Master στα Big Data
IMF Smart Education
Πληροφορία κλειδί
Τοποθεσία πανεπιστημιούπολης
Online Spain
Γλώσσες
Ισπανικά
Μορφή μελέτης
Εξ αποστάσεως εκπαίδευση
Διάρκεια
24 μήνες
Βήμα
Μερικής απασχόλησης
Δίδακτρα
EUR 850 / per year *
Προθεσμία εφαρμογής
Ζητήστε πληροφορίες
Πρωιμότερη ημερομηνία έναρξης
Sep 2024
* Τιμή Βάσης: 8.500 €
Υποτροφίες
Εξερευνήστε ευκαιρίες για υποτροφίες για να βοηθήσετε στη χρηματοδότηση των σπουδών σας
Εισαγωγή
Το Master in Big Data, που αναπτύχθηκε από κοινού με την τεχνολογική πολυεθνική Indra, παρέχει μια επισκόπηση των τεχνολογιών Big Data και της χρήσης τους, καθώς και εφαρμοσμένη και πρακτική εκπαίδευση σε αναλυτικές τεχνικές για επιχειρήσεις (Business Analytics), δηλαδή στην εφαρμογή από Τεχνικές Επιστήμης Δεδομένων σε επιχειρηματικά προβλήματα.
Έτσι, το πρόγραμμα ανταποκρίνεται στην ανάγκη γνώσης με πρακτικό και εφαρμοσμένο τρόπο χρήσης τεχνολογιών και μεθόδων ανάλυσης δεδομένων. Η κατανόηση της τεχνικής χρήσης συμπληρώνει το επιχειρηματικό όραμα, έτσι ώστε οι απόφοιτοι του προγράμματος να είναι σε θέση να συλλογιστούν σε βάθος σχετικά με τη δυνατότητα εφαρμογής των τεχνολογιών, καθώς και να εφαρμόσουν αναλυτικές τεχνικές και εργαλεία σε συγκεκριμένες καταστάσεις.
Γιατί να σπουδάσετε στο School of Artificial Intelligence & Big Data;
ενεργούς εμπειρογνώμονες
Ενεργοί επαγγελματίες από την Indra και τη Minsait θα σας διδάξουν τις δεξιότητες και τις γνώσεις που αναζητούν για τις ομάδες τους
Σχεδιάστε την εξατομικευμένη σας εκπαίδευση
Τα προγράμματά μας είναι δομημένα γύρω από 2 βασικούς άξονες, το προφίλ και την επαγγελματική σας εμπειρία, ώστε να έχετε πρόσβαση στην επαγγελματική αγορά από ένα τεχνικό προφίλ (Hard tech) ή από ένα επιχειρηματικό (Soft Tech).
Μάθηση με πράξεις
Λειτουργεί με τα σύννεφα των κύριων παικτών στον τομέα, τα οικοσυστήματα και τις πλατφόρμες ανοιχτού κώδικα που εξυπηρετούν +500 εκατομμύρια ανθρώπους
Πρόσβαση σε πρακτικές
Προτίμηση πρόσβασης σε επαγγελματικές θέσεις πρακτικής άσκησης με ελάχιστο αριθμό θέσεων πρακτικής άσκησης για κάθε πρόγραμμα
Βαθμοί
Ολοκληρώνοντας αυτό το πρόγραμμα θα αποκτήσετε τριπλό πτυχίο Master in Big Data από IMF Smart Education , επαγγελματική πιστοποίηση από την Indra και Master of Big Data από την UCAV.
Τριπλό πτυχίο: IMF Smart Education + Indra επαγγελματική πιστοποίηση + UCAV
Δυνατότητα πρόσληψης πρακτικής άσκησης και προνομιακή πρόσβαση σε διαδικασίες επιλογής
Ιδανικοί μαθητές
Το πρόγραμμα απευθύνεται σε επαγγελματίες και πρόσφατους πτυχιούχους με διαφορετικά προφίλ που θέλουν να προσανατολίσουν ή να επαναπροσανατολίσουν την επαγγελματική τους σταδιοδρομία σε ένα από τα αναδυόμενα επαγγέλματα που σχετίζονται με την ανάλυση δεδομένων. Τα προφίλ μπορούν να είναι τριών τύπων:
- Προφίλ ΤΠΕ: επιστήμονες υπολογιστών ή σχετικοί μηχανικοί ή επαγγελματίες που έχουν αναπτύξει τη σταδιοδρομία τους στην ανάπτυξη λογισμικού ή στη διαχείριση συστημάτων πληροφορικής.
- Ποσοτικά προφίλ: απόφοιτοι μαθημάτων με ισχυρή ποσοτική συνιστώσα, όπως στατιστικά και μαθηματικά, που θέλουν να διευρύνουν τις δεξιότητές τους με τεχνικές απόκτησης, αποθήκευσης και διαχείρισης δεδομένων, καθώς και να αποκτήσουν νέες αναλυτικές ικανότητες.
