Participar en diálogos sobre competencias clave en su entorno profesional, conocer un mercado – tecnológico – en constante expansión, realizar
breve inmersión en el mundo analítico actual y ser capaz de acceder a casos de éxito en distintos sectores.

Unidad 1. Aproximación a los antecedentes, definiciones y bases para un correcto entendimiento.
• Origen y contextualización del big data.
      - Conceptos base del big data.
      - Orígenes.
      - Big data vs. Business intelligence.

Unidad 2. Relevancia de la importancia del dato.
• Contextualización práctica de la productividad del dato.
• Tipología de los datos.
• Tratamiento del dato.
       - Estructura arquitectónica en big data.

Unidad 3: Identificación de conceptos técnicos de la analítica tradicional.
• El Teorema de Brewer.
• Las nuevas bases de datos.
       - Tipos de Bases de Datos NoSQL.
• Procesamientos distribuidos. MapReduce.
       - Funcionamiento de MapReduce.
       - ¿Qué elementos son clave para la puesta en marcha de MapReduce?
• Herramientas para fines operacionales vs analíticos.

Unidad 4. Aplicación de principios básicos del Big Data.
• Big data analytics.
       - Big data analytics, data mining y data science.
• Herramientas fundamentales del big data analytics.
• Futuro del big data.
• Aplicaciones del bussiness intelligence y el big data.
       - ¿Qué nos aporta cada una?
• Implantación de un proyecto de big data.
       - Fases de un proyecto de big data.

Unidad 5: Conocimiento acerca de la analítica avanzada.
• Customer analytics.
       - Fases del Customer Analytics.
       - Tipología de análisis.
• Segmentación de los datos I.
       - Segmentación de los datos II.
• Gestión del valor del cliente.
       - Técnicas de segmentación.
       - Analítica para la creación de perfiles.
       - Customer Lifetime Value.
• Introducción al lenguaje R I.
       - Introducción al lenguaje R II

Cursos relacionados

¿Quieres ver todas las acciones formativas relacionadas?

Ver todos