Solicitar información
Modalidad
Modalidad
Online
Duración - Créditos
Duración - Créditos
1500 horas - 60 ECTS
Baremable Oposiciones
Baremable Oposiciones
Administración pública
Becas y Financiación
Becas y Financiación
sin intereses
Plataforma Web
Plataforma Web
24 Horas
Centro Líder
Centro Líder
formación online
2195 €
Cómodos plazos sin intereses + Envío gratis
¿Tienes dudas?
Llámanos gratis al 900 831 200
Solicitar información

Impulsa tu carrera con el Master en Ciberseguridad y Big Data y consigue tu titulación con 60 créditos ECTS por la Universidad Católica de Murcia

Opiniones de nuestros alumnos

Media de opiniones en los Cursos y Master online de Euroinnova

Nuestros alumnos opinan sobre: Máster en Ciberseguridad, Big Data y BI + 60 Créditos ECTS

4,6
Valoración del curso
100%
Lo recomiendan
4,9
Valoración del claustro
* Todas las opiniones sobre Máster en Ciberseguridad, Big Data y BI + 60 Créditos ECTS, 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.

Plan de estudios de Master en ciberseguridad y big data

MASTER EN CIBERSEGURIDAD Y BIG DATA. Aprovecha la oportunidad que te ofrece Euroinnova para desarrollar las habilidades y competencias profesionales necesarias para cumplir tus objetivos en el ámbito laboral, y además al mejor precio. ¡No esperes más y solicita información sin compromiso!

Resumen salidas profesionales
de Master en ciberseguridad y big data
Las organizaciones se enfrentan a una creciente necesidad de proteger sus activos digitales y gestionar de manera eficiente los grandes volúmenes de datos generados en sus operaciones. La ciberseguridad, el Big Data y el Business Intelligence (BI) son disciplinas fundamentales para abordar estos desafíos y garantizar la continuidad del negocio, la protección de la información confidencial y la toma de decisiones basada en datos sólidos. Los profesionales en áreas de Big Data y BI deben adquirir conocimientos en temas como la protección de datos, la seguridad de redes y sistemas informáticos, la prevención y respuesta a incidentes y la gestión de riesgos. Este Master Ciberseguridad, Big Data y BI te permitirá comprender y aplicar las mejores prácticas de seguridad en entornos empresariales.
Objetivos
de Master en ciberseguridad y big data

- Comprender los fundamentos de la ciberseguridad y las amenazas actuales en el entorno digital.
- Dominar técnicas de protección de datos, seguridad de redes y sistemas informáticos.
- Aprender a analizar y gestionar grandes volúmenes de datos utilizando herramientas de Big Data.
- Adquirir habilidades en el diseño y desarrollo de soluciones de Business Intelligence.
- Implementar estrategias de seguridad informática para prevenir y responder a incidentes.
- Utilizar técnicas de análisis de datos e identificar patrones y tendencias que impulsen la toma de decisiones informadas.
- Desarrollar habilidades en la visualización de datos y comunicación efectiva de resultados.
Salidas profesionales
de Master en ciberseguridad y big data
Al realizar este Master Ciberseguridad, Big Data y BI puedes optar a diversas salidas laborales, como consultor de ciberseguridad, analista de seguridad, científico de datos, analista de BI, ingeniero Big Data, gerente de proyectos de seguridad informática, especialista en cumplimiento normativo o auditor de seguridad pudiendo trabajar en empresas de diferentes sectores.
Para qué te prepara
el Master en ciberseguridad y big data
Este Master Ciberseguridad, Big Data y BI te prepara para enfrentar los desafíos de seguridad informática en un entorno empresarial cada vez más complejo. Obtendrás las habilidades para proteger activos digitales, implementar estrategias de seguridad efectivas y gestionar grandes volúmenes de datos de manera eficiente. Además, desarrollarás competencias en el análisis de datos y en la toma de decisiones basada en información.
A quién va dirigido
el Master en ciberseguridad y big data
Este Master Ciberseguridad, Big Data y BI está dirigido a profesionales de TI, analistas de datos, ingenieros de seguridad, gerentes de proyectos y cualquier persona interesada en adquirir conocimientos sólidos en ciberseguridad, Big Data y Business Intelligence. También es adecuado para estudiantes que busquen ramas profesionales con diferentes salidas y oportunidades.
Metodología
de Master en ciberseguridad y big data
Entre el material entregado en este curso se adjunta un documento llamado Guía del Alumno dónde aparece un horario de tutorías telefónicas y una dirección de e-mail dónde podrá enviar sus consultas, dudas y ejercicios. La metodología a seguir es ir avanzando a lo largo del itinerario de aprendizaje online, que cuenta con una serie de temas y ejercicios. Para su evaluación, el alumno/a deberá completar todos los ejercicios propuestos en el curso. La titulación será remitida al alumno/a por correo una vez se haya comprobado que ha completado el itinerario de aprendizaje satisfactoriamente.
Carácter oficial
de la formación
La presente formación no está incluida dentro del ámbito de la formación oficial reglada (Educación Infantil, Educación Primaria, Educación Secundaria, Formación Profesional Oficial FP, Bachillerato, Grado Universitario, Master Oficial Universitario y Doctorado). Se trata por tanto de una formación complementaria y/o de especialización, dirigida a la adquisición de determinadas competencias, habilidades o aptitudes de índole profesional, pudiendo ser baremable como mérito en bolsas de trabajo y/o concursos oposición, siempre dentro del apartado de Formación Complementaria y/o Formación Continua siendo siempre imprescindible la revisión de los requisitos específicos de baremación de las bolsa de trabajo público en concreto a la que deseemos presentarnos.

