Master in

Data Science & Business Analytics

Inicio: Inscripciones abiertas

Sesiones semanales de tutoría online dirigidas por el instructor

Modalidad: 100% online

Duración: 12 meses / 1 año

Constituido por 6 Diplomados, 2 Seminarios/Talleres y un Proyecto de Grado

Avalado por la Universidad Central de Venezuela

Diplomado 1

Introducción a Data Science: Análisis Estadístico con R

Diplomado 2

Business Intelligence con Pentaho Platform y Tableau Desktop

Seminario 1

Taller de Investigación

Diplomado 3

Data Mining for Business Analytics con R

Diplomado 4

Desarrollo de Indicadores de Gestión & Balanced Scorecard con Microsoft Power BI

Seminario 2

Taller de Inglés Instrumental

Diplomado 5

Big Data Hadoop and Spark Developer

Diplomado 6

Analìtica Avanzada

Proyecto Especial de Grado

CERTIFICADO DEL MASTER

Obtendrás certificados individuales para cada diplomado.

Sobre el programa

Data Scientist es una de las profesiones más populares. IBM predice que la demanda de Data Scientists aumentará en un 28% para 2020. El Programa MASTER IN Data Science & Business Analytics, lo encaminará a dominar las habilidades que incluyen estadísticas, pruebas de hipótesis, minería de datos, clustering, árboles de decisión, regresión lineal y logística, visualización de datos, modelos de regresión, machine learning, Hadoop, Spark, motor de recomendación, aprendizaje supervisado y no supervisado y más.

La oferta programática del Programa MASTER IN Data Science & Business Analytics cubre una amplia gama de capacitación en ciencia de datos, que combina clases en línea dirigidas por un instructor, un aprendizaje autodidacta desarrollado, sesiones de mentoría y laboratorios de entrenamiento en línea de  casos prácticos y ejercicios reales de proyectos de de la industria. El programa concluye con un proyecto final diseñado para reforzar el aprendizaje mediante la construcción de un producto real de la industria que abarca todos los aspectos clave aprendidos a lo largo del programa.

Lo que aprenderás

  • Obtener una comprensión profunda de la estructura de datos y la manipulación de datos.
  • Aprenderá a analizar datos con Pentaho y Tableau y a dominar la creación de paneles interactivos.
  • Obtenga una comprensión profunda de los modelos de aprendizaje supervisados ​​y no supervisados, como la regresión lineal, la regresión logística, la agrupación, la reducción de la dimensionalidad y K-NN.
  • Comprender los diferentes componentes del ecosistema Hadoop
  • Domine los conceptos de motor de recomendación y modelado de series de tiempo y obtenga un dominio práctico sobre los principios, algoritmos y aplicaciones del machine learning
  • Aplicar modelos analíticos y predictivos a situaciones de negocio con programación estadística básica en Python y R .
  • Implementar Bases de Datos NoSQL como MongoDB para almacenar y procesar datos con Hadoop.
  • Desarrollar nuevos modelos de negocio con las herramientas de Business Analytics para text mining, web mining, análisis de las redes sociales y sentiment analysis.
  • Aprenderá a trabajar con HBase, su arquitectura y almacenamiento de datos, conozca la diferencia entre HBase y RDBMS, y use Hive e Impala para particionar
  • Comprender MapReduce y sus características, además aprenderá cómo ingerir datos usando Sqoop y Flume

¿A quién está dirigido?

El rol de Data Science requiere una amalgama de experiencia de negocio, conocimiento de data science y herramientas y dominio de tecnologías. Es una elección profesional sólida tanto para profesionales nuevos como experimentados. La mayoría de aspirantes son:

  • Profesionales de TI
  • Gerentes de análisis
  • Analistas de negocios
  • Profesionales de banca y finanzas
  • Gerentes de mercadeo
  • Principiantes o graduados recientes en licenciaturas o maestrías

Pre-requisitos

Para postularse a este programa, es necesario:

  • Tener al menos un grado académico equivalente o mayor a TSU o Licenciatura
  • Tener estudios o experiencia en básica de cualquier lenguaje de programación
  • Conocimientos básicos de estadística y matemática

Para más información,

ingresa tus datos

¡Llámanos!

Contacta con uno de nuestros especialistas de inscripciones para mayor información y armar un plan a tu medida.

