¡Contacta con nosotros!
Telefono Euroinnova ¡Te llamamos!
Deja tu mensaje

Matricúlate en esta Maestría en Business Intelligence y consigue una doble titulación: Certificación oficial otorgada por la SEP y título de Máster Europeo

Titulación
Modalidad
Online
Duración - Créditos
1500 horas
Becas y Financiación
Sin Intereses
Equipo Docente
Especializado
Acompañamiento
Personalizado
Comienza tu matrícula
Paso 1:
Para matricularte introduce tu Email
Resumen matrícula:

MEJOR DESCUENTO

MEJOR DESCUENTO

MEJOR DESCUENTO


Resumen Matrícula

Precio original

Beca exclusiva

-

Descuento + cupón bienvenida

-

Plan Becas

-


Precio final:

Paso 2
¿Cómo realizarás el pago de la matrícula?
Pago seguro Pago 100% seguro
Paso 3
Selecciona el número de plazos:
380 / mes en cuotas, SIN INTERESES
Selecciona el método de pago:
VisaMasterCardAmerican ExpressDinersClub InternationalvisaelectronDiscover Network Card
PayPal
Bizum
Métodos de pago verificados

Opiniones de nuestros alumnos

Media de opiniones en los Cursos y Master online de Euroinnova

Nuestros alumnos opinan sobre: Maestria en Ciencia de Datos. Especializacion en Business Intelligence

4,6
Valoración del curso
100%
Lo recomiendan
4,9
Valoración del claustro

Borja R.b.

PUEBLA

Opinión sobre Maestria en Ciencia de Datos. Especializacion en Business Intelligence

Todo correcto, no puedo poner ninguna pega a la realización de esta Maestría, estoy deseando recibir mi titulación con validez oficial RVOE SEP

Alejandra T. U.

GUERRERO

Opinión sobre Maestria en Ciencia de Datos. Especializacion en Business Intelligence

Muy contenta con esta maestría, por su costo, por el trato de los facilitadores y por todo lo aprendido. Mi cuñada estudió en UDAVINCI y buscando encontré esta Maestría, la plataforma de estudio de Euroinnova me pareció maravillosa la verdad.

Miguel T. Y.

JALISCO

Opinión sobre Maestria en Ciencia de Datos. Especializacion en Business Intelligence

Me ha parecido una buena titulación online, creo que el temario está muy bien explicado y es claro y conciso. Además, poder estudiar 100% en línea me ha permitido compaginarlo con mi trabajo y mi familia. Como parte negativa, me hubiese gustado más práctica.

Gloria T. Y.

BAJA CALIFORNIA

Opinión sobre Maestria en Ciencia de Datos. Especializacion en Business Intelligence

En general el contenido es bastante bueno, el temario me ha gustado mucho, estoy muy satisfecha con lo aprendido y el trato recibido por los profesores, además necesitaba que fuese una maestría con certificada SEP y además en línea (no puedo asistir a clase) y esta lo cumplía todo y a un precio genial.

Camila R. T.

FLORIDA

Opinión sobre Maestria en Ciencia de Datos. Especializacion en Business Intelligence

Vivo y trabajo en USA, pero quería formarme en una universidad de mi país y vi esta Maestría en línea y la neta es que estoy muy satisfecha con el proceso. Tanto los profesores, como la plataforma donde se encuentran los contenidos son fantásticos y el costo también me pareció muy bueno.
* Todas las opiniones sobre Maestria en Ciencia de Datos. Especializacion en Business Intelligence, aquí recopiladas, han sido rellenadas de forma voluntaria por nuestros alumnos, a través de un formulario que se adjunta a todos ellos, junto a los materiales, o al finalizar su curso en nuestro campus Online, en el que se les invita a dejarnos sus impresiones acerca de la formación cursada.
Alumnos

Plan de estudios de la Maestría En Business Intelligence Online

MAESTRÍA EN BUSINESS INTELLIGENCE ONLINEEste plan de estudios se encuentra incorporado al Sistema Educativo Nacional (SEP) con número de acuerdo M-087/2021. Estudia esta Maestría 100% online y consigue una doble titulación Euroinnova + UDAVINCI, así tendrás un título con validez oficial RVOE y un título de Máster Europeo

