Master Executive Data Science para Profesionales

Master Executive Data Science para Profesionales

Master Executive
Data Science para
Profesionales
www.mbitschool.com
En el Master Executive de Data Science para Profesionales, el
alumno participara en sesiones de formación tecnológica
teórico-prácticas, impartidas por reconocidos profesionales
del sector que ya han puesto en marcha estas tecnologías en
empresas.
En MBIT SCHOOL, las sesiones de formación se imparten en
modo presencial, bajo metodologías de enseñanza como
learning by doing y el método del caso, las cuales ayudarán al
alumno a desarrollar las competencias necesarias para
desenvolverse en entornos reales.
Con el proyecto Fin de Máster, el alumno integrará de forma
efectiva todas las competencias adquiridas en un proyecto
real realizado con el espíritu de emprendedor y con el apoyo
de un tutor/director con una gran experiencia en el sector,
empleando herramientas y conjuntos de datos de empresas
colaboradoras.
Acreditación Académica
Título de master Execitive en Data
Science para Profesionales
Calendario y Horario


De Octubre a Julio.
De Febrero a Diciembre
Modalidad presencial en Horario:
Viernes 16:00 – 21:00
Sábado 9:00 – 14:00
Número máximo de Alumnos: 16
Información y Admisión
T. +34 91 504 86 00
Dirigido a
El Máster Executive para
Profesionales está dirigido a
profesionales de cualquier
sector que sin conocimientos
tecnológicos quieren orientar
su carrera hacia el análisis de
información utilizando
tecnologías y algoritmos de
Big Data.
Durante el programa
formativo los alumnos
aprenderán tanto la base de
análisis como los lenguajes y
soluciones tecnológicas para
implementarlos.
Bolsa de Trabajo
MBIT School cuenta con una
bolsa de trabajo para alumnos
durante y a la finalización de
los programas Executive, los
alumnos recibirán las ofertas
previamente seleccionadas y
clasificadas de empresas de
primer nivel,
Profesorado
Enrique Serrano
Director General de Tinámica
Ejecutivo especializado en dirección de empresas tecnológicas y
consultoría. Fue director de tecnología, telecomunicaciones y
media de Telvent y ha tenido puestos relevantes en Matchmind,
PWC, KPMG, Unisys, etc.
Ramón Alberto Carrasco
Senior Data Scientist, Researcher &
Lecturer in Marketing
José A. Esteban
CTO en Codere
Ha sido también director de Sistemas Estratégicos en Codere,
Director de nuevas tecnologías en Carrefour y Director Técnico en
HP entre otros puestos de responsabilidad
Diego Bodas
Profesor Universitario e Investigador
Independiente
Experto en las áreas de desarrollo de software y análisis de datos,
ha colaborado con multitud de compañías en proyectos
tecnológicos
Juan Carlos Ibáñez
Data-Driven Business
Transformation
Fernando Corbacho
Senior partner en Cognodata
Lourdes Serván Camas
Senior Data Analyst /Data Scientist
en Neoris
Plan de Estudios: 260 Horas
Modulo 8. Proyecto Fin Master
Módulo 1. Del Data Minner al Data Sience (20)
Modulo 2.- Machine Learning (60)
4. Modulo 4. Arquiteturas (60)
Modulo 5.- Taller
Marketing Digital (20)
Objetivos
- Capacidad de
Análisis. Al finalizar el
programa superior los
alumnos tendrán la
capacidad de analizar
información en
entornos Big Data.
- Independencia
tecnológica. La visión
completa de los
distintos ecosistemas
de soluciones
permitirá al alumno
obtener resultados
independientemente
de la herramienta o
lenguaje utilizado.
- Aplicación Sectorial.
Los talleres prácticos
servirán de
experiencia real de
uso de las tecnologías
y algoritmos
aprendidos en
diferentes sectores
empresariales.
- Experiencia Propia.
Desde una
perspectiva de
emprendimiento el
proyecto fin de
Master sirve de
experiencia real de
todo el programa
formativo.
3. Modulo 3. Software (60)
Modulo 6.- Taller
FINTECH (20)
Modulo 7.- Taller IoT (20)
Módulo 1
Módulo 2
Módulo 3
¿Cuál es el papel del Data
Science en una empresa?
¿Qué es la trasformación
digital? ¿Cómo afectan los
entornos regulatorios al
análisis de información?
Los algoritmos de Machine
Learning son la base del
análisis de información, en
el gráfico siguiente puedes
ver el árbol de decisión que
seguiremos en tu proceso
formativo.
En conocimiento teórico de los
distintos algoritmos de pondrá en
práctica sobre distintas software
desde lenguajes de programación
como Java y Python hasta
herramientas open source como R o
Knime pasando por soluciones
comerciales como MathLab, SAS o
