Acerca de Maestría en Big Data
La Maestría en Big Data, es uno de los programas que integra la amplia propuesta educativa de la Universidad Americana de Europa.
Objetivos
- Identificar los cinco sectores más beneficiados por el Big Data.
- Reconocer los beneficios y preocupaciones del Big Data en las empresas.
- Estudiar las distintas metodologías del Big Data y analizar sus fuentes de información.
- Conocer la arquitectura del Big Data: elementos y definición del arquitecto Big Data.
- Conocer las infraestructuras necesarias para la aplicación de Big Data y cómo se lleva a cabo su implementación.
- Desarrollar la función Map y la función Reduce.
- Definir en qué consiste la tecnología Hadoop, sus conceptos básicos y los conceptos básicos de arquitectura.
- Dominar las técnicas de clasificación en inteligencia artificial y adquirir conocimientos sobre la definición y elementos del Data Science. Conocimiento de las diferencias entre BD y BI. Dominio de la estadística aplicada al BD y el modelo de visualización de datos.
- Conocer en qué consiste el lenguaje phyton, el lenguaje milk y el lenguaje iOS.
- Conocer los distintos tipos de bases de datos: jerárquicas, en red, relacionales, orientadas a objetivos etc. Además de analizar el Sistema de gestión de base de datos: arquitectura, objetivos y componentes.
- Conocer el modelo entidad - relación: entidades, relaciones, atributos y pasos generales para su creación.
- Conocer las fases del descubrimiento de conocimiento de bases de datos y la importancia de las mismas en el éxito del proceso (en especial las de limpieza y selección de datos).
- Estudiar los elementos y características del VMWARE HORIZON 7 y sus componentes clave que repercuten en la virtualización de escritorios, además de adquirir conocimientos acerca del IT como servicio y la seguridad del Cloud Computing.
- Analizar la utilidad del Big Data en el sector de los medios de comunicación y marketing.
- Identificar las metodologías y fases metodológicas que existen para llevar a cabo los proyectos en Big Data.
- Adquirir conocimientos en conceptos para el trabajo compartido en entornos virtuales (interacción entre personas, colaboración, cooperación..).
- Profundizar en los ataques e intrusiones de personal no autorizado en la red.
- Conocer el clustering como uno de los métodos de aprendizaje no supervisado más importante y estudiar las medidas de conectividad o linkage measures utilizadas por los algoritmos de clustering.
- Interpretar y analizar los datos recogidos de la muestra de investigación.
- Aprender a utilizar de forma correcta la normativa APA en la elaboración de trabajos universitarios, proyectos y textos de diversa índole.
- La especialización del área de interés de la maestría, aplicando lo aprendido y las habilidades adquiridas durante el transcurso del programa.