Temario de Master en ciberseguridad y big data

MÓDULO 1. CIBERSEGURIDAD: NORMATIVA, POLÍTICA DE SEGURIDAD Y CIBERINTELIGENCIA

UNIDAD DIDÁCTICA 1. CIBERSEGURIDAD Y SOCIEDAD DE LA INFORMACIÓN
  1. ¿Qué es la ciberseguridad?
  2. La sociedad de la información
  3. Diseño, desarrollo e implantación
  4. Factores de éxito en la seguridad de la información
  5. Soluciones de Ciberseguridad y Ciberinteligencia CCN-CERT
UNIDAD DIDÁCTICA 2. NORMATIVA ESENCIAL SOBRE EL SISTEMA DE GESTIÓN DE LA SEGURIDAD DE LA INFORMACIÓN (SGSI)
  1. Estándares y Normas Internacionales sobre los SGSI. ISO 27001 e ISO 27002
  2. Legislación: Leyes aplicables a los SGSI
UNIDAD DIDÁCTICA 3. POLÍTICA DE SEGURIDAD: ANÁLISIS Y GESTIÓN DE RIESGOS
  1. Plan de implantación del SGSI
  2. Análisis de riesgos
  3. Gestión de riesgos
UNIDAD DIDÁCTICA 4. INGENIERÍA SOCIAL, ATAQUES WEB Y PHISHING
  1. Introducción a la Ingeniería Social
  2. Recopilar información
  3. Herramientas de ingeniería social
  4. Técnicas de ataques
  5. Prevención de ataques
  6. Introducción a Phising
  7. Phising
  8. Man In The Middle
UNIDAD DIDÁCTICA 5. CIBERINTELIGENCIA Y CIBERSEGURIDAD
  1. Ciberinteligencia
  2. Herramientas y técnicas de ciberinteligencia
  3. Diferencias entre ciberinteligencia y ciberseguridad
  4. Amenazas de ciberseguridad
UNIDAD DIDÁCTICA 6. MÉTODOS DE INTELIGENCIA DE OBTENCIÓN DE INFORMACIÓN
  1. Contextualización
  2. OSINT
  3. HUMINT
  4. IMINT
  5. Otros métodos de inteligencia para la obtención de información
UNIDAD DIDÁCTICA 7. CIBERINTELIGENCIA Y TECNOLOGÍAS EMERGENTES
  1. Tecnologías emergentes
  2. Desafíos y oportunidades de la ciberinteligencia en las tecnologías emergentes
  3. Análisis de amenazas avanzado
  4. Usos de las tecnologías emergentes en la ciberinteligencia

MÓDULO 2. HERRAMIENTAS DE CIBERSEGURIDAD OSINT 

UNIDAD DIDÁCTICA 1. QUÉ SON LAS HERRAMIENTAS OSINT
  1. Introducción
UNIDAD DIDÁCTICA 2. GOOGLE DORK
  1. Qué es Google Dork
  2. Uso y aplicación de Google Dork
UNIDAD DIDÁCTICA 3. SHODAN
  1. Qué es Shodan
  2. Uso y aplicación de Shodan
UNIDAD DIDÁCTICA 4. MALTEGO
  1. Qué es Maltego
  2. Uso y aplicación de Maltego
UNIDAD DIDÁCTICA 5. THE HARVESTER
  1. Qué es The Harvester
  2. Uso y aplicación de The Harvester
UNIDAD DIDÁCTICA 6. RECON-NG
  1. Qué es Recon-ng
  2. Uso y aplicación de Recon-ng
UNIDAD DIDÁCTICA 7. CREEPY
  1. Qué es Creepy
  2. Uso y aplicación de Creepy
UNIDAD DIDÁCTICA 8. FOCA
  1. Qué es Foca
  2. Uso y aplicación de Foca