¡Contáctanos!

Contacta con uno de nuestros especialistas de inscripciones para mayor información y armar un plan a tu medida.

Plan de estudios

Cuatrimestre I

Diplomado 1

Introducción a Data Science: Análisis Estadístico con R

En este diplomado, usted obtendrá formación técnica, teórica y práctica, para el análisis de datos estadísticos y la toma de decisiones, en el ámbito académico, laboral y de negocios, aplicables en  distintas disciplinas, con la herramienta estadística R. Al tener la disciplina de la Ciencia de los datos una importante base estadística y probabilística, en una primera aproximación, es de importancia presentar una introducción a estos conceptos fundamentales, los cuales, servirán a su vez, para adquirir experiencia valiosa en el manejo y gestión del sistema de análisis de datos R.

  • Introducción al análisis cuantitativo
  • Concepto y aplicación de probabilidad y pruebas de hipótesis
  • Analisis de decision:
  • Modelos de series de tiempo
  • Modelos de regresión
  • Modelos econométricos
  • Modelos de pronósticos cualitativos
  • Tópico avanzado de pronóstico
  • Modelos de control de inventarios
  • Programación lineal
  • Modelo de transporte
  • Programación entera, programación por metas y programación no lineal
  • Modelo de redes
  • Modelo de las de espera y teoría de colas
  • Modelado de la simulación
  • Análisis de Markov
  • Control estadistico de calidad
  • Métodos avanzados de optimización
  •  
  • Teoría de juego
  • Predicción, caos y complejidad

Diplomado 2

Business Intelligence con Pentaho Platform y Tableau Desktop

En la actualidad, las plataformas de Business Intelligence & Analytics  permiten a las organizaciones acceder, preparar y analizar todos los datos de cualquier fuente, en cualquier entorno, mejorando la comunicación, la integración y la automatización de los flujos de datos entre los administradores de datos y los consumidores, los cuales podrán realizar análisis interactivos y análisis predictivo de datos en tiempo real  con un mínimo de soporte de TI, acelerando el tiempo de creación de valor y descubriendo nuevas perspectivas comerciales con capacidades de análisis extensas e integradas.

  • Las organizaciones y los Sistemas de Información
  • Fundamentos de Data Management y Data Governance
  • Fundamentos de Bases de Datos Relacionales 
  • Fundamentos y Definición de Business Intelligence (BI)
  • Fundamentos,  ejemplos y ejercicios de Business Analytics (BA)
  • Arquitecturas y componentes de una solución de BI
  • Metodologías de desarrollo de Soluciones de BI & BA
  • Presentación del Caso de Estudio
  • Taller de gestión de proyecto de BI
  • Desarrollo de Requerimientos del Caso de Estudio
  • Fundamentos del Modelado Dimensional y construcción de Data Warehouse
  • Fundamentos de ETL
  • Fundamentos de Desarrollo de Soluciones OLAP
  • Taller de modelado dimensional del caso de estudio
  • Talleres de desarrollo de ETL y cubos OLAP
  • Desarrollo de ETL´s para el caso de Estudio
  • Desarrollo de Bases de datos dimensionales (Cubos OLAP) para el caso de estudio
  • Despliegue de Solución OLAP para el caso de estudio
  • Uso de las herramientas analiticas para la visualización de reportes e indicadores de Business Intelligence
  •  

Seminario 1

Seminario de Taller de Investigación

El Taller Seminario de Investigación y Proyecto tiene por propósito preparar al participante de Máster para que aborde adecuadamente, y desde una perspectiva de investigación científica, tecnológica, científico-tecnológica, de desarrollo tecnológico, o el nivel y tipo que requiera, problemáticas concernientes al mundo de de la tecnología, los negocios y las ciencias aplicadas.

Paradigma de investigación tecnológica, tipos de investigación, elección del problema de investigación. Tendencias investigativas en las áreas de tecnología, negocios y ciencias aplicadas. Tendencias y líneas de investigación en Diplomadosonline.com.

Construcción del Capítulo I. Planteamiento, interrogantes y formulación del problema. Objetivos e hipótesis. Justificación.

Construcción del Capítulo II. Estado del arte del problema. Diseño metodológico. Teoría del diseño metodológico en tecnología. Marco aplicativo del diseño metodológico.

