Thanks to this Diplomado en Ciencia de Datos tendrás conocimientos profundos, desde los fundamentos de la Ciencia de Datos, hasta la aplicación práctica de herramientas clave. El enfoque en bases de datos relacionales y NoSQL, junto con el análisis de datos en Python y R, proporciona una visión equilibrada. La inclusión de MongoDB y el uso de lenguajes de programación como Python y R refuerza la aplicabilidad práctica. Además, la atención en el preprocesamiento y procesamiento de datos, con énfasis en ETL (Extracción, Transformación y Carga) y pruebas de hipótesis, te preparará bastante para los desafíos en los proyectos que tengas de Ciencia de Datos. Además, contarás con un equipo docente especializado en la materia.
Sector-specific
Big Data and Business Intelligence Development
130 h
Data Science
Big Data and Business Intelligence Development
130 h
Introduction
Objectives
-
Understanding the basics of Data Science y las herramientas esenciales.
-
Profundizar en bases de datos relacionales, abordando modelos, claves, e índices.
-
Explore bases de datos NoSQL, comparando con las relaciones y aplicando el teorema de CAP.
-
Adquirir habilidades prácticas con MongoDB, desde la instalación hasta consultas avanzadas.
-
Aplicar Python para el análisis de datos y entender su integración con MongoDB y Hadoop.
-
Dominar R como herramienta para Big Data, explorando data types y estadísticas predictivas.
-
Asimilar técnicas de preprocesamiento y procesamiento de datos, incluyendo ETL y pruebas de hipótesis.
Table of Contents
TEACHING UNIT 1. INTRODUCTION TO DATA SCIENCE
1. What is data science?
2. Tools required for data scientists
3. Data Science & Cloud Computing
TEACHING UNIT 2. RELATIONAL DATABASES
1. Modelo de datos
2. Tipos de datos
3. Claves primarias
4. Índices
5. El valor NULL
6. Claves ajenas
7. Vistas
8. Lenguaje de descripción de datos (DDL)
9. Lenguaje de control de datos (DCL)
TEACHING UNIT 3. NoSQL DATABASES AND SCALABLE STORAGE
1. ¿Qué es una base de datos NoSQL?
2. Bases de datos Relaciones Vs Bases de datos NoSQL
3. Tipo de Bases de datos NoSQL Teorema de CAP
4. Sistemas de Bases de datos NoSQL
TEACHING UNIT 4. INTRODUCTION TO A NOSQL DATABASE SYSTEM, MONGODB
1. ¿Qué es MongoDB?
2. Funcionamiento y usos de MongoDB
3. Primeros pasos con MongoDB: Instalación y Shell de comandos
4. Creando nuestra primera base de datos NoSQL: Modelo e inserción de datos
5. Actualización de datos en MongoDB: Sentencias set y update
6. Trabajando con índices en MongoDB para optimización de datos
7. Consulta de datos en MongoDB
TEACHING UNIT 5. PYTHON AND DATA ANALYSIS
1. Introduction to Python
2. What do you need?
3. Libraries for data analysis in Python
4. MongoDB, Hadoop y Python Dream Team del Big Data
TEACHING UNIT 6. R AS A TOOL FOR BIG DATA
1. Introducción a R
2. What do you need?
3. Tipos de datos
4. Estadística Descriptiva y Predictiva con R
5. Integración de R en Hadoop
TEACHING UNIT 7. DATA PRE-PROCESSING & PROCESSING
1. Obtención y limpieza de los datos (ETL)
2. Inferencia estadística
3. Modelos de regresión
4. Pruebas de hipótesis
TEACHING UNIT 8. DATA ANALYSIS
1. Analytical Business Intelligence
2. Graph theory and social network analysis
3. Presentation of results
More related courses
Sector-specific
Sector-specific
Sector-specific