Atualize-se sobre o papel das Visual Analytics no contexto social e tecnológico atual graças a um curso online complementado por um estágio numa empresa de prestígio"

A necessidade de aplicar a Big Data para personalizar os serviços digitais para os consumidores não é apenas um benefício individual para os utilizadores que poupam tempo na internet, mas também uma oportunidade económica para aplicar a venda direta. A análise de dados também tem sido um benefício significativo para o setor da saúde, uma vez que a COVID tornou possível registar os casos positivos em todo o mundo. Isto permitiu contar os doentes a nível global e, sobretudo, registar os efeitos do vírus nas pessoas afetadas. Este último ponto foi fundamental para o desenvolvimento da vacina.

Estes exemplos mostram as múltiplas utilizações da Big Data e demonstram como a sua correta aplicação pode fornecer soluções para problemas complexos. Neste sentido, o conhecimento humano funde-se com a informática e dá origem ao armazenamento de dados. É, portanto, essencial que os profissionais de hoje tenham uma compreensão profunda das oportunidades de análise de clientes, interação de dados, técnicas de Inteligência Artificial e gestão estratégica com dados, entre muitas outras competências.

Por esta razão, a TECH oferece uma capacitação com conhecimentos teóricos e práticos destinada a pessoas formadas em Informática e outras ciências para alargarem os seus conhecimentos e projetarem o Marketing da organização em que trabalham através da IA. Além disso, o Mestrado próprio b-learning em Visual Analytics e Big Data é ministrado por um grupo de especialistas em tecnologias da informação para fornecer aos alunos conhecimentos durante a primeira fase, 100% online. A modalidade digital oferece, ao mesmo tempo, uma adaptação personalizada para cada aluno, que pode estudar em qualquer altura e lugar com uma ligação à internet.  Além disso, a TECH tem múltiplos conteúdos audiovisuais que, através de atividades e resumos em vídeo, tornam a capacitação mais dinâmica.

Este Mestrado próprio b-learning inclui um estágio em empresas de marketing de prestígio. Esta fase de formação garante a correta aplicação dos fundamentos teóricos previamente fornecidos aos alunos. Além disso, os especialistas serão apoiados por especialistas em Visual Analytics e Big Data, tanto na sua formação teórica como na prática. Neste último caso, terão tutores que os guiarão através dos procedimentos no cenário prático e esclarecerão todas as suas dúvidas no local.

Conhecer os fundamentos da utilização das novas tecnologias como o 5G, a IoT, a Cloud e a Edge Computing" 

Este Mestrado próprio b-learning em Visual Analytics e Big Data conta com o conteúdo educativo mais completo e atualizado do mercado. As suas principais características são:

• Desenvolvimento de mais de 100 casos de TI apresentados por especialistas em análise e interpretação de dados e professores universitários com vasta experiência no setor digital.
• O seu conteúdo gráfico, esquemático e eminentemente prático fornece informações científicas sobre as disciplinas médicas essenciais para a prática profissional
• Elaboração de um relatório estratégico, operacional e de gestão
• Identificar padrões de dados complexos através da Machine Learning
• Prática de organização de dados através de um CRM
• Processamento, limpeza e preparação de dados em diferentes formatos
• Utilização de Many Eyes, Matlab, Tableau, SAS Visual Analytics ou Microsoft Power Bi como ferramentas de visualização
• Tudo isto será complementado por lições teóricas, perguntas a especialistas, fóruns de discussão sobre questões controversas e atividades de reflexão individual
• Disponibilidade de acesso aos conteúdos a partir de qualquer dispositivo fixo ou portátil com ligação à Internet
• Além disso, terá a possibilidade de efetuar um estágio numa das melhores agências publicitárias

Participe num estágio que alargará as suas competências em matéria de gestão, avaliação e seleção de métodos de análise de dados e de IA"

Este Mestrado, de natureza profissional e ministrado numa modalidade de blended learning, destina-se a atualizar os profissionais de Informática e Marketing que desempenhem as suas funções em agências publicitárias e gestão estratégica e que requerem um elevado nível de qualificação nas novas tecnologias. Os conteúdos baseiam-se na análise de dados e são orientados de forma didática para integrar os conhecimentos teóricos na prática profissional.

