MÁSTER EN BUSINESS ANALYTICS & BIG DATA

asdlkj

Universidad Camilo José Cela

60

Contacto

COMPETENCIAS

El objetivo principal del Máster es que el alumno aprenda del conocimiento y experiencia práctica de profesionales (autores del programa formativo de IMF) que combinan un background técnico sólido y la aplicabilidad de las tecnologías, mediante el uso de la tecnología, utilizando las herramientas software que se aplican en entornos profesionales para obtener una formación en el área de Business Analytics y Big Data de manera flexible. 


- Comprender el valor de los datos y su análisis en las organizaciones y ser capaz de idear y concebir soluciones de análisis de datos. 


- Conocer y saber enunciar el valor para el negocio de las principales tecnologías de procesamiento paralelo y de almacenamiento de datos escalable, así como saber explicar su uso para propósitos específicos dentro de la organización. 


- Ser capaces de aplicar técnicas y métodos de análisis de datos a problemas de negocio utilizando técnicas de programación estadística. 


- Aplicar técnicas de aprendizaje automático y de minería de texto a la extracción de valor de los datos y a la construcción de modelos predictivos. 


- Obtener una formación general en las áreas del programa, que permitirán al alumno orientarse a una variedad de salidas profesionales. 


- Obtener un conocimiento sólido de técnicas y métodos de Data Science en R y Python, así como de su aplicación a diferentes áreas de negocio. 


- Comprender de manera práctica las principales tecnologías de paralelización de datos, para procesamiento batch o streaming (tiempo real), y conocer cuándo utilizar unas u otras. 


- Reorientar o focalizar las competencias en la gestión y extracción de valor del dato, desde diferentes perspectivas y para perfiles diversos que tengan distintos conocimientos de entrada. 


- Aprender mediante el uso de casos y ejemplos prácticos y adquirir, por tanto, competencias que son directamente aplicables a la práctica profesional. 
 

ACCESO Y ADMISIÓN

El programa está dirigido a profesionales y recién graduados de diferentes perfiles que quieran orientar o reorientar su carrera profesional a alguna de las profesiones emergentes relacionadas con el análisis de datos. Los perfiles pueden ser de tres tipos: 


- Perfiles TIC: informáticos, o ingenierías afines, o profesionales que hayan desarrollado su carrera en el desarrollo de software o en la administración de sistemas de TI. 


- Perfiles cuantitativos: graduados en carreras con un componente cuantitativo fuerte, como estadística y matemáticas, que quieran ampliar sus competencias con técnicas de adquisición, almacenamiento y gestión de datos, así como adquirir nuevas capacidades analíticas. 


- Perfiles de negocio: graduados y profesionales en diferentes áreas de empresa y economía que quieran especializarse en la analítica del negocio, adquiriendo un background sólido en el manejo de lenguajes estadísticos y en la comprensión de la tecnología especialmente en cuanto a su aplicación técnica. Cabe señalar, por tanto, que este máster tiene un enfoque fundamentalmente técnico. 


Para estudiar este máster se necesita

 

  • Titulación Universitaria o Experiencia profesional acreditada (Consultar condiciones).
  • Nivel de inglés B2 o superior. 
  •  Conocimientos de bases de datos y lenguaje SQL. 
  • Conocimientos de programación R y/o Python. 
  • Es recomendable, aunque no imprescindible, un conocimiento básico de bases de datos NoSQL y Hadoop.
  • Requisitos del ordenador del alumno. 

 

- Procesador: Mínimo i5 6000 (o superior), recomendable i7.

 

- RAM: Mínimo 8 GB, recomendable 12 GB (o superior).

 

- Almacenamiento: Mínimo 1 TB entre unidades internas y externas. Disco HDD: Mínimo 500 GB (o superior). 

 

- Disco SSD para el software base: No es imprescindible; sin embargo, mejora enormemente el rendimiento al tener el sistema operativo y el software base instalado sobre el mismo. 

 

- Es necesario comprobar que se pueden utilizar cómodamente máquinas virtuales VirtualBox con la última versión estable de Ubuntu Linux. 


