Instituto de Formación Continua

Máster en Big Data Engineer

Modalidad On-line

Presentación del Máster

"De la mano de los expertos que han colaborado en el diseño del Máster en Big Data Engineer, nos explican cuál es la tarea de un Big Data Engineer y por qué entrar en este mundo profesional."

Consejo de expertos

Ver el vídeo

 
Tipología:
Máster
Créditos:
60 ECTS
 
Precio:
5.170 *
Idioma:
Castellano
Inicio curso:
09 noviembre 2017
Final curso:
23 diciembre 2018

* El importe incluye tasas administrativas de la Universitat de Barcelona

 
Programa

1. Introducción a los sistemas distribuidos
1.1. Introducción a los sistemas distribuidos
1.2. Teorema de CAP
1.3. Principios básicos de sistemas de distribución
1.4. Tipologías de sistemas distribuidos (y ejemplos)
1.5. Arquitecturas de alta escalabilidad

2. Herramientas Big Data
2.1. Almacenamiento de grandes volúmenes de datos: Sistemas de ficheros distribuidos y NoSQL
2.2. Ingestión y transmisión de datos: sistemas de colas y Kafka
2.3. Procesamiento escalable: Hadoop MapReduce y Spark
2.4. Herramientas de explotación de datos

3. Gestión de infraestructuras Big Data
3.1. Introducción a la gestión de clústeres
3.2. Tipos de infraestructuras
3.3. Gestión de recursos
3.4. Devops y el paradigma IaC
3.5. Herramientas para la gestión de clúster

4. El proceso de análisis de datos
4.1. El método analítico: descriptivo, predictivo y prescriptivo
4.2. Fuentes de información disponibles
4.3. Obtención, almacenaje y análisis de la información disponible
4.4. Preproceso de información para el análisis
4.5. Definición del proceso de muestreo

5. Fundamentos de estadística
5.1. Principios básicos de probabilidad
5.2. Estimadores univariables: recuento, media, mediana y desviación estándar
5.3. Estimadores bivariables: tablas de contingencia, correlación y regresión
5.4. Estimadores multivariables: segmentación, relación, reducción y previsión

6. Analítica avanzada
6.1. Analítica avanzada: computación sobre grafos
6.2. Analítica avanzada: computación sobre texto
6.3. Analítica avanzada: computación de series temporales
6.4. Introducción al machine learning
6.5. Métodos de aprendizaje automático supervisado
6.6. Métodos de aprendizaje automático no supervisado
6.7. Redes neuronales y deep learning
6.8. Implementación de modelos predictivos

7. Data Driven Approach
7.1. Introducción al data driven
7.2. La cultura como base de la toma de decisiones
7.3. El dato
7.4. La mesa ejecutiva orientada a los datos

8. Data Project Management
8.1. Gestión de los sistemas de información
8.2. Gestión de proyectos Big Data
8.3. Gobernanza de los datos
8.4. La metodología agile
8.5. Ética y leyes

9. Extracción de Insights
9.1. Introducción al business intelligence
9.2. Implementación de una estrategia business analytics en la organización
9.3. Traducción de necesidades de información en indicadores (KPIs)
9.4. Representación gráfica de información

10. Proyecto Final 

Universitat de Barcelona
© Instituto de Formación Contínua - Universitat de Barcelona C/ Ciutat de Granada, 131 - 08018 Barcelona - España Tel. +34 93 403 96 96 - Teléfono de Información: +34 93 309 36 54

Dos campus de Excelencia Internacional:

  • BKC - Barcelona Knowledge Campus
  • Health Universitat de Barcelona Campus

Con la colaboración de:

  • Banco Santander
  • Catalunya Caixa