MÓDULO 3. REDES INFORMÁTICAS: ARQUITECTURA, PROTOCOLOS Y CIBERSEGURIDAD

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA RED
  1. Elementos principales de una red
  2. Tecnología de redes
  3. Soporte para la continuidad de la actividad
UNIDAD DIDÁCTICA 2. ESTANDARIZACIÓN DE PROTOCOLOS
  1. Modelo OSI
  2. Enfoque pragmático del modelo de capas
  3. Estándares y organismos
UNIDAD DIDÁCTICA 3. TRANSMISIÓN DE DATOS EN LA CAPA FÍSICA
  1. Papel de una interfaz de red
  2. Opciones y parámetros de configuración
  3. Arranque desde la red
  4. Codificación de los datos
  5. Conversión de las señales
  6. Soportes de transmisión
UNIDAD DIDÁCTICA 4. SOFTWARE DE COMUNICACIÓN
  1. Configuración de la tarjeta de red
  2. Instalación y configuración del controlador de la tarjeta de red
  3. Pila de protocolos
  4. Detección de un problema de red
UNIDAD DIDÁCTICA 5. ARQUITECTURA DE RED E INTERCONEXIÓN
  1. Topologías
  2. Elección de la topología de red adaptada
  3. Gestión de la comunicación
  4. Interconexión de redes
UNIDAD DIDÁCTICA 6. CAPAS BAJAS DE LAS REDES PERSONALES Y LOCALES
  1. Capas bajas e IEEE
  2. Ethernet e IEEE 802.3
  3. Token Ring e IEEE 802.5
  4. Wi-Fi e IEEE 802.11
  5. Bluetooth e IEEE 802.15
  6. Otras tecnologías
UNIDAD DIDÁCTICA 7. REDES MAN Y WAN, PROTOCOLOS
  1. Interconexión de la red local
  2. Acceso remoto y redes privadas virtuales
UNIDAD DIDÁCTICA 8. PROTOCOLOS DE CAPAS MEDIAS Y ALTAS
  1. Principales familias de protocolos
  2. Protocolo IP versión 4
  3. Protocolo IP versión 6
  4. Otros protocolos de capa Internet
  5. Voz sobre IP (VoIP)
  6. Protocolos de transporte TCP y UDP
  7. Capa de aplicación TCP/IP
UNIDAD DIDÁCTICA 9. PROTECCIÓN DE UNA RED
  1. Comprensión de la necesidad de la seguridad
  2. Herramientas y tipos de ataque
  3. Conceptos de protección en la red local
  4. Protección de la interconexión de redes
UNIDAD DIDÁCTICA 10. REPARACIÓN DE RED
  1. Introducción a la reparación de red
  2. Diganóstico en capas bajas
  3. Utilización de herramientas TCP/IP adaptadas
  4. Herramientas de análisis de capas altas
UNIDAD DIDÁCTICA 11. COMUNICACIONES SEGURAS: SEGURIDAD POR NIVELES
  1. Seguridad a Nivel Físico
  2. Seguridad a Nivel de Enlace
  3. Seguridad a Nivel de Red
  4. Seguridad a Nivel de Transporte
  5. Seguridad a Nivel de Aplicación
UNIDAD DIDÁCTICA 12. APLICACIÓN DE UNA INFRAESTRUCTURA DE CLAVE PÚBLICA (PKI)
  1. Identificación de los componente de una PKI y sus modelos de relaciones
  2. Autoridad de certificación y sus elementos
  3. Política de certificado y declaración de prácticas de certificación (CPS)
  4. Lista de certificados revocados (CRL)
  5. Funcionamiento de las solicitudes de firma de certificados (CSR)
  6. Infraestructuras de gestión de privilegios (PMI)
  7. Campos de certificados de atributos
  8. Aplicaciones que se apoyan en la existencia de una PKI
UNIDAD DIDÁCTICA 13. SISTEMAS DE DETECCIÓN Y PREVENCIÓN DE INTRUSIONES (IDS/IPS)
  1. Conceptos generales de gestión de incidentes, detección de intrusiones y su prevención
  2. Identificación y caracterización de los datos de funcionamiento del sistema
  3. Arquitecturas más frecuentes de los IDS
  4. Relación de los distintos tipos de IDS/IPS por ubicación y funcionalidad
  5. Criterios de seguridad para el establecimiento de la ubicación de los IDS/IPS
UNIDAD DIDÁCTICA 14. IMPLANTACIÓN Y PUESTA EN PRODUCCIÓN DE SISTEMAS IDS/IPS
  1. Análisis previo
  2. Definición de políticas de corte de intentos de intrusión en los IDS/IPS
  3. Análisis de los eventos registrados por el IDS/IPS
  4. Relación de los registros de auditoría del IDS/IPS
  5. Establecimiento de los niveles requeridos de actualización, monitorización y pruebas del IDS/IPS
UNIDAD DIDÁCTICA 15. INTRODUCCIÓN A LOS SISTEMAS SIEM
  1. ¿Qué es un SIEM?
  2. Evolución de los sistemas SIEM: SIM, SEM y SIEM
  3. Arquitectura de un sistema SIEM
UNIDAD DIDÁCTICA 16. CAPACIDADES DE LOS SISTEMAS SIEM
  1. Problemas a solventar
  2. Administración de logs
  3. Regulaciones IT
  4. Correlación de eventos
  5. Soluciones SIEM en el mercado

