Descripción
---------------------------------------------
DURACIÓN: 200 Horas
MODALIDAD: Presencial
FECHA DE INICIO: --/--/2019
IMPULSADO POR : Link
Objetivos
Capacitar en el conocimiento del ecosistema tecnológico Big data, permitiendo gestionar y analizar grandes volúmenes de datos, para convertirla en información válida para la toma de decisiones estratégica de una empresa.
Coste
Formación gratuita.
Requisitos de acceso
Trabajadores en activo.
Prioridad a trabajadores de Pymes, contratados de forma eventual o a tiempo parcial, mayores de 45 años y mujeres.
Horario
Solicita información sin compromiso y te comentaremos los horarios y fechas para siguientes convocatorias.
Plan de estudios
Índice de contenidos
Módulo 1 – Introducción al Big Data
Módulo 2 – Entendiendo Big Data: estructura y técnica
Módulo 3 – Entendiendo Big Data: aplicación
Módulo 4 – Entornos virtuales de trabajo colaborativo y lenguajes y paradigmas de programación
Módulo 5 – Técnicas y herramientas de protección de redes, sistemas y servicios
Módulo 6 – Modelamiento de datos y diseño de base de datos
Módulo 7 – Data Warehouse y gestión documental
Módulo 8 – Métodos estadísticos y Data Science
Módulo 9 – Big Data para diferentes sectores
Módulo 10 – Emprender su proyecto en Big Data
Módulo 11 – Técnicas de inteligencia artificial
contenidos
UD1. ¿Qué es el Big Data?
UD2. Conceptos y oportunidades del Big Data.
UD3. Gestión de la información en entornos Big Data.
UD4. Sectores para la aplicación del Big Data.
UD1. Diseño de experimentos con visualizaciones.
UD2. Otras herramientas útiles.
UD3. Ejemplos de aplicación exitosa con Big Data.
UD4. Analítica y optimización de resultados.
UD1. Conceptos para el trabajo compartido en entornos virtuales.
UD2. Tecnologías para el trabajo compartido en entornos virtuales.
UD3. Lenguajes de programación.
UD4. Programación funcional.
UD5. Programación imperativa y orientada a objetos.
UD1. Conceptos para el trabajo compartido en entornos virtuales.
UD2. Tecnologías para el trabajo compartido en entornos virtuales.
UD3. Lenguajes de programación.
UD4. Programación funcional.
UD5. Programación imperativa y orientada a objetos.
UD1. Posicionamiento natural y buscadores. Introducción
1.1 ¿Qué es SEO? Definición, conceptos básicos y evolución.
1.2 Diferenciación entre SEO y SEM
UD2. Motores de búsqueda
2.1 Cómo funciona un spider o araña
2.2 El motor de búsqueda de Google. Indexación de contenidos
UD3. Optimización On-Page.
3.1 La importancia del contenido. Metatags
3.2 Selección de las palabras clave
3.3 El nombre de dominio y la estructura del sitio
3.4 Las metaetiquetas y los microformatos
3.5 Enlaces y URL samigables.Mapa del sitio web y fichero robots
3.6 Optimización del código fuente
UD4. Optimización Off-Page.
4.1 El Pagerank
4.2 Link Building
4.3 Social Media Optimization (SMO)
4.4 La redes sociales, foros y blogs
4.5 Técnicas Black Hat SEO. Definición y usos
4.6 Penalizaciones de los buscadores
UD5. Herramientas. Planificación. Análisis y Medición de resultados
5.1 Webmaster Tools
5.2 Google Analytics
5.3 Otras Herramientas
5.4 Planificación de una campaña SEO
5.5 Análisis y medición de resultados
UD1. Métodos de captura y almacenamiento de información. Tipos de bases de datos.
UD2. Bases de datos relacionales y orientadas a objetos.
UD3. Bases de datos y Big Data. NOSQL.
UD1. Métodos de captura y almacenamiento de información. Tipos de bases de datos.
UD2. Bases de datos relacionales y orientadas a objetos.
UD3. Bases de datos y Big Data. NOSQL.
UD1. Clasificación de información adecuada.
UD2. Estadística para incorporación al BD.
UD3. Lenguaje Python y lenguaje Milk.
UD4. Paquetes con lenguaje R.
UD5. Comparativas de paquetes de datos.
UD6. Data Science: ¿qué es? Características.
UD7. Posición del Data Scientist o Científico de datos
UD8. Tipos de organización. Orientación al dato.
UD9. Estructura de un proyecto con ésta metodología.
UD1. Introducción del proyecto.
UD2. Objetivos de la investigación y teoría.
UD3. Metodología.
UD4. Resultados y conclusiones.
UD1. Introducción del proyecto.
UD2. Objetivos de la investigación y teoría.
UD3. Metodología.
UD4. Resultados y conclusiones.
Si estás interesado en realizar este curso contacta con nosotros enviando un mail a la siguiente dirección: soporte@asime.es
Proyecto cofinanciado por el Fondo Social Europeo 2014-2020 con cargo al Programa Operativo de Empleo, Formación y Educación (POEFE). Expediente C058/17-ED
Nuestras oficinas
VIGO
Avenida Doctor Corbal Nº51
O Freixiño
36207 Vigo (Pontevedra)
NARÓN
Pol. Ind. A Gándara, Arena 76 Centro De Negocios
Avda. Otero Predrayo E. Vicente Risco, p. 2ª of. 5
15570 Narón (A Coruña)
LUGO
Rúa do Progreso 28, 1º
27001 Lugo (Lugo)