CURSO DE DATA ANALYST

– Comprender conceptos de DataMart y su implementación. – Aplicar procesos ETL para transformar datos eficientemente. – Diseñar Data Warehouses para centralizar datos corporativos. – Utilizar PowerBI y Tableau para visualización de datos. – Emplear bases de datos NoSQL como MongoDB para escalar almacenamiento. – Desarrollar análisis de datos con Python y R. – Ejecutar pre-procesamiento de datos para análisis preciso.

UNIDAD DIDÁCTICA 1. DATAMART. CONCEPTO DE BASE DE DATOS DEPARTAMENTAL
Aproximación al concepto de DataMart
Procesos de extracción, transformación y carga de datos (ETL)
Data Warehouse
Herramientas de Explotación
Herramientas para el desarrollo de cubos OLAP

UNIDAD DIDÁCTICA 2. DATAWAREHOUSE O ALMACÉN DE DATOS CORPORATIVOS
Visión General. ¿Por qué DataWarehouse?
Estructura y Construcción
Fases de implantación
Características
Data Warehouse en la nube

UNIDAD DIDÁCTICA 3. INTELIGENCIA DE NEGOCIO Y HERRAMIENTAS DE ANALÍTICA
Tipos de herramientas para BI
Productos comerciales para BI
Productos Open Source para BI
Beneficios de las herramientas de BI

UNIDAD DIDÁCTICA 4. HERRAMIENTA POWERBI
Business Intelligence en Excel
Herramienta PowerBI

UNIDAD DIDÁCTICA 5. HERRAMIENTA TABLEAU
Herramienta Tableau

UNIDAD DIDÁCTICA 6. HERRAMIENTA QLIKVIEW
Instalación y arquitectura
Carga de datos
Informes
Transformación y modelo de datos
Análisis de datos

UNIDAD DIDÁCTICA 7. BASES DE DATOS NOSQL Y EL ALMACENAMIENTO ESCALABLE
¿Qué es una base de datos NoSQL?
Bases de datos Relaciones Vs Bases de datos NoSQL
Tipo de Bases de datos NoSQL. Teorema de CAP
Sistemas de Bases de datos NoSQL

UNIDAD DIDÁCTICA 8. INTRODUCCIÓN A UN SISTEMA DE BASES DE DATOS NOSQL. MONGODB
¿Qué es MongoDB?
Funcionamiento y uso de MongoDB
Primeros pasos con MongoDB. Instalación y shell de comandos
Creando nuestra primera Base de Datos NoSQL.Modelo e Inserción de Datos
Actualización de datos en MongoDB. Sentencias set y update
Trabajando con índices en MongoDB para optimización de datos
Consulta de datos en MongoDB

UNIDAD DIDÁCTICA 9. PYTHON Y EL ANÁLISIS DE DATOS
Introducción a Python
¿Qué necesitas?
Librerías para el análisis de datos en Python
MongoDB, Hadoop y Python. Dream Team del Big Data

UNIDAD DIDÁCTICA 10. R COMO HERRAMIENTA PARA BIG DATA
Introducción a R
¿Qué necesitas?
Tipos de datos
Estadística Descriptiva y Predictiva con R
Integración de R en Hadoop

UNIDAD DIDÁCTICA 11. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS
Obtención y limpieza de los datos (ETL)
Inferencia estadística
Modelos de regresión
Pruebas de hipótesis

UNIDAD DIDÁCTICA 12. ANÁLISIS DE LOS DATOS
Inteligencia Analítica de negocios
La teoría de grafos y el análisis de redes sociales
Presentación de resultados