MÓDULO 1. BIG DATA & BUSINESS INTELLIGENCE FUNDAMENTALS

1. UNIDAD DIDÁCTICA 1. LA REVOLUCIÓN DE LOS DATOS MASIVOS: BIG DATA Y THICK DATA
2. ¿Qué es Big Data?
3. ¿Y Thick Data? ¿Cuál es el matiz para diferenciar ambos términos?
4. El gran auge del big data
5. La importancia de almacenar y extraer información
6. ¿Cual es el papel de las fuentes de datos?
7. Soluciones novedosas gracias a la selección de datos
8. Naturaleza de las fuentes de datos Big Data
10. UNIDAD DIDÁCTICA 2. TOMA DE DECISIONES INTELIGENTES
11. Thick Data, el valor de lo cualitativo. Entender emociones humanas, intenciones y sentimientos
12. Fases en un proyecto de Big Data
13. Big Data enfocado a los negocios
14. Apoyo del Big Data en el proceso de toma de decisiones
15. Toma de decisiones operativas
17. UNIDAD DIDÁCTICA 3. CÓMO HACER CRECER UN NEGOCIO A TRAVÉS DEL BIG DATA Y SUS APLICACIONES
18. Marketing estratégico y Big Data
19. Open data
20. Ejemplo de uso de Open Data
21. IoT (Internet of Things-Internet de las cosas)
23. UNIDAD DIDÁCTICA 4. BIG DATA EN DIFERENTES SECTORES
24. Relación entre inteligencia artificial y big data
25. IA y Big Data combinados
26. El papel del Big Data en IA
27. Big Data en salud
28. Necesidad de Big Data en la asistencia sanitaria
29. Retos del big data en salud
30. Big Data y People Analytics en RRHH
32. UNIDAD DIDÁCTICA 5. BUSINESS INTELLIGENCE Y LA SOCIEDAD DE LA INFORMACIÓN
33. Definiendo el concepto de Business Intelligence y sociedad de la información
34. Arquitectura de una solución Business Intelligence
35. Business Intelligence en los departamentos de la empresa
36. Conceptos de Plan Director, Plan Estratégico y Plan de Operativa Anual
37. Sistemas Operacionales y Procesos ETL en un sistema de BI
38. Ventajas y Factores de Riesgos del Business Intelligence
40. UNIDAD DIDÁCTICA 6. PRINCIPALES PRODUCTOS DE BUSINESS INTELLIGENCE
41. Cuadros de Mando Integrales (CMI)
42. Sistemas de Soporte a la Decisión (DSS)
43. Sistemas de Información Ejecutiva (EIS)
45. UNIDAD DIDÁCTICA 7. MINERÍA DE DATOS O DATA MINING Y EL APRENDIZAJE AUTOMÁTICO
46. Introducción a la minería de datos y el aprendizaje automático
47. Proceso KDD
48. Modelos y Técnicas de Data Mining
49. Áreas de aplicación
50. Minería de Textos y Web Mining
51. Data mining y marketing
53. UNIDAD DIDÁCTICA 8. DATAMART: CONCEPTO DE BASE DE DATOS DEPARTAMENTAL
54. Aproximación al concepto de DataMart
55. Bases de datos OLTP
56. Bases de Datos OLAP
57. MOLAP, ROLAP & HOLAP
58. Herramientas para el desarrollo de cubos OLAP
60. UNIDAD DIDÁCTICA 9. DATAWAREHOUSE O ALMACEN DE DATOS CORPORATIVOS
61. Visión General: ¿Por qué DataWarehouse?
62. Estructura y Construcción
63. Fases de implantación
64. Características
65. Data Warehouse en la nube
67. UNIDAD DIDÁCTICA 10. INTERNET DE LAS COSAS
68. Contexto Internet de las Cosas (IoT)
69. ¿Qué es IoT?
70. Elementos que componen el ecosistema IoT
71. Arquitectura IoT
72. Dispositivos y elementos empleados
73. Ejemplos de uso
74. Retos y líneas de trabajo futuras
76. UNIDAD DIDÁCTICA 11. STORYTELLING
77. ¿Qué es el Data Storytelling?
78. Elementos clave del Data Storytelling
79. ¿Por qué es importante el Data Storytelling?
80. ¿Cómo hacer Data Storytelling?
82. UNIDAD DIDÁCTICA 12. ECOSISTEMA HADOOP
83. ¿Qué es Hadoop? Relación con Big Data
84. Instalación y configuración de insfraestructura y ecosistema Hadoop
85. Sistema de archivos HDFS
86. MapReduce con Hadoop
87. Apache Hive
88. Apache Hue
89. Apache Spark

