Ciencia de datos en un entorno 4.0

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

Acreditación SEPE