Duomenų strategijos ir analizės magistras
MIOTI - Tech & Business School
Pagrindinė informacija
Universiteto vieta
Madrid, Ispanija
Kalbų studijos
Ispanų kalba
Studijų formatas
Sumaišytas
Trukmė
4 months
Tempas
Dieninės, Ištęstinės
Mokestis už mokslą
EUR 6 400 *
Galutinis paraiškų davimo terminas
Susisiekti su mokykla
Anksčiausia pradžios data
Susisiekti su mokykla
* * 50% STIPENDIJA studentams, gyvenantiems Lotynų Amerikoje
Įvadas
Išskleiskite duomenų vertę nuo pirmosios dienos
Verslo analizės magistrantūros studijose išmoksite iš išankstinio duomenų apdorojimo, tikimybių ir statistikos, duomenų išbraukimo iki pagrindinių mašininio mokymosi algoritmų. Naudosite tokius įrankius kaip Tensorflow, Numpy, Prophet, Spark, Pandas, Keras ir kt. kad būtų galima dirbti su duomenų rinkiniais, taip pat su verslo žvalgybos įrankiais, tokiais kaip Qlikview ir Tableau.
KARJEROS GALIMYBĖS
Taip vadinasi tavo ateitis
Tai yra keletas įdomiausių karjeros galimybių, kurios bus pasiekiamos po šios programos.
- Duomenų analitikas
- "Business Intelligence
- Verslo analitikas
- Duomenų tvarkyklė
- Verslo konsultantas
Studijų programa
Ką išmoksite verslo analitikos magistrantūroje
Duomenų pasakojimas Strategijos, skirtos duomenų analizei susieti su verslo tikslais, kurti istorijas, susiejančias su įvairių tipų auditorijomis, ir kūrybiško duomenų pateikimo metodus. | Duomenų valdymas ir etika Išnagrinėsime geriausią duomenų valdymo praktiką, visas pareigas, susijusias su duomenų naudojimu automatizuotai priimant sprendimus, įskaitant duomenų saugumą, privatumą ir skaidrumą. |
Duomenų strategija ir analizė Duomenų valdymas, siekiant analitinių pranašumų ir mūsų augimo tikslų. | BI įrankiai: Power BI, Qlikview, Tableau ir Excel Duomenis analizuosime su puikiu vizualizavimo ir pateikimo sluoksniu suprantamu, paprastu ir intuityviu formatu. |
Duomenų vizualizavimas Kaip rodyti skirtingų tipų duomenis? Kokias technikas naudoti? Matplotlib, bokeh ir seaborn, be kita ko, naudojimas. | Duomenų analizė su „Python“ Python kaip duomenų analizės specialisto sistema. Nešiojamojo kompiuterio kūrimas, pandų ir numpy naudojimas. Duomenų apdorojimas iš struktūrizuotų (CSV, REST, žurnalų) ir nestruktūrizuotų (Web) šaltinių. |
Duomenų mokslo pagrindai Įvadas į pagrindines duomenų mokslo sąvokas. Bendrosios atskaitos sistemos pristatymas. | Mašininis mokymasis ir gilusis mokymasis Klasifikavimo problemos. Kaip įvertinti rezultatus? Kaip sukurti duomenų rinkinius? Pagrindiniai algoritmai (knn, sprendimų medžiai, paramos vektorių mašinos, gilieji neuroniniai tinklai, xgboost). |
Išankstinis duomenų apdorojimas Kaip tinkamai iš anksto apdoroti duomenis? Filtrų taikymas, duomenų anonimiškumas, atributų pasirinkimas, atranka ir matmenų mažinimas. Išankstinis duomenų šaltinių apdorojimas tekstiniu režimu. | Baigiamasis projektas Temą gali pasiūlyti pats studentas arba pasirinkti iš MIOTI pateikto sąrašo. |
Duomenų bazės ir SQL Įvaldykite pagrindines duomenų bazes ir SQL kalbą, mokykitės naujausių reliacinėse duomenų bazėse įrašytų duomenų saugojimo, manipuliavimo ir ištraukimo technikų. |
Galerija
Priėmimai
Programos mokestis už mokslą
Stipendijos ir finansavimas
Turime MIOTI stipendijų planą.
Mes turime Universia fondo stipendijas.
Mes turime stipendijas iš ONCE fondo.
„Fundae“ moka premiją.
Taip pat galite padalyti mokėjimą be palūkanų.