MÓDULO 1. INTRODUCCIÓN AL BIG DATA, BUSINESS INTELLIGENCE Y DATA SCIENCE

1. UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL BIG DATA
2. ¿Qué es Big Data?
3. La era de las grandes cantidades de información: historia del big data
4. La importancia de almacenar y extraer información
5. Big Data enfocado a los negocios
6. Open Data
7. Información pública
8. IoT (Internet of Things - Internet de las cosas)
10. UNIDAD DIDÁCTICA 2. FASES DE UN PROYECTO DE BIG DATA
11. Diagnóstico inicial
12. Diseño del proyecto
13. Proceso de implementación
14. Monitorización y control del proyecto
15. Responsable y recursos disponibles
16. Calendarización
17. Alcance y valoración económica del proyecto
19. UNIDAD DIDÁCTICA 3. BUSINESS INTELLIGENCE Y LA SOCIEDAD DE LA INFORMACIÓN
20. Definiendo el concepto de Business Intelligence y sociedad de la información
21. Arquitectura de una solución de Business Intelligence
22. Business Intelligence en los departamentos de la empresa
23. Conceptos de Plan Director, Plan Estratégico y Plan de Operativa Anual
24. Sistemas operacionales y Procesos ETL en un sistema de BI
25. Ventajas y Factores de Riesgos del Business Intelligence
27. UNIDAD DIDÁCTICA 4. PRINCIPALES PRODUCTOS DE BUSINESS INTELLIGENCE
28. Cuadros de Mando Integrales (CMI)
29. Sistemas de Soporte a la Decisión (DSS)
30. Sistemas de Información Ejecutiva (EIS)
32. UNIDAD DIDÁCTICA 5. INTRODUCCIÓN AL DATA SCIENCE
33. ¿Qué es Data Science?
34. Historia del Data Science
35. ¿Qué función tiene un Científico de datos?
36. Data Science vs Big Data. Principales diferencias

MÓDULO 2. ARQUITECTURA BIG DATA

1. UNIDAD DIDÁCTICA 1. BATCH PROCESSING
2. Hadoop
3. Pig
4. Hive
5. Sqoop
6. Flume
7. Spark Core
8. Spark 2.0
10. UNIDAD DIDÁCTICA 2. STREAMING PROCESSING
11. Fundamentos de Streaming Processing
12. Spark Streaming
13. Kafka
14. Pulsar y Apache Apex
15. Implementación de un sistema real-time
17. UNIDAD DIDÁCTICA 3. SISTEMAS NOSQL
18. Hbase
19. Cassandra
20. MongoDB
21. NeoJ
22. Redis
23. Berkeley DB
25. UNIDAD DIDÁCTICA 4. INTERACTIVE QUERY
26. Lucene + Solr
28. UNIDAD DIDÁCTICA 5. SISTEMAS DE COMPUTACIÓN HÍBRIDOS
29. Arquitectura Lambda
30. Arquitectura Kappa
31. Apache Flink e implementaciones prácticas
32. Druid
33. ElasticSearch
34. Logstash
35. Kibana
37. UNIDAD DIDÁCTICA 6. CLOUD COMPUTING
38. Amazon Web Services
39. Google Cloud Platform
41. UNIDAD DIDÁCTICA 7. ADMINISTRACIÓN DE SISTEMAS BIG
42. Administración e Instalación de clusters: Cloudera y Hortonworks
43. Optimización y monitorización de servicios
44. Seguridad: Apache Knox, Ranger y Sentry
46. UNIDAD DIDÁCTICA 8. VISUALIZACIÓN DE DATOS
47. Herramientas de visualización: Tableau y CartoDB
48. Librerías de Visualización: D, Leaflet, Cytoscape

MÓDULO 3. DATA SCIENCE

1. UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA CIENCIA DE DATOS
2. ¿Qué es la ciencia de datos?
3. Herramientas necesarias para el científico de datos
4. Data Science & Cloud Computing
5. Aspectos legales en Protección de Datos
7. UNIDAD DIDÁCTICA 2. BASES DE DATOS RELACIONALES
8. Introducción
9. El modelo relacional
10. Lenguaje de consulta SQL
11. MySQL: Una base de datos relacional
13. UNIDAD DIDÁCTICA 3. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS
14. Obtención y limpieza de los datos (ETL)
15. Inferencia estadística
16. Modelos de regresión
17. Pruebas de hipótesis
19. UNIDAD DIDÁCTICA 4. ANÁLISIS DE LOS DATOS
20. Inteligencia Analítica de negocios
21. La teoría de grafos y el análisis de redes sociales
22. Presentación de resultados

MÓDULO 4. HERRAMIENTAS PARA EXPLOTACIÓN Y ANÁLISIS DE BIG DATA

1. UNIDAD DIDÁCTICA 1. BASES DE DATOS NOSQL Y EL ALMACENAMIENTO ESCALABLE
2. ¿Qué es una base de datos NoSQL?
3. Bases de datos Relaciones Vs Bases de datos NoSQL
4. Tipo de Bases de datos NoSQL: Teorema de CAP
5. Sistemas de Bases de datos NoSQL
7. UNIDAD DIDÁCTICA 2. INTRODUCCIÓN A UN SISTEMA DE BASES DE DATOS NOSQL: MONGODB
8. ¿Qué es MongoDB?
9. Funcionamiento y uso de MongoDB
10. Primeros pasos con MongoDB: Instalación y shell de comandos
11. Creando nuestra primera Base de Datos NoSQL: Modelo e Inserción de Datos
12. Actualización de datos en MongoDB: Sentencias set y update
13. Trabajando con índices en MongoDB para optimización de datos
14. Consulta de datos en MongoDB
16. UNIDAD DIDÁCTICA 3. ECOSISTEMA HADOOP
17. ¿Qué es Hadoop? Relación con Big Data
18. Instalación y configuración de insfraestructura y ecosistema Hadoop
19. Sistema de archivos HDFS
20. MapReduce con Hadoop
21. Apache Hive
22. Apache Hue
23. Apache Spark
25. UNIDAD DIDÁCTICA 4. WEKA Y DATA MINING
26. ¿Qué es Weka?
27. Técnicas de Data Mining en Weka
28. Interfaces de Weka
29. Selección de atributos
31. UNIDAD DIDÁCTICA 5. PENTAHO UNA SOLUCIÓN OPEN SOURCE PARA BUSINESS INTELLIGENCE
32. Una aproximación a Pentaho
33. Soluciones que ofrece Pentaho
34. MongoDB & Pentaho
35. Hadoop & Pentaho
36. Weka & Pentaho

