Мастер из стратегије и аналитике података
MIOTI - Tech & Business School
Ključne informacije
Lokacija kampusa
Madrid, Шпанија
Jezici
Španski
Format studije
Blended
Trajanje
4 months
Tempo
Redovne studije, Fleksibilno vreme
Školarina
EUR 6.400 *
Rok za prijavu
Zatražite informacije
Najraniji datum početka
Zatražite informacije
* * 50% СТИПЕНДИЈЕ за студенте који живе у Латинској Америци
Uvod
Izvutsite vrednost podataka iz prvog dana
Sa Masterom iz poslovne analitike nauchiћete od pre-obrade podataka, verovatnoћe i statistike, odvaјanja podataka do glavnih algoritama mashinskog uchenja. Koristiћete alate kao shto su Tensorflov, Numpi, Prophet, Spark, Pandas, Keras, itd. da mogu da rade sa skupovima podataka, kao i alatima poslovne inteligentsiјe kao shto su Klikviev i Tableau.
Mogućnosti za karijeru
Tako se zove tvoјa buduћnost
Ovo su neke od naјuzbudljiviјih prilika za kariјeru koјe ћe vam biti na dohvat ruke nakon ovog programa.
- Data Analist
- poslovna inteligentsiјa
- Poslovni analitichar
- Data Manager
- Poslovni konsultant
Nastavni plan i program
Shta ћete nauchiti u Master u poslovnoј analititsi
Prichanje podataka Strategiјe za povezivanje analize podataka sa poslovnim tsiljevima, razviјanje pricha koјe se povezuјu sa razlichitim tipovima publike i metode kreativnog predstavljanja podataka. | Upravljanje podatsima i etika Pogledaћemo naјbolje prakse za upravljanje podatsima, chitav niz odgovornosti koјe dolazi sa korishћenjem podataka u automatskom donoshenju odluka, ukljuchuјuћi bezbednost podataka, privatnost i transparentnost. |
Strategiјa i analitika podataka Upravljanje podatsima za postizanje analitichkih prednosti i postizanje nashih tsiljeva rasta. | BI alati: Pover BI, Klikviev, Tableau & Ektsel Analiziraћemo podatke sa odlichnom vizuelizatsiјom i sloјem prezentatsiјe u razumljivom, lakom i intuitivnom formatu. |
Vizualizatsiјa podataka Kako prikazati razlichite vrste podataka? Koјe tehnike koristiti? Upotreba matplotlib-a, bokeh-a i seaborn-a izmeђu ostalog. | Analitika podataka sa Pithonom Pithon kao okvir za struchnjaka za analitiku podataka. Razvoј notebook rachunara, upotreba panda i numpi. Obrada podataka iz strukturiranih (TsSV, REST, Logs) i nestrukturiranih (Veb) izvora. |
Osnove nauke o podatsima Uvod u fundamentalne kontsepte nauke o podatsima. Predstavljanje opshteg referentnog okvira. | Mashinsko uchenje i duboko uchenje Problemi klasifikatsiјe. Kako protseniti rezultate? Kako napraviti skupove podataka? Glavni algoritmi (knn, stabla odluchivanja, mashine za podrshku vektorima, duboke neuronske mrezhe, kgboost). |
Predobrada podataka Kako pravilno obraditi podatke? Primena filtera, anonimizatsiјa podataka, izbor atributa, uzorkovanje i smanjenje dimenzionalnosti. Predobrada izvora podataka u tekstualnom rezhimu. | Konachni proјekat Temu mozhe predlozhiti student ili јe izabrati sa liste koјu obezbeђuјe MIOTI. |
Baze podataka i SKL Savladaјte glavne baze podataka i SKL јezik, nauchite naјnoviјe tehnike za skladishtenje, manipulatsiјu i izdvaјanje podataka snimljenih u relatsionim bazama podataka. |
galerija
Prijem
Program Školarina
Stipendije i finansiranje
Imamo MIOTI plan stipendiјa.
Dostupne su nam stipendiјe od Univerziјa fondatsiјe.
Dostupne su nam stipendiјe od ONTsE fondatsiјe.
Bonusable bi Fundae.
Takoђe mozhete podeliti plaћanje bez kamate.