- Επιχειρηματικά προφίλ: πτυχιούχοι και επαγγελματίες σε διαφορετικούς τομείς των επιχειρήσεων και των οικονομικών που θέλουν να ειδικευτούν στην ανάλυση των επιχειρήσεων, αποκτώντας ένα σταθερό υπόβαθρο στη χρήση στατιστικών γλωσσών και στην κατανόηση της τεχνολογίας όχι μόνο σε επιχειρηματικό επίπεδο, αλλά και ως προς το τεχνικό σας επίπεδο εφαρμογή
Εισαγωγές
Υποτροφίες και Χρηματοδότηση
Αποτέλεσμα προγράμματος
- Κατανοήστε την αξία των δεδομένων και την ανάλυσή τους σε οργανισμούς και να είστε σε θέση να σχεδιάζετε και να συλλαμβάνετε λύσεις ανάλυσης δεδομένων.
- Να γνωρίζουν και να γνωρίζουν πώς να δηλώνουν την επιχειρηματική αξία των βασικών τεχνολογιών παράλληλης επεξεργασίας και κλιμακούμενης αποθήκευσης δεδομένων, καθώς και πώς να εξηγούν τη χρήση τους για συγκεκριμένους σκοπούς εντός του οργανισμού.
- Να είναι σε θέση να εφαρμόζει τεχνικές και μεθόδους ανάλυσης δεδομένων σε επιχειρηματικά προβλήματα χρησιμοποιώντας τεχνικές στατιστικού προγραμματισμού.
- Εφαρμόστε τεχνικές μηχανικής μάθησης και εξόρυξης κειμένου για εξαγωγή αξίας από δεδομένα και δημιουργία μοντέλων πρόβλεψης.
- Γνωρίστε και ξέρετε πώς να εφαρμόζετε εργαλεία επιχειρηματικής ευφυΐας και οπτικοποίησης για την υποστήριξη αναλυτικών στοιχείων και λήψης αποφάσεων.
- Αναλυτής δεδομένων (Big Data Analyst).
- Επιστήμονας Δεδομένων.
- Επαγγελματίες Business Intelligence.
- Chief Data Officer (CDO).
- Αρχιτέκτονας Big Data.
- Μηχανικός δεδομένων
- Καθηγητής σε μαθήματα Business Intelligence
- Καθηγητής στο μάθημα Ανάλυση Δεδομένων
- Ο εν λόγω δάσκαλος Qlik
Ευκαιρίες καριέρας
Το πρόγραμμα παρέχει βασική εκπαίδευση για να προσανατολιστείτε σε διαφορετικά επαγγέλματα στον τομέα της ανάλυσης και διαχείρισης δεδομένων. συγκεκριμένα: Σύμβουλος Ψηφιακού Μετασχηματισμού
- Αναλυτές δεδομένων.
- Επαγγελματίες Business Intelligence.
- Επιστήμονες Δεδομένων.
Στην περίπτωση αυτών των προφίλ με προηγούμενη εμπειρία στην ηγεσία και τη διαχείριση ομάδας, το πρόγραμμα θα τους εκπαιδεύσει για θέσεις όπως ο Chief Data Officer (CDO). Τέλος, για επαγγελματίες που έχουν προφίλ υπολογιστών, θα παρέχει τη βάση για επαγγελματικές ευκαιρίες όπως ο αρχιτέκτονας Big Data ή ο Μηχανικός Δεδομένων.
Διδακτέα ύλη
Master που σχεδιάστηκε από μια επιτροπή εμπειρογνωμόνων που αποτελείται από γιατρούς και ενεργούς επαγγελματίες από κορυφαίες εταιρείες στον τομέα της Τεχνητής Νοημοσύνης και των Μεγάλων Δεδομένων όπως η Indra και η Minsait. Η εμπειρία τους εγγυάται την καταλληλότητα των σπουδών και των δεξιοτήτων που αποκτήθηκαν, είτε για είσοδο στον κόσμο της εργασίας είτε για επαγγελματική βελτίωση στον κλάδο. Αυτή η ομάδα ειδικών, εκτός από τη συμμετοχή στην επιτροπή σχεδιασμού του εκπαιδευτικού προγράμματος, συνεργάζεται στη διδασκαλία και την παράδοση των συνεδριών του master.