Resumen salidas profesionales
de la maestría en business intelligence online
La Ciencia de datos o Data Science, es el arte de gestionar y analizar grandes volúmenes de información utilizando herramientas, lenguajes de programación y técnicas especializadas en extraer, clasificar y visualizar información que permitan tomar decisiones estratégicas y comerciales basadas en datos. Con esta Maestría en Ciencia de Datos. Especialización en Business Intelligence aprenderás los principales algoritmos y técnicas de clasificación utilizados en Data Science. Usarás bases de datos SQL o NoSQL, aprovecharás todo el potencial del Big Data o el Machine Learning y programarás en el lenguaje R para analizar datos estadísticos. Además, crearás DataWarehouses, definirás KPIs y usarás cuadros de mandos y dashboards para sacar el máximo provecho del Business Intelligence.
Objetivos
de la maestría en business intelligence online

- Entender la importancia de extraer, clasificar y visualizar información en la toma de decisiones estratégicas.
- Conocer qué tipos de algoritmos, métodos estadísticos y técnicas de clasificación son usados en ciencia de datos.
- Utilizar tanto bases de datos relacionales (SQL) como no relacionales (NoSQL) para la administración de información.
- Comprender la relación entre la ciencia de datos y tecnologías disruptivas como el Big Data y el Machine Learning.
- Programar en lenguaje R conociendo sus diferentes estructuras, funciones, técnicas y métodos de graficado.
- Aprovechar el Data Mining y usar Datawarehouses, KPIs y dashboards para sacar rendimiento al Business Intelligence.
- Aprender a gestionar, planificar y reducir los riesgos en los proyectos de Business Analytics y Business Intelligence.
Salidas profesionales
de la maestría en business intelligence online
Los datos son el eje central de cualquier empresa. Las empresas demandan profesionales que sepan analizar información para una correcta toma de decisiones estratégicas. Con esta Maestría en Ciencia de Datos. Especialización en Business Intelligence optarás a puestos como Data Scientist o Analista de datos, Chief Data Officer (CDO), Business Analyst o Gestor de proyectos BI.
Para qué te prepara
la maestría en business intelligence online
Con la Maestría en Ciencia de Datos. Especialización en Business Analytics aprenderás los principales algoritmos y técnicas de clasificación utilizados en Data Science. Usarás bases de datos SQL o NoSQL, aprovecharás todo el potencial del Big Data o el Machine Learning, programarás en R para analizar datos estadísticos, crearás DataWarehouses, definirás KPIs y usarás cuadros de mandos y dashboards para sacar el máximo del Business Intelligence.
A quién va dirigido
la maestría en business intelligence online
Esta Maestría en Ciencia de Datos. Especialización en Data Analytics está orientada tanto a perfiles técnicos en informática como a perfiles estadísticos, business o de marketing que quieran aprender qué tecnologías, herramientas y lenguajes se utilizan para la gestión y análisis de datos y cómo pueden sacarle el máximo provecho posible dentro de cualquier empresa.
Metodología
de la maestría en business intelligence online
Con nuestra metodología de aprendizaje online, el alumno comienza su andadura con nosotros a través de un campus virtual diseñado exclusivamente para desarrollar el itinerario formativo con el objetivo de mejorar su perfil profesional. El alumno debe avanzar de manera autónoma a lo largo de las diferentes asignaturas así como realizar las actividades de aprendizaje. Las horas de estudio realizadas en el campus virtual se complementan con el trabajo autónomo del alumno, la comunicación con el docente, las actividades y lecturas complementarias y la labor de investigación y creación asociada a los proyectos.

