Máster Data Officer & Analytics Online

Con el Máster Data Officer & Analytics conocerás por completo el papel del dato como eje central en la toma de decisiones clave y en el diseño de modelos de negocio en entornos digitales. Con este Máster aprenderás, de forma integral, a entender por qué los datos influyen en todas las áreas de las empresas, además de aprender a analizar conceptos clave de Big Data como: analítica avanzada, IA y visualización de datos.

Nivel: Avanzado | Duración: 250 h

Formación 100% bonificable para empresas

master data officer
Empresas han confiado en nosotros
+ 0
Personas que hemos formado
0 K
Años de éxitos
0

Formación Business Intelligence Online

Modalidades

Si tu empresa va a matricular a varios empleados, ofrecemos acuerdos marco y tarifas especiales en función del número de participantes.

Consulta condiciones y rangos de descuento.

Próximas Convocatorias

1
JUL

Máster Data Officer & Analytics Online

Tutorizado

250 horas
1.875,00 €

100% Bonificable

4
AGO

Máster Data Officer & Analytics Online

Tutorizado

250 horas
1.875,00 €

100% Bonificable

8
SEPT

Máster Data Officer & Analytics Online

Tutorizado

250 horas
1.875,00 €

100% Bonificable

Temario

Máster Data Officer & Analytics Online

  1. Concienciación en relación a cómo la ciencia del dato afecta a todos los sectores y puede ser el aliado perfecto para el mundo de los negocios
  2. Conocimiento de los diferentes modelos de negocio basado en datos
  1. Adquisición de conocimientos sobre los avances en Big Data & Inteligencia Artificial (IA)
  1. Dominio de Conceptos básicos
  1. Concienciación sobre el poder de los datos en las organizaciones tanto para mejorar la toma de decisiones como para crear modelos de negocio basado en datos.
  1. Visión trasversal sobre cómo Data Science se aplica en las diferentes áreas de la organización para impulsar las capacidades
  1. Desarrollo de los fundamentos de Big Data.
  1. Identificación de los fundamentos de MachineLearning.
  1. Análisis de los fundamentos de IA: Visión, NPL…
  1. Conocimientos avanzados de PythonCrashCourse. 
  1. Aproximación a la arquitectura de la información y al SQL.
  1. Identificación delCrashcourse de python para data engineers: SQL y dataframes. 
  1. Diferenciación entre ETL/ELT y preproceso de datos.
  1. Aplicación del proceso del análisis exploratorio.
  1. Utilización de herramientas de visualización exploratoria y librerías.
  1. Realización de análisis univariante y multivariante.
  1. Conocimiento de la Estadística descriptiva.
  1. Aproximación breve al algebra lineal.
  1. Análisis de correlación de variables: fundamentos de estadística y probabilidad.
  1. Deducción estadística y contraste de hipótesis.
  1. Aproximación a la modelización.
  1. Identificación de los Modelos de regresión.
  1. Clasificación de los distintos modelos de Árboles.
  1. Conocimientos de Algoritmos alternativos de clasificación.
  1. Conocimientos de Eagery Lazy classifiers.
  1. Utilización deClustering.
  1. Aproximación al método científico.
  1. Evaluación y optimización de modelos.
  1. Creación de Ingeniería de variables.
  1. Ensamblado de modelos.
  1. Gestión del ciclo de vida de los modelos.
  2. Interpretabilidad.
  3. Aproximación a modelos heurísticos de optimización.
  4. Conocimiento de los algoritmos genéticos.
  1. Utilización de series temporales yforecasting.
  1. Gestión de proyectos de DataScience.
  1. Aproximación a redes neuronales artificiales (ANN).
  1. Conocimiento de los campos de aplicación de ANN.
  1. Aproximación alShallow& Deep neural networks. Introducción CNN. 
  1. Comprensión del diseño de redes neuronales artificiales (ANN), redes convolucionales (CNN) y redes recurrentes (RNN).
  1. Conocimientos de Big Data y de los principios de arquitecturas de computación distribuidas
  1. Utilización de Dataframes y Data pipelines en Spark. 
  1. Creación de modelos de Machine Learningen Spark. 
  1. Despliegue de pipelines de modelos conSpark.
  2. Desarrollo de modelos con proveedores de Cloud Machine Learning.
  1. Comprensión de las claves delstorytellinga través de los datos. 
  1. Uso delstorytellingcon datos. 
  1. Comprensión de los conceptos BusinessIntelligencey Data Visualization. 
  1. Profundización en la herramientaPowerBIpara poder conectar datos, prepararlos, modelarlos, explorarlos y visualizarlos. 
  1. Aproximación a la herramientaTableau.
  1. Impulso de habilidades digitales:
  1. Comprensión de las competencias necesarias para el nuevo entorno digital:
  1. Conocimiento de las herramientas imprescindibles para:
  1. Práctica en las claves del trabajo en equipo y de la productividad en remoto.
  2. Fomento del liderazgo participativo y la gestión del cambio.
  3. Dominio de la comunicación y la negociación en entornos digitales.
  4. Práctica del modelo de competencias para el entorno digital.
  5. Elaboración y gestión de la marca personal desde la importancia delstorytelling.
  6. Capacidad de síntesis para observar los datos y extraer su información útil y relevante.
  7. Capacidad crítica para ser capaz de cuestionar los datos y así desarrollar conclusiones en base a los mismos
  8. Conocimientos en informática, matemáticas y estadística: estos perfiles deben poder analizar bases de datos, construir modelos y realizar previsiones estadísticas, etc.
  9. Facilidad para la comunicación para explicar los resultados del trabajo a gerentes y directores, generalmente sin formación técnica, de la empresa u organización.

PROYECTO FINAL

Days :
Hours :
Minutes :
Seconds

BLACK WEEK
50% OFF

Te presentamos nuestro nuevo portal con una oferta increíble

¡Aprovecha un 50% de descuento en nuestras formaciones más demandadas!

Aplica el código DTO: BF50

Centro cerrado del 13 al 17 de agosto. Volvemos el lunes 18.