TEMARIO
Fundamentos de Análisis de Datos: Toma de decisiones basadas en datos. Fundamentos de la analítica tradicional, Big Data vs Business Intelligence, El rol del Analista de Datos y el Data Scientist. Proyectos analíticos, Proyecto: Identificación, análisis y evaluación de un caso de uso Big Data, Fundamentos de Python, Python avanzado, Fundamentos R, Proyecto: Análisis de un dataset público de la copa mundial de fútbol, Matemática analítica, Estadística descriptiva, Estadística inferencial y Proyecto: Conocimiento de usuarios y Sistema Recomendador en una plataforma de streaming de películas.
Estrategia y Gestión de Datos: Empresas Data Driven, Data Strategy I, Data Strategy II, Proyecto: Diseño y desarrollo de una estrategia completa de Data Strategy, Procesos ETL, Fase de Extracción, Fases de Transformación y Carga, Proyecto: Procesos ETL para extraer, transformar y cargar datos, Bases de Datos Relacionales, Fundamentos de SQL, Bases de datos NOSQL, Proyecto: Análisis del impacto de los anuncios de TV en las visitas a la página web del anunciante, Orígenes de datos internos y externos, Como los datos externos aportan valor analítico a la organización, Conexiones a orígenes de datos y Proyecto: Desarrollo de un análisis de datos e integración en una herramienta de BI.
Business Intelligence y Data Warehousing: Gestión e implementación de proyectos BI, Modelos de datos BI, Introducción herramienta Power BI, Proyecto: Diseño de un proceso de BI, Tipos y arquitectura de un Data Warehouse vs Data Lake, MongoDB Atlas, Fundamentos de Azure y AWS, Proyecto: Diseño e implementación de la automatización de una infraestructura sobre AWS, Arquitectura Batch y Streaming. Arquitectura Lambda, Herramientas del ecosistema Hadoop: Hive, Gestión de recursos: YARN y Proyecto: Arquitectura distribuidora en funcionamiento.
Procesamiento de Datos a Gran Escala: Extracción, Transformación y Carga de datos, Fundamentos y herramientas del ecosistema Hadoop, Gestión de datos Streaming, Proyecto: Desarrollo de una aplicación de ingesta y análisis de datos, Introducción a Spark y programación en batch sobre RDDs, Spark SQL, Dataframes y GraphX, Spark Streaming y MLlib, Proyecto: Procesamiento en Streaming de un Modelo de ML con Spark Streaming y MLlib, Procesos ETL con Python, Web Scraping, Servicios Web y APIs y Proyecto: Extracción y análisis de reviews de películas mediante web scraping.
Análisis de Clientes y Predicción: Customer Analytics, Segmentación de clientes, Gestión de valor del cliente, Proyecto: Segmentación de Clientes (Clustering) - Interpretaciones, Business Case en Operaciones y procesos, Business Case en Finanzas, Business Case en People Analytics y Proyecto: Predicción de accidentes de tráfico de la ciudad de Madrid.
Visualización de Datos con Google Data Studio: Visualización de datos con G
oogle Data Studio, Gráficos y controles. Campos, parámetros, funciones y fórmulas, Personalización de GDS. Ejemplos y Proyecto: Creación de reporte de marketing digital multi-canal en Google Data Studio.
Global Project
Masterclass: Serie Masterclass: Tecnologías disruptivas, Taller de Python, Workshop: Recomendaciones para aumentar tu empleabilidad como especialista técnico y Masterclass: Web3 y Metaverso.