Bậc thầy về Dữ liệu lớn
IMF Smart Education
Thông tin mấu chốt
Địa điểm cơ sở
Online Spain
Ngôn ngữ
Người Tây Ban Nha
Hình thức học tập
Học từ xa
Khoảng thời gian
24 tháng
Nhịp độ
Bán thời gian
Học phí
EUR 850 / per year *
Hạn nộp hồ sơ
Yêu cầu thông tin
ngày bắt đầu sớm nhất
Sep 2024
* Giá gốc: 8.500 €
học bổng
Khám phá các cơ hội học bổng để giúp tài trợ cho việc học của bạn
Giới thiệu
Bậc thầy về Dữ liệu lớn, được đồng phát triển với công ty đa quốc gia công nghệ Indra, cung cấp cái nhìn tổng quan về công nghệ Dữ liệu lớn và cách sử dụng chúng, cũng như đào tạo ứng dụng và thực tế về kỹ thuật phân tích cho doanh nghiệp (Phân tích kinh doanh), nghĩa là trong ứng dụng từ Kỹ thuật khoa học dữ liệu cho các vấn đề kinh doanh.
Do đó, chương trình đáp ứng nhu cầu biết cách sử dụng công nghệ và phương pháp phân tích dữ liệu một cách thực tế và ứng dụng. Sự hiểu biết về sử dụng kỹ thuật sẽ bổ sung cho tầm nhìn kinh doanh, để sinh viên tốt nghiệp chương trình có thể suy luận sâu về khả năng ứng dụng của công nghệ cũng như áp dụng các kỹ thuật và công cụ phân tích trong các tình huống cụ thể.
Tại sao nên học tại Trường Trí tuệ nhân tạo & Dữ liệu lớn?
chuyên gia tích cực
Các chuyên gia tích cực từ Indra và Minsait sẽ dạy cho bạn những kỹ năng và kiến thức mà họ tìm kiếm cho đội của họ
Thiết kế đào tạo tùy chỉnh của bạn
Các chương trình của chúng tôi được cấu trúc xung quanh 2 trục chính, hồ sơ và kinh nghiệm chuyên môn của bạn để bạn có thể tiếp cận thị trường chuyên nghiệp từ hồ sơ kỹ thuật (Công nghệ cứng) hoặc kinh doanh (Công nghệ mềm).
Học bằng cách làm
Nó hoạt động với đám mây của những người chơi chính trong ngành, hệ sinh thái và nền tảng nguồn mở phục vụ hơn 500 triệu người
Tiếp cận thực tiễn
Ưu tiên tiếp cận thực tập chuyên nghiệp với số lượng thực tập tối thiểu cho mỗi chương trình
Độ
Khi hoàn thành chương trình này, bạn sẽ nhận được ba bằng Thạc sĩ về Dữ liệu lớn từ IMF Smart Education , chứng chỉ chuyên môn từ Indra và Thạc sĩ Dữ liệu lớn từ UCAV.
Bằng ba: Giáo dục thông minh IMF + Chứng chỉ chuyên môn Indra + UCAV
Khả năng tuyển dụng thực tập và tiếp cận ưu tiên với các quy trình lựa chọn
Học sinh lý tưởng
Chương trình này nhằm vào các chuyên gia và sinh viên mới tốt nghiệp thuộc nhiều lĩnh vực khác nhau muốn định hướng hoặc định hướng lại sự nghiệp chuyên môn của họ sang một trong những ngành nghề mới nổi liên quan đến phân tích dữ liệu. Hồ sơ có thể có ba loại:
- Hồ sơ về CNTT: các nhà khoa học máy tính hoặc kỹ thuật liên quan hoặc các chuyên gia đã phát triển sự nghiệp của họ trong lĩnh vực phát triển phần mềm hoặc quản trị hệ thống CNTT.
- Hồ sơ định lượng: sinh viên tốt nghiệp trong các ngành nghề có thành phần định lượng mạnh, chẳng hạn như thống kê và toán học, những người muốn mở rộng kỹ năng của mình với các kỹ thuật thu thập, lưu trữ và quản lý dữ liệu, cũng như có được các kỹ năng phân tích mới.
