Master in datastrategie en -analyse
MIOTI - Tech & Business School
Belangrijke informatie
Campuslocatie
Madrid, Spanje
Talen
Spaans
Studieformaat
Blended
Duur
4 maanden
Tempo
Full time, Deeltijd
Collegegeld
EUR 6.400 *
Deadline voor aanmelding
Informatie aanvragen
Eerste startdatum
Informatie aanvragen
* * 50% BEURS voor studenten die in Latijns-Amerika wonen
Invoering
Gegevenswaarde extraheren vanaf de eerste dag
Met de Master in Business Analytics leer je van data pre-processing, waarschijnlijkheid en statistiek, Data Scrapping, tot de belangrijkste Machine Learning algoritmen. Je maakt gebruik van tools zoals Tensorflow, Numpy, Prophet, Spark, Pandas, Keras, etc. om te kunnen werken met datasets, maar ook met Business Intelligence-tools zoals Qlikview en Tableau.
Carrièremogelijkheden
Zo heet jouw toekomst
Dit zijn enkele van de meest opwindende carrièremogelijkheden die na dit programma binnen je bereik liggen.
- Data-analist
- Business Intelligence
- Business Analyst
- Gegevens manager
- Bedrijfsadviseur
leerplan
Wat je leert in de Master Business Analytics
Gegevens vertellen Strategieën om data-analyse te verbinden met bedrijfsdoelstellingen, verhalen te ontwikkelen die aansluiten bij verschillende soorten doelgroepen en methoden voor het creatief presenteren van gegevens. | Gegevensbeheer en -ethiek We zullen kijken naar best practices voor het beheren van gegevens, het volledige scala aan verantwoordelijkheden die gepaard gaan met het gebruik van gegevens bij geautomatiseerde besluitvorming, inclusief gegevensbeveiliging, privacy en transparantie. |
Datastrategie en -analyse Databeheer om analytische voordelen te behalen en onze groeidoelstellingen te realiseren. | BI-tools: Power BI, Qlikview, Tableau & Excel We analyseren gegevens met een uitstekende visualisatie- en presentatielaag in een begrijpelijk, gemakkelijk en intuïtief formaat. |
Gegevensvisualisatie Hoe verschillende soorten gegevens weergeven? Welke technieken te gebruiken? Gebruik van onder meer matplotlib, bokeh en seaborn. | Gegevensanalyse met Python Python als raamwerk voor de Data Analytics specialist. Notebookontwikkeling, gebruik van panda's en numpy. Gegevensverwerking uit gestructureerde (CSV, REST, Logs) en ongestructureerde (web) bronnen. |
Data Science Fundamentals Inleiding tot fundamentele datawetenschapsconcepten. Presentatie van het algemeen referentiekader. | Machinaal leren en diep leren Classificatieproblemen. Hoe de resultaten evalueren? Hoe de datasets bouwen? Belangrijkste algoritmen (knn, beslissingsbomen, ondersteuningsvectormachines, diepe neurale netwerken, xgboost). |
Voorverwerking van gegevens Hoe de gegevens goed voorbewerken? Toepassing van filters, data-anonimisering, attribuutselectie, sampling en dimensionaliteitsreductie. Voorverwerking van gegevensbronnen in tekstmodus. | Laatste project Het onderwerp kan door de student worden voorgesteld of worden geselecteerd uit een door MIOTI verstrekte lijst. |
Databases en SQL Beheers de belangrijkste databases en de SQL-taal, leer de nieuwste technieken voor het opslaan, manipuleren en extraheren van gegevens die zijn vastgelegd in relationele databases. |
Galerij
toelatingen
Programma collegegeld
Beurzen en financiering
We hebben een MIOTI-beursplan.
We hebben beurzen beschikbaar van de Universia Foundation.
We hebben beurzen beschikbaar van de ONCE Foundation.
Bonussen van Fundae.
U kunt de betaling ook zonder rente splitsen.