Magister andmestrateegia ja -analüütika alal
MIOTI - Tech & Business School
Põhiteave
Ülikooli asukoht
Madrid, Hispaania
Keeleteadus
Hispaania keel
Õppevorm
Segatud
Kestvus
4 Kuud
Tempo
Päevane õpe, Osakoormus
Õppemaks
EUR 6400 *
Avalduste vastuvõtu lõppkuupäev
Võta kooliga ühendust
Varaseim alguskuupäev
Võta kooliga ühendust
* * 50% STIPENDIUM Ladina-Ameerikas elavatele üliõpilastele
Sissejuhatus
Andmeväärtuse eraldamine esimesest päevast
Ärianalüütika magistriõppega õpite andmete eeltöötlusest, tõenäosusest ja statistikast, andmete väljalõikamisest kuni peamiste masinõppe algoritmideni. Kasutate selliseid tööriistu nagu Tensorflow, Numpy, Prophet, Spark, Pandas, Keras jne. et oleks võimalik töötada nii andmekogumitega kui ka ärianalüüsi tööriistadega, nagu Qlikview ja Tableau.
Aktuaalset
Seda nimetatakse teie tulevikuks
Need on mõned kõige põnevamad karjäärivõimalused, mis on pärast seda programmi teie käeulatuses.
- Andmete analüütik
- Business Intelligence
- Äri analüütik
- Andmehaldur
- Ärikonsultant
Õppekava
Mida õpid ärianalüütika magistriõppes
Andmete jutuvestmine Strateegiad andmeanalüüsi ühendamiseks ärieesmärkidega, lugude väljatöötamine, mis ühendavad erinevat tüüpi vaatajaskondi, ja meetodid andmete loovaks esitamiseks. | Andmehaldus ja eetika Vaatleme andmete haldamise parimaid tavasid, kõiki kohustusi, mis kaasnevad andmete kasutamisega automatiseeritud otsuste tegemisel, sealhulgas andmete turvalisus, privaatsus ja läbipaistvus. |
Andmestrateegia ja analüüs Andmehaldus analüütiliste eeliste saavutamiseks ja meie kasvueesmärkide saavutamiseks. | BI tööriistad: Power BI, Qlikview, Tableau ja Excel Analüüsime andmeid suurepärase visualiseerimis- ja esitluskihiga arusaadavas, lihtsas ja intuitiivses vormingus. |
Andmete visualiseerimine Kuidas kuvada erinevat tüüpi andmeid? Milliseid tehnikaid kasutada? Kasutatakse muu hulgas matplotlib, bokeh ja seaborn. | Andmete analüüs Pythoniga Python kui andmeanalüüsi spetsialisti raamistik. Märkmiku arendus, pandade ja numpy kasutamine. Andmetöötlus struktureeritud (CSV, REST, Logid) ja struktureerimata (veebi) allikatest. |
Andmeteaduse alused Sissejuhatus andmeteaduse põhimõistetesse. Üldise tugiraamistiku tutvustamine. | Masinõpe ja süvaõpe Klassifitseerimisprobleemid. Kuidas tulemusi hinnata? Kuidas andmekogumeid luua? Peamised algoritmid (knn, otsustuspuud, tugivektori masinad, sügavad närvivõrgud, xgboost). |
Andmete eeltöötlus Kuidas andmeid õigesti eeltöötleda? Filtrite rakendamine, andmete anonüümseks muutmine, atribuutide valik, valim ja mõõtmete vähendamine. Andmeallikate eeltöötlus tekstirežiimis. | Viimane projekt Teema võib välja pakkuda üliõpilane või valida selle MIOTI pakutavast nimekirjast. |
Andmebaasid ja SQL Õppige peamisi andmebaase ja SQL-keelt, õppige uusimaid tehnikaid relatsiooniandmebaasides salvestatud andmete salvestamiseks, töötlemiseks ja ekstraheerimiseks. |
Galerii
Sisseastumised
Programmi õppemaks
Stipendiumid ja rahastamine
Meil on MIOTI stipendiumiplaan.
Meil on Universia Fondi stipendiumid.
Meil on ONCE-fondi stipendiumid.
Fundae boonusena.
Makse saab jagada ka ilma intressita.