- Hồ sơ doanh nghiệp: sinh viên tốt nghiệp và chuyên gia trong các lĩnh vực kinh doanh và kinh tế khác nhau muốn chuyên về phân tích kinh doanh, có nền tảng vững chắc về việc sử dụng ngôn ngữ thống kê và hiểu biết về công nghệ, không chỉ ở cấp độ kinh doanh mà còn về mặt ứng dụng kỹ thuật của bạn
Tuyển sinh
Học bổng và tài trợ
Kết quả chương trình
- Hiểu giá trị của dữ liệu và phân tích dữ liệu trong các tổ chức, đồng thời có thể đề xuất và hình thành các giải pháp phân tích dữ liệu.
- Biết và biết cách nêu giá trị kinh doanh của các công nghệ lưu trữ dữ liệu có thể mở rộng và xử lý song song chính, cũng như biết cách giải thích việc sử dụng chúng cho các mục đích cụ thể trong tổ chức.
- Có thể áp dụng các kỹ thuật và phương pháp phân tích dữ liệu vào các vấn đề kinh doanh bằng kỹ thuật lập trình thống kê.
- Áp dụng kỹ thuật học máy và khai thác văn bản để trích xuất giá trị từ dữ liệu và xây dựng các mô hình dự đoán.
- Biết và biết cách áp dụng các công cụ trực quan và trí tuệ kinh doanh để hỗ trợ phân tích và ra quyết định.
- Nhà phân tích dữ liệu (Nhà phân tích dữ liệu lớn).
- Nhà khoa học dữ liệu.
- Các chuyên gia thông minh kinh doanh.
- Giám đốc dữ liệu (CDO).
- Kiến trúc sư dữ liệu lớn.
- Kỹ sư dữ liệu
- Giảng viên các khóa học về Kinh doanh thông minh
- Giáo viên môn Phân tích dữ liệu
- Giáo viên được đề cập Qlik
Cơ hội nghề nghiệp
Chương trình cung cấp đào tạo cơ bản để định hướng cho bạn các ngành nghề khác nhau trong lĩnh vực phân tích và quản lý dữ liệu; cụ thể: Tư vấn chuyển đổi số
- Các nhà phân tích dữ liệu.
- Các chuyên gia thông minh kinh doanh.
- các nhà khoa học dữ liệu.
Đối với những hồ sơ đã có kinh nghiệm lãnh đạo và quản lý nhóm trước đó, chương trình sẽ đào tạo họ cho các vị trí như Giám đốc Dữ liệu (CDO). Cuối cùng, đối với những chuyên gia có hồ sơ máy tính, nó sẽ cung cấp cơ sở cho các cơ hội nghề nghiệp như kiến trúc sư Big Data hay Data Engineer.
Chương trình giảng dạy
Master được thiết kế bởi một ủy ban gồm các chuyên gia gồm các bác sĩ và chuyên gia tích cực từ các công ty hàng đầu trong lĩnh vực Trí tuệ nhân tạo và Dữ liệu lớn như Indra và Minsait. Kinh nghiệm của họ đảm bảo tính phù hợp của việc học và các kỹ năng có được, cho dù để bước vào thế giới việc làm hay để nâng cao chuyên môn trong lĩnh vực này. Đội ngũ chuyên gia này ngoài việc tham gia vào ban thiết kế chương trình đào tạo còn cộng tác trong việc dạy kèm và giảng dạy các buổi học thạc sĩ.