- Para la realización del módulo 5 Inteligencia de negocio y visualización, se necesitará el entorno Tableau. En su página web (https://www.tableau.com/academic/students#form), los alumnos podrán solicitar una licencia anual gratuita de Tableau for Students aportando la documentación de matrícula proporcionada por IMF. 

 

- Para la realización del módulo 5 Inteligencia de negocio y visualización, se necesitará la herramienta Qlikview. En su página web (https://www.qlik.com/us/company/academic-program), los alumnos podrán solicitar una licencia gratuita de Qlikview. Una vez registrados dentro del programa académico como estudiantes, recibirán las instrucciones que deben seguir en su mail.

 

 

MATRÍCULA

Para más información o realización de la inscripción, contacte con nosotros llamando al Tel. 924234600 (Ext. 4051, 4053, 4054) o enviando un email a:

  • formacion3@camarabadajoz.es
  • formacion2@camarabadajoz.es
  • formacion5@camarabadajoz.es 


 

DOCENCIA


Carlos García 
COORDINADOR DEL MÁSTER 


    Socio fundador de Strategy Big Data. Profesional con más de 15 años de experiencia en el desarrollo de grandes proyectos de software y una vasta experiencia en el liderazgo de proyectos estratégicos y críticos de cara al cliente en empresas como Alcatel-Lucent, Lucent Technologies e Indra. 

   Ingeniero informático por la Universidad Pontificia de Salamanca, Campus Madrid (UPSAM), posee el MBA por ICADE (Madrid), máster en Big Data and Business Analytics por CIFF Business School y Curso de Mining Massive Data Sets por GC Universidad de Stanford. 


Jesús Herrera de la Cruz 
TUTOR 


    Jesús es responsable de sección en la Unidad de Gestión del Conocimiento del CIMMYT, estando principalmente al cargo de estrategias y coordinación para implementación de sistemas de Open Access, Open Data, Procesamiento del Lenguaje aplicado a la catalogación e e-learning a nivel institucional. 

    Experto en el área del Procesamiento del Lenguaje Natural y la Inteligencia Artificial aplicada. Más de 25 publicaciones científicas respaldan su trabajo. Ha sido docente en la UCM y en la UNED, en el área de las TICs, y ha formado parte de equipos de desarrollo en varios sectores. 

    Es Ingeniero informático por la UCM, Máster en Gestión de la Documentación, Bibliotecas y Archivos por la misma universidad, DEA en Procesamiento del Lenguaje Natural y Recuperación de Información por la Universidad Nacional de Educación a Distancia y Máster en Big Data & Business Intelligence.


Javier Rodríguez Rodríguez 
AUTOR / COLABORADOR 


    Director de Soluciones en OpenSistemas, responsable de proyectos bajo arquitecturas innovadoras para el tratamiento, visualización y exposición de datos en múltiples sectores. Participa en distintos cursos y másteres de innovación en el tratamiento de datos. 

    Acumula más de una década de experiencia en arquitecturas empresariales y actualmente está especializado en tecnologías NoSQL, streaming y API Management. 

    Es licenciado en Ciencias Físicas por la Universidad Complutense de Madrid (UCM) y postgrado en Data Science por U-Tad (UCJC). 


Guillermo González Sánchez 
AUTOR / COLABORADOR 


    Científico de datos y formador en Strategy Big Data. 

    Como científico de datos, afronta proyectos de desarrollo a través de POC’s en diferentes negocios, en los cuales aplica los resultados recientes de la comunidad de investigación, así como las técnicas clásicas. 

    Como formador, a través de Strategy Big Data, ha participado en diferentes masters y, además, realiza cursos específicos bajo demanda para los departamentos de aquellas empresas interesadas en desarrollarse en el sector. En ambas facetas, sus conocimientos e intereses se ubican fundamentalmente en el área matemática y de programación científica. 