MÓDULO 4. ANÁLISIS FORENSE

UNIDAD DIDÁCTICA 1. RESPUESTA ANTE INCIDENTES DE SEGURIDAD
  1. Procedimiento de recolección de información relacionada con incidentes de seguridad
  2. Exposición de las distintas técnicas y herramientas utilizadas para el análisis y correlación de información y eventos de seguridad
  3. Proceso de verificación de la intrusión
  4. Naturaleza y funciones de los organismos de gestión de incidentes tipo CERT nacionales e internacionales
UNIDAD DIDÁCTICA 2. PROCESO DE NOTIFICACIÓN Y GESTIÓN DE INTENTOS DE INTRUSIÓN
  1. Establecimiento de las responsabilidades
  2. Categorización de los incidentes derivados de intentos de intrusión
  3. Establecimiento del proceso de detección y herramientas de registro de incidentes
  4. Establecimiento del nivel de intervención requerido en función del impacto previsible
  5. Establecimiento del proceso de resolución y recuperación de los sistemas
  6. Proceso para la comunicación del incidente a terceros
UNIDAD DIDÁCTICA 3. ANÁLISIS FORENSE INFORMÁTICO
  1. Conceptos generales y objetivos del análisis forense
  2. Exposición del Principio de Lockard
  3. Guía para la recogida de evidencias electrónicas
  4. Guía para el análisis de las evidencias electrónicas recogidas
  5. Guía para la selección de las herramientas de análisis forense
UNIDAD DIDÁCTICA 4. SOPORTE DE DATOS
  1. Adquisición de datos: importancia en el análisis forense digital
  2. Modelo de capas
  3. Recuperación de archivos borrados
  4. Análisis de archivos
UNIDAD DIDÁCTICA 5. AUDITORÍA DE SEGURIDAD INFORMÁTICA
  1. Criterios Generales
  2. Aplicación de la normativa de protección de datos de carácter personal
  3. Herramientas para la auditoría de sistemas
  4. Descripción de los aspectos sobre cortafuego en auditorías de sistemas de información
  5. Guías para la ejecución de las distintas fases de la auditoría de sistemas de información