Temario de la Maestría En Business Intelligence Online

Descargar GRATIS
el temario en PDF
Estoy de acuerdo con la Política de privacidad y Condiciones de Matriculación. Información básica sobre Protección de Datos aquí.
  1. Introducción
  2. Dónde se ubica el JavaScript en las páginas HTML
  3. Cómo enviar las salidas de resultados a las páginas HTML
  1. Declaraciones
  2. Sintaxis
  3. Comentarios
  4. Variables
  5. Tipos de datos
  1. Clase
  2. Propiedades
  3. Métodos
  4. Getters y Setters
  5. Constructores
  1. Operadores
  2. Sentencia condicional simple
  3. Sentencia condicional múltiple
  1. Fundamentos de la repetición controlada
  2. Instrucción de repetición mientras
  3. Instrucción de repetición haz - mientras
  4. Instrucción de repetición desde
  1. Declaración y creación de arreglos
  2. Paso de arreglos a los métodos
  3. Arreglos multidimensionales
  4. Listas de argumentos con longitud variable
  1. Manejo de cadenas
  2. Manejo de números
  3. Manejo de funciones matemáticas
  4. Manejo de valores booleanos
  1. JavaScript HTML DOM
  2. Modelo de objeto del navegador
  3. Formularios
  1. Conceptos y generalidades
  2. Utilización de Jquery
  1. Evolución de la administración de los datos
  2. Tipos de administración de los datos
  3. Operaciones para el manejo de los datos masivos
  4. Tipos de datos masivos
  1. Historia de la computación distribuida
  2. Elementos de la computación distribuida
  3. Uso de la computación distribuida
  1. Pila de datos masivos
  2. Capas para el manejo de los datos masivos
  3. Tecnología para el uso de datos masivos
  1. Servicios de organización de datos
  2. Herramientas para la organización de datos
  3. Almacenamiento analítico de datos
  1. Importancia de la virtualización en el uso de datos masivos
  2. Servidor de virtualización
  3. Aplicaciones de la virtualización
  4. Manejo de la virtualización
  1. Aplicación de los datos masivos
  2. Manejo de datos masivos
  3. Funciones en el uso de datos masivos
  1. Relación de la nube con los datos masivos
  2. Modelos de despliegue y entrega en la nube
  3. Manejo de la nube para la administración de datos masivos
  1. Características de los sistemas de almacenamiento masivo
  2. Elementos de los sistemas de almacenamiento masivo
  3. Beneficios de los sistemas de almacenamiento masivo
  1. Sistemas de archivos distribuidos
  2. Uso de las funciones de reducción
  3. Manejo de las funciones de mapeo
  1. Manejo de recursos y aplicaciones
  2. Almacenamiento de los datos masivos
  3. Minería de datos masivos
  1. Importancia de la recolección de datos
  2. Historia y evolución
  3. Importancia de la clasificación de datos
  4. Historia y evolución
  5. Relación con la ciencia de datos
  1. Conceptos
  2. Objetivo
  3. Características
  4. PARTES DE UNA ENTREVISTA
  5. Tipos de preguntas
  1. Conceptos
  2. Objetivo
  3. Características
  4. Tipos
  5. Selección de participantes
  1. Conceptos
  2. Objetivos
  3. PARTICIPANTES
  4. Aplicación en la recolección de datos
  5. Registro de hechos
  1. Conceptos
  2. Objetivos
  3. Características
  4. Tipos
  5. Selección de participantes
  1. Conceptos
  2. Objetivos
  3. Diseño
  4. Construcción
  5. Aplicabilidad en la recolección de datos
  1. Conceptos
  2. Objetivos
  3. Características
  4. Construcción
  5. aplicabilidad
  1. Importancia
  2. Beneficios
  3. Características
  4. Costos
  5. Algunas herramientas
  1. Conceptos
  2. Tipos
  3. Clasificaciones
  4. Datos cualitativos
  5. Datos cuantitativos
  1. Conceptos
  2. Objetivo
  3. Ventajas y beneficios
  4. Consecuencias negativas
  5. Herramientas
  1. Distribuciones y Gráficas
  2. Medidas de tendencia central y dispersión
  3. Medidas de Posición y forma
  1. Tipos de variables
  2. Distribuciones discretas de probabilidad
  3. Distribuciones continuas de probabilidad
  4. Muestreo y distribuciones muestrales
  1. Teorema de límite central
  2. Intervalos de confianza
  3. Pruebas de hipótesis
  1. Regresión lineal simple
  2. Coeficientes de correlación y determinación
  3. Regresión lineal múltiple
  1. ANOVA con un factor
  2. ANOVA con varios factores
  3. Comparaciones Múltiples
  1. Tipos de Pruebas de bondad
  2. Cuadros de contingencia
  3. Aplicaciones de pruebas de bondad
  1. Tipo de Variaciones
  2. Métodos aplicados a series de tiempo
  3. Índices
  1. Prueba del signo
  2. Prueba de rangos
  3. Prueba U
  4. Prueba H
  1. Elementos del análisis de decisiones
  2. Toma de decisiones bajo Riesgo
  3. Técnicas cualitativas para la toma de decisiones
  1. Arboles de Decisiones
  2. Cadenas de Markov
  3. Redes Bayesianas
  4. Otras técnicas