MÓDULO 2. DATA SCIENCE: ALMACENAMIENTO, ANÁLISIS Y PROCESAMIENTO DE DATOS

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. BASES DE DATOS NOSQL Y EL ALMACENAMIENTO ESCALABLE
14. ¿Qué es una base de datos NoSQL?
15. Bases de datos Relaciones Vs Bases de datos NoSQL
16. Tipo de Bases de datos NoSQL Teorema de CAP
17. Sistemas de Bases de datos NoSQL
19. UNIDAD DIDÁCTICA 4. INTRODUCCIÓN A UN SISTEMA DE BASES DE DATOS NOSQL: MONGODB
20. ¿Qué es MongoDB?
21. Funcionamiento y uso de MongoDB
22. Primeros pasos con MongoDB: Instalación y shell de comandos
23. Creando nuestra primera Base de Datos NoSQL: Modelo e Inserción de Datos
24. Actualización de datos en MongoDB: Sentencias set y update
25. Trabajando con índices en MongoDB para optimización de datos
26. Consulta de datos en MongoDB
28. UNIDAD DIDÁCTICA 5. WEKA Y DATA MINING
29. ¿Qué es Weka?
30. Técnicas de Data Mining en Weka
31. Interfaces de Weka
32. Selección de atributos
34. UNIDAD DIDÁCTICA 6. PENTAHO
35. Una aproximación a PENTAHO
36. Soluciones que ofrece PENTAHO
37. MongoDB & PENTAHO
38. Hadoop & PENTAHO
39. Weka & PENTAHO
41. UNIDAD DIDÁCTICA 7. R COMO HERRAMIENTA PARA BIG DATA
42. Introducción a R
43. ¿Qué necesitas?
44. Tipos de datos
45. Estadística Descriptiva y Predictiva con R
46. Integración de R en Hadoop
48. UNIDAD DIDÁCTICA 8. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS
49. Obtención y limpieza de los datos (ETL)
50. Inferencia estadística
51. Modelos de regresión
52. Pruebas de hipótesis
54. UNIDAD DIDÁCTICA 9. ANÁLISIS DE LOS DATOS
55. Inteligencia Analítica de negocios
56. La teoría de grafos y el análisis de redes sociales
57. Presentación de resultados

MÓDULO 3. ANÁLISIS DE DATOS CON PYTHON

1. UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL ANÁLISIS DE DATOS
2. ¿Qué es el análisis de datos?
4. UNIDAD DIDÁCTICA 2. LIBRERÍAS PARA EL ANÁLISIS DE DATOS: NUMPY, PANDAS Y MATPLOTLIB
5. Análisis de datos con NumPy
6. Pandas
7. Matplotlib
9. UNIDAD DIDÁCTICA 3. FILTRADO Y EXTRACCIÓN DE DATOS
10. Cómo usar loc en Pandas
11. Cómo eliminar una columna en Pandas
13. UNIDAD DIDÁCTICA 4. PIVOT TABLES
14. Pivot tables en pandas
16. UNIDAD DIDÁCTICA 5. GROUPBY Y FUNCIONES DE AGREGACIÓN
17. El grupo de Pandas
19. UNIDAD DIDÁCTICA 6. FUSIÓN DE DATAFRAMES
20. Python Pandas fusionando marcos de datos
22. UNIDAD DIDÁCTICA 7. VISUALIZACIÓN DE DATOS CON MATPLOTLIB Y CON SEABORN
23. Matplotlib
24. Seaborn
26. UNIDAD DIDÁCTICA 8. INTRODUCCIÓN AL MACHINE LEARNING
27. Aprendizaje automático
29. UNIDAD DIDÁCTICA 9. REGRESIÓN LINEAL Y REGRESIÓN LOGÍSTICA
30. Regresión lineal
31. Regresión logística
33. UNIDAD DIDÁCTICA 10. ÁRBOL DE DECISIONES
34. Estructura de árbol
36. UNIDAD DIDÁCTICA 11. NAIVE BAYES
37. Algoritmo de Naive Bayes
38. Tipos de Naive Bayes
40. UNIDAD DIDÁCTICA 12. SUPPORT VECTOR MACHINES (SVM)
41. Máquinas de vectores soporte (Support Vector Machine-SVN)
42. ¿Cómo funciona SVM?
43. Núcleos SVM
44. Construcción de clasificador en Scikit-learn
46. UNIDAD DIDÁCTICA 13. KNN
47. K-nearest Neighbors (KNN)
48. Implementación de Python del algoritmo KNN
50. UNIDAD DIDÁCTICA 14. PRINCIPAL COMPONENT ANALYSIS (PCA)
51. Análisis de componentes principales
53. UNIDAD DIDÁCTICA 15. RANDOM FOREST
54. Algortimo de random forest