Graças aos seus conteúdos multimédia, desenvolvidos com a mais recente tecnologia educativa, permitirá ao profissional uma aprendizagem situada e contextual, ou seja, um ambiente simulado que proporcionará uma aprendizagem imersiva programada para praticar em situações reais. A estrutura deste curso centra-se na Aprendizagem Baseada em Problemas, na qual o aluno deve tentar resolver as diferentes situações de prática profissional que surgem durante o mesmo. Para tal, contará com a ajuda de um sistema inovador de vídeos interativos criados por especialistas reconhecidos.

Este Mestrado fornecer-lhe-á as chaves para identificar padrões de dados complexos através da Machine Learning e efetuar estatísticas precisas"

Alargue as suas competências graças a um estágio profissional de 3 semanas no ambiente de Data Science"

El contenido de este Mestrado próprio b-learning en Visual Analytics e Big Data se ha pautado detalladamente por expertos versados en Big Data e informática. Su contribución ha desarrollado un programa completo y riguroso que ofrece todas las garantías para la proyección de la carrera profesional de los alumnos hacia las nuevas tendencias tecnológicas, como el 5G y el IoT. Desde el primer módulo, el alumnado obtendrá información didáctica de los dominios de los aspectos normativos de la atención hospitalaria, así como del funcionamiento de las teorías de anticipación aplicadas al Visual Analytics y la transformación digital. Se trata de una oportunidad teórico-práctica única con la que el especialista podrá experimentar en un escenario que ya se adaptado al entorno empresarial del futuro.  

Domina las tendencias sociales y culturales para que comprendas la evolución hacia la Data Society y sepas intervenir en ella”

Módulo 1. Visual Analytics en el contexto social y tecnológico 

1.1. Las olas tecnológicas en las diferentes Sociedades. Hacia una ‘Data Society’ 
1.2. La globalización. Contexto mundial geopolítico y social 
1.3. Entorno VUCA. Viviendo siempre en el pasado 
1.4. Conociendo las nuevas tecnologías: 5G e IoT 
1.5. Conociendo las nuevas tecnologías: Cloud y Edge Computing 
1.6. Critical Thinking en Visual Analytics 
1.7. Los Know-mads. Nómadas entre datos 
1.8. Aprendiendo a emprender en Visual Analytics 
1.9. Teorías de anticipación aplicadas al Visual Analytics 
1.10. El nuevo entorno empresarial. La transformación digital  

Módulo 2. Análisis e interpretación de datos 

2.1. Introducción a la estadística 
2.2. Medidas aplicables al tratamiento de información 
2.3. Correlación estadística 
2.4. Teoría de la probabilidad condicional 
2.5. Variables aleatorias y distribuciones de probabilidad 
2.6. Inferencia Bayesiana 
2.7. Teoría de muestras 
2.8. Intervalos de confianza 
2.9. Contrastes de hipótesis 
2.10. Análisis de la regresión 

Módulo 3. Técnicas de análisis de datos e IA 

3.1. Analítica predictiva 
3.2. Técnicas de evaluación y selección de modelos 
3.3. Técnicas de optimización lineal 
3.4. Simulaciones de Monte Carlo 
3.5. Análisis de escenarios 
3.6. Técnicas de Machine Learning 
3.7. Analítica web 
3.8. Técnicas de Text Mining 
3.9. Métodos en Procesamiento Lenguaje Natural (PNL) 
3.10. Análisis de redes sociales 

Módulo 4. Herramientas de análisis de datos 

4.1. Entorno R de Data Science 
4.2. Entorno Python de Data Science 
4.3. Gráficos estáticos y estadísticos 
4.4. Tratamiento de datos en diferentes formatos y diferentes fuentes 
4.5. Limpieza y preparación de datos 
4.6. Estudios exploratorios 
4.7. Árboles de decisión 
4.8. Reglas de clasificación y de asociación 
4.9. Redes neuronales 
4.10. Deep Learning 