MÓDULO 5. BIG DATA, BUSINESS INTELLIGENCE Y DATA SCIENCE

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL BIG DATA
  1. ¿Qué es Big Data?
  2. La era de las grandes cantidades de información: historia del big data
  3. La importancia de almacenar y extraer información
  4. Big Data enfocado a los negocios
  5. Open data
  6. Información pública
  7. IoT (Internet of Things-Internet de las cosas)
UNIDAD DIDÁCTICA 2. FASES DE UN PROYECTO DE BIG DATA
  1. Diagnóstico inicial
  2. Diseño del proyecto
  3. Proceso de implementación
  4. Monitorización y control del proyecto
  5. Responsable y recursos disponibles
  6. Calendarización
  7. Alcance y valoración económica del proyecto
UNIDAD DIDÁCTICA 3. BUSINESS INTELLIGENCE Y LA SOCIEDAD DE LA INFORMACIÓN
  1. Definiendo el concepto de Business Intelligence y sociedad de la información
  2. Arquitectura de una solución Business Intelligence
  3. Business Intelligence en los departamentos de la empresa
  4. Conceptos de Plan Director, Plan Estratégico y Plan de Operativa Anual
  5. Sistemas Operacionales y Procesos ETL en un sistema de BI
  6. Ventajas y Factores de Riesgos del Business Intelligence
UNIDAD DIDÁCTICA 4. PRINCIPALES PRODUCTOS DE BUSINESS INTELLIGENCE
  1. Cuadros de Mando Integrales (CMI)
  2. Sistemas de Soporte a la Decisión (DSS)
  3. Sistemas de Información Ejecutiva (EIS)
UNIDAD DIDÁCTICA 5. MINERÍA DE DATOS O DATA MINING Y EL APRENDIZAJE AUTOMÁTICO
  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
UNIDAD DIDÁCTICA 6. DATAMART: CONCEPTO DE BASE DE DATOS DEPARTAMENTAL
  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
UNIDAD DIDÁCTICA 7. DATAWAREHOUSE O ALMACEN DE DATOS CORPORATIVOS
  1. Visión General: ¿Por qué DataWarehouse?
  2. Estructura y Construcción
  3. Fases de implantación
  4. Características
  5. Data Warehouse en la nube
UNIDAD DIDÁCTICA 8. STORYTELLING
  1. ¿Qué es el Data Storytelling?
  2. Elementos clave del Data Storytelling
  3. ¿Por qué es importante el Data Storytelling?
  4. ¿Cómo hacer Data Storytelling?
UNIDAD DIDÁCTICA 9.INTRODUCCIÓN A LA CIENCIA DE DATOS
  1. ¿Qué es la ciencia de datos?
  2. Herramientas necesarias para el científico de datos
  3. Data Science & Cloud Computing
  4. Aspectos legales en Protección de Datos
UNIDAD DIDÁCTICA 10. WEKA Y DATA MINING
  1. ¿Qué es Weka?
  2. Técnicas de Data Mining en Weka
  3. Interfaces de Weka
  4. Selección de atributos
UNIDAD DIDÁCTICA 11. PYTHON Y EL ANÁLISIS DE DATOS
  1. Introducción a Python
  2. ¿Qué necesitas?
  3. Librerías para el análisis de datos en Python
  4. MongoDB, Hadoop y Python. Dream Team del Big Data
UNIDAD DIDÁCTICA 12. R COMO HERRAMIENTA PARA BIG DATA
  1. Introducción a R
  2. ¿Qué necesitas?
  3. Tipos de datos
  4. Estadística Descriptiva y Predictiva con R
  5. Integración de R en Hadoop
UNIDAD DIDÁCTICA 13. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS
  1. Obtención y limpieza de los datos (ETL)
  2. Inferencia estadística
  3. Modelos de regresión
  4. Pruebas de hipótesis
UNIDAD DIDÁCTICA 14. ANÁLISIS DE LOS DATOS
  1. Inteligencia Analítica de negocios
  2. La teoría de grafos y el análisis de redes sociales
  3. Presentación de resultados

MÓDULO 6. DATA MINING, INTELIGENCIA ARTIFICIAL Y APRENDIZAJE AUTOMÁTICO

UNIDAD DIDÁCTICA 1. MINERÍA DE DATOS
  1. Minería de datos
  2. ¿Qué podemos hacer con data Mining?
  3. ¿Qué usos puede tener el data Mining?
  4. Metodología de la minería de datos
  5. Algunas técnicas estadísticas utilizadas en data mining
  6. Árboles de decisión
  7. Reglas de inducción
  8. Redes Bayesanas
  9. Algoritmos Genéticos
UNIDAD DIDÁCTICA 2. CICLO DATA MINING
  1. Ciclo data mining
  2. Minería de Textos y Web Mining
  3. Data mining y marketing
UNIDAD DIDÁCTICA 3. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
  1. Introducción a la inteligencia artificial
  2. Historia
  3. La importancia de la IA
UNIDAD DIDÁCTICA 4. ALGORITMOS APLICADOS A LA INTELIGENCIA ARTIFICIAL
  1. Algoritmos aplicados a la inteligencia artificial
UNIDAD DIDÁCTICA 5. RELACIÓN ENTRE INTELIGENCIA ARTIFICIAL Y BIG DATA
  1. Relación entre inteligencia artificial y big data
  2. IA y Big Data combinados
  3. El papel del Big Data en IA
  4. Tecnologías de IA que se están utilizando con Big Data
UNIDAD DIDÁCTICA 6. SISTEMAS EXPERTOS
  1. Sistemas expertos
  2. Estructura de un sistema experto
  3. Inferencia: Tipos
  4. Fases de construcción de un sistema
  5. Rendimiento y mejoras
  6. Dominios de aplicación
  7. Creación de un sistema experto en C#
  8. Añadir incertidumbre y probabilidades
UNIDAD DIDÁCTICA 7. INTRODUCCIÓN AL MACHINE LEARNING
  1. Introducción
  2. Clasificación de algoritmos de aprendizaje automático
  3. Ejemplos de aprendizaje automático
  4. Diferencias entre el aprendizaje automático y el aprendizaje profundo
  5. Tipos de algoritmos de aprendizaje automático
  6. El futuro del aprendizaje automático
UNIDAD DIDÁCTICA 8. EXTRACCIÓN DE ESTRUCTURA DE LOS DATOS: CLUSTERING
  1. Introducción
  2. Algoritmos
UNIDAD DIDÁCTICA 9. SISTEMAS DE RECOMENDACIÓN
  1. Introducción
  2. Filtrado colaborativo
  3. Clusterización
  4. Sistemas de recomendación híbridos
UNIDAD DIDÁCTICA 10. CLASIFICACIÓN
  1. Clasificadores
  2. Algoritmos
UNIDAD DIDÁCTICA 11. REDES NEURONALES Y DEEP LEARNING
  1. Componentes
  2. Aprendizaje
UNIDAD DIDÁCTICA 12. SISTEMAS DE ELECCIÓN
  1. Introducción
  2. El proceso de paso de DSS a IDSS
  3. Casos de aplicación