MÓDULO 4. 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. GOOGLE DATA
26. Google Data Studio
28. UNIDAD DIDÁCTICA 5. QLIKVIEW
29. Instalación y arquitectura
30. Carga de datos
31. Informes
32. Transformación y modelo de datos
33. Análisis de datos
35. UNIDAD DIDÁCTICA 6. POWER BI
36. Introducción a Power BI
37. Instalación de Power BI
38. Modelado de datos
39. Visualización de datos
40. Dashboards
41. Uso compartido de datos
43. UNIDAD DIDÁCTICA 7. CARTO
44. CartoDB
45. ¿Qué es CARTO?
46. Carga y uso de datos. Tipos de análisis
47. Programación de un visor con la librería CARTO.js
48. Uso de ejemplos y ayudas de la documentación de la API

MÓDULO 5. ANALÍTICA WEB

1. UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA ANALÍTICA WEB
2. ¿Qué es la analítica web?
3. Establecimiento de objetivos y KPIs
4. Métricas principales y avanzadas
5. Objetivos y ventajas de medir
6. Plan de medición
8. UNIDAD DIDÁCTICA 2. GOOGLE ANALYTICS 4
9. Introducción a Google Analytics 4
10. Interfaz
11. Métricas y dimensiones
12. Informes básicos
13. Filtros
14. Segmentos
15. Eventos
16. Informes personalizados
17. Comportamiento de los usuarios e interpretación de datos
19. UNIDAD DIDÁCTICA 3. GOOGLE TAG MANAGER
20. Introducción a GTM
21. Implementación con GTM
22. Medición con GTM
23. Uso de Debug/Preview Mode
25. UNIDAD DIDÁCTICA 4. MODELOS DE ATRIBUCIÓN
26. La atribución
27. Multicanalidad
28. Customer Journey
29. Principales modelos de atribución
30. Modelos de atribución personalizados
32. UNIDAD DIDÁCTICA 5. CREACIÓN DE DASHBORAD CON GOOGLE DATA STUDIO
33. Planificación del Dashboard
34. Características del Dashboard
35. Introducción a Data Studio
36. Conectores
37. Tipos de gráficos
38. Personalización de informes
39. Elementos de control
40. Dimensiones y métricas
41. Campos Calculados
42. Compartir informes
44. UNIDAD DIDÁCTICA 6. ANALÍTICA WEB ORIENTADA AL SEO
45. Introducción al SEO
46. Historia de los motores de búsqueda
47. Componentes de un motor de búsqueda
48. Organización de resultados en un motor de búsqueda
49. La importancia del contenido
50. El concepto de autoridad en Internet
51. Campaña SEO
53. UNIDAD DIDÁCTICA 7. ANALÍTICA WEB ORIENTADA AL SEM
54. Introducción al SEM
55. Principales conceptos en SEM
56. Sistema de pujas y Calidad del anuncio
57. Primer contacto con Google Ads
58. Creación de anuncios con calidad
59. Indicadores clave de rendimiento en SEM
61. UNIDAD DIDÁCTICA 8. ANALÍTICA WEB ORIENTADA A LAS REDES SOCIALES
62. Análisis del tráfico en redes sociales
63. Fijar objetivos en redes sociales
64. Facebook
65. Twitter
66. Youtube
67. LinkedIn
68. Tik tok
69. Instagram
71. UNIDAD DIDÁCTICA 9. TÉCNICAS Y ESTRATEGIAS
72. Usabilidad
73. Mapas de calor
74. Grabaciones de sesiones de usuario
75. Ordenación de tarjetas
76. Test A/B
77. Test multivariante
78. KPI, indicadores clave de rendimiento
79. Cambios a realizar para optimizar una página web
81. UNIDAD DIDÁCTICA 10. OTRAS HERRAMIENTAS PARA ANALÍTICA WEB
82. Hotjar
83. Microsoft Power BI
84. Google Search Console
85. Matomo
86. Awstats
87. Chartbeat
88. Adobe Analytics
90. UNIDAD DIDÁCTICA 11. COOKIES Y TECNOLOGÍAS DE SEGUIMIENTO
91. ¿Qué son las cookies?
92. Tipos de cookies
93. GDPR
94. Herramientas para manejar el consentimiento de cookies

