course-premium

Maestría en Inteligencia de Negocio y Big Data Analytics

Master

En línea

$ 133,520

*Precio estimado

Importe original en EUR:

5,280 €

Descripción

  • Tipología

    Master

  • Metodología

    En línea

  • Inicio

    Fechas disponibles

Emagister ha agregado a su oferta formativa esta nueva y completa Maestría en Inteligencia de Negocio y Big Data Analytics, que imparte la Universitat Oberta De Catalunya, una formación de vanguardia que te brindará los conocimientos necesarios para desarrolles las habilidades y competencias que te permitan hacer del análisis de datos tu desarrollo profesional.

La inteligencia de negocio y el análisis de datos, bajo diferentes nombres (business intelligence, business analytics, data science, big data, etc.), constituyen actualmente la mayor área de demanda de profesionales cualificados, la mayor fuente de inversión de las empresas y la mayor causa de creación de negocios de productos y servicios en el ámbito de los sistemas de información.

Esta formación y los programas especializados de la UOC en este ámbito (posgrados, especializaciones y cursos) ofrecen desde hace más de dieciocho años una formación práctica y profesionalizadora, basada en casos de negocio y en el uso de herramientas de mercado. El MIBA presenta dos itinerarios, uno de análisis de datos, el segundo de big data, y se oferta conjuntamente por los Estudios de Economía y Empresa y los Estudios de Informática.

¿Qué esperas para convertirte en el mejor? Este diplomado te da las herramientas para hacerlo, tú pones la creatividad. Si tienes dudas, haz clic en “Pide información” y el centro te contactará a la brevedad.

Precisiones importantes

Documentos

  • M_Inteligencia_de_Negocio_y_Big_Data_Analytics_PC10830-ES-MP-INBD-IMT-20.pdf

¿Qué objetivos tiene esta formación?: Los objetivos del máster se dirigen a la adquisición de competencias profesionales de carácter práctico, mediante el uso de casos de negocio, métodos y herramientas de trabajo: • Adquirir y estar en condiciones de implantar una mentalidad crítica y analítica dentro de la empresa, mediante el conocimiento de los diferentes sistemas de información de empresa, los métodos y técnicas de análisis de datos, la formulación de preguntas e hipótesis y la obtención de conclusiones útiles para el negocio. • Conocer el funcionamiento y el mercado de los sistemas de información de inteligencia de negocio y big data y sus principales utilidades y componentes para proporcionar información y conocimiento que permita mejorar la toma de decisiones. • Conocer y estar en condiciones de desarrollar e implantar proyectos de inteligencia de negocio dentro de la empresa, las etapas del ciclo de gestión de proyectos y los métodos específicos de producción de proyectos de business intelligence. • Conocer las nuevas tendencias, en particular, el fenómeno de big data, que representa el tratamiento e interpretación de datos de mayor volumen, variedad, complejidad y velocidad, procedentes de múltiples fuentes. Entender y saber aplicar su uso efectivo y las implicaciones tecnológicas, legales y éticas. • Conocer y saber utilizar las técnicas de análisis de datos aplicados al contexto de negocio. • Saber utilizar a nivel de usuario avanzado una suite completa de inteligencia de negocio, un sistema de interrogación y una herramienta de estadística avanzada para el análisis de datos.

¿Esta formación es para mí?: El máster de Inteligencia de Negocio y Big Data Analytics (MIBA) está dirigido a dos perfiles profesionales diferenciados: Por un lado, un perfil funcional y empresarial interesado en adquirir o completar su formación en métodos, técnicas y herramientas de análisis y minería de datos y en la utilización de tecnologías de inteligencia de negocio y big data a nivel de usuario avanzado. Por otro lado, un perfil técnico interesado en adquirir formación en el uso de los sistemas big data: diseño de sistemas de data lakes y procesamiento de datos en batch y streaming.

Requisitos: El programa no requiere formalmente una formación o titulación específica de origen.

Sedes y fechas disponibles

Ubicación

Inicio

Online

Inicio

Fechas disponibles Inscripciones abiertas

Materias

  • Gobierno
  • Almacén
  • Análisis de mercado
  • Creatividad
  • E-business
  • Gestión de ventas
  • Gestión estratégica
  • Inversión
  • Modelos de negocio
  • Toma de decisiones
  • Análisis de datos
  • Trabajo en equipo
  • Aprovisionamiento
  • Gestión de clientes
  • Rentabilidad
  • Bases de datos relacionales
  • Management
  • Sistemas de información
  • Redes sociales
  • Intereses
  • Desarrollo profesional
  • Marketing y ventas
  • Big Data
  • Data Lakes
  • Tecnologías de stream processing
  • Tecnologías de batch processing
  • Tipo de sistemas
  • Operations analytics

Programa académico

ESP1. Analítica de Datos (Data Analytics)

Esta especialidad se dirige a introducir al estudiante en los conceptos, los métodos, las técnicas y las herramientas que utilizan los sistemas de inteligencia de negocio, macrodatos (big data) y ciencia de datos, con casos prácticos y el uso de software especializado.