MÓDULO 7. VISUALIZACIÓN DE DATOS

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA VISUALIZACIÓN DE DATOS
  1. ¿Qué es la visualización de datos?
  2. Importancia y herramientas de la visualización de datos
  3. Visualización de datos: Principios básicos
UNIDAD DIDÁCTICA 2. TABLEAU
  1. ¿Qué es Tableau? Usos y aplicaciones
  2. Tableau Server: Arquitectura y Componentes
  3. Instalación Tableau
  4. Espacio de trabajo y navegación
  5. Conexiones de datos en Tableau
  6. Tipos de filtros en Tableau
  7. Ordenación de datos, grupos, jerarquías y conjuntos
  8. Tablas y gráficos en Tableau
UNIDAD DIDÁCTICA 3. D3 (DATA DRIVEN DOCUMENTS)
  1. Fundamentos D3
  2. Instalación D3
  3. Funcionamiento D3
  4. SVG
  5. Tipos de datos en D3
  6. Diagrama de barras con D3
  7. Diagrama de dispersión con D3
UNIDAD DIDÁCTICA 4. LOOKER STUDIO (GOOGLE DATA STUDIO)
  1. Visualización de datos
  2. Tipologías de gráficos
  3. Fuentes de datos
  4. Creación de informes
UNIDAD DIDÁCTICA 5. QLIKVIEW
  1. Instalación y arquitectura
  2. Carga de datos
  3. Informes
  4. Transformación y modelo de datos
  5. Análisis de datos
UNIDAD DIDÁCTICA 6. POWER BI
  1. Introducción a Power BI
  2. Instalación de Power BI
  3. Modelado de datos
  4. Visualización de datos
  5. Dashboards
  6. Uso compartido de datos
UNIDAD DIDÁCTICA 7. CARTO
  1. CartoDB
  2. ¿Qué es CARTO?
  3. Carga y uso de datos. Tipos de análisis
  4. Programación de un visor con la librería CARTO.js
  5. Uso de ejemplos y ayudas de la documentación de la API

MÓDULO 8. IOT (INTERNET DE LAS COSAS) Y SISTEMAS CIBERFÍSICOS EN LA INDUSTRIA 4.0

UNIDAD DIDÁCTICA 1. INTERNET DE LAS COSAS
  1. Contexto Internet de las Cosas (IoT)
  2. ¿Qué es IoT?
  3. Elementos que componen el ecosistema IoT
  4. Arquitectura IoT
  5. Dispositivos y elementos empleados
  6. Ejemplos de uso
  7. Retos y líneas de trabajo futuras
UNIDAD DIDÁCTICA 2. SISTEMAS CIBERFÍSICOS
  1. Contexto Sistemas Ciberfísicos (CPS)
  2. Características CPS
  3. Componentes CPS
  4. Ejemplos de uso
  5. Retos y líneas de trabajo futuras
UNIDAD DIDÁCTICA 3. CONCEPTOS Y EQUIPOS UTILIZADOS EN AUTOMATIZACIÓN INDUSTRIAL
  1. Conceptos previos
  2. Objetivos de la automatización
  3. Grados de la automatización
  4. Clases de automatización
  5. Equipos para la automatización industrial
  6. Diálogo Hombre-máquina, HMI y SCADA
UNIDAD DIDÁCTICA 4. INDUSTRIA 4.0
  1. ¿Qué es la Industria 4.0?
  2. Sensores y captación de información
  3. Ciclo de vida de los productos en la Industria 4.0
  4. Modelos de negocio basados en la industria 4.0
  5. IoT industrial
UNIDAD DIDÁCTICA 5. VIGILANCIA TECNOLÓGICA
  1. Tipos de vigilancia tecnológica
  2. Aspectos esenciales de la vigilancia tecnológica
  3. Búsqueda de información
  4. Implantación de la vigilancia tecnológica
UNIDAD DIDÁCTICA 6. ESTUDIO DE LA TENDENCIA TEGNOLÓGICA
  1. Introducción
  2. Concepto y nociones esenciales de la prospectiva tecnológica
  3. Tipología de técnicas para la prospectiva tecnológica
  4. Requisitos de implantación