Construcción del Capítulo III. Teoría del problema, marco referencial teórico, antecedentes, conceptos y términos básicos.

Cuatrimestre II

Diplomado 3

Diplomado en Data Mining for Business Analytics

Minería de datos for Business Analytics presenta un enfoque aplicado a los conceptos y métodos de minería de datos, utilizando el software R. Los participantes aprenderán cómo implementar una variedad de algoritmos populares de minería de datos en R (un programa gratuito y abierto -source software) para abordar problemas y oportunidades comerciales.

Metodologías y estándares. Identificación de las fuentes de datos. Herramientas para el desarrollo. Introducción a la programación en R. Gestión y Visualización de datos.

  • Definiciones básicas:
  •      Conceptos de Business Analytics, Data Mining, Big Data y Data Science.
  •      Relación con otras disciplinas. Aplicaciones y ejemplos.
  •     Objetivos de la Data Mining, Patrones y Modelos.
  • Áreas de aplicación y ejemplos:
  •      Ejemplos de aplicación en varias áreas
  •      Tareas de minería de datos para construir modelos.
  • Metodologías y estándares:
  •      Proceso KDD y Metodología CRISP-DM
  • Características de los datos:
  •      Fuentes de datos.
  •      Conjuntos de datos.
  • Caja de herramientas.
  • Introducción al lenguaje R.
  • Generación de números aleatorios.
  • Programación vectorial e indexación lógica.
  • Familia de funciones applay.
  • Visualización de los datos.
  • Persistencia de datos y modelos.
  •  
  • Selección de atributos.
  • Pre-procesamiento y limpieza.
  • Problema de la dimensionalidad.
  • Extracción de características.
  • Tipos de métodos en Minería de Datos.
  • Análisis exploratorio de datos.
  • Mapa de correlaciones.
  • Modelos estadísticos.
  • Bondad de ajuste.
  • Análisis de Componentes Principales (PCA)
  •      Plano principal.
  •      Relación entre variables.
  •      Calidad de la representación.
  •      Reducción de la dimensionalidad con el PCA.
  • Identificación de conglomerados.
  •      La Inercia y el teorema de Fisher.
  •      Cálculo de la distancia.
  •      Estimación del número de grupos.
  •      Árboles de Clasificación Jerárquica.
  •      Método de nubes dinámicas con K-medias.
  •      Paralelizando el método de K-medias.
  • Métodos de clasificación. Calibración y selección de modelos.

    • Definiciones de clasificación
    • Problema de separabilidad
    • Uso de funciones Kernel
    • Entrenamiento y testing
    • Medidas de calidad
    •      Cálculo de errores. Matriz de confusión
    •      Curvas ROC
    • Métodos de clasificación
    •      Análisis discriminante
    •      Análisis discriminante cuadrático
    •      Método Bayesiano ingenuo
    •      Regresión logística
    •      Método de K-vecinos más cercanos
    •      Máquinas de Soporte Vectorial (SVM)
    •      Árboles de decisión
    •      Bosques aleatorios
    •      Redes neuronales
    • Evaluación de los métodos
    • Problemas del uso de conjuntos de entrenamiento y testing
    • Sobre ajuste o especialización
    • Validación cruzada
    • Calibración de los métodos
    •      Calibración del K-medias
    •      Calibración del SVM

Diplomado 4

Desarrollo de Indicadores de Gestión & Balanced Scorecard con Microsoft Power BI

En el contexto actual caracterizado por rápidos y constantes cambios, “Lo que no se define no se puede medir. Lo que no se mide, no se puede mejorar. Lo que no se mejora, se degrada siempre.” Williams Thomson, Lord Kelvin. Los indicadores de gestión son por excelencia la expresión cuantitativa del comportamiento y desempeño clave en la medición; convirtiéndose en un poderoso instrumento de análisis y diagnóstico orientado a la toma de decisiones de una organización.