Se compone de las siguientes asignaturas:

  • Fundamentos de inteligencia de negocio (6 créditos): en esta asignatura el estudiante se familiariza con un sistema completo de inteligencia de negocio (la «fábrica de información») y con los diferentes componentes: el almacén de datos, los procesos de extracción y transformación, la creación del almacén de datos, el análisis multidimensional y la elaboración de informes y cuadros de mando. El estudiante trabaja con diferentes herramientas (Pentaho, MySQL, Tableau) y sobre bases de conocimiento de la consultora Gartner.
  • Fundamentos del big data (6 créditos): en esta asignatura el estudiante trabaja lo que algunos han llamado la «gestión extrema de la información», es decir, la transformación del enorme volumen de datos oculto en el interior de la propia organización o presente a su alrededor, los distintos tipos de datos e información y su aplicación en la empresa. Se estudia el ciclo de vida de la gestión de macrodatos y los aspectos tecnológicos, legales y éticos. El estudiante trabaja con universos de datos propios de la universidad, cedidos por empresas o procedentes de las redes sociales, por medio de herramientas como Apache Hadoop y Apache Spark.
  • Fundamentos de data science (6 créditos): esta asignatura presenta los conceptos y la tipología de análisis de diferentes tipos de datos, los modelos y los algoritmos de uso más frecuente de clasificación y agrupación, y las metodologías y los estándares profesionales y científicos que se utilizan en analítica de negocio y la ciencia de datos aplicada. En esta asignatura, el estudiante trabaja principalmente con R y Rstudio, aunque pueden hacerse ejercicios con otras herramientas.
Especialidad obligatoria en todos los itinerarios del máster


ESP2. Gestión de datos (Data Management) 

Esta especialidad se dirige a proporcionar al profesional de perfil tecnológico capacidades prácticas para gestionar y almacenar datos relacionales y no relacionales, así como gestionar los datos como un activo de valor por medio del gobierno de datos.

Se compone de las siguientes asignaturas:

  • Data governance (6 créditos): en esta asignatura, el estudiante se familiariza con el gobierno de datos, una práctica que une personas, procesos y tecnología para cambiar la forma en que los datos son adquiridos, gestionados, mantenidos, transformados en información, compartidos en el contexto de la organización como conocimiento común y sistemáticamente obtenidos por la empresa para mejorar la rentabilidad. El estudiante trabaja con herramientas ofimáticas (DOC, XLS, PPT) y con herramientas especializadas para el desarrollo de un programa de gobierno de datos (Trifacta o Talend).
  • Bases de datos analíticos (6 créditos): en esta asignatura se aprende a crear un almacén de datos adecuado que ofrezca apoyo en la toma de decisiones de la organización. Se presenta de manera conceptual la arquitectura de almacenamiento (data warehousing) y se dan pautas para construir este tipo de sistemas. La puesta en práctica se lleva a cabo mediante la resolución de un caso práctico extenso para el que se usan varias herramientas especializadas (Pentaho, Microsoft, Oracle y PostgreSQL).
  • Bases de datos NoSQL (6 créditos): las bases de datos NoSQL constituyen una alternativa a las bases de datos relacionales y son especialmente adecuadas para ciertos dominios de aplicación: dominios que trabajan con grandes volúmenes de datos, dominios donde se necesite una distribución o disponibilidad altas, dominios que trabajan con datos poco estructurados y dominios en los que se establecen múltiples y complejas interrelaciones de los datos. En esta asignatura se presentan los principios y los conceptos de este tipo de bases de datos, los modelos de datos subyacentes y los problemas que presenta la distribución en el almacenamiento y la gestión de los datos. Se trabajan varios tipos de bases de datos NoSQL (clave-valor, documentos, orientadas a columnas y grafos) con herramientas como Riak, MongoDB o Neo4j.
Especialidad obligatoria en todos los itinerarios del máster


ESP3. Casos de Usos Analíticos 

Esta especialidad se dirige a proporcionar al profesional de perfil más empresarial casos prácticos de uso de la inteligencia de negocio tanto en la estrategia de empresa como en la gestión operativa de los procesos de negocio más importantes: marketing y ventas, operaciones y logística, recursos humanos etc.