MÓDULO 9. VISIÓN ARTIFICIAL EN INDUSTRIA 4.0 CON PYTHON Y OPENCV

UNIDAD DIDÁCTICA 1. LA VISIÓN ARTIFICIAL: DEFINICIÓN Y ASPECTOS PRINCIPALES
  1. La visión artificial: definiciones y aspectos principales
UNIDAD DIDÁCTICA 2. COMPONENTES DE UN SISTEMA DE VISIÓN ARTIFICIAL
  1. Ópticas
  2. Iluminación
  3. Cámaras
  4. Sistemas 3D
  5. Sensores
  6. Equipos compactos
  7. Metodologías para la selección del hardware
UNIDAD DIDÁCTICA 3. PROCESADO DE IMÁGENES MEDIANTE VISIÓN ARTIFICIAL
  1. Algoritmos
  2. Software
  3. Segmentación e interpretación de imágenes
  4. Metodologías para la selección del software
UNIDAD DIDÁCTICA 4. APLICACIONES DE LA VISIÓN EN LA INDUSTRIA 4.0
  1. Aplicaciones clásicas: discriminación, detección de fallos…
  2. Nuevas aplicaciones: códigos OCR, trazabilidad, robótica, reconocimiento (OKAO)
UNIDAD DIDÁCTICA 5. INTRODUCCIÓN E INSTALACIÓN DE OPENCV
  1. Descripción general OpenCV
  2. Instalación OpenCV para Python en Windows
  3. Instalación OpenCV para Python en Linux
  4. Anaconda y OpenCV
UNIDAD DIDÁCTICA 6. MANEJO DE FICHEROS, CÁMARAS E INTERFACES GRÁFICAS
  1. Manejo de archivos
  2. Leer una imagen con OpenCV
  3. Mostrar imagen con OpenCV
  4. Guardar una imagen con OpenCV
  5. Operaciones aritméticas en imágenes usando OpenCV
  6. Funciones de dibujo
UNIDAD DIDÁCTICA 7. TRATAMIENTO DE IMÁGENES
  1. Redimensión de imágenes
  2. Erosión de imágenes
  3. Desenfoque de imágenes
  4. Bordeado de imágenes
  5. Escala de grises en imágenes
  6. Escalado, rotación, desplazamiento y detección de bordes
  7. Erosión y dilatación de imágenes
  8. Umbrales simples
  9. Umbrales adaptativos
  10. Umbral de Otsu
  11. Contornos de imágenes
  12. Incrustación de imágenes
  13. Intensidad en imágenes
  14. Registro de imágenes
  15. Extracción de primer plano
  16. Operaciones morfológicas en imágenes
  17. Pirámide de imágen
UNIDAD DIDÁCTICA 8. HISTOGRAMAS Y TEMPLATE MATCHING
  1. Analizar imágenes usando histogramas
  2. Ecualización de histogramas
  3. Template matching
  4. Detección de campos en documentos usando Template matching
UNIDAD DIDÁCTICA 9. COLORES Y ESPACIOS DE COLOR
  1. Espacios de color en OpenCV
  2. Cambio de espacio de color
  3. Filtrado de color
  4. Denoising de imágenes en color
  5. Visualizar una imagen en diferentes espacios de color
UNIDAD DIDÁCTICA 10. DETECCIÓN DE CARAS Y EXTRACCIÓN DE CARACTERÍSTICAS
  1. Detección de líneas
  2. Detección de círculos
  3. Detectar esquinas (Método Shi-Tomasi)
  4. Detectar esquinas (método Harris)
  5. Encontrar círculos y elipses
  6. Detección de caras y sonrisas
UNIDAD DIDÁCTICA 11. APRENDIZAJE AUTOMÁTICO
  1. Vecino más cercano (K-Nearest Neighbour)
  2. Agrupamiento de K-medias (K-Means Clustering)

MÓDULO 10. PROYECTO FIN DE MÁSTER

Titulación de Master en ciberseguridad y big data

Titulación Universitaria de Master en Formación Permanente en Ciberseguridad, Big Data y BI con 1500 horas y 60 créditos ECTS por la Universidad Católica de Murcia

Cursos relacionados

4,8
Curso de Reparación de Móviles
260€
Ver Curso online
4,8
IFCT0109 Seguridad Informática (Certificado de Profesionalidad Completo)
360€
Ver Curso online
4,8
Experto en Introducción Avanzada en los Sistemas Linux
260€
Ver Curso online
4,8
Especialista en Redes Informáticas
260€
Ver Curso online

Claustro docente de Master en ciberseguridad y big data

Juan Rios Jiménez
Tutor
Técnico informático en desarrollo de aplicaciones multiplataforma (DAM) con especialización en ciberseguridad.
Su formación +

7 razones para realizarel Master en ciberseguridad y big data

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
4,7
2.625 Opiniones
8.582
suscriptores
4,4
12.842 Opiniones
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 y 14001.