  1. Sistema de procesamiento de archivos
  2. Sistema de procesamiento de bases de datos
  3. Historia del procesamiento de bases de datos
  4. Definición de una base de datos
  5. DBMS
  1. Conceptos de modelado
  2. Importancia del modelado
  3. Modelo E-R
  4. Modelo relacional
  5. Normalización
  1. Conceptos y definiciones
  2. Tipos de datos
  3. Sentencias del DDL
  4. Ejemplos de DDL
  1. Introducción
  2. Importancia
  3. Entorno
  4. Instalación
  5. Ejemplo práctico
  1. Introducción
  2. Importancia
  3. Entorno e Instalación
  4. Ejemplo práctico
  1. Introducción e Importancia
  2. Entorno
  3. Instalación
  4. Ejemplo práctico
  1. Historia y Conceptos
  2. Sentencia DDL en SQL
  3. Sentencia INSERT, DELETE, UPDATE
  4. Sentencia DELETE
  1. Sentencia SELECT
  2. Operadores de comparación y booleanos
  3. Subconsultas
  4. Funciones y Comandos de ordenamiento
  1. Sentencia SELECT con múltiples tablas
  2. Funciones de agrupación
  3. Operadores para múltiples tablas
  4. Sentencia JOIN
  1. Conceptos
  2. Tecnologías en la nube
  3. NoSQL
  4. Tendencias actuales
  1. Privacidad
  2. Protección de datos
  3. Privacidad y protección de datos
  4. Importancia de la privacidad
  5. Importancia de la protección de datos
  1. Datos personales
  2. Sensibilidad de los datos
  3. Tratamiento de los datos
  4. Recolección de datos
  5. Consentimiento
  1. Referentes históricos
  2. Organismos internacionales
  3. Leyes internacionales
  4. Decretos internacionales
  5. Acuerdos internacionales
  1. Referentes históricos
  2. Ley Federal de Protección de Datos Personales
  3. Marco legal
  4. Conceptos y definiciones
  5. Actualidad de la protección de datos en México
  1. Introducción
  2. Identificación
  3. Autenticación
  4. Código malicioso
  5. Responsabilidad de los usuarios
  1. Introducción
  2. Navegación
  3. Correo electrónico
  4. Redes sociales
  5. Usuarios menores de edad
  1. Historia, definición y objetivos de Esteganografía
  2. Historia, definición y objetivos de la criptografía
  3. Aplicaciones y usos
  4. Herramientas
  5. Beneficios
  1. Fundamentos
  2. Sistemas de Gestión de la Seguridad de la Información
  3. Plan de Contingencias y Seguridad del Negocio
  4. Norma ISO 27001
  5. Certificación en seguridad de la información
  1. Historia
  2. Primeros sistemas administradores de bases de datos
  3. Primera revolución de las bases de datos
  4. Segunda revolución de las bases de datos
  5. Tercera revolución de las bases de datos
  1. Introducción
  2. Características
  3. Conceptos
  4. Terminología
  5. Diseño
  1. Introducción
  2. Características y conceptos
  3. Diseño
  4. XML
  5. JSON
  1. Introducción
  2. Características y conceptos
  3. Arquitecturas
  4. Terminología
  5. Diseño
  1. Introducción
  2. Características
  3. Conceptos
  4. Terminología
  5. Diseño
  1. Introducción
  2. Características
  3. Conceptos
  4. Terminología
  5. Diseño
  1. Introducción
  2. Características
  3. Conceptos
  4. Terminología
  5. Diseño
  1. Introducción
  2. Características
  3. Conceptos
  4. Terminología
  5. Diseño
  1. Introducción
  2. Características
  3. Conceptos
  4. Terminología
  5. Diseño
  1. Introducción
  2. Características
  3. Conceptos
  4. Terminología
  5. Diseño
  1. ¿Qué es Machine Learning?
  2. ¿Dónde se aplica Machine Learning?
  3. Plataformas que trabajan Machine Learning
  1. Definición de RNA e Inteligencia Artificial
  2. El modelo Biológico
  3. Aplicaciones de las Redes Neuronales Artificiales
  1. Errores comunes al aplicar RNA
  2. Ventajas y Desventajas
  3. Comparación de las RNA con otras técnicas
  1. Aproximación de funciones
  2. Clustering
  3. Predicción
  4. Clasificación
  1. Elementos de las RNA
  2. Estructura de las RNA
  3. Funcionamiento de las RNA
  1. Entrenamiento no supervisado
  2. Entrenamiento supervisado
  3. Entrenamiento hibrido
  1. Redes monocapa y multicapa
  2. Redes heteroasociativas y autoasociativas
  3. Redes Estocásticas
  4. Otras topologías de RNA
  1. Estructura del perceptrón
  2. Perceptrón multicapa
  3. La red Backpropagation
  1. Tipos de datos
  2. Como elegir la topología de RNA
  3. Diseño de estructura
  1. Gráficas de resultados
  2. Medidas de error de las RNA
  3. Definición del error aceptable
  1. Evolución de la administración de los datos
  2. ¿Qué es Big Data?
  3. Significados y variaciones del término
  4. Cambio de paradigma
  5. Datos al servicio de las personas
  1. Volumen - Variedad
  2. Velocidad - Veracidad
  3. Valor - Visualización
  4. Verificación - Variabilidad
  5. Viabilidad
  1. Banca
  2. Salud
  3. Ciudades inteligentes