MÓDULO 6. ANÁLISIS DE DATOS A NIVEL DEPORTIVO

1. UNIDAD DIDÁCTICA 1. TECNOLOGÍA Y DEPORTE
2. La revolución tecnológica
3. Medios de comunicación y marketing digital
4. Tecnología en la industria deportiva
5. La tecnología en los eventos deportivos
7. UNIDAD DIDÁCTICA 2. ANÁLISIS DE DATOS EN EL DEPORTE
8. Analítica y biometría deportiva
9. Data Mining aplicado al deporte
10. Sistema BI aplicado al deporte
11. Análisis por Envoltura de Datos (DEA) aplicada al deporte
12. Datos deportivos y transformación del mercado
14. UNIDAD DIDÁCTICA 3. PROVEEDORES DE DATOS DEPORTIVOS
15. UNIDAD DIDÁCTICA 4. ANÁLISIS INDIVIDUALES, COLECTIVOS Y DE LOS RIVALES
16. UNIDAD DIDÁCTICA 5. ANÁLISIS DE DATOS Y RENDIMIENTO
17. UNIDAD DIDÁCTICA 6. INTRODUCCIÓN AL SCOUTING EN EL FÚTBOL
18. ¿Qué es el Scouting?
19. Importancia del Scouting
20. Perfil del responsable de video
22. UNIDAD DIDÁCTICA 7. HERRAMIENTAS EMPLEADAS EN EL SCOUTING
23. Elementos de hardware y software
24. Elementos de captación y reproducción de video
25. Programas para el videoanálisis de partidos
27. UNIDAD DIDÁCTICA 8. ANÁLISIS DE ESQUEMAS TÁCTICOS
28. ¿Qué se puede analizar de un equipo?
29. La táctica
30. Metodología de la preparación táctica
31. Ocupación racional del terreno
32. Las transiciones en el fútbol
33. Algunas tácticas o acciones ofensivas con balón
34. El posicionamiento defensivo
35. Fundamentos del sistema de juego
37. UNIDAD DIDÁCTICA 9. ELABORACIÓN DE INFORMES
38. Introducción a los informes
39. Recogida de datos e información
40. Ejemplo de ficha de seguimiento a un jugador
41. Ejemplo de ficha de scouting de un partido
43. UNIDAD DIDÁCTICA 10. TOMA DE DECISIONES
44. Toma de decisiones del entrenador
45. La táctica deportiva
46. La estrategia deportiva

MÓDULO 7. ANÁLISIS DEL JUEGO EN FÚTBOL

1. UNIDAD DIDÁCTICA 1. ANALISTA EN FÚTBOL
2. UNIDAD DIDÁCTICA 2. FUNDAMENTOS DEL ANALISTA Y PLANIFICACIÓN
3. UNIDAD DIDÁCTICA 3. ANÁLISIS DEL EQUIPO RIVAL
4. UNIDAD DIDÁCTICA 4. ANÁLISIS DEL PROPIO EQUIPO
5. UNIDAD DIDÁCTICA 5. VIDEOANÁLISIS CON NACSPORT Y KLIPDRAW
6. UNIDAD DIDÁCTICA 6. SESIONES DE VIDEOANÁLISIS Y ESTRATEGIAS PRE-PARTIDO

MÓDULO 8. PROYECTO FIN DE MASTER