Upload
cardigany
View
4
Download
0
Embed Size (px)
DESCRIPTION
BI- contenidos curso
Citation preview
online
DIRIGIDO A:
El Master est orientado a tres perfiles de estu-diantes:
>> Tcnico. Ingenieros en cualquier rama de las TIC.>> Estadstico/cuantitativo. Matemticos o profe-sionales de diferentes campos cientficos.
>> Negocio. Profesionales de cualquier rea del negocio o actividad que quieren formarse como analista de datos y analistas de negocio.
MODALIDAD:
Online + 10 das presenciales en Madrid.
CALENDARIO:
>> Del 21 de Sep. de 2015 al 9 de Oct. de 2016 (650 h.).>> Estancia en Madrid: del 6 al 16 de Junio de 2016.
PRECIO:
>> 9.000 (1.500 reserva de plaza + 7.500 matrcula).
BECAS:
Consultar programa de becas y descuentos en nuestra pgina web: www.eoi.es
INFORMACIN E INSCRIPCIONES:
>> Telfono: 91 349 56 00>> [email protected]>> www.eoi.es
datos>generales
master en
businessintelligence
y big dataBonificable a travs de:
ms>informacin
presentacin>y>objetivosEl Master est orientado a adquirir los conocimientos y competencias nece-sarias para gestionar y tomar decisiones en proyectos de Business Intelli-gence, as como para ser capaces de manejar herramientas y conceptos de BI en el contexto de las tecnologas Big Data y el trabajo del data scientist.
El Master est orientado a tres perfiles de estudiantes:
>> Tcnico. Ingenieros en cualquier rama de las TIC.>> Estadstico/cuantitativo. Matemticos o profesionales de diferentes cam-pos cientficos.
>> Negocio. Profesionales de cualquier rea del negocio o actividad que quie-ren formarse como analista de datos y analistas de negocio.
En todos los casos, el Master requiere habilidades y conocimientos ele-mentales de programacin estadstica, bases de datos y tecnologas Web para poder comprender y hacer uso de las diferentes tcnicas y tecnologas. Para los estudiantes que no tienen esas competencias bsicas, el Master proporciona un mdulo de adaptacin.
programaFUNDAMENTOS DE LA INTELIGENCIA DE NEGOCIO>> Definicin y componentes de la IN.>> Contextualizacin y diseo de sistemas de IN.>> Diseo de informes, cuadros de mando e indicadores.>> Fuentes para la IN, abiertas y propietarias.>> Calidad de los datos.>> Tipologa de herramientas por rea, tecnologa y procesos.>> Movilidad e IN.
DIRECCIN ESTRATGICA BASADA EN DATOS>> Anlisis del entorno competitivo sectorial y particular para toma de decisiones.>> Diagnstico e indicadores para el anlisis interno y externo.>> Obtencin de datos de competidores en fuentes abiertas.>> Diseo y simulacin de estrategias, diversificacin.>> Modelos para la planificacin estratgica.
DIRECCIN FINANCIERA Y COMERCIAL BASADA EN DATOS>> Evaluacin y medicin del riesgo en las decisiones.>> Obtencin y pre-procesado de datos de financieros.>> Modelos basados en datos para las decisiones de inversin.>> Fundamentos de la direccin comercial.>> Marcos de anlisis e indicadores comerciales.
TEORA DE LA DECISIN>> Introduccin, objetivos y elementos de las decisiones.>> Probabilidad e inferencia bayesiana.>> Problemas de decisin con y sin experimentacin. Tipos de criterios de eleccin y funciones de prdida.>> Representacin grfica, rboles de decisin y diagramas de influencia.>> Casos y problemas de teora de la decisin.
BASES DE DATOS ANALTICAS>> Multidimensionalidad y su tipologa. OLAP/ROLAP.>> Esquemas de bases de datos, desnormalizacin.>> Lenguajes de consulta analticos.>> Manipulacin, anlisis y visualizacin de datos.>> Bases de datos espaciales.
DATA WAREHOUSING>> Utilidad y conceptos. Arquitectura: data marts y data warehousing.>> Herramientas extract/transform/load - ETL.>> Diseo de data warehouses. Elementos hardware y software.>> Optimizacin de procesos.>> Integracin con sistemas empresariales, ERP y CRM.>> Gestin del conocimiento.
APRENDIZAJE AUTOMTICO Y MINERA DE DATOS>> Introduccin, aprendizaje supervisado y no supervisado.>> Modelos de regresin, funciones de coste.>> Modelos multivariable.>> Clustering y clasificacin. Tcnicas y medidas de calidad.>> Modelos conexionistas.>> Herramientas de aprendizaje automtico, visualizacin.>> El ciclo de la minera de datos.
LA WEB DE LOS DATOS>> Tecnologas, lenguajes y protocolos en la Web.>> Datos estructurados en la Web: XML, RDF y la Web Semntica.>> La Web of Linked Data: el lenguaje de consulta SPARQL.>> Fuentes de datos: la nube de Linked Data.>> Herramientas de interlinking (enlazado) de informacin.>> Inteligencia de fuente abierta.
PARALELISMO DE DATOS Y BIG DATA>> Concepto, fuentes y tipologa de big data.>> Bases de datos no convencionales/NoSQL, distribucin horizontal.>> Bases de datos documentales y motores de indexacin flexibles.>> Marcos de programacin para procesamiento de datos paralelos. MapReduce.
ANALTICA DE MARKETING>> Conceptos. Retorno de la inversin en marketing (ROIM).>> Tcnicas basadas en datos para las decisiones de marketing. Marketing basado en datos.>> Experimentacin Web. Experimentos A/B.>> Anlisis de la respuesta y modelos predictivos.>> Social media metrics. Lean Analytics y mtricas Web.
ANALTICA DE PROCESOS DE NEGOCIO>> Conceptos. Modelado de procesos de negocio.>> Relacin entre procesos, estrategia y rendimiento.>> Mejora de procesos, optimizacin y reingeniera de procesos.>> Mtricas de proceso, variables de control de procesos.>> Analtica de talento.
ANALTICA DE CLIENTES>> Conceptos. Relaciones a largo plazo y su valoracin.>> Modelos de cliente. Comportamiento del consumidor.>> Segmentacin y clustering de clientes. Segmentacin demogrfica.>> Aplicacin de diferenciacin de campaas basada en segmentos.>> Algoritmos y tcnicas de recomendacin.>> Mass customization.>> Regulacin relativa a la informacin personal.>> Ejemplos y casos.
www.eoi.es
por>qu>este>programa?>> Para aprender a medir y evaluar indicadores clave del negocio en todas sus reas, aplicando mtodos de data science.
>> Para saber gestionar y disear arquitecturas y soluciones para problemas de Big Data que aporten valor a la organizacin.
>> Para saber aplicar modelos analticos y predictivos a situaciones de nego-cio que requieren un tratamiento avanzado.
>> Para entender el papel de los diferentes modelos de bases de datos, y los usos de las bases de datos multidimensionales para analizar y visualizar patrones y tendencias.
>> Para saber identificar las fuentes de datos clave que necesita la organi-zacin para adoptar decisiones, convertir usuarios y competir.