UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA CIENCIA DE DATOS

1. ¿Qué es la ciencia de datos?
2. Herramientas necesarias para el científico de datos.
3. Data Science & Cloud Compunting.
4. Aspectos legales en Protección de Datos.

UNIDAD DIDÁCTICA 2. BASES DE DATOS RELACIONALES

1. Introducción.
2. El modelo relacional.
3. Lenguaje de consulta SQL.
4. MySQL Una base de datos relacional.

UNIDAD DIDÁCTICA 3. BASES DE DATOS NOSQL Y EL ALMACENAMIENTO ESCALABLE

1. ¿Qué es una base de datos NoSQL?
2. Bases de datos Relaciones Vs Bases de datos NoSQL.
3. Tipo de Bases de datos NoSQL Teorema de CAP.
4. Sistemas de Bases de datos NoSQL.

UNIDAD DIDÁCTICA 4. INTRODUCCIÓN A UN SISTEMA DE BASE DE DATOS NOSQL, MONGODB

1. ¿Qué es MongoDB?
2. Funcionamiento y usos de MongoDB.
3. Primeros pasos con MongoDB: Instalación y Shell de comandos.
4. Creando nuestra primera base de datos NoSQL: Modelo e inserción de datos.
5. Actualización de datos en MongoDB: Sentencias set y update.
6. Trabajando con índices en MongoDB para optimización de datos.
7. Consulta de datos en MongoDB.

UNIDAD DIDÁCTICA 5. PYTHON Y EL ANÁLISIS DE DATOS

1. Introducción a Python.
2. ¿Qué necesitas?
3. Librerías para el análisis de datos en Python.
4. MongoDB, Hadoop y Python Dream Team del Big Data.

UNIDAD DIDÁCTICA 6. R COMO HERRAMIENTA PARA BIG DATA

1. Introducción a R.
2. ¿Qué necesitas?
3. Tipos de datos.
4. Estadística Descriptiva y Predictiva con R.
5. Integración de R en Hadoop.

UNIDAD DIDÁCTICA 7. PRE-PROCESAMIENTO & PROCESAMIENTO DE DATOS

1. Obtención y limpieza de los datos (ETL).
2. Inferencia estadística.
3. Modelos de regresión.
4. Pruebas de hipótesis.

UNIDAD DIDÁCTICA 8. ANÁLISIS DE LOS DATOS

1. Inteligencia Analítica de negocios.
2. La teoría de grafos y el análisis de redes sociales.
3. Presentación de resultados.