Master Profesional en Inteligencia Artificial y Data Science

El Master Profesional en Inteligencia Artificial y Data Science se imparte en modalidad semipresencial en Barcelona.

Este programa te proporciona una comprensión sólida de los conceptos, tecnologías y herramientas de Big Data y cómo aplicarlas en el mundo empresarial. Conocerás los diferentes tipos de datos y fuentes de datos disponibles, incluyendo datos estructurados y no estructurados, y cómo procesarlos y analizarlos.

Aprenderás a utilizar Power BI como una herramienta de Business Intelligence de Microsoft, donde podrás crear informes interactivos, paneles personalizados y cuadros de mando con el fin de visualizar y analizar datos de manera efectiva para tomar decisiones basadas en datos.

Con en el uso de Power BI, también serás capaz de conectar, transformar y modelar datos de diferentes fuentes, como bases de datos, hojas de cálculo, archivos locales y servicios en la nube.

Programa validado por las empresas del Consejo Asesor Empresarial de IMPELIA que necesitan este perfil profesional en sus organizaciones.

Titulación
Master Profesional    

Prácticas en Empresas
Bolsa de Trabajo
Existen becas que cubre desde el 20% hasta el 90% del precio del curso.    
Paga cuando trabajes.

Grado Superior de Formación Profesional   

Dirigido a profesionales de medio y alto nivel en: analista de datos, consultores empresariales o analistas de negocios, especialistas en marketing y ventas.

Este programa proporciona una gran comprensión con las tecnologías y herramientas de Big Data para poder implementarlo en el mundo empresarial. Se trabaja con los diferentes tipos de datos y fuentes, incluyendo datos estructurados y no estructurados, y cómo procesarlos y analizarlos.   

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€ al mes de septiembre a junio