Técnicas de Análisis de Datos y Big Data
URJCx

Introducción al análisis de datos y Big Data

Sobre este curso

En un mundo globalizado y cada vez más dinámico, la toma de decisiones correctas de forma ágil y eficiente es una actividad esencial en muchos ámbitos de nuestra actividad diaria. Para cualquier sector empresarial es fundamental contar con profesionales que sean capaces de combinar grandes cantidades de datos e información para llevar a cabo procesos de toma de decisiones a partir de evidencias objetivas.

El curso va dirigido a todas aquellas personas que deseen obtener una visión introductoria y práctica sobre análisis de datos y big data. En particular, el MOOC se centra en conceptos, métodos y herramientas básicas para el procesado, análisis y construcción de modelos estadísticos con datos de muy diversa índole. Estos conocimientos son de especial interés para estudiantes, profesionales, así como gestores y directores interesados en comprender los detalles fundamentales del análisis de datos y la aplicación de métodos y técnicas para big data, utilizando tecnologías y herramientas punteras de referencia en este área.

Qué vas a aprender

En el curso el alumnado adquiere una visión sobre:

Técnicas y métodos para analizar y visualizar datos en una sola dimensión y en múltiples dimensiones, por medio de herramientas estadísticas, software y modelos.
Metodologías más avanzadas para modelado y análisis de datos aplicadas al ámbito de la econometría.
Métodos, tecnologías y herramientas más importantes para el análisis de grandes volúmenes de datos (big data).
Tendencias y aspectos de vanguardia más importantes que van a influenciar el desarrollo de los métodos, técnicas y herramientas vistos en el curso durante los próximos años.

Requisitos

No existen requisitos formales para cursar el MOOC, si bien es conveniente partir de una formación de diplomatura, licenciatura, ingeniería, grado o postgrado universitarios en áreas técnicas o relacionadas con la estadística, las ciencias económicas o los sistemas de gestión.

Profesorado

Ana Elizabeth García Sipols |

Licenciada en matemáticas por la Universidad Complutense de Madrid (UCM) en 1996, Doctora en Matemáticas por la Universidad Carlos III de Madrid (UC3M) en 2004. Profesora Titular de Universidad del área de Estadística e Investigación operativa. Participa en proyectos de investigación de la UC3M y URJC. Ha cursado el programa de doctorado en Ingeniería Matemática de la UC3M. Sus intereses de investigación se centran en las Series Temporales no estacionarias, Inferencia no paramétrica y Técnicas de remuestreo y análisis y desarrollo de técnicas de predicción para series temporales

Clara Simón de Blas |

Profesor contratado doctor y coordinadora del grado de Matemáticas en la URJC. Previamente ha trabajado en la Universidad de San Louis, Avon Cosmetics, I.C.A. y Bayes Forecast como jefe de proyectos. Participa en proyectos de investigación de la UCM y URJC. Ha colaborado con la Universidad de Graz (Austria) y Berkeley (USA) realizando estancias postdoctorales. Sus líneas de investigación actuales son: series temporales, gestión y eficiencia de organizaciones públicas, aplicaciones de estadística, redes sociales y logística humanitaria.

José Felipe Ortega Soto |

Investigador, director académico del Máster en Data Science en la URJC. Ha trabajado como coordinador e investigador en más de 35 proyectos nacionales e internacionales. Ha impartido conferencias en prestigiosas instituciones como el Xerox PARC o el Instituto Cervantes. Su investigación se centra en colaboración masiva en Internet, así como aplicación de técnicas y métodos de ciencia de datos.

Preguntas frecuentes

¿A quién va dirigido este curso?

A Diplomados, Ingenieros Técnicos, Licenciados e Ingenieros superiores y Graduados de cualquier universidad. Está especialmente indicado para personas con título de Ingeniería en Informática o Industrial, Ingeniería Técnica en Informática y de Gestión, Ingeniería Técnica en Informática de Sistemas, Ingeniería de Telecomunicación, Organización Industrial, Licenciaturas en Matemáticas, Estadística, Ciencias Económicas, Administración y Dirección de Empresas, Diplomaturas en Estadística y estudios afines a los citados.

