Máster en Inteligencia de Datos y Artificial

El Máster en Inteligencia de Datos y Artificial se imparte en modalidad presencial en Barcelona. Este master también puede realizarse en modalidad Online.

Este programa especializado te brinda un conocimiento sólido en el análisis de grandes volúmenes de datos (Big Data), incluyendo conceptos, tecnologías y herramientas relevantes, y su aplicación en entornos empresariales. Aprenderás a manejar diferentes tipos de datos y fuentes de información, tanto estructurados como no estructurados, y adquirirás habilidades para procesarlos y analizarlos de manera efectiva.

Además, desarrollarás competencias en el uso de Power BI, una herramienta de inteligencia empresarial desarrollada por Microsoft. Con Power BI, podrás crear informes interactivos, paneles personalizados y cuadros de mando para visualizar y analizar datos con el objetivo de tomar decisiones basadas en la información.

También aprenderás a conectar, transformar y modelar datos provenientes de diversas fuentes, como bases de datos, hojas de cálculo, archivos locales y servicios en la nube, utilizando Power BI.

Este programa ha sido validado por el Consejo Asesor Empresarial de IMPELIA, el cual está conformado por empresas que buscan profesionales con estas habilidades para sus organizaciones.

Grado Superior de Formación Profesional   

Este programa está diseñado para profesionales de nivel medio y alto que desempeñen roles como analistas de datos, consultores empresariales, analistas de negocios, especialistas en marketing y ventas. El contenido del programa se enfoca en proporcionar las habilidades y conocimientos necesarios para aplicar tecnologías y herramientas de Big Data en sus respectivas áreas de especialización.   

Este programa te proporciona un amplio conocimiento de las tecnologías y herramientas relacionadas con el Big Data, con el objetivo de que puedas utilizarlas de manera efectiva en el entorno empresarial. Aprenderás a manejar diferentes tipos de datos y fuentes de información, tanto estructurados como no estructurados, y desarrollarás habilidades para procesar y analizar estos datos de manera eficiente.

1. Big Data aplicada y sus tecnologías
1.1 Gestión de soluciones con sistemas de almacenamiento y herramientas del centro de datos para la resolución de problemas.
Recursos Cloud (Servidores, Microservicios, Colas, Bases de datos, ML, Gráficos y otros servicios), teoría, prácticas y casos de aplicación.
1.2 Bases de datos (SQL, NoSQL, Documentales, clave-valor y Graph), teoría, prácticas y casos de aplicación.
1.3 Gestión de sistemas de almacenamiento y ecosistemas Big Data.
1.4 Procesamiento distribuido (Hadoop y Spark) herramientas Open Source y Cloud, teoría, prácticas y casos de aplicación.
1.5 Generación de mecanismos de Integridad de los datos. Comprobación de mantenimiento de sistemas de ficheros.
1.6 Desarrollo de aplicaciones de Inteligencia Artificial (IA).
1.7 Microsoft Azure Data Fundamentals.
1.8 Aplicación práctica #2 con Microsoft Azure BD.

2. Aplicación de Herramientas y Técnicas de Visualización de Datos
2.1 Teoría de gráficas.
2.2 Gramática de las gráficas.
2.3 Herramientas de visualización de datos.

3. Microsoft Power BI (BUSINESS INTELLIGENCE)
3.1 Introducción.
3.2 Obteniendo datos.
3.3 Transformación de datos.
3.4 Creación de informes.
3.5 Modelado de Datos.
3.6 Introducción a DAX.
3.7 Publicar en el Servicio Power BI y Compartir.

4. Proyectos en Contextos de Inteligencia Artificial y Metodología • Desarrollo de proyectos con metodología ágil mediante SCRUM.
4.1 Conocer los puntos de seguimiento en el contexto ágil.
4.2 Métodos ágiles avanzados.
4.3 Capacitación en metodologías ágiles.
4.4 Gestión de proyectos.
4.5 Esquema de un proyecto de trabajo final y metodologías.
4.6 Comprender el comportamiento y entender las implicaciones éticas.

5. Big Data Aplicada y sus Tecnologías (con Microsoft Azure BD) - PRÁCTICA
5.1 Explorar las opciones de computación y almacenamiento para cargas de trabajo de ingeniería de datos.
5.2 Diseño e implementación de la capa de Servicio.
5.3 Consideraciones de ingeniería de datos para archivos Fuente.
5.4 Ejecutar consultas interactivas con grupos de SQL sin servidor de Azure Synapse Analytics.
5.5 Explorar, transformar y cargar datos en el almacén de datos usando Apache Spark.
5.6 Exploración y transformación de datos en Azure Databricks.
5.7 Ingesta y carga datos en el almacén de datos.
5.8 Transformar datos con Azure Data Factory o Azure Synapse Pipelines.
5.9 Orquestar el movimiento y la transformación de datos en Azure Synapse Pipelines.
5.10 Optimizar el rendimiento de las consultas con grupos de SQL dedicados en Azure Synapse.
5.11 Analizar y optimizar el almacenamiento del Data Warehouse.
5.12 Soporte del procesamiento analítico transaccional híbrido (HTAP) con Azure Synapse Link.
5. 13 Seguridad de un extremo a otro con Azure Synapse Analytics.
5.14 Procesamiento de transmisión en tiempo real con Stream Analytics.
5.15 Crear una solución de procesamiento de transmisión con Event Hubs y Azure Databricks.
5.16 Generar informes mediante la integración de Power BI con Azure Synpase Analytics.
5.17 Realizar procesos integrados de aprendizaje automático en Azure Synapse Analytics.

Duración: 250h    
Horas Lectivas: 231h    
Precio: 2925    
Condiciones de pago: 292,50€ matrícula + 292,50€/mes durante 10 meses (sept-jun)

Prácticas en Empresa: SI
Bolsa de trabajo: SÍ   
Becas: Existen becas que cubre desde el 20% hasta el 80% del precio del curso. Paga cuando trabajes.