Master Profesional en Ciencia de Datos e IA

El Master Profesional en Ciencia de Datos e IA se imparte en modalidad presencial en Barcelona. Este master también puede realizarse en modalidad Online.

Este programa te brindará un conocimiento sólido en el análisis de grandes cantidades de datos, conocido como Big Data. Aprenderás sobre diferentes tipos de datos y fuentes de información, tanto estructurados como no estructurados, y desarrollarás habilidades para procesarlos y analizarlos de manera efectiva.

También te familiarizarás con Power BI, una herramienta de inteligencia empresarial creada por Microsoft. Con Power BI, podrás crear informes interactivos, paneles personalizados y tableros de control para visualizar y analizar datos, con el objetivo de tomar decisiones basadas en la información.

Además, aprenderás a conectar, transformar y modelar datos 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 compuesto 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 ofrece un amplio conocimiento de las tecnologías y herramientas de Big Data, con el objetivo de que puedas aplicarlos de manera efectiva en el ámbito empresarial. 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 eficiente.

1. Aplicación práctica de Big Data y sus tecnologías
1.1 Gestión de soluciones utilizando sistemas de almacenamiento y herramientas del centro de datos para resolver problemas.
Utilización de recursos en la nube (servidores, servicios pequeños, colas, bases de datos, aprendizaje automático, gráficos y otros servicios), con teoría, práctica y casos de aplicación.
1.2 Utilización de diferentes tipos de bases de datos (relacionales, no relacionales, basadas en documentos, clave-valor y gráficas) con teoría, práctica y casos de aplicación.
1.3 Administración de sistemas de almacenamiento y ecosistemas de Big Data.
1.4 Procesamiento distribuido utilizando herramientas de código abierto y en la nube como Hadoop y Spark, con teoría, práctica y casos de aplicación.
1.5 Garantía de integridad de los datos y mantenimiento de sistemas de archivos.
1.6 Desarrollo de aplicaciones de Inteligencia Artificial (IA).
1.7 Fundamentos de Microsoft Azure Data.
1.8 Aplicación práctica #2 utilizando Microsoft Azure Big Data.

2. Uso de herramientas y técnicas de visualización de datos
2.1 Conceptos teóricos sobre gráficos.
2.2 Uso de la gramática de gráficos.
2.3 Utilización de herramientas para visualizar datos.

3. Microsoft Power BI (Inteligencia Empresarial)
3.1 Introducción a Power BI.
3.2 Extracción de datos.
3.3 Transformación de datos.
3.4 Creación de informes.
3.5 Modelado de datos.
3.6 Introducción a DAX (Expresiones de análisis de datos).
3.7 Publicación de informes en el servicio de Power BI y compartirlos.

4. Proyectos en contextos de Inteligencia Artificial y metodología
4.1 Desarrollo de proyectos utilizando la metodología ágil SCRUM.
4.2 Seguimiento de proyectos en un contexto ágil.
4.3 Avances en metodologías ágiles.
4.4 Gestión de proyectos.
4.5 Estructura de un proyecto final y metodologías.
4.6 Comprensión del comportamiento y consideraciones éticas.

5. Aplicación práctica de Big Data y sus tecnologías con Microsoft Azure Big Data
5.1 Exploración de opciones de almacenamiento y cómputo para tareas de ingeniería de datos.
5.2 Diseño e implementación de servicios.
5.3 Consideraciones de ingeniería de datos para archivos de origen.
5.4 Ejecución de consultas interactivas utilizando grupos de SQL sin servidor en Azure Synapse Analytics.
5.5 Exploración, transformación y carga de datos en el almacén de datos utilizando Apache Spark.
5.6 Exploración y transformación de datos en Azure Databricks.
5.7 Ingesta y carga de datos en el almacén de datos.
5.8 Transformación de datos utilizando Azure Data Factory o Azure Synapse Pipelines.
5.9 Orquestación del movimiento y transformación de datos en Azure Synapse Pipelines.
5.10 Optimización del rendimiento de consultas utilizando grupos de SQL dedicados en Azure Synapse.
5.11 Análisis y optimización del almacenamiento del almacén de datos.
5.12 Soporte para procesamiento analítico transaccional híbrido (HTAP) con Azure Synapse Link.
5.13 Seguridad integral en Azure Synapse Analytics.
5.14 Procesamiento de datos en tiempo real utilizando Stream Analytics.
5.15 Creación de una solución de procesamiento de datos en tiempo real con Event Hubs y Azure Databricks.
5.16 Generación de informes mediante la integración de Power BI con Azure Synapse Analytics.
5.17 Realización de 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.