Type Title Author Comments Última actualización
Nota de prensa Al 40% de las empresas les cuesta encontrar profesionales Big Data KSchool 0 Hace 7 años 10 meses
Nota de prensa KSchool, formando profesionales Big Data y Data Scientist a través de la nueva Escuela Big Data Science KSchool 0 Hace 8 años 2 meses
Empresa del directorio KSchool, la escuela de los profesionales de Internet KSchool 0 Hace 8 años 5 meses
Entrada de blog Facetas del Data Scientist KSchool 0 Hace 9 años 1 mes
Entrada de blog Big Data: volumen, velocidad y variedad KSchool 0 Hace 9 años 1 mes
Entrada de blog Big Data, la democratización de las herramientas KSchool 0 Hace 9 años 2 meses
Evento Máster en arquitectura Big Data KSchool 0 Hace 9 años 3 meses
Evento Máster en Data Science KSchool 0 Hace 9 años 3 meses
Evento Programa Profesional de Iniciación a R KSchool 0 Hace 9 años 7 meses

Publicaciones

  • Al 40% de las empresas les cuesta encontrar profesionales Big Data

    El análisis de los datos se ha convertido en una de las claves de la estrategia de las empresas, lo que está contribuyendo de forma significativa a la optimización y transformación de procesos. Pero las empresas no buscan únicamente los perfiles analistas, sino que es mayor la demanda de profesionales técnicos especializados que desarrollen las arquitecturas de la información y procesos.  La tendencia está cambiando, y los perfiles más demandados en la actualidad son los de corte más técnico.

     

    Según el estudio de Deloitte Analytics Trends, el 40% de las compañías tienen dificultades para encontrar perfiles especializados en Big Data, lo que abre una brecha entre la demanda y la oferta, algo que con el tiempo, puede llegar a convertirse en una barrera para el crecimiento de las compañías y que a su vez es una gran oportunidad para el empleo. Un mercado que se prevee, según la Unión Europea que alcance los 50.000 millones de euros y cree 3,75 millones de nuevos empleos este año.

     

  • KSchool, formando profesionales Big Data y Data Scientist a través de la nueva Escuela Big Data Science

    Data ScienceDespués de 5 años, KSchool, la escuela de los profesionales de internet, continúa adaptando su filosofía de formación práctica, eficaz y de calidad a la nueva Escuela Big Data Science con el objetivo de acercar estos nuevos conocimientos a las personas que quieran profesionalizarse en el campo de las Arquitecturas Big Data y el Data Science..

  • Big Data: volumen, velocidad y variedad

    Desde el punto de vista puramente técnico, se denomina Big Data a los sistemas de información que sobrepasan las capacidades de las tecnologías tradicionales basadas principalmente en base de datos relacionales. 

    Las características de la información que hace que se requiera esta nueva tecnología son principalmente 3: Volumen, Velocidad y Variedad..

     

  • Big Data, la democratización de las herramientas

    small_bidD.jpgLos viejos del lugar oímos hablar de Big data antes de que existiese el big data. En determinados sitios —el CERN, algunas grandes empresas, organismos públicos, etc.— manejaban volúmenes de datos increíbles.

    Lo que llamamos Big Data no es sino la democratización de las herramientas y técnicas para recopilar y procesar información: son cada vez más las organizaciones y son cada vez más los problemas a los que se enfrentan en los que existen datos alrededor de los que ponderar escenarios..

  • Máster en Data Science

    fecha
    Ubicación
    Madrid. Centro Ibercenter. Pza. Carlos Trías Bertrán nº 4

     

    El objetivo del máster es que aprendas el ciclo de Data Science completo: desde los datos en bruto, hasta la elaboración de dashboards, pasando por machine learning y la aplicación de métodos estadísticos en la resolución de problemas habituales del Data Science.

    Al finalizar el máster serás capaz de convertir datos en productos y servicios mediante el uso de las herramientas estadísticas más habituales en el mundo del Data Science. Sabrás escribir tu propio código para analizar ingentes cantidades de datos en Hadoop y Spark, así como aplicar técnicas de machine learning sobre estos datos usando Spark.