  4. Agricultura
  5. Política
  1. Deportes
  2. Periodismo
  3. Logística
  4. Mercadotecnia
  5. Educación
  1. Arquitecturas para Big Data
  2. Generación de datos
  3. Adquisición de datos
  4. Almacenamiento de datos
  5. Análisis y visualización de datos
  1. BD Relacionales
  2. NoSql
  3. BD Key-Value
  4. BD Orientadas a documentos
  5. BD Orientadas a grafos
  1. BD Orientadas a objetos
  2. BD Columnas
  3. BD Espaciales
  1. Conceptos
  2. Sistema de archivos distribuidos Hadoop
  3. YARN
  4. MapReduce
  5. Ecosistema Hadoop
  1. Introducción
  2. Importancia
  3. Entorno
  4. Instalación
  5. Ejemplo práctico
  1. Introducción
  2. Importancia
  3. Entorno
  4. Instalación
  1. Bases de Datos y el Proceso KDD
  2. Análisis Básico de Ejemplos y Aplicaciones en Data Mining
  3. Procesos Estadísticos en Data Mining
  4. Herramientas Computacionales Para Data Mining
  1. Ruido y Ajuste de Datos
  2. Análisis Exploratorio en Datos
  3. Filtrado en Datos Estructurados y no Estructurados
  1. ¿Qué es la Inteligencia Artificial y sus Técnicas?
  2. Redes Neuronales Artificiales
  3. Topologías de Red
  4. Algoritmos de Propagación
  5. Redes Neuronales Pulsantes
  1. Minería de Textos
  2. Pre-Procesamiento y Digitalización
  3. Análisis Automatizado de Textos
  1. Sentiment Analysis
  2. Análisis de Texto y Lingüística Computacional
  3. Extracción de Información Subjetiva
  4. Minería de Opinión y Aplicaciones
  1. Espacio Vectorial
  2. Modelado de Vectores y Tensorflow
  3. Python en Data Mining
  1. Algoritmos de Aprendizaje Profundo
  2. Abstracciones de Alto Nivel
  3. Arquitecturas Compuestas
  4. Redes Neuronales Convolucionales
  1. Criterios de Decisión
  2. Requerimiento de Datos
  3. Evaluación de Decisiones
  1. Clustering
  2. Técnicas de Clustering
  3. Técnicas Estadísticas
  1. Fundamentos de Evaluación de Modelos
  2. Técnicas de Evaluación de Modelos
  3. Aplicación de las Técnicas de Evaluación de Modelos
  1. Antecedentes
  2. Importancia
  3. Áreas de aplicación
  4. Proceso de descubrimiento del conocimiento
  5. Tendencias
  1. ¿Qué es R?
  2. Antecedentes
  3. Configuración del entorno de trabajo
  4. Características importantes
  5. Ayuda
  1. Tipos de datos
  2. Operaciones aritméticas
  3. Operadores lógicos
  4. Operadores relacionales
  5. Funciones de conversión
  1. Vectores
  2. Matrices
  3. Factores y vectores de caracter
  4. Listas
  5. Data frames
  1. Estructura condicional IF-ELSE
  2. Estructura SWITCH
  3. Bucle FOR
  4. Bucle WHILE
  5. Sentencia BREAK, NEXT
  1. Estructura
  2. Visibilidad del código
  3. Recursividad
  4. Funciones matemáticas
  5. Funciones de análisis estadístico
  1. Comandos para gráficos exploratorios
  2. Estadística descriptiva
  3. Medidas de tendencia central
  4. Medidas de dispersión
  5. Coeficiente de correlación, covarianza
  1. Probabilidad
  2. Distribuciones discretas
  3. Distribuciones continuas
  4. Intervalos de confianza
  5. Test de hipótesis
  1. Análisis clúster
  2. Clústeres jerárquicos y secuenciales
  3. Clústeres aglomerativos y exclusivos
  4. Modelos predictivos
  5. Modelo lineal
  1. Función plot()
  2. Colores
  3. Gráficos para una variable
  4. Gráficas de curvas continua
  5. Gráficas escalonadas
  1. Elementos de la investigación
  2. Características del enfoque cuantitativo
  3. Características del enfoque cualitativo
  4. Diferencias entre los enfoques de investigación
  5. Ventajas de los enfoques de investigación
  1. Tipos de proyectos de investigación
  2. Proyecto de investigación cuantitativa
  3. Proyecto de investigación cualitativa
  4. Fuentes de ideas para la investigación
  5. Antecedentes de la investigación
  1. Planteamiento del problema de investigación
  2. Enfoque cuantitativo
  3. Criterios para plantear el problema
  4. Elementos para el planteamiento del problema de investigación
  5. Objetivos, preguntas y justificación de la investigación
  1. Desarrollo de la perspectiva teórica
  2. Etapas para el desarrollo de la perspectiva teórica
  3. Elementos para la revisión de la literatura
  4. Elementos del marco teórico
  5. Construcción del marco teórico
  1. Estudio exploratorio
  2. Estudio descriptivo
  3. Estudio correlacional
  4. Estudio explicativo
  5. Selección del tipo de estudio
  1. Elementos de las hipótesis
  2. Características de las variables
  3. Tipos de hipótesis
  4. Hipótesis nulas
  5. Hipótesis alternativas
  1. Características del diseño en la investigación
  2. Diseño experimentales
  3. Experimentos puros
  4. Diseños no experimentales
  5. Diseños transeccionales descriptivos
  1. Delimitación de la población
  2. Selección de muestra