soluciones cloud como Azure
Machine Learning
Clasificación Multi Clase
Comienzo
Clúster
¿Predecir valores futuros?
Análisis Predictivo
No
K-means
>2
¿2 categorías o
más?
Sí
¿Predecir categorías o valores?
Categorías
¿Una de
las
categorías
es rara?
Valores
Sí
Regresión
Sí
Regresión de
árbol de
decisión
aumentada
Regresión
Lineal
Sí
No
Distribución
Aproximado
Regresión
de Bosque
de decisión
Aumentada
Preferimos limites
expandibles
Regresión
de Bosque
de decisión
Sí existe
solapamiento
puede probar.
Regresión
de Red
Neuronal
SVM Una
Clases
PCA
¿Es una aproximación lineal?
No
Sí los valores son
estadísticamente
independientes
puede probar.
No
¿Predice un solo valor o una
distribución?
Un valor
Regresión
de Bosque
de decisión
Aumentada
Red Neuronal Multi Clase
Clasificación Binaria
<100K valores o
100 características
¿Predice número de eventos?
Regresión Poisson
Sí preferimos rendimiento sobre
tiempo de entrenamiento y todas
las características son numéricas.
Regresión
Logística
Binario Vs Multi
Clase
Deteción de Anomalias
No
Sí
Selecciona uno:
Bosque de Decisión Multi Clases
Jungla de Decisión Multi Clase
¿Preferimos
limites
expandibles?
No
¿Datos en rangos ordenados de
categorías?
Regresión Ordinal
¿Preferimos
clasificar en más
de una
clasificación
binaria?
<100K valores o
100 características
Sí
No ¿Velocidad o
precisión?
Velocidad
SVM Binario
Si la precisión
es buena y
necesitamos
más velocidad
Percepción
Promedio
SVM
Localmente
Profundo
Precisión
¿Preferimos limites
expandibles?
Sí
Regresión
Logística
Binaria
No
Seleccione una:
Bosque de decisión Binario
Jungla de Decisión Binaria
Sí existe solapamiento
puede probar.
Bosque de decisión
Aumentada
Sí preferimos
rendimiento
sobre tiempo
de
entrenamiento
y todas las
características
son numéricas.
Sí los valores son
estadísticamente
independientes
puede probar.
Red Neuronal
Binaria
Maquina de Punto
Bayes Binaria
Módulo 4.
En este módulo se revisarán las arquitecturas Big data y su aplicación al análisis desde los
ecosistemas Hadoop o Spark hasta las Bases de Datos NoSQL como MongoDB o Neo4J
Modulo 5
En los 3 talleres especificos de Marketing Digital, Fintech y IoT los alumnos aplicarán los
conocimientos adquiridos a entornos reales de empresas en diferentes sectores viviendo en
primera persona la utilidad y problemática de las mismas.
Módulo 6. Proyecto Fin de Master
Durante todo el ciclo formativos los alumnos realizarán un proyecto en grupo poniendo en
practica los conocimientos según se adquiren, trasformando las ideas inciales en aplicaciones
reales
C/Serrano, 43. 6ª Planta
28001. Madrid (España)
Tel: + 34 91 504 86 00
mbitschool.com
¿QUE ES MBIT?
MBIT School es la primera escuela de negocios
especializada en tecnología de Business Intelligence y
Big Data que existe en la actualidad, apoyando su
actividad docente sobre cuatro pilares fundamentales:
- Máxima calidad docente, recurriendo a los mejores
profesionales y profesores, para crear un proyecto
educativo de máxima calidad. El enfoque práctico en la
empresa se aúna con la visión de investigación para
generar un profesional capaz de entender los
conceptos del BI y Big Data en la actualidad y con
perspectiva de futuro.
- Máxima realidad de los casos, apoyándonos en
empresas colaboradoras que proporcionan a los
alumnos el enfoque adecuado a los problemas con los
que se van a encontrar en su actividad laboral, así como
Data Sets reales, para que junto con la utilización de las
herramientas adecuadas puedan enfrentarse con éxito
a situaciones iguales a las que se encontrarán en las
empresas.
- Experiencia en la formación in-Company. MBIT
School ha sido seleccionada como la escuela de
formación en tecnologías de BI y Big Data del grupo
Santander y Telefónica. MBIT School desarrolla
programas de formación a medida ayudando a las
empresas a aprovechar las oportunidades competitivas
y estratégicas que abre el Big Data.
- Apoyo de Expertos. MBIT School está asociada a los
líderes del mercado del BI y Big Data para transmitir a
sus alumnos y colaboradores la visión más avanzada y
las mejores oportunidades de mercado. MBIT School
mantiene una estrecha colaboración con empresas
líderes como Oracle, SAS, Cloudera, Teradata, Keyrus,
Ono, Cognodata y Tinámica.
- MBIT School mantiene un acuerdo de colaboración
con la Universidad Internacional de Cataluña para la
creación y oficialización de Programas Máster