¿Para qué me puede servir?

Numerosos informes recientes sostienen que uno de los perfiles con más demanda en la actualidad es el de profesional en business analytics y Big Data con capacidad para combinar métodos de tomas de decisiones y tecnologías de computación avanzadas.

¿Qué certificación obtengo si lo finalizo?

Al finalizar el curso podrás adquirir un certificado. Puedes consultar la información acerca de las certificaciones disponibles en URJCx en la página de Preguntas frecuentes.

¿Cómo puedo inscribirme?

Para registrarse y luego inscribirse en el MOOC de su elección, tan sólo hay que pulsar sobre el botón 'Inscribirse en URJCx107' y completar los datos que se piden.

¿Qué sucede si tengo que abandonar un MOOC?, ¿podré volver a inscribirme en una próxima edición del mismo y/o en otro MOOC en el futuro?

La inscripción y participación en un MOOC de URJC es libre. No hay absolutamente ningún tipo de penalización académica relacionada con su abandono. Puedes inscribirte en el mismo MOOC y/o en otros (siempre que todavía lo estemos ofertando) en un momento posterior.

¿Cuando empieza y termina mi MOOC?

La información sobre el esfuerzo semanal estimado, la duración estimada y las fechas durante las que tendrás acceso al MOOC están disponibles al inicio de esta página.

Debes tener en cuenta que el curso lo tendrás disponible durante el periodo indicado tanto en el curso como en al inicio de esta página, para que puedas realizarlo a tu rito, pero te aconsejamos que sigas la planificación sugerida y lo realices en el tiempo indicado en el apartado “Duración estimada”.

¿Cómo apruebo el curso?

Para superar el curso deberás superar todas las actividades obligatorias del curso.

Convalidación de créditos RAC

Si eres alumno de grado de la Universidad Rey Juan Carlos, para poder obtener los créditos de RAC, una vez superado el curso, deberás inscribirte en el MOOC con tu usuario de la Universidad (@alumnos.urjc.es). No se reconocerán los créditos a aquellos alumnos que hayan superado el curso con un usuario distinto al de la URJC (@alumnos.urjc.es).

Código del curso
URJCx107
Inicio del curso
Inscripción abierta
Esfuerzo estimado
5 horas / tema
Duración
20 horas
Planificación
A tu ritmo
Precio
Gratuito
Certificado opcional por 25€
*Campo requerido

El campo 'Email' no es válido.

Itinerario del curso

0. Guía del curso

Bienvenida: objetivos y equipo docente

Cronograma/Programa

Metodología (recursos y evaluación)

Normas Foros

Certificaciones

Guía del curso (PDF)

1. Análisis y Visualización de datos Univariantes

Guía de aprendizaje

La muestra en investigación

Análisis Exploratorio de datos

Clasificación univariante

Evaluación

2. Análisis y Visualización de datos Multivariantes

Guía de aprendizaje

Relación multivariante cuantitativa

Relación multivariante cualitativa

Análisis multivariante de datos

Evaluación

3. Técnicas Econométricas (Modelización y Predicción)

Guía de aprendizaje

GRETL, la Econometría, Modelo de Regresión Lineal Simple

Modelo de Regresión Lineal Múltiple

Series temporales

Evaluación

4. Big Data: Conceptos, Métodos y Tecnologías

Guía de aprendizaje

Conceptos y Métodos para Ánalisis de Big Data

Arquitecturas de Análisis de Big Data

Tecnologías y Herramientas para Análisis de Big Data

Evaluación

5. Tendencias de Análisis de Datos y Big Data

Guía de aprendizaje

Tendencias en Análisis y Visualización de Datos

Tendencias en Técnicas Econométricas

Tendencias en Análisis de Big Data

Evaluación

Cierre del curso

Despedida

Certificación

Información adicional

Encuesta de satisfacción