Convertir los datos de una empresa en nuevos productos y/o servicio,como Científico de Datos,
Business Intelligent o Business Analytics, escribiendo código propio para analizar ingentes
cantidades de datos y desarrollando dashboards interactivos para presentar la información,
para lo que será imprescindible que el alumnado posea conocimientos de informática y
programación a nivel de Tecnico Superior de FP como minimo o bien dos años de experiencia en
lenguajes de programación.
1. Análisis de Datos con Python (16h)
Estructuras de control y sintaxis
Estructuras de datos
Almacenamiento y manipulación de datos con Python
Librería Numpy
Pandas
Matplotlib
Técnicas de programación
Casos prácticos
2. Recogida de datos (8h)
Datos internos Gestión de datos en el entorno empresarial Ejercicios prácticos SQL
Datos externos Análisis en plataformas sociales Análisis web Análisis en Youtube e Instagram
3. Estructuras de Bases de datos (12h)
Bases de datos tradicionales Modelo Entidad-Relación Modelo Relacional Integridad Referencial Programación SQL
Nuevos tipos de bases de datos Bases de datos nosql MongoDB Grafos
4. Análisis Estadístico (24h) Introducción, Probabilidad
Variable aleatoria
Inferencia Lenguaje R Modelos estadísticos, Intervalos de confianza y Test de hipótesis, Regresión lineal y no lineal, Modelos lineales generalizados
Técnicas de muestreo 4
5. Machine Learning (24h)
Aprendizaje supervisado vs no supervisado
Reglas de clasificación, selección de variables y de modelos
Algoritmos de clasificación. Redes neuronales
Vecino más cercano
NaiveBayes. K-means
Métodos aplicados a la bioinformática
Deep Learning
6. Técnicas de Big Data (24h)
Fundamentos de Big Data
Adquisición de Datos y Almacenamiento (Hadoop, MapReduce y YARN, Apache Spark y HIVE)
Interfaces de Usuario (HUE, AMBARY, SQL-Developer,..)
Opciones de despliegue de BigData (Introducción a los servicios Cloud, Amazon AWS, Cloudera, Oracle, Hortonworks,..)
7. Power BI (8h)
Introducción a Power Bi desktop
Conceptos y opciones al conectarse a los datos
Análisis. Creación de vistas
Campos calculados
Formato de datos
Creación de cuadros de mando interactivos
8. Gestión de proyectos y Visualización (16h)
Análisis descriptivo
Técnicas de visualización. Diseño basado en datos
Phyton Matplotlib
Gestión e implementación de proyectos de analítica avanzada con metodologías Ágiles