  •   Conceptos básicos de gestión estratégica
  •   Diferencia entre gestión y planificación estratégica
  •   Importancia de mapa y matriz estratégica
  •   Importancia del análisis interno, análisis micro y macro entorno
  •   Definición e importancia de la matriz FODA
  •   Tipos de estrategias y temas estratégicos
  •   Definición e importancia del balanced scorecard
  •   Pasos para elaborar el mapa estratégico y construir un balanced scorecard
  •   Mapa estratégico y las perspectivas del balanced scorecard
  •   Objetivo y destino estratégico
  •   Conexión entre objetivos estratégicos en cada perspectiva
  •   Estrategias funcionales e iniciativas
  •  

Tablero de indicadores

  •   Conceptos básicos de indicador e indicador clave de desempeño
  •   Partes de un indicador y tipos de indicadores
  •   Características de un indicador, variables y escalas de medición
  •   Tipos de gráficos
  •   Modelo de 12 pasos para crear un indicador y diseño de la ficha
  •  

 Construcción e implementación del Balanced Scorecard

 

  •   Perspectiva financiera: Estados financieros básicos y principales indicadores
  •   Perspectiva de mercado y clientes: principales indicadores de mercado y principales indicadores de clientes
  •   Perspectiva de procesos internos: principales indicadores de innovación y principales indicadores operativos
  •   Perspectiva de aprendizaje y crecimiento: principales indicadores del capital humano y otros indicadores de capacidades
  •   Vinculación de indicador con la estrategia
  •   Metas, iniciativas, asignación de recursos y presupuestos
  •   La gestión de la estrategia del negocio: capacitación, alineación, comunicación, objetivos personales y del equipo, y planes de incentivo
  •   El feedback y el proceso de aprendizaje estratégico
  •   Métodos de integración de datos y creación de dashboards para los indicadores de gestión del balanced scorecard
  •   Construcción e implementación del cuadro de mando para toma de decisiones
  •   Automatización de sistemas de gestión y seguimiento
  •   Uso de las herramientas de Excel: Power Query y Power BI
  •   Diseños de dashboards con Tableau, Pentaho, Qlik Sense y Power BI

Seminario 2

Taller de Inglés Instrumental

El Taller Seminario de Investigación y Proyecto tiene por propósito preparar al participante de Máster para que aborde adecuadamente, y desde una perspectiva de investigación científica, tecnológica, científico-tecnológica, de desarrollo tecnológico, o el nivel y tipo que requiera, problemáticas concernientes al mundo de de la tecnología, los negocios y las ciencias aplicadas.

Morphology:  study of words, how they are formed, and their relationship to other words in the same language. You can see:

Nouns and their type: Proper/ Common, abstract/concrete, countable/uncountable, individual/collective, simple/compound, primitive/derivative, animate/inanimate.

Verb: Actions, emotions and natural events in a sentence.

Adjectives: describe the features, characteristic or properties of the nouns

Adverbs: Modify nouns, verbs and adjectives. Manner, place, frequency, time, degree, order, certain.

Sintaxis: study of  the set of rules, principles, and processes that govern the structure of sentences, usually including word order. They  are:

Articles: Indefinite and definite

Pronouns: Personal, object, possessive, reflexive

Prepositions: place or location, movement and time.

Suffixes/Prefixes: Build up  new words adding particles at the beginning or at the end on the words in order to change their meaning or function.

Verbal Tense: grammatical category that has the function of indicating the moment in which an action is carried out.

Cuatrimestre III

Diplomado 5

Big Data Hadoop and Spark Developer

En el contexto actual caracterizado por rápidos y constantes cambios, “Lo que no se define no se puede medir. Lo que no se mide, no se puede mejorar. Lo que no se mejora, se degrada siempre.” Williams Thomson, Lord Kelvin. Los indicadores de gestión son por excelencia la expresión cuantitativa del comportamiento y desempeño clave en la medición; convirtiéndose en un poderoso instrumento de análisis y diagnóstico orientado a la toma de decisiones de una organización.

  • La era digital
  • Definiciones básicas
  • Áreas de aplicación
  • Ejemplos de Big Data
  • El proyecto Hadoop y sus componentes
  • Hadoop Distributed File System (HDFS)
  • Ejercicio: Usando HDFS
  • Fundamentos de la computación paralela y distribuida
  • El paradigma MapReduce
  • Algunos ejemplos básicos: Consultas y cruces de datos
  • Implementación de algoritmos de análisis de datos: clustering, regresión lineal, regresión logística, clasificación, vecinos más cercanos, entre otros
  • Sistemas de recomendación, Jerarquización con el método PageRank
  • Fundamentos del Text Mining y el Web-Mining
  • Fundamentos del análisis de redes sociales
  • Introducción a las bases de datos NoSQL (NoSQL o “no solo SQL”)
  • Tipos de bases de datos NoSQL: clave-valor, orientadas a columnas, Orientadas a documento, Bases de datos de grafos
  • Fundamentos de HBASE
  • Fundamentos de MongoDB