Óscar Sierra 
AUTOR / COLABORADOR 


    Experto en visualización de datos. Su actividad profesional ha estado muy ligada al mundo del Business Intelligence; inicialmente, más orientada a labores de ETL y, en la actualidad, está centrada en la visualización, para lo cual utiliza Tableau como herramienta. Además, imparte clases y seminarios para distintas organizaciones. 

    Cursó estudios de Ingeniería Técnica Informática de Gestión en la Universidad Complutense de Madrid, formación que ha ido acompañando de diversas formaciones en herramientas relacionadas con el mundo BI, tales como Tableau, Talend, etc. 


Alberto Oikawa 
AUTOR / COLABORADOR 


    CTO y cofundador en Cubenube, start-up que ofrece servicios de datos y generación de información a través de una plataforma tecnológica de desarrollo propio basada en Big Data y Cloud Computing. Co-creador de Bynse, que engloba varias soluciones de tecnologías de la información. Anteriormente, fue director del departamento de TI del Centro de Laboratorios y Servicios Industriales de la Comunidad de Madrid. 

    Profesor de tecnologías Big Data en entidades de formación y escuelas de negocio. 

    Ingeniero técnico en Informática por la Universidad de Alcalá, especializado en Big Data & amp, Analytics, nuevas tecnologías, innovación y emprendimiento.


Pedro Pasquau 
AUTOR / COLABORADOR 


    Analytics Senior Manager en Hitachi Consulting, liderando el equipo de Delivery de Big Data, Business Intelligence, Pentaho y Data Science en España de la unidad de IoT European Analytics. Formó parte de la compañía Stratebi Business Solutions, como responsable de la unidad de Big Data, y acumula, además, experiencia en otras empresas como Novasoft y Google España (proyecto Street View). Ha acumulado experiencia relevante en sectores muy diferentes entre sí como telecomunicaciones, banca-seguros, aeroespacial-defensa, seguridad, sanidad, automoción, transporte, Administración Pública o automotive. 

    Ingeniero superior de Telecomunicaciones en la especialidad de Telemática. Profesor homologado en tecnologías de la información y telecomunicaciones en distintos másteres relacionados con Business Intelligence, Big Data, Business Analytics e IoT. 


Antonio Sarasa 
AUTOR / COLABORADOR 


    Profesor contratado - doctor de la Universidad Complutense de Madrid. Miembro del grupo de investigación oficial de la UCM en Ingeniería de Lenguajes Software y Aplicaciones (ILSA). 

    Sus investigaciones se han centrado en temas de e-learning, estandarización, patrimonio digital, Business Intelligence, Big Data y desarrollo de software utilizando técnicas inspiradas en el diseño e implementación de lenguajes informáticos. Asimismo, es autor de varios libros sobre bases de datos NoSQL y gestión de la información web. 

    Licenciado en Ciencias Matemáticas en la especialidad de Ciencias de la Computación por la UCM, Ingeniero técnico informático en Sistemas y en Gestión por la UNED, Ingeniero superior en Informática y Graduado en Ingeniería Informática por la Universitat Oberta de Catalunya y doctor en Informática por la UCM.
 

CONTENIDOS/PLAN DE ESTUDIOS

MÓDULO I. 


Fundamentos Tecnológicos para el Tratamiento de Datos. 6ECTS 
Uso de máquinas virtuales y shell de comandos. 
Fundamentos de programación en Python. 
Fundamentos de bases de datos relacionales. 
Fundamentos de tecnologías de Internet. 
Compartir datos, código y recursos en repositorios. 
Fundamentos de tratamiento de datos con el stack científico de Python. 

 

MÓDULO II. 

Modelos y Aprendizaje Estadístico. 6ECTS 
Tratamiento de datos con R. 
Análisis exploratorio de datos. 
Inferencia estadística. 
Aplicación de modelos lineales. 
Aprendizaje estadístico. 
Otros modelos estadísticos. 

 

MÓDULO III. 

Aprendizaje Automático Aplicado 6ECTS 
Introducción al aprendizaje automático. 
Modelos supervisados. 
Modelos no supervisados. 
Ingeniería de características y selección de modelos. 
Modelos conexionistas. 
Descubrimiento de asociaciones. 