Se compone de las siguientes asignaturas:

  • Customer analytics (6 créditos): en esta asignatura, el estudiante estudia el uso de herramientas de inteligencia de negocio (business intelligence) y analítica de negocio en una de las áreas más desarrolladas y de mayor impacto. Se analizan los conceptos y las buenas prácticas de investigación de mercado, gestión de las ventas y las relaciones con los clientes, y análisis y predicción del comportamiento de los clientes (customer analytics). 
  • Operations analytics (6 créditos): se trabajan los usos de la inteligencia de negocio (business intelligence) y la analítica de negocio en la cadena de suministro (aprovisionamiento, producción, gestión de almacenes, transporte y distribución en el punto de venta) y las nuevas aplicaciones vinculadas al internet de las cosas (IOT) y los sistemas de información geográfica. 
  • People analytics (6 créditos): la analítica de recursos humanos (HR analytics), también llamada people analytics, es la aplicación de técnicas sofisticadas de minería de datos y analítica de negocio (business analytics) a los datos de recursos humanos. Mediante un caso práctico, el estudiante verá cómo pueden aplicarse estas técnicas para una gestión estratégica eficaz de los recursos humanos, de forma que los objetivos de negocio puedan cumplirse de una manera rápida y eficiente, con la obtención de un rendimiento óptimo sobre el capital humano. 

Durante el curso, el estudiante trabaja con herramientas ofimáticas (XLS, PPT), estadísticas (R), y de creación de informes (reporting) y análisis (Tableau).

Esta especialidad es optativa en el máster 

ESP4. Big Data

Esta especialidad se dirige a proporcionar al profesional de perfil tecnológico capacidades prácticas para diseñar e implantar sistemas de macrodatos o big data (batch processing, data lakes) que sean compatibles con las diferentes necesidades analíticas de una organización (diferidas, en tiempo real, multipropósito, orientadas al aprendizaje automático —machine learning—).

Se compone de las siguientes asignaturas:

  • Data lakes (6 créditos): en esta asignatura se aprende a crear un lago de datos (data lake) que complementa la factoría de información organizativa. Se presenta conceptualmente la arquitectura de un lago de datos y se dan pautas para la construcción de este tipo de sistemas. La puesta en práctica se lleva a cabo mediante la resolución de un caso práctico extenso para el que se usan varias herramientas especializadas.
  • Tecnologías de batch processing (6 créditos): en los proyectos de macrodatos (big data), uno de los principales casos de uso es el almacenamiento, el procesamiento y el análisis de grandes volúmenes de datos en largos periodos de tiempo. En esta asignatura se presentan las tecnologías de procesamiento por lotes (batch processing) que responden a esta necesidad. Se dan a conocer estas tecnologías de manera conceptual y práctica mediante la resolución de un caso práctico extenso para el que se usan diferentes herramientas especializadas. 
  • Tecnologías de stream processing (6 créditos): en los proyectos de macrodatos (big data), uno de los casos de uso principales es trabajar con datos en tiempo real. En esta asignatura se presentan las tecnologías de procesamiento por flujos (stream processing) que responden a esta necesidad. A través de la resolución de un caso práctico se dan a conocer estas tecnologías de manera teorica y práctica.

Durante el curso, el estudiante trabaja con herramientas especializadas como Cloudera, así como con los frameworks de procesamiento Apache Flink, Apache Spark y/o Storm. La universidad cuenta con un ecosistema de datos propio para realizar las actividades prácticas.

Esta especialidad es optativa en el máster 

Trabajo final de máster (TFM)

El máster se completa con un trabajo final de máster, que tiene un valor de 12 créditos.

El trabajo final de máster se puede realizar en tres modalidades:

  1. Elegir entre una serie de temas propuestos por el equipo docente, los cuales cubren los bloques temáticos principales del ámbito de la inteligencia de negocio, big data y análisis de datos.
  2. Escoger entre un conjunto de temas sugeridos por empresas, que cubren los bloques temáticos centrales del ámbito de la inteligencia de negocio, big data y análisi de datos.
  3. Plantear un proyecto propio que cubra los intereses del estudiante y que pueda desarrollarse en su empresa.
El TFM es obligatorio para todos los itinerarios del máster

Maestría en Inteligencia de Negocio y Big Data Analytics

$ 133,520

*Precio estimado

Importe original en EUR:

5,280 €