Diplomado 6

Analìtica Avanzada

En este diplomado, usted obtendrá formación técnica, teórica y práctica, para comprender, mejorar e implementar algoritmos de aprendizaje, para afrontar el desafío de la inteligencia artificial, en el ámbito académico, laboral y de negocios, aplicables en distintas disciplinas, con la herramienta estadística R y Python.

  • Cluster Avanzado
  • Sistemas de Recomendación basados en contenido, colaborativos e híbridos
  • Introducción a Machine Learning
  • Fundamentos de Redes Neuronales
  • Redes Multicapa y el Algoritmo de Backpropagation
  • Aplicación de Redes Neuronales a las Series de Tiempo
  • Proyectos de Software
  • Introducción al Deep Learning
  • Redes Profundas
  • Aplicaciones de Redes Profundas
  • Introducción a los Algoritmos Genéticos
  • Programación en Lenguaje Natural

Trabajo Especial de Grado

Desarrollar, defender y aprobar un Trabajo Especial de Grado de Máster del área.

Herramientas cubiertas

¿Quienes son tus facilitadores?

Contaras con la tutoría y mentoría de un equipo de profesionales especializados en el área de Data Science

Máximo Hidalgo
Máximo HidalgoData scientist en el área de consultoría de DiplomadosOnline.com.
Read More
Lic. en Matemática, Esp. en Modelos Aleatorios UCV y tesista de la Maestría en Matemática, todas en la Universidad Central de Venezuela (UCV). Docente / Investigador en la Escuela de Matemáticas de la UCV. Jefe de División de Estudios Económicos y Fiscales de la Asamblea Nacional. Data Scientist en el área de consultoría y en el MASTER IN Data Science & Business Analytics de DiplomadosOnline.com.
José Rafael Sosa
José Rafael SosaData scientist en el área de consultoría de DiplomadosOnline.com.
Read More
Lic. Computación de la Universidad Central de Venezuela (UCV), Data Scientist en la empresa consultora Everis Perú. Líder técnico en proyectos de Transformación Digital e Innovación tecnológica basados en el uso del Big Data y Ciencia de Datos en varias Corporaciones públicas y privadas. Docente / Investigador del programa MASTER In Data Science de DiplomadosOnline.com.
Carlos Buitrago
Carlos BuitragoCoordinador Académico e Investigaciones - DiplomadosOnline.com
Read More
Lic. en Física y en Educación, Mención Física, ambos en la Universidad Central de Venezuela (UCV). MSc. en Educación, Mención Física en la Universidad Pedagógica Experimental Libertador (UPEL). Candidato a Dr. en Educación, mención Filosofía de la Ciencia de la UPEL. Coordinador de la Maestría en la Enseñanza de la Física del Instituto Pedagógico de Caracas (IPC)-UPEL. Coordinador Académico, Docente en Simulaciones Computacionales para la Ingeniería y Metodología de la Investigación Tecnológica en DiplomadosOnline.com
Ronald Pietri
Ronald PietriData Scientist en el área de consultoría de DiplomadosOnline.com
Read More
Lic. en Computación de la Universidad Central de Venezuela. Ha sido consultor de Analytics en varias organizaciones como: Fundación Gran Mariscal de Ayacucho, CANTV, PDVSA. Docente / Investigador en la UCV y en el MASTER IN Data Science & Business Analytics de DiplomadosOnline.com.
Leonel Atencio
Leonel AtencioIngeniero de Telecomunicaciones
Read More
Ing. en Telecomunicaciones de la Universidad Nacional Experimental de las Fuerzas Armadas (UNEFA). Magister en Gerencia de las TIC´s de la UNEFA y Magister Scientiarum en Administración de Negocios en la Universidad Latina de Panamá. Certificado en Data Engineering Nano Degree. Ha publicado más de 5 aplicaciones móviles en la Google Play Store. Docente / Investigador de los Master in Business Intelligence & Big Data y el Master in Information Technology Management de DiplomadosOnline.com
Eduardo Sthory
Eduardo SthoryData scientist en el área de consultoría de DiplomadosOnline.com.
Read More
Ingeniero en Computación de la Universidad Bicentenaria de Aragua (UBA), Especialista en Data Science, Machine Learning Engineer & Big Data Architect y Magister Scientiarum en Matemáticas y Ciencias de la Computación, ambos en la Universidad de Carabobo. Egresado del MASTER IN Data Science & Business Analytics de DiplomadosOnline.com.
Previous
Next

¿Cómo se obtiene el Master en Data Science & Business Analytics

Para obtener el Diploma de Master en Data Science & Business Analytics, debe cumplir con los siguientes criterios:

  • Aprobar cada uno de los seis (06) Diplomados que conforman el programa.
  • Aprobar un Proyecto de Investigación en las áreas tecnológicas.
  • Desarrollar y aprobar un artículo en idioma inglés acerca del proyecto de investigación en el área tecnológica.
  • Desarrollar, defender aprobar un Trabajo Especial de Grado de Máster del área de Business Intelligence & Big Data.

Avalado por la Universidad Central de Venezuela

Preguntas Frecuentes

El costo del programa es de $500 USD, pero usted puede aprovechar la promoción / descuento vigente a la fecha.

Necesitarás acceso a una computadora. Una máquina con sistema operativo en Windows, macOS o Linux funcionará bien.

No. El master es autodidacta y se dividirá en segmentos cortos de video pregrabados con evaluaciones periódicas para verificar su progreso.

Si usted no puede participar en una sesión online, usted la podrá ver luego pues esta queda grabada y estará disponible dentro de los recursos de los foros de sesiones online.

Cada programa tiene un foro activo en línea donde los estudiantes pueden ayudarse entre sí. Además, los instructores, los asistentes de enseñanza y otros facilitadores de DiplomadosOnline.com supervisarán los foros e intentarán ayudar. A menudo, la respuesta más rápida proviene de otro estudiante.

Recibirá una calificación final, pero la calificación no estará en la confirmación de finalización del curso. Para recibir un certificado de finalización, deberá alcanzar el 65% en material calificado. Hay tres tipos diferentes de evaluaciones dentro del curso que integran al master: auto-evaluaciones, laboratorios y examen final. Las auto-evaluaciones no cuentan para su calificación, pero lo ayudarán a verificar su comprensión. Los laboratorios / entregas parciales comprenderán la mitad de su calificación y el examen final / proyecto la mitad de su calificación. Desafortunadamente, debido a la gran cantidad de estudiantes y en aras de la equidad, no se pueden aceptar tareas tardías.master

¿Por qué estudiar en DiplomadosOnline.com?

El modelo de formación de DiplomadosOnline.com ofrece los mejores beneficios de aula presencial en su plataforma online. Combina capacitación dirigida por un instructor, aprendizaje a tu propio ritmo y tutoría personalizada para proporcionar una experiencia de aprendizaje integral.

Aprende a tu ritmo

Desarrolla las Píldoras de Conocimiento (videos, guías, tutoriales, test y demás recursos) 100% online con acceso las 24 horas del día, para que aprendas a tu ritmo.

Mentoring (Tutoría)

Mantente comprometido con la asistencia de excelentes docentes y expertos de la industria, bajo el enfoque de mentorìas con tu tutor asignado.

Sesiones online en vivo

Participa y aprende más con nuestras sesiones de MasterClass y Webinarios online.

laboratory

Laboratorios de práctica en línea

Aprenderás haciendo (Learning by Doing) casos prácticos y ejercicios reales de proyectos de la industria, en nuestras salas de entrenamiento online.

Aprendizaje basado en proyectos

Como único requisito aprobatorio del programa, debes desarrollar un proyecto bajo el enfoque de prueba de concepto de un caso de tu campo laboral o de investigación.

Certificado

Diplomas avalados por la Universidad Central de Venezuela, “La casa que vence la sombra, por lo que los diplomas son garantía de excelencia formativa y de validez internacional.

Conviertete en Master en Data Science & Advanced Analytics

Matricúlate y acepta el reto de ser el próximo profesional que el mercado está buscando

Shopping Cart
There are no products in the cart!
Subtotal
$0.00
Total
$0.00
Continue Shopping
0