Master en Business Intelligence y Big Data

PRESENTACIÓN

El entorno globalizado y crecientemente competitivo, unido a la disponibilidad cada vez mayor de datos procedentes de múltiples fuentes, necesitan de profesionales con nuevas competencias y conocimientos para enfrentar problemas de análisis de datos en contextos de negocio concretos, así como un conocimiento de los costes y necesidades asociadas al procesamiento de datos masivos en la nube.

El Master en Business Intelligence y Big Data tiene como misión principal responder a este reto de formación cualificada de los profesionales en las diferentes áreas de la empresa. A través de este programa conocerás en profundidad los elementos de medición de negocio, tecnología y analítica de datos y desarrollarás las habilidades necesarias para adquirir una combinación de habilidades única en las áreas de data science, business analytics y big data management.

El objetivo es que te conviertas en un profesional capaz de sacar todo el partido a las tecnologías de inteligencia de negocio, de manera que reviertan en la mejora de procesos y toma de decisiones de las empresas.

DIRIGIDO A

Dirigido a titulados superiores en Telecomunicaciones, Informática, Física, Matemáticas, … Para otras titulaciones se valorará conocimiento y experiencia previos en programación de alto nivel, estadística, lenguaje SQL, …

CONTENIDOS

BLOQUE I. FUNDAMENTOS

MÓDULO DE NIVELACIÓN Y HERRAMIENTAS
Uso de máquinas virtuales
Manejo de la línea de comandos
Introducción a la programación estadística con R y Python
Formatos de datos para la web
Bases de datos relacionales y SQL

FUNDAMENTOS DE BUSINESS INTELLIGENCE, BUSINESS ANALYTICS Y BIG DATA
Definición, componentes y tipología de sistemas de inteligencia de negocio
Contextualización y diseño de sistemas de inteligencia de negocio
Diseño de informes, cuadros de mando e indicadores
Fuentes y calidad de los datos

ESTRATEGIA Y GESTIÓN BASADA EN DATOS
Fundamentos de la dirección estratégica. La información como base del análisis estratégico
Análisis del entorno competitivo, sectorial y particular para toma de decisiones. La inteligencia competitiva
Definición de la estrategia: diseño y simulación de estrategias alternativas
Implantación y seguimiento de la estrategia. Definición de indicadores clave (KPI’s)
El business case de una iniciativa de inteligencia de negocio

BLOQUE II – CIENTÍFICO DE DATOS

INTRODUCCIÓN AL APRENDIZAJE AUTOMÁTICO Y MINERÍA DE DATOS
Aprendizaje supervisado y no supervisado
Clustering y clasificación. Técnicas y medidas de calidad
Herramientas de aprendizaje automático, visualización
El ciclo de la minería de datos

REDES NEURONALES
La neurona artificial, el perceptrón
Clasificación y regresión con redes neuronales
Perceptrones multicapa, retropropagación
Representation Learning y Deep Learning

LA WEB DE LOS DATOS
Conceptos de web semántica y web de los datos
La nube de los datos enlazados
El lenguaje de consultas SPARQL
Enlazado y enriquecimiento de información

MINERÍA DE TEXTO Y ENLACES EN LA WEB
Comprender los fundamentos teóricos, las técnicas y las aplicaciones prácticas del PLN
Manejar de forma práctica distintas librerías y herramientas de NLP (NLTK, Brad, Gate)
Implementar de forma básica distintas soluciones NLP (análisis de sentimiento, text mining de datos web, asistente virtual)

BLOQUE III – TECNOLOGÍAS Y HERRAMIENTAS BIG DATA

PARALELIZACIÓN DE DATOS
Procesamiento paralelo y ecosistema Hadoop
Procesamiento paralelo bajo arquitectura Hadoop. MapReduce
Mecanismos de explotación de la información en entornos distribuidos Hadoop

TECNOLOGÍAS DE ALMACENAMIENTO ESCALABLE
Introducción a las bases de datos NoSQL: origen, evolución y contexto histórico
Persistencia políglota: escoger el modelo de datos más adecuado para cada problema
Modelos de agregación: características, tipos, consideraciones de diseño y casos de uso

Modelos en grafo: características, consideraciones de diseño y casos de uso
Sistemas distribuidos: definición, tipos, estrategias de distribución y consistencia de datos (ACID vs BASE)
Ejercicios y ejemplos usando bases de datos NoSQL: MongoDB y Neo4J

ADQUISICIÓN DE DATOS EN TIEMPO REAL
Introducción y conceptos básicos
Arquitectura general de un proyecto IoT

Plataformas IoT y Big Data
Ejemplos y casos de uso
SUPERCOMPUTACIÓN
Introducción a la supercomputación
Introducción a la programación en paralelo
El modelo de paso de mensajes
El modelo de memoria compartida
Análisis de rendimiento
Introducción a la supercomputación basada en GPUs

VISUALIZACIÓN DE DATOS CON TABLEAU
Teoría de la visualización
Tableau
Casos de uso

BLOQUE IV – FUNDAMENTOS DE BUSINESS INTELLIGENCE

DATA WAREHOUSING Y BASES DE DATOS ANALÍTICAS
Utilidad y conceptos. Arquitectura: data marts y data warehousing
Herramientas de Extracción, Transformación y Carga – ETL
Diseño de data warehouses. Elementos hardware y software
Metodologías de implementación
Soluciones de data discovery
Multidimensionalidad y su tipología. OLAP/MOLAP/ROLAP
Esquema de bases de datos: desnormalización y multidimensionalidad
Lenguaje de Consulta Analítico: MDX vs SQL

BLOQUE V – ANALÍTICA E INTELIGENCIA DE NEGOCIO

CASO ANALÍTICA ANALÍTICA ESPACIAL
Location Analytics: concepto y aplicaciones
El valor de la ubicación
Aplicación en el análisis de resolución de un problema de negocio
Casos prácticos y trabajo individual de aplicación de Location Analytics en un caso práctico

CASO ANALÍTICA DE MARKETING
Aplicación al marketing digital
Campañas con públicos seleccionados
Selección de clientes mