos usando Javascript.
  • Para Big Data: Datashader.

Orquestación

  • Oozie
  • Airflow
  • Luigi

Análisis inicial del dato

  • Análisis exploratorio.
  • Localización de dato atípico y métodos de detección de outliers.
  • Realización de estadísticos descriptivos.
  • Evaluación de la calidad del dato.
  • Tipologías de datos: categóricos, numéricos, ordinales, temporales (fechas).

El modelo de datos en tres capas.

  • Capa Raw.
  • Capa Master.
  • Capa de consumo.
  • Caso Práctico: Construir un modelo en tres capas a partir del análisis anterior.

Explotación eficiente del dato mediante herramientas de BI y Data Discovery.

  • Cómo explotar un modelo de datos sin sobrecargar el sistema.
  • Herramientas de reporting. (Spotfire, PBI).

Prototipado de modelos

  • Preprocesamiento
  • Feature selection
  • Prototipado en local

Elección del juego de algoritmos óptimo

  • Aprendizaje supervisado:
    • Modelos lineales:
      • Regresión lineal.
      • Regresión logística.
      • Máquinas de Soporte Vectorial.
    • Modelos basados en árboles:
      • Árbol de decisión.
      • Random Forest.
      • Gradient Boosting.
    • Redes neuronales:
      • Principio de funcionamiento. Perceptrón.
      • Aprendizaje profundo. Se explicaría muy por encima.
    • Regresión vs. Clasificación.
  • Aprendizaje no supervisado:
    • Clusterización.
      • Jerárquica.
    • Detección de anomalías.
  • Técnicas de reducción de la dimensionalidad:
    • T-SNE.
  • Análisis de series temporales.
  • Entrenamiento:
    • Nociones básicas para entrenar un modelo correctamente:
      • División en conjunto de entrenamiento, validación y test. Concepto de Data Leakage.
      • Bias, Variance y Overfitting. Cómo detectarlos y prevenirlos. Curvas de entrenamiento.
      • Validación cruzada.
    • Optimización automática de hiperparámetros:
      • Grid Search.
      • Random Search.
      • Basados en gradiente.
    • Elección óptima del algoritmo:
      • Según la tipología de los datos.
      • Según el número de observaciones.

 

En este apartado se verán proyectos/aplicaciones de casos de usos reales implementados a través de tecnologías Big Data de cara a ayudar al alumno en la decisión de la implementación del TFM.

En el TFM el alumno deberá proponer un caso de uso a solventar con los conocimientos vistos a lo largo de todo el Máster. Una vez validado por el tutor, el alumno dispone de 3 meses para el desarrollo. Una vez finalizado se procederá a la defensa del TFM.

Profesorado de Maestría Big Data Analytics


Contamos con un claustro de alto nivel académico y directivo, con más de 15 años de experiencia docente y profesional

Gustavo López

Gustavo López

Ian de la Oliva

Ian de la Oliva

LinkedIn
Cristina Gil

Cristina Gil

LinkedIn
Mario  Conejos

Mario Conejos

LinkedIn
Francisco José Ramírez Vicente

Francisco José Ramírez Vicente

LinkedIn
Álvaro Nuñez Romero Casado

Álvaro Nuñez Romero Casado

LinkedIn
Alfieri Olcese

Alfieri Olcese

LinkedIn
Fernando Agudo Tarancón

Fernando Agudo Tarancón

LinkedIn
Jose Antonio Rubio Blanco

Jose Antonio Rubio Blanco

LinkedIn
Francisco Javier Quintana

Francisco Javier Quintana

LinkedIn
Carlos Pezo

Carlos Pezo

Titulación de Maestría Big Data Analytics


Título Académico
Institución Académica
Título European Business School
European Business School

Título del European Business School - CEUPE

Máster Big Data Analytics

MÁS INFORMACIÓN

Certificaciones


ARP Certificate
ARP: Certificación Europea de Calidad en Educación

ARP es una Marca de Certificación de la Unión Europea concedida por la EUIPO (Oficina de Propiedad Intelectual de la Unión Europea), lo que le aporta un grado de reconocimiento adicional a nivel internacional. La Certificación ARP sirve como un filtro que diferencia los cursos online certificados de aquellos que no lo están en lo que respecta a su calidad. Esta certificación evalúa diversos aspectos como la calidad docente, la metodología de enseñanza, la satisfacción del alumnado y la mejora continua.

Objetivos del Máster


Cuatro son los objetivos principales que el equipo de profesores se han marcado en el máster Big Data para que el alumno, una vez se gradúe, domine con eficacia:

  • Conocer en profundidad una arquitectura Big Data así como todas las herramientas necesarias para el procesamiento/explotación de los datos.

  • Utilizar el valor de aplicar Big Data para obtener los mejores resultados a través del “Big Data Analytics” y analítica avanzada de datos

  • Aprender a utilizar todas las herramientas necesarias de un Data Science.

  • Adquirir conocimientos necesarios sobre el uso, análisis y la explotación de los datos.

Salidas profesionales del Master Big Data Analytics

Muchas son las salidas profesionales que tienen el Big Data Analytics, encontrándose actualmente en el ranking de los perfiles profesionales más solicitados por las empresas multinacionales. Un máster en el que perfiles técnicos como informáticos, programadores o ingenieros son los que copan el interés en este perfil de postgrado académico. 

Las salidas profesionales que este máster ofrece una vez finalices el programa serían: big data engineer, big data developer, big data analyst, big data architect, business inteligent analyst, NLP Consultant o Big Data Scientist. 

Destinatarios del Máster en Big Data y analítica de datos avanzada:

  • El Máster está enfocado a aquellas personas que quieran desarrollar o fortalecer las capacidades técnicas y analíticas necesarias para una carrera de éxito en Analítica de Negocio o Big Data.

  • Igualmente está dirigido a profesionales en áreas como Tecnología, Negocio o departamentos cuantitativos o analíticos que necesitan conocer las técnicas y métodos del “business analytics” para tomar mejores decisiones de negocio, tener una visión más global de la organización o crear innovación en grandes compañías.

  • También para aquellas personas que, teniendo parte de esas capacidades analíticas, deseen fortalecer sus capacidades técnicas para poder desarrollar una carrera en la industria del Big Data.

COMPLEMENTO DE IDIOMAS AL PROGRAMA MASTER

En un mundo tan globalizado como es el actual, las necesidades del mercado laboral demandan un profesional cada vez más competitivo. Por ello, desde CEUPE, hemos querido apostar plenamente por una formación  en la que nuestro programa de especialización impartido en español, vaya integrado de forma paralela en el aprendizaje del inglés de negocio para poder reforzar el perfil profesional de nuestros alumnos.

CEUPE cuenta con una de las herramientas de formación online de idiomas más innovadoras y potentes del mercado, posibilitando al alumno el acceso durante un año del estudio del idioma, prestando especial atención a la formación en el idioma seleccionado centrándonos en una perspectiva de estudio orientada hacia los negocios en las diferentes vertientes comercial, jurídico, en el ámbito del marketing, coloquial, profesional, etc. 

Una vez finalizado el curso de idiomas elegido, podrás obtener un Certificado que acredita las horas cursadas, las fechas de realización y los contenidos superados.

 

CURSO IDIOMAS 1 AÑO GRATIS

 

La metodología de aprendizaje, en el caso de seleccionar el idioma Inglés, permite la posibilidad de una vez finalizado los niveles, poder presentarse al acceso para obtener el certificado TOEIC, actualmente, la certificación empresarial más reconocido a nivel internacional.

Asimismo, es importante aprender un tercer idioma de lenguas consolidadas en el mundo profesional como francés, alemán, italiano, ruso y portugués (de Brasil). Para aquellas personas que ya dominen la lengua inglesa y deseen aprender otro idioma, desde CEUPE damos la posibilidad de acceder al estudio de esas otras lenguas citadas.

Para tener más información sobre la herramienta de estudio que vamos a ofrecerte con este  programa máster, te facilitamos este enlace que te ayudará bastante: VIDEO DEMOSTRACION

La contratación de este módulo es independiente al precio del curso, teniendo un coste de 180€.

HERRAMIENTA DE NETWORKING Y DESARROLLO PROFESIONAL

Comprometidos con la preparación integral de nuestros alumnos en el mercado laboral, CEUPE es la única Escuela de Negocios que apuesta por un nuevo servicio exclusivo, capaz de fortalecer el perfil profesional de cada estudiante. Desde el Departamento de Orientación Profesional, y en colaboración con las principales agencias de colocación y outplacement, consultoras de selección de personal y coaches especializados en la rama empresarial, se ha desarrollado una Herramienta con la que, a lo largo de su formación, el alumno podrá contar para mejorar su desarrollo profesional y empleabilidad.

CURSO HERRAMIENTA DE NETWORKING Y DESARROLLO PROFESIONAL

La Herramienta está pensada para la mejora y crecimiento profesional del alumno, con tres ejes conductores: 

  1. La búsqueda activa de empleo, donde el alumno dispondrá de las principales bases de datos de empleo del país, así como fuentes de reclutamiento internacionales. 
  2. Cambio profesional, con herramientas para elaborar una estrategia directa y efectiva que gire en torno a la preparación del CV, de la entrevista y de las dinámicas de grupo o networking.  
  3. Desarrollo de la carrera profesional, en la que podrá hacer uso de aprendizaje interactivo relacionado con el coaching profesional activo o employer branding, para perfiles con una experiencia profesional más amplia.

Esta Herramienta de apoyo está integrada en el Campus Virtual, donde su uso es de fácil acceso para nuestros alumnos. Desarrollado y estructurado de forma muy intuitiva por el equipo equipo de Orientación Profesional, garantiza una formación en constante actualización, para un aprendizaje ágil y efectivo. En ella el alumno encontrará el apoyo de tutoriales, foros, vídeos, bases de datos, documentación digital e imprimible, conferencias online y grabadas, así como otros soportes de trabajo. VIDEO INFORMATIVO

Empleabilidad


Titulación Académica de Postgrado
Titulación Académica de Postgrado
Programa de Ayudas al Estudio Limitadas
Programa de Ayudas al Estudio Limitadas
Conferencias Virtuales en Directo
Conferencias Virtuales en Directo
Facilidades de pagos sin intereses
Facilidades de pagos sin intereses
Escuela Nº 1 en formación online de Postgrado
Escuela Nº 1 en formación online de Postgrado

Semana Internacional
Datos de interés Acto de graduación


Visita guiada Palacio Real Visita guiada Madrid DHL Bienvenida Diplomas Ponencia
Semana Internacional con un planning de trabajo académico, profesional y cultural
El alumno disfrutará de un programa de visitas culturales a la ciudad de Madrid y Palacio Real
MÁS INFORMACIÓN

Ayudas al Estudio


Realizar un Programa de Postgrado de alto nivel como es el Máster en Big Data Analytics del Centro Europeo de Postgrado, supone un compromiso económico que a veces puede ser difícil de asumir.

CEUPE – Centro Europeo de Posgrado dota una gran parte de sus recursos financieros a fin de:

  • Ofrecer a sus alumnos Programas de Ayudas Económicas a las que pueden optar si reúnen los requisitos exigidos.
  • Facilitar flexibilidad en los pagos que el alumno debe afrontar, ofreciendo la posibilidad de fraccionarlos sin intereses.
  • Los Programas Masters cuentan con una financiación interna a través de la cual no cobran al alumno ningún tipo de interés ni existe intermediación bancaria.
  • Todos sus programas contemplan su abono en cómodos plazos para que el alumno no tenga que realizar importantes desembolsos. Es importante consultar al orientador académico que informará con detalle sobre las condiciones del programa seleccionado.

PROGRAMAS INTERNACIONALES DE AYUDAS DIRECTAS AL ESTUDIO

CEUPE, como miembro oficial de la UNITED NATIONS GLOBAL COMPACT, defiende que la formación de calidad es un Derecho Humano Fundamental, piedra angular de la sociedad del conocimiento y elemento estratégico para el desarrollo Sostenible y la inclusión social.

Por ello dota una gran parte de sus recursos financieros a fin de ofrecer a sus alumnos Programas Internacionales de Ayudas Económicas a las que pueden optar si reúnen los requisitos exigidos, por ejemplo el PROGRAMA GLOBAL LEARNING que ofrece Ayudas Económicas sobre todos los Másteres y cubre hasta el 65% de su coste.

PAGO EN CUOTAS SIN INTERESES 

CEUPE ofrece a sus alumnos flexibilidad en los pagos que deben afrontar, ofreciendo la posibilidad de fraccionarlos sin intereses y sin intermediación bancaria. Es importante consultar con el orientador académico que informará con detalle de las ayudas dependiendo del programa formativo que se seleccione.

 

MÁS INFORMACIÓN
Ceremonia de graduación
Impulsa tu Futuro
Metodología de estudio
España
Colombia
Chile
Paraguay
Ecuador
México
Perú
Argentina
República Dominicana
Venezuela
Costa Rica
Bolivia