  3. Tipos de muestra
  4. Muestra probabilística
  5. Muestra no probabilística
  1. Características para la recolección de datos
  2. Instrumento de medición
  3. Análisis de los datos cuantitativos
  4. Proceso para el análisis de los datos cuantitativos
  5. Pruebas de hipótesis
  1. Características del reporte
  2. Elementos del reporte
  3. Recursos para la elaboración del reporte
  4. Criterios para la elaboración del reporte
  5. Protocolo de investigación
  1. Concepto
  2. Historia
  3. Datos
  4. El poder de los datos
  5. Importancia
  1. Objetivo
  2. Motivadora
  3. Efectiva
  4. Resultados
  5. Originalidad
  1. Tablas
  2. Gráfico de barras
  3. Gráfico de líneas
  4. Gráfico circular
  5. Gráfico de dispersión
  1. Gráfico de burbuja
  2. Gráfico de Gantt
  3. Gráfico de histograma
  4. Gráfico de bala
  5. Mapa
  1. Mapa de calor
  2. Tabla de resaltado
  3. Diagrama de árbol
  4. Gráfico de velas
  1. Treemap
  2. Gráficos sociales
  3. Palabras
  4. Infografías
  1. Conceptos
  2. Importancia
  3. Impacto
  4. Herramientas tecnológicas
  5. Futuro
  1. Excel aplicado a ciencia de datos
  2. SPSS
  3. Minitab
  4. Otras herramientas
  1. Tableau (https://www.tableau.com/es-es)
  2. Qlik (https://www.qlik.com/es-es)
  3. Plotly (https://plot.ly/)
  4. Carto (https://carto.com/)
  5. DataWrapper (https://www.datawrapper.de/)
  1. Infogram (https://infogram.com/es)
  2. Piktochart (https://piktochart.com/)
  3. Herramientas de Google (https://cloud.google.com/bigquery/, https://cloud.google.com/sql/docs/, https://www.google.com/sheets/about/, https://datastudio.withgoogle.com/)
  4. Chartblocks (https://www.chartblocks.com/es)
  5. Thinglink (https://www.thinglink.com/)
  1. Tipo de problemática
  2. Tipo de investigación (cualitativa/cuantitativa)
  3. Análisis del entorno del problema
  1. Entrevistas y cuestionarios
  2. Clasificación y depuración de Datos
  3. Acomodo y homologación de Datos
  1. Respaldo de información
  2. Recuperación de la información
  3. Diagnóstico de la base de Datos
  1. Análisis del algoritmo
  2. Método y técnica aplicable
  3. Importancia y desarrollo
  1. Características de los grandes volúmenes de Datos
  2. Aplicación para el Big Data
  3. Herramientas de Big Data
  1. Sociología de la privacidad
  2. Cultura de la protección de datos
  3. Tecnología y privacidad
  1. Medidas de tendencia central y dispersión
  2. Diseño de experimentos
  3. Técnicas de análisis de decisiones
  1. Machine learning
  2. Deep learning
  3. Minería de Datos
  1. Interpretación de gráficas
  2. Interpretación de resultados
  3. Propuestas y conclusiones
  1. Características de visualización
  2. Elementos gráficos
  3. Presentación de resultados
  1. Introducción a la minería de datos y el aprendizaje automático
  2. Proceso KDD
  3. Modelos y Técnicas de Data Mining
  4. Áreas de aplicación
  5. Minería de textos y Web Mining
  6. Data mining y marketing
  1. Aproximación al concepto de DataMart
  2. Bases de datos OLTP
  3. Bases de Datos OLAP
  4. MOLAP, ROLAP & HOLAP
  5. Herramientas para el desarrollo de cubos OLAP
  1. Visión General: ¿Por qué DataWarehouse?
  2. Estructura y Construcción
  3. Fases de implantación
  4. Características
  5. Data Warehouse en la nube
  1. Tipos de herramientas para BI
  2. Productos comerciales para BI
  3. Productos Open Source para BI
  4. Beneficios de las herramientas de BI
  1. Definición de KPIs
  2. KPI, CSF y metas
  3. Principales KPIS
  4. Ejemplos de KPIS
  5. Supuesto práctico: Cálculo de KPI con Excel
  1. Introducción a los cuadros de mando y dashboard
  2. Estrategias para la creación de un cuadro de mando
  3. Dashboard en Excel o Google Analytics
  1. Introducción
  2. La pirámide organizacional
  3. Herramientas de inteligencia de negocios
  4. Fundamentos del Datawarehouse
  5. Características
  6. Ventajas
  7. Sistemas OLTP
  8. Implementación del Datawarehouse
  9. Análisis OLAP (Drill Down, Drill Up)
  10. Servidores OLAP (ROLAP, MOLAP, HOLAP, Minería de Datos, Definiciones de Data Mining)
  11. Categorías de Data Mining
  12. Proceso de Minería de Datos
  13. Metodología
  14. Reportes
  15. Consultas
  16. Alertas
  17. Análisis
  18. Pronósticos
  1. Gestión de Proyectos
  2. Planificación del proyecto
  3. Riesgos
  1. Procesos de Extracción, Transformación y Carga
  2. El almacén de Datos
  3. Herramientas de Visualización y consulta: Reportes
  4. Herramientas de Visualización y consulta: DashBoards
  5. Herramientas de Visualización y consulta: OLAP
  6. Herramientas de Visualización y consulta: Data Mining
  7. Procesos ETL
  8. Creación de cubos multidimensionales