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.

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.

25%
Antiguos Alumnos

Como premio a la fidelidad y confianza de los alumnos en el método EUROINNOVA, ofrecemos una beca del 25% 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%.

Materiales entregados con el Master en ciberseguridad y big data

Información complementaria

Master en Ciberseguridad y Big Data

¿Quieres impulsar tu carrera como un auténtico profesional? ¿Estabas buscando un Master en Ciberseguridad? ¿Conoces la importancia de la gestión de datos masivos? Aprovecha la oportunidad que te ofrece Euroinnova con el Master en Ciberseguridad y Big Data e impulsa tu carrera laboral con la empresa líder en formación. Gracias a la metodología e-learning de Euroinnova podrás formarte de la manera más fácil y cómoda.

¿Aún no te decides? Te invitamos a que continúes leyendo.

¡Solicita la información que consideres necesaria en Euroinnova International Online Education!

¿Por qué estudiar un Master en Ciberseguridad y Big Data? ¿Por qué debería especializarme en ciberseguridad y big data? 

La seguridad en Big data es un concepto que empleamos para velar por la protección de los procesos de as informaciones y el examen de los ataques y de otras labores peligrosas y perjudiciales que pueden afectar de manera negativa. La ciberseguridad es muy importante para las amenazas en el medio digital. La conexión entre Big Data y la ciberseguridad está íntegramente relacionada, pero hay que tener en cuenta con el paso de los años la digitalización estará mucho más avanzada y esto requiere de seguridad. Como sabemos el big data es una de las herramientas más importantes para la optimización de los servicios en el sector empresarial.

Big Data es importante en la ciberseguridad a causa de su capacidad para la gestión, examen y las relaciones con los datos, patrones y para salvaguardar los datos y la informaciones, es importante la prevención ante actuaciones delictivas que desemboquen en riesgos de la empresa. Como sabemos Big Data es importante para la gestión de los datos en la empresa, por el hecho de que estos contribuyen de manera notable a la toma de las decisiones opara aumentar la empresa y a detectar posibles anomalías. 

Es importante la protección de los datos e implantar medidas para velar por la protección, ya que la información es uno de los bienes más preciados por parte de la empresa para la toma de las decisiones y para que la empresa pueda obtener grandes beneficios. Por otra parte, hay que señalar que el Big data ofrece muchos beneficios dentro del terreno de la seguridad digital, es por ello, que muchas de las empresas implantan este tipo de tecnologías para brindar respaldo a sus informaciones. Es importante que el big data y la ciberseguridad vayan unidos de la mano y trabajen de manera conjunta, sobre todo, para ver las ventajas que tienen. 

¡Especialízate en Ciberseguridad y Big Data con el Master en Ciberseguridad y Big Data de Euroinnova International Online Education!

Es importante que el Big Data y la ciberseguridad trabajen de manera paralela, se necesitan el uno del otro, es importante la ciberseguridad para conocer cómo están de seguros los datos y las informaciones, puesto que el robo de estas pueden suponer grandes peligros para la empresa o entidad. Es importante tomar en cuenta las medidas de protección para los datos y luchar contra los atacantes que puedan poner en riesgo la salud de los datos y la perdurabilidad de la empresa. 

¿Por qué inscribirte en el Master en Ciberseguridad y Big Data que te ofrecemos desde Euroinnova International Online Education?

Aprovecha la oportunidad que te ofrece Euroinnova International Online Education para ampliar tu formación. Gracias al Master en Ciberseguridad y Big Data lograrás compaginar tu trabajo y tu vida personal de la forma más cómoda posible. 

La metodología que ofrecemos desde Euroinnova está basada en la formación a distancia, por lo que puedes formarte desde cualquier parte del mundo. Da igual que residas en Cádiz, Granada, Guadalajara, Madrid, Barcelona, Pontevedra, Santiago de Chile, CDMX, Guerrero, Chiapas o Perú. Asimismo, contarás con tu tutor personalizado para la resolución de tus preguntas o dudas en un plazo de 24 h a 48 h.

Si aún no te has convencido, puedes ponerte en contacto con nosotros a través de nuestro formulario. Anímate y aprovecha las ventajas de la formación Online de Euroinnova.

Si quieres consultar más formaciones relacionadas con el Master en Ciberseguridad y Big Data consulta nuestro amplio catálogo: /ciberseguridad-y-cloud-computing

¡Te esperamos en Euroinnova International Online Education con el Master en Ciberseguridad y Big Data!

Master en ciberseguridad y ...
PDF Matricularme
Ver Eventos Educacionales