Módulo 5. Sistemas de gestión de bases de datos y paralelización de datos 

5.1. Bases de datos convencionales 
5.2. Bases de datos no convencionales 
5.3. Cloud Computing: gestión distribuida de datos 
5.4. Herramientas de ingesta de grandes volúmenes de datos 
5.5. Tipos de paralelismos 
5.6. Procesamiento de datos en streaming y tiempo real 
5.7. Procesamiento paralelo: Hadoop 
5.8. Procesamiento paralelo: Spark 
5.9. Apache Kafka 

5.9.1. Introducción a Apache Kafka 
5.9.2. Arquitectura 
5.9.3. Estructura de datos 
5.9.4. APIs Kafka 
5.9.5. Casos de uso 

5.10. Cloudera impala 

Módulo 6. Data-Driven soft skills en la dirección estratégica en Visual Analytics 

6.1. Drive Profile for Data-Driven Organizations 
6.2. Habilidades gerenciales avanzadas en organizaciones Data-Driven 
6.3. Usando los datos para mejorar el performance de la comunicación estratégica 
6.4. Inteligencia emocional aplicada a la dirección en Visual Analytics 
6.5. Presentaciones eficaces 
6.6. Mejorando el performance mediante la gestión motivacional 
6.7. Liderazgo en organizaciones Data-Driven 
6.8. Talento digital en organizaciones Data-Driven 
6.9. Data-Driven Agile Organization I 
6.10. Data-Driven Agile Organization II 

Módulo 7. Dirección estratégica de proyectos de Visual Analytics y Big Data 

7.1. Introducción a la dirección estratégica de proyectos 
7.2. Best Practices en la descripción de procesos de Big Data (PMI) 
7.3. Metodología Kimball 
7.4. Metodología SQuID 
7.5. Introducción a la metodología SQuID para abordar proyectos de Big Data 

7.5.1. Fase I. Sources 
7.5.2. Fase II. Data Quality 
7.5.3. Fase III. Impossible Questions 
7.5.4. Fase IV. Discovering 
7.5.5. Best Pratices en la aplicación de SQuID a proyectos de Big Data 

7.6. Aspectos legales del mundo de los datos 
7.7. Privacidad en Big Data 
7.8. Ciberseguridad en Big Data 
7.9. La identificación y de identificación con grandes volúmenes de datos 
7.10. Ética de los datos I 
7.11. Ética de los datos II 

Módulo 8. Análisis del cliente. Aplicando la inteligencia de los datos al Marketing 

8.1. Conceptos del Marketing. Marketing estratégico 
8.2. Marketing relacional 
8.3. El CRM como centro de la organización para el análisis del cliente 
8.4. Tecnologías de la web 
8.5. Fuentes de datos web 
8.6. Adquisición de datos web 
8.7. Herramientas para la Extracción de datos de la web 
8.8. Web semántica 
8.9. OSINT: Inteligencia de fuente abierta 
8.10. MasterLead o como mejorar la conversión a ventas usando Big Data 

Módulo 9. Visualización interactiva de los datos 

9.1. Introducción al arte de hacer visible los datos 
9.2. ¿Cómo hacer un storytelling con datos? 
9.3. Representaciones de datos 
9.4. Escalabilidad de representaciones visuales 
9.5. Visual Analytics vs. Information Visualization. Entendiendo que no es lo mismo 
9.6. Proceso de análisis visual (Keim) 
9.7. Reportes estratégicos, operativos y de dirección 
9.8. Tipos de gráficos y su función. 
9.9. Interpretación de reportes y gráficos. Jugando el rol del receptor 
9.10. Evaluación de sistemas de Visual Analytics 

Módulo 10. Herramientas de visualización 

10.1. Introducción a las herramientas de visualización de datos 
10.2. Many Eyes 
10.3. Google Charts 
10.4. jQuery 
10.5. Data-Driven Documents I 
10.6. Data-Driven Documents II 
10.7. Matlab 
10.8. Tableau 
10.9. SAS Visual Analytics 
10.10. Microsoft Power BI 

Conoce las últimas novedades en interpretación de reportes y gráficos y domina el rol del receptor”