Titulación de la Maestría En Business Intelligence Online

Doble Titulación:

Titulación de Master Europeo en Ciencia de Datos. Especialización en Business Intelligence con 1500 horas expedida por EUROINNOVA INTERNATIONAL ONLINE EDUCATION, miembro de la AEEN (Asociación Española de Escuelas de Negocios) y CLADEA (Consejo Latinoamericano de Escuelas de Administración)

Titulación Oficial de Maestría en Ciencia de Datos por la Universidad DAVINCI con el Reconocimiento de Validez Oficial de Estudios (RVOE). Este plan de estudios se encuentra incorporado al Sistema Educativo Nacional (SEP) con número de acuerdo M-087/2021.

Curso Online Euroinnova Universidad Da Vinci

UDAVINCI - UNIVERSIDAD DA VINCI

Cursos relacionados

Maestria Internacional en Big Data y Business Intelligence + Maestria Internacional en Innovacion Tecnologica
MAESTRÍA EN BUSINESS INTELLIGENCE: Maestría Internacional en Big Data y Business Intelligence + Maestría Internacional en Innovación Tecnológica
4,8
2380€
1795€
25% descuento
Maestria Internacional en Marketing Intelligence
MASTER MARKETING INTELLIGENCE: Maestría Internacional en Marketing Intelligence
4,8
2380€
1495€
37% descuento
Maestria Internacional MBA en Administracion y Direccion de Empresas + Maestria Internacional en Big Data y Business Intelligence
MAESTRÍA ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS: Maestría Internacional MBA en Administración y Dirección de Empresas + Maestría Internacional en Big Data y Business Intelligence
4,8
2380€
1795€
25% descuento
Maestria Internacional en Big Data y Business Intelligence
MAESTRÍA INTERNACIONAL BIG DATA: Maestría Internacional en Big Data y Business Intelligence
4,8
2380€
1495€
37% descuento

7 razones para realizar la Maestría En Business Intelligence Online

1
Nuestra Experiencia

Más de 20 años de experiencia en la formación online.