MÓDULO 5. BUSINESS INTELLIGENCE, CUADROS DE MANDO Y DASHBOARDS

1. UNIDAD DIDÁCTICA 1. MINERÍA DE DATOS O DATA MINING Y EL APRENDIZAJE AUTOMÁTICO
2. Introducción a la minería de datos y el aprendizaje automático
3. Proceso KDD
4. Modelos y Técnicas de Data Mining
5. Áreas de aplicación
6. Minería de textos y Web Mining
7. Data mining y marketing
9. UNIDAD DIDÁCTICA 2. DATAMART: CONCEPTO DE BASE DE DATOS DEPARTAMENTAL
10. Aproximación al concepto de DataMart
11. Bases de datos OLTP
12. Bases de Datos OLAP
13. MOLAP, ROLAP & HOLAP
14. Herramientas para el desarrollo de cubos OLAP
16. UNIDAD DIDÁCTICA 3. DATAWAREHOUSE O ALMACEN DE DATOS CORPORATIVOS
17. Visión General: ¿Por qué DataWarehouse?
18. Estructura y Construcción
19. Fases de implantación
20. Características
21. Data Warehouse en la nube
23. UNIDAD DIDÁCTICA 4. INTELIGENCIA DE NEGOCIO Y HERRAMIENTAS DE ANALÍTICA
24. Tipos de herramientas para BI
25. Productos comerciales para BI
26. Productos Open Source para BI
27. Beneficios de las herramientas de BI
29. UNIDAD DIDÁCTICA 5. DEFINICIÓN DE KPIS
30. Definición de KPIs
31. KPI, CSF y metas
32. Principales KPIS
33. Ejemplos de KPIS
34. Supuesto práctico: Cálculo de KPI con Excel
36. UNIDAD DIDÁCTICA 6. CONCEPTO Y CREACIÓN DE CUADROS DE MANDO
37. Introducción a los cuadros de mando y dashboard
38. Estrategias para la creación de un cuadro de mando
39. Dashboard en Excel o Google Analytics
41. UNIDAD DIDÁCTICA 7. HERRAMIENTAS PARA LA CREACIÓN DE CUADROS DE MANDO
42. Aplicaciones gratuitas
43. Aplicaciones propietarias

MÓDULO 6. INTRODUCCIÓN A LA PROGRAMACIÓN ESTADÍSTICA

1. UNIDAD DIDÁCTICA 1. PYTHON Y EL ANÁLISIS DE DATOS
2. Introducción a Python
3. ¿Qué necesitas?
4. Librerías para el análisis de datos en Python
5. MongoDB, Hadoop y Python: Dream Team del Big Data
7. UNIDAD DIDÁCTICA 2. R COMO HERRAMIENTA PARA BIG DATA
8. Introducción a R
9. ¿Qué necesitas?
10. Tipos de datos
11. Estadística Descriptiva y Predictiva con R
12. Integración de R en Hadoop

MÓDULO 7. VISUALIZACIÓN DE DATOS

1. UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA VISUALIZACIÓN DE DATOS
2. ¿Qué es la visualización de datos?
3. Importancia y herramientas de la visualización de datos
4. Visualización de datos: Principios básicos
6. UNIDAD DIDÁCTICA 2. TABLEAU
7. ¿Qué es Tableau? Usos y aplicaciones
8. Tableau Server: Arquitectura y Componentes
9. Instalación Tableau
10. Espacio de trabajo y navegación
11. Conexiones de datos en Tableau
12. Tipos de filtros en Tableau
13. Ordenación de datos, grupos, jerarquías y conjuntos
14. Tablas y gráficos en Tableau
16. UNIDAD DIDÁCTICA 3. D3 (DATA DRIVEN DOCUMENTS)
17. Fundamentos D3
18. Instalación D3
19. Funcionamiento D3
20. SVG
21. Tipos de datos en D3
22. Diagrama de barras con D3
23. Diagrama de dispersión con D3
25. UNIDAD DIDÁCTICA 4. LOOKER STUDIO (GOOGLE DATA STUDIO)
26. Visualización de datos
27. Tipologías de gráficos
28. Fuentes de datos
29. Creación de informes
31. UNIDAD DIDÁCTICA 5. QLIKVIEW
32. Instalación y arquitectura
33. Carga de datos
34. Informes
35. Transformación y modelo de datos
36. Análisis de datos
38. UNIDAD DIDÁCTICA 6. POWER BI
39. Introducción a Power BI
40. Instalación de Power BI
41. Modelado de datos
42. Visualización de datos
43. Dashboards
44. Uso compartido de datos
46. UNIDAD DIDÁCTICA 7. CARTO
47. CartoDB
48. ¿Qué es CARTO?
49. Carga y uso de datos. Tipos de análisis
50. Programación de un visor con la librería CARTO.js
51. Uso de ejemplos y ayudas de la documentación de la API

MÓDULO 8. PROYECTO FIN DE MÁSTER