UNIR Máster Universitario en Análisis y Visualización de Datos Masivos / Visual Analytics & Big Data
UNIR

UNIR

Máster Universitario en Análisis y Visualización de Datos Masivos / Visual Analytics & Big Data

Online

Master

1 år

Spanish

Fuldtid

Fjernundervisning

Træf beslutninger baseret på data med UNIR 's Master i Big Data

Speciale i big data, den profil, som virksomhederne mest efterspørger

I en tid, hvor virksomheder bruger en stor mængde information på permanent basis, er specialister i dataanalyse og behandling blevet en af de profiler med størst efterspørgsel og fremtidig beskæftigelse. Med Master i Big Data, hvor mere end 1.800 studerende er blevet trænet over 14 udgaver, vil du opnå en 360º professionel vision om fire nøgleaspekter:

  1. Infrastrukturer til datafangst, distribueret behandling og lagring.
  2. Minedrift og analyser til at udtrække relevant information ved hjælp af kunstig intelligens og maskinlæring.
  3. Interaktiv visualisering for at vise resultater.
  4. Beslutningstagning for at forudse risici.

Online undervisning i datavidenskab, der reagerer på markedets efterspørgsel

Dyk ned i avanceret dataanalyse inden for forretningsområdet og lær om succeshistorier fra sektoren gennem kurser, selvguidede workshops og opdaterede seminarer . Derudover vil du have personaliserede cloud-desktops til big data-processer.

Denne online master i dataanalyse i datavidenskab dækker hele livscyklussen af data , fra erhvervelse til beslutningstagning, og kombinerer teori og praksis i hvert fag. Du vil bruge programmeringssprog og reelle udfordringer til at anvende viden i specifikke situationer.

Hvorfor studere UNIR 's Master i Big Data?

Design og understøt vindende strategier ved at drage fordel af massiv information og data fra første øjeblik. Du vil være i stand til at forbedre virksomhedernes effektivitet og konkurrenceevne. Du vil specialisere dig i:

  • De mest almindelige databaser i big data- miljøer, såsom MongoDB, Cassandra, Neo4J og Redis.
  • Kunstig intelligens teknikker såsom clustering, machine learning og design af ekspertsystemer, der er i stand til at udlede ny viden.
  • Statistik anvendt til dataanalyse og fortolkning.
  • Engineering til massiv databehandling gennem Hadoop, MapReduce og Impala, Docker og Kubernetes økosystemet, databehandling med Spark (Spark MLlib og Spark Streaming) og datafangst i realtid med Kafka.
  • Effektive teknikker til datavisualisering ved hjælp af D3.js, Google Charts, Tableau, Power BI, Qlik Sense og Carto.