Más de 300.000 alumnos ya se han formado en nuestras aulas virtuales.

Alumnos de los 5 continentes.

25% de alumnado internacional.

Las cifras nos avalan
Logo google
4,7
2.625 opiniones
Logo youtube
8.582
suscriptores
Logo facebook
4,4
12.842 opiniones
Logo youtube
5.856
seguidores
2
Nuestra metodología

Flexibilidad

Aprendizaje 100% online, flexible, desde donde quieras y como quieras

Docentes

Equipo docente especializado. Docentes en activo, digitalmente nativos

Acompañamiento

No estarás solo/a. Acompañamiento por parte del equipo de tutorización durante toda tu experiencia como estudiante.

Aprendizaje real

Aprendizaje para la vida real, contenidos prácticos, adaptados al mercado laboral y entornos de aprendizaje ágiles en campus virtual con tecnología punta

Seminarios

Seminarios en directo. Clases magistrales exclusivas para los estudiantes

3
Calidad AENOR

Se llevan a cabo auditorías externas anuales que garantizan la máxima calidad AENOR.

Nuestros procesos de enseñanza están certificados por AENOR por la ISO 9001, 14001 y 27001.

Certificación de calidad
4
Confianza

Contamos con el sello de Confianza Online y colaboramos con las Universidades más prestigiosas, Administraciones Públicas y Empresas Software a nivel Nacional e Internacional.

Confianza logo Proteccion logo
5
Empleo y prácticas

Disponemos de Bolsa de Empleo propia con diferentes ofertas de trabajo, y facilitamos la realización de prácticas de empresa a nuestro alumnado.

6
Nuestro Equipo

En la actualidad, Euroinnova cuenta con un equipo humano formado por más de 300 profesionales. Nuestro personal se encuentra sólidamente enmarcado en una estructura que facilita la mayor calidad en la atención al alumnado.

7
Somos distribuidores de formación

Como parte de su infraestructura y como muestra de su constante expansión, Euroinnova incluye dentro de su organización una editorial y una imprenta digital industrial.

Paga como quieras

Financiación 100% sin intereses

Hemos diseñado un Plan de Becas para facilitar aún más el acceso a nuestra formación junto con una flexibilidad económica. Alcanzar tus objetivos profesionales e impulsar tu carrera profesional será más fácil gracias a los planes de Euroinnova.

Si aún tienes dudas solicita ahora información para beneficiarte de nuestras becas y financiación.

20%
Antiguos Alumnos

Como premio a la fidelidad y confianza de los alumnos en el método EUROINNOVA, ofrecemos una beca del 20% a todos aquellos que hayan cursado alguna de nuestras acciones formativas en el pasado.

20%
Beca Desempleo

Para los que atraviesan un periodo de inactividad laboral y decidan que es el momento idóneo para invertir en la mejora de sus posibilidades futuras.

15%
Beca Emprende

Una beca en consonancia con nuestra apuesta por el fomento del emprendimiento y capacitación de los profesionales que se hayan aventurado en su propia iniciativa empresarial.

15%
Beca Amigo

La beca amigo surge como agradecimiento a todos aquellos alumnos que nos recomiendan a amigos y familiares. Por tanto si vienes con un amigo o familiar podrás contar con una beca de 15%.

* Becas aplicables sólamente tras la recepción de la documentación necesaria en el Departamento de Asesoramiento Académico. Más información en el 900 831 200 o vía email en formacion@euroinnova.es

* Becas no acumulables entre sí.

* Becas aplicables a acciones formativas publicadas en euroinnova.es

Información complementaria

Preguntas al director académico sobre la Maestría En Business Intelligence Online

Artículos relacionados

3800
5500
Cómodos plazos sin intereses + Envío gratis
InnovaPAY
Simulador de cuotas, selecciona número de cuotas:
380 / mes
¿Tienes dudas?
Llámanos gratis al 900 831 200
Matricularme
Trustmark

4,59

Excelente

...

Protección al Comprador

Cookies

Este sitio web utiliza cookies propias y de terceros para mejorar los servicios relacionados con tus preferencias, mediante el análisis de tus hábitos de navegación. En caso de que rechace las cookies, no podremos asegurarle el correcto funcionamiento de las distintas funcionalidades de nuestra página web.

Puede obtener más información y cambiar su configuración en nuestra política de cookies.

Configurar

Tardarás 3 minutos

El responsable del tratamiento es Euroinnova International Online Education