Master en data management

MÓDULO 1. BIG DATA INTRODUCTIONUNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL BIG DATAUNIDAD DIDÁCTICA 2. FUENTES DE DATOSUNIDAD DIDÁCTICA 3. OPEN DATAUNIDAD DIDÁCTICA 4. FASES DE UN PROYECTO DE BIG DATAUNIDAD DIDÁCTICA 5. BUSINESS INTELLIGENCE Y LA SOCIEDAD DE LA INFORMACIÓNUNIDAD DIDÁCTICA 6. PRINCIPALES PRODUCTOS DE BUSINESS INTELLIGENCEUNIDAD DIDÁCTICA 7. BIG DATA Y MARKETINGUNIDAD DIDÁCTICA 8. DEL BIG DATA AL LINKED OPEN DATAUNIDAD DIDÁCTICA 9. INTERNET DE LAS COSASMÓDULO 2. ARQUITECTURA BIG DATAUNIDAD DIDÁCTICA 1. BATCH PROCESSINGUNIDAD DIDÁCTICA 2. STREAMING PROCESSINGUNIDAD DIDÁCTICA 3. SISTEMAS NOSQLUNIDAD DIDÁCTICA 4. INTERACTIVE QUERYUNIDAD DIDÁCTICA 5. SISTEMAS DE COMPUTACIÓN HÍBRIDOSUNIDAD DIDÁCTICA 6. CLOUD COMPUTINGUNIDAD DIDÁCTICA 7. ADMINISTRACIÓN DE SISTEMAS BIGUNIDAD DIDÁCTICA 8. VISUALIZACIÓN DE DATOSMÓDULO 3. BUSINESS INTELLIGENCEUNIDAD DIDÁCTICA 1. MINERÍA DE DATOS O DATA MINING Y EL APRENDIZAJE AUTOMÁTICOUNIDAD DIDÁCTICA 2. DATAMART. CONCEPTO DE BASE DE DATOS DEPARTAMENTALUNIDAD DIDÁCTICA 3. DATAWAREHOUSE O ALMACÉN DE DATOS CORPORATIVOSUNIDAD DIDÁCTICA 4. INTELIGENCIA DE NEGOCIO Y HERRAMIENTAS DE ANALÍTICAUNIDAD DIDÁCTICA 5. BUSINESS INTELLIGENCE CON POWERBIUNIDAD DIDÁCTICA 6. HERRAMIENTA TABLEAUUNIDAD DIDÁCTICA 7. HERRAMIENTA QLIKVIEWMÓDULO 4. HERRAMIENTAS PARA EXPLOTACIÓN Y ANÁLISIS DE BIG DATAUNIDAD DIDÁCTICA 1. BASES DE DATOS NOSQL Y EL ALMACENAMIENTO ESCALABLEUNIDAD DIDÁCTICA 2. INTRODUCCIÓN A UN SISTEMA DE BASES DE DATOS NOSQL: MONGODBUNIDAD DIDÁCTICA 3. ECOSISTEMA HADOOPUNIDAD DIDÁCTICA 4. WEKA Y DATA MININGUNIDAD DIDÁCTICA 5. PENTAHO UNA SOLUCIÓN OPEN SOURCE PARA BUSINESS INTELLIGENCEMÓDULO 5. INTRODUCCIÓN A LA PROGRAMACIÓN ESTADÍSTICAUNIDAD DIDÁCTICA 1. PYTHON Y EL ANÁLISIS DE DATOSUNIDAD DIDÁCTICA 2. R COMO HERRAMIENTA PARA BIG DATAMÓDULO 6. DATA SCIENCEUNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA CIENCIA DE DATOSUNIDAD DIDÁCTICA 2. BASES DE DATOS RELACIONALESUNIDAD DIDÁCTICA 3. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOSUNIDAD DIDÁCTICA 4. ANÁLISIS DE LOS DATOSMÓDULO 7. INTELIGENCIA ARTIFICIAL (IA), MACHINE LEARNING (ML) Y DEEP LEARNING (DL)UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIALUNIDAD DIDÁCTICA 2. TIPOS DE INTELIGENCIA ARTIFICIALUNIDAD DIDÁCTICA 3. ALGORITMOS APLICADOS A LA INTELIGENCIA ARTIFICIALUNIDAD DIDÁCTICA 4. RELACIÓN ENTRE INTELIGENCIA ARTIFICIAL Y BIG DATAUNIDAD DIDÁCTICA 5. SISTEMAS EXPERTOSUNIDAD DIDÁCTICA 6. FUTURO DE LA INTELIGENCIA ARTIFICIALUNIDAD DIDÁCTICA 7. INTRODUCCIÓN AL MACHINE LEARNINGUNIDAD DIDÁCTICA 8. EXTRACCIÓN DE ESTRUCTURA DE LOS DATOS: CLUSTERINGUNIDAD DIDÁCTICA 9. SISTEMAS DE RECOMENDACIÓNUNIDAD DIDÁCTICA 10. CLASIFICACIÓNUNIDAD DIDÁCTICA 11. REDES NEURONALES Y DEEP LEARNINGUNIDAD DIDÁCTICA 12. SISTEMAS DE ELECCIÓNUNIDAD DIDÁCTICA 13. DEEP LEARNING CON PYTHON, KERAS Y TENSORFLOWUNIDAD DIDÁCTICA 14. SISTEMAS NEURONALESUNIDAD DIDÁCTICA 15. REDES DE UNA SOLA CAPAUNIDAD DIDÁCTICA 16. REDES MULTICAPAUNIDAD DIDÁCTICA 17. ESTRATEGIAS DE APRENDIZAJEMÓDULO 8. PROCESAMIENTO DE LENGUAJE NATURAL (PLN)UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL PLNUNIDAD DIDÁCTICA 2. RECURSOS PARA EL PLNUNIDAD DIDÁCTICA 3. COMPUTACIÓN DE LA SINTAXIS PARA EL PLNUNIDAD DIDÁCTICA 4. COMPUTACIÓN DE LA SEMÁNTICA PARA EL PLNUNIDAD DIDÁCTICA 5. RECUPERACIÓN Y EXTRACCIÓN DE LA INFORMACIÓNMÓDULO 9. CHATBOTS E INTELIGENCIA ARTIFICIALUNIDAD DIDÁCTICA 1 .¿QUÉ ES LA INTELIGENCIA ARTIFICIAL?UNIDAD DIDÁCTICA 2. ¿QUÉ ES UN CHATBOT?UNIDAD DIDÁCTICA 3. RELACIÓN ENTRE IA Y CHATBOTSUNIDAD DIDÁCTICA 4. ÁMBITOS DE APLICACIÓN CHATBOTSMÓDULO 10. CIBERSEGURIDAD APLICADA A INTELIGENCIA ARTIFICIAL (IA), SMARTPHONES, INTERNET DE LAS COSAS (IOT) E INDUSTRIA 4.0UNIDAD DIDÁCTICA 1. CIBERSEGURIDAD EN NUEVAS TECNOLOGÍASUNIDAD DIDÁCTICA 2. CIBERSEGURIDAD EN SMARTPHONESUNIDAD DIDÁCTICA 3. INTELIGENCIA ARTIFICIAL (IA) Y CIBERSEGURIDADUNIDAD DIDÁCTICA 4. CIBERSEGURIDAD E INTERNET DE LAS COSAS (IOT)UNIDAD DIDÁCTICA 5. SEGURIDAD INFORMÁTICA EN LA INDUSTRIA 4.0MÓDULO 11. PROYECTO FIN DE MASTER