MÓDULO IV. 
Minería de Texto y Procesamiento del Lenguaje Natural (PLN). 6ECTS 
Introducción a las técnicas de tratamiento del lenguaje natural. 
Herramientas de PLN I. 
Herramientas de PLN II. 
Minería de texto I: clasificación. 
Minería de texto II: agrupamiento. 
Otras aplicaciones y técnicas de Pln. 

MÓDULO V. 

Inteligencia de Negocio y Visualización. 6ECTS 
Introducción a la inteligencia de negocio. 
Almacenes de datos y bases de datos analíticas. 
Herramientas de extracción, transformación y carga. 
Aplicaciones de inteligencia de negocio. 
Fundamentos de visualización de datos. 
Herramientas de visualización. 

MÓDULO VI. 

Infraestructura Big Data. 6ECTS 
Procesamiento de datos con Hadoop. 
Herramientas Hadoop. 
Procesamiento de datos con Spark. 
Arquitecturas de streaming. 
Componentes de arquitecturas de streaming. 
Plataformas y Apis en la nube.
 

MÓDULO VII 

Almacenamiento e Integración de Datos. 6ECTS 
1.    Bases de datos no convencionales. 
2.    Modelos de base de datos basados en documentos. 
3.    Modelos de base de datos basados en columnas. 
4.    Modelos de base de datos basados en grafos. 
5.    Modelos de base de datos basados en clave-valor. 
6.    Adquisición de datos. 

 

MÓDULO VIII 

Valor y Contexto de la Analítica Big Data. 6ECTS 
1.    El business case de Big Data. 
2.    Proyectos de Big Data. 
3.    Aplicaciones analíticas por sectores. 
4.    Tecnologías emergentes en analítica. 
5.    Gestión de equipos y métodos ágiles. 
6.    Aspectos regulatorios del tratamiento de datos. 

 

MÓDULO IX 

Aplicaciones Analíticas. 6ECTS 
1.    Caso de estudio de analítica escalable. 
2.    Caso de estudio de analítica en redes sociales. 
3.    Caso de estudio en Internet Of Things. 
4.    Caso de estudio en analítica financiera. 
5.    Caso de estudio en analítica de clientes. 
6.    Caso de estudio de técnicas de recomendación. 


MÓDULO X 

  • Trabajo Fin de Máster. 6ECTS 
  • Curso de Inglés 
  • Básico, Preintermedio, Intermedio o Avanzado 
  • El alumno podrá escoger uno de los cuatro niveles


Modalidad online: 

Modalidad testada y avalada por la satisfacción de más de 110.000 alumnos, se apoya en una plataforma tecnológica avanzada que permite al equipo docente acompañar al alumno en su estudio. Además, ofrece entornos de colaboración donde alumnos y profesores ponen en común ideas, dudas, soluciones; propuestas todas que convierten la interacción en facilitador del aprendizaje. 

Esta metodología se refuerza con la experiencia del equipo tutorial compuesto por profesionales en activo, cubriendo uno de los principales objetivos de IMF Business School: acercar la experiencia de la empresa al mundo de la educación, haciendo de la aplicación práctica el principal valor añadido del máster.


Evaluación: 

Evaluación continua a medida que se avanza en el estudio del Máster.

 
Cada módulo se evaluará mediante la combinación de examen online y desarrollo de casos prácticos. La obtención de los títulos de Máster de IMF y Máster por la Universidad Camilo José Cela, estará sujeta a la superación de todos los módulos.
 

TEMPORALIZACIÓN

Al ser on-Line se podrán comenzar en cualquier mes del año.

 

Temporalización: Duración 12 meses. 6h semanales.

PRECIO

3.955,00€

Escuela de negocio

hidden

Nuestras redes sociales

 | 924 234 600

Horario de atención Whatsapp

Lunes a Jueves de 8:00 a 14:00 y 16:00 - 18:00

Viernes de 8:00 - 14:00

Contacto

 |  (+34) 924 234 600

 | camara@camarabadajoz.es

 | Av. Europa 4, 06004 (Badajoz)