Acerca de Maestría en Visual Analytics y Big Data
Aunque en la actualidad la recogida y almacenamiento de datos que se producen a diario ha mejorado considerablemente, siguen existiendo carencias relevantes en la capacidad de las personas para analizar esa información y, por tanto, necesitan herramientas y métodos automatizados que le faciliten esta labor enel ámbito empresarial. El uso de herramientas y técnicas de Visual Analytics y Big Data facilita el descubrimiento de soluciones de problemas complejos, que el ser humano es incapaz de resolver por sí mismo, gracias a la enorme capacidad de procesamiento y almacenamiento de datos que tienen los ordenadores. Debido a la creciente demanda de profesionales especializados en Visual Analytics y Big Data, nace este prestigioso programa que capacitará alumno para adentrarse en el mundo del Big Data como un profesional capaz de manejar el análisis racional, soportado por un interface visual e interactivo. Un programa intensivo con el que adquirirá el conocimiento que necesita para intervenir en la captura y almacenamiento de información, el análisis de la data mining o la visualización de la información.
Objetivos
- Comprender el valor del entorno cambiante y facilitar al alumno la conexión con el emprendimiento y las nuevas knowmadas de trabajo
- Analizar los datos producidos y sacar conclusiones mediante herramientas estadísticas para la toma de decisiones más adecuadas en cada momento
- Aprender los conceptos introductorios de la estadística; razonar estadísticamente; representar relaciones entre diferentes variables, entre otros
- Conocer y utilizar herramientas estadísticas para solucionar problemas en el ámbito del Big Data
- Aprender las distintas técnicas para el análisis y explotación de datos, técnicas de visualización e interacción, todo estrechamente vinculado con el rol del Data Scientist y su contribución en la anticipación y visión para la ejecución de procesos de innovación que permitan gestionar cambios de manera eficiente en las organizaciones
- Aplicar herramientas de ‘data mining’ para la resolución de problemas de aprendizaje, interpretando los resultados obtenidos, así como la capacidad de diseñar un sistema inteligente capaz de inferir nuevos conocimientos
- Aprender la importancia de disponer de computación en la nube para el procesado de grandes volúmenes de datos y cómo se puede hacer la ingesta de todo este Big Data en herramientas que nos permitan obtener e inferir patrones en datos aparentemente inconexos
- Profundizar en el framework Hadoop y su sistema de ficheros HDFS (Hadoop Distributed File System), que proporciona sistemas y técnicas para el almacenamiento y el procesamiento distribuido de grandes cantidades de datos
- Saber aplicar las herramientas para el procesamiento en paralelo: MapReduce, ideado por Google en 2004, o Spark, ahora mismo bajo el auspicio de la Apache Software Foundation
- Adquirir las capacidades para la dirección estratégica de proyectos mediante el aporte de mejores prácticas recogidas bajo el PMI, metodologías como Kimball o una metodología única en el mundo: SQuID, desarrollada por una empresa española experta en Big Data
- Entender la necesidad de la seguridad en el almacenamiento, gestión y acceso a los datos y conocerá los pilares de la seguridad de la información: integridad, confidencialidad, disponibilidad y trazabilidad
- Aprender a definir con precisión al consumidor mediante el aprendizaje de competencias específicas y la búsqueda y análisis de la información necesaria
- Obtener información basada en datos de búsquedas realizadas por los usuarios de la Web, para poder definir una estrategia basada en realidades, es decir, en los datos existentes
- Saber diferenciar la oferta, dotando así la capacidad de pensar del mismo modo que el consumidor, detectando los atributos que desea
- Aprender cómo funciona un caso real de aplicación del mundo del Big Data al marketing con MasterLead, que proporciona una herramienta para valorar la probabilidad que tiene un lead de convertirse en cliente
- Ser capaz de hacer un storytelling con datos para entender como representar datos y sus representaciones visuales
- Comprender el proceso de análisis visual de Keim, que muestra cómo aplicar técnicas de Visual Analytics al mundo empresarial
- Aprender a usar la herramienta Many Eyes de IBM que permite crear distintos tipos de visualizaciones de datos como infografías, mapas, visualización de conteo de palabras, gráficas de barras, etc
- Obtener capacidades en tres librerías populares como son Google Charts, JQuery plug-ins para visualizaciones y Data-Driven, también conocida como D3, una de las librerías más potentes actualmente en el mercado
- Conocer en profundidad otro conjunto de herramientas que se utilizan ampliamente en diversos sectores como Matlab, Tableau, SAS Visual Analytics o Power BI de Microsoft, donde podrá explicar la historia de un dataset a través de visualizaciones
Competencias
- Adquirir las habilidades necesarias para el ejercicio profesional en el campo de Visual Analytics en el contexto social y tecnológico
- Saber analizar e interpretar los datos estadísticos
- Utilizar las técnicas de evaluación y análisis de datos
- Conocer las herramientas de uso en el análisis de datos
- Realizar gestión y paralelización de bases de datos de diferentes tipos
- Poner en práctica las habilidades gerenciales avanzadas en organización de datos
- Dirigir proyectos de Visual Analytics y Big Data
- Aplicar la Ingeniería de Datos al Marketing
- Visibilizar los datos
- Utilizar las herramientas para la visualización de datos