Βασικές αρχές επεξεργασίας δεδομένων για την επιστήμη των δεδομένων
- Χρησιμοποιώντας εικονικές μηχανές και κέλυφος εντολών
- Βασικές αρχές προγραμματισμού Python
- Βασικές αρχές σχεσιακής βάσης δεδομένων
- Βασικές αρχές των τεχνολογιών του Διαδικτύου
- Κοινή χρήση δεδομένων, κώδικα και πόρων σε αποθετήρια
- Βασικές αρχές επεξεργασίας δεδομένων με την επιστημονική στοίβα Python
Business Intelligence
- Εισαγωγή στην επιχειρηματική ευφυΐα
- Αποθήκες δεδομένων και αναλυτικές βάσεις δεδομένων
- Εργαλεία αφαίρεσης και φόρτωσης
- Εφαρμογές επιχειρηματικών πληροφοριών
- Η ανάλυση μεγάλων δεδομένων εφαρμόζεται στις επιχειρήσεις
- Ευφυΐα πελατών (CRM)
Εφαρμοσμένη Μηχανική Μάθηση
- Εισαγωγή στη μηχανική μάθηση
- Εποπτευόμενα μοντέλα
- Μη ελεγχόμενα μοντέλα
- Μηχανική χαρακτηριστικών και επιλογή μοντέλου
- Συνδετικά μοντέλα
- Κανόνες σύνδεσης και ανάλυση καλαθιού αγοράς
Εξόρυξη κειμένου και Επεξεργασία Φυσικής Γλώσσας (NLP)
- Ιστορική και τεχνολογική εισαγωγή
- Εργαλεία NLP I: NLTK
- Εργαλεία NLP II: Brat and Gate
- εξόρυξη κειμένου
- Άλλες εφαρμογές και τεχνικές NLP
Επιχειρηματική ευφυΐα και οπτικοποίηση
- Εισαγωγή στην επιχειρηματική ευφυΐα
- BI vs. παραδοσιακή αναφορά
- Τεχνολογικά θεμέλια επεξεργασίας και ανάλυσης δεδομένων
- Βασικές αρχές οπτικοποίησης δεδομένων
- Προηγμένη οπτικοποίηση δεδομένων
- Εργαλεία οπτικοποίησης
Μεγάλη υποδομή δεδομένων
- Επεξεργασία δεδομένων με Hadoop
- Εργαλεία οικοσυστήματος Hadoop
- Επεξεργασία δεδομένων με Spark
- Αρχιτεκτονικές ροής
- Στοιχεία αρχιτεκτονικών ροής
- Cloud πλατφόρμες και API
Αποθήκευση και ενοποίηση δεδομένων
- Μη συμβατικές βάσεις δεδομένων
- Μοντέλα βάσεων δεδομένων βάσει εγγράφων
- Μοντέλα βάσης δεδομένων προσανατολισμένα στη στήλη
- Μοντέλα βάσης δεδομένων προσανατολισμένα σε γραφήματα
- Μοντέλα βάσης δεδομένων κλειδιού-τιμής
- Απόκτηση δεδομένων
Αξία και πλαίσιο του Big Data Analytics
- Η υπόθεση των μεγάλων δεδομένων
- Έργα μεγάλων δεδομένων
- Αναλυτικές εφαρμογές ανά κλάδους
- Αναδυόμενες τεχνολογίες στην ανάλυση
- Ομαδική διαχείριση και ευέλικτες μέθοδοι
- Ρυθμιστικές πτυχές της επεξεργασίας δεδομένων
Αναλυτικές Εφαρμογές. Πρακτικές περιπτώσεις
- Scalable analytics: Ανάλυση με παράλληλες και κλιμακούμενες τεχνολογίες υπολογιστών
- Αναλύσεις μέσων κοινωνικής δικτύωσης
- Internet of things (IoT)
- Χρηματοοικονομικά αναλυτικά στοιχεία (αξιολόγηση εταιρείας)
- Αναλυτικά στοιχεία πελατών: αναλυτικά στοιχεία τοποθεσίας
- Τεχνικές ανάκτησης πληροφοριών
Μεταπτυχιακή διατριβή (TFM)
Μάθημα Agile Methodologies
- Τι είναι το Scrum και πώς να το εφαρμόσετε
- Το πλαίσιο Scrum
- Αυτοοργανωμένες ομάδες
- Ο ρόλος των πελατών και των ενδιαφερομένων
- Ευέλικτη διαχείριση προϊόντων και έργου
- Ανάπτυξη και συνεχής ένταξη
- Πώς να εξελιχθείς προς έναν ευέλικτο οργανισμό
Εισαγωγικό μάθημα Python
- Εισαγωγή στην Python
- Προϋποθέσεις στην Python
- Επαναλαμβανόμενες δομές στην Python
- Συλλογές. Κονίστρα
- Συναρτήσεις συμβολοσειράς
- Συλλογές. Λεξικά
- λειτουργίες
- Διαχείριση αρχείων
- αντικειμενικός προσανατολισμός
Εισαγωγή στο μάθημα R
- Εισαγωγή στο R
- Διανύσματα
- Πίνακες
- Κονίστρα
- Πλαίσια δεδομένων
- Δομές ελέγχου
- λειτουργίες
μάθημα αγγλικών
- Basic, Pre-intermediate, Intermediate ή Advanced
- Ο μαθητής μπορεί να επιλέξει ένα από τα τέσσερα επίπεδα.
Δίδακτρα προγράμματος
Διαπιστεύσεις
Εκθεσιακός χώρος
Σχετικά με το Σχολείο
Ερωτήσεις
Παρόμοια Μαθήματα
B.Sc. Επιχειρήσεις και πληροφορική
- Online
MSc Business Analytics Online
- Online
Business Analytics Certificate
- Gainesville, Ηνωμένες Πολιτείες