Máster

Master Data Science

Emisor: CEUPE - European Business School

1500 horas

·

Avanzado

·

Varios

Programa certificado por ARP

Diploma ARP de validez internacional

Valoraciones de alumnos verificados

Precio a consultar

  • Los fundamentos y herramientas para trabajar con grandes volúmenes de datos (Big Data).
  • Procesar y analizar datos utilizando Hadoop, Hive, Spark, entre otros.
  • Programar en Python y R para proyectos de Data Science.
  • Desarrollar modelos de Machine Learning y visualización de datos.
  • Implementar proyectos completos de Big Data, desde la definición hasta la producción.
  • Aplicar técnicas avanzadas de análisis predictivo y descriptivo.
Requisitos:
  1. Deben contar con una titulación o haber tenido experiencia previa.

Gustavo López

Director de Sistemas de Información y Tecnología TI / IT Manager

Ver Currículum

Ian de la Oliva Wilkinson

Technical Team Lead & AI Researcher at Pixelabs

Ver Currículum

Cristina Gil Ortiz

IBM Storage solutions specialist

Ver Currículum

Mario Conejos Basanta

Business Development and Technical AI Engineer

Ver Currículum

Francisco José Ramírez Vicente

Investigador de Seguridad Informática e Inteligencia Artificial en Telefónica

Ver Currículum

Álvaro Núñez

Security Researcher at Ideas Locas

Ver Currículum

Alfieri Olcese

Big Data Business Consultant en Accenture

Ver Currículum

Fernando Agudo Tarancón

Big Data Architect at Santander Global T&O | CEO at Formación Hadoop

Ver Currículum

Jose Antonio Rubio

PhD Cybersecurity & Digital Trust. Secretary of UNE/CTN 320/SC 4

Ver Currículum

Francisco Javier Quintana Muñoz

Ingeniero Técnico Industrial. Auditor Jefe IRCA, Auditor Jefe IEMA, Auditor de Sistemas de SST. Docente / Ponente

Ver Currículum

Carlos Pezo

Cybersecurity | Incident Response | CC | Security+

Ver Currículum

1500 horas en total

  • 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.
  • Bases de datos NoSQL: HBase, Cassandra, MongoDB y Neo4J.
  • Procesamiento de datos en memoria: Spark Core.
  • Procesamiento de datos en streaming: Apache Kafka y Spark Streaming.

  • Python: principios, sintaxis y buenas prácticas.
  • Entornos virtuales de Python.
  • Notebooks analíticos.
  • Entornos de desarrollo: PyCharm, Spyder.
  • R: algunas nociones del mismo.
  • Control de versiones: Git.

  • Análisis inicial y exploratorio del dato.
  • Modelo en tres capas.
  • Explotación mediante herramientas de Business Intelligence y Data Discovery.

  • Metodología en Data Science.
  • Modelado: algoritmos.

  • Tratamiento de datos in-memory.
  • Machine Learning.
  • Interacción con entornos Big Data.
  • Visualización.
  • Orquestación con Apache Airflow.

  • Becas y ayudas. CEUPE - European Business School ha diseñado un Plan de Becas y Ayudas al Estudio con el único objetivo de proporcionar una mayor flexibilidad económica y respaldar las necesidades de cada alumno.

¿Quieres más información?

Completa este formulario y la academia se pondrá en contacto contigo.

Enviar mensaje

¿Quieres más información?

Completa este formulario y la academia se pondrá en contacto contigo.

Enviar mensaje
report

¿Algo no está bien?

Si has encontrado en este curso información que no está bien puedes reportar una incidencia aquí.

logosKitDigital
Volver arriba