Nguyên tắc cơ bản về xử lý dữ liệu cho khoa học dữ liệu
- Sử dụng máy ảo và shell lệnh
- Nguyên tắc cơ bản về lập trình Python
- Cơ sở dữ liệu quan hệ cơ bản
- Nguyên tắc cơ bản của công nghệ Internet
- Chia sẻ dữ liệu, mã và tài nguyên trong kho
- Nguyên tắc cơ bản về xử lý dữ liệu với ngăn xếp khoa học Python
Business Intelligence
- Giới thiệu về trí tuệ kinh doanh
- Kho dữ liệu và cơ sở dữ liệu phân tích
- Công cụ loại bỏ và tải
- Ứng dụng kinh doanh thông minh
- Phân tích dữ liệu lớn áp dụng cho doanh nghiệp
- Thông tin khách hàng (CRM)
Học máy ứng dụng
- Giới thiệu về học máy
- Mô hình giám sát
- Mô hình không giám sát
- Kỹ thuật tính năng và lựa chọn mô hình
- Mô hình kết nối
- Quy tắc kết hợp và phân tích giỏ thị trường
Khai thác văn bản và xử lý ngôn ngữ tự nhiên (NLP)
- Giới thiệu lịch sử và công nghệ
- Công cụ NLP I: NLTK
- Công cụ NLP II: Brat và Gate
- khai thác văn bản
- Các ứng dụng và kỹ thuật NLP khác
Trí tuệ kinh doanh và trực quan hóa
- Giới thiệu về trí tuệ kinh doanh
- BI vs. báo cáo truyền thống
- Cơ sở công nghệ xử lý và phân tích dữ liệu
- Nguyên tắc cơ bản về trực quan hóa dữ liệu
- Trực quan hóa dữ liệu nâng cao
- Công cụ trực quan
Cơ sở hạ tầng dữ liệu lớn
- Xử lý dữ liệu với Hadoop
- Công cụ hệ sinh thái Hadoop
- Xử lý dữ liệu với Spark
- Kiến trúc trực tuyến
- Các thành phần của kiến trúc truyền phát
- Nền tảng đám mây và API
Lưu trữ và tích hợp dữ liệu
- Cơ sở dữ liệu độc đáo
- Các mô hình cơ sở dữ liệu dựa trên tài liệu
- Mô hình cơ sở dữ liệu hướng cột
- Mô hình cơ sở dữ liệu định hướng đồ thị
- Mô hình cơ sở dữ liệu khóa-giá trị
- Thu thập dữ liệu
Giá trị và bối cảnh của phân tích dữ liệu lớn
- Trường hợp kinh doanh dữ liệu lớn
- Dự án dữ liệu lớn
- Ứng dụng phân tích theo ngành
- Các công nghệ mới nổi trong phân tích
- Quản lý nhóm và phương pháp linh hoạt
- Các khía cạnh quy định của xử lý dữ liệu
Ứng dụng phân tích. Trường hợp thực tế
- Phân tích có thể mở rộng: Phân tích với các công nghệ điện toán song song và có thể mở rộng
- Phân tích truyền thông xã hội
- Internet vạn vật (IoT)
- Phân tích tài chính (xếp hạng công ty)
- Phân tích khách hàng: phân tích vị trí
- Kỹ thuật phục hồi thông tin
Luận văn thạc sĩ (TFM)
Khóa học về phương pháp Agile
- Scrum là gì và cách áp dụng nó
- Khung Scrum
- Các đội tự tổ chức
- Vai trò của khách hàng và các bên liên quan
- Quản lý dự án và sản phẩm linh hoạt
- Phát triển và hội nhập liên tục
- Làm thế nào để phát triển theo hướng một tổ chức linh hoạt
Khóa học nhập môn Python
- Giới thiệu về Python
- Điều kiện trong Python
- Cấu trúc lặp lại trong Python
- Bộ sưu tập. danh sách
- Hàm chuỗi
- Bộ sưu tập. Từ điển
- chức năng
- Quản lý tập tin
- hướng đối tượng
Khóa học giới thiệu về R
- Giới thiệu về R
- Vectơ
- Ma trận
- Danh sách
- Khung dữ liệu
- Cấu trúc điều khiển
- chức năng
khóa học tiếng Anh
- Cơ bản, Tiền trung cấp, Trung cấp hoặc Cao cấp
- Học sinh có thể chọn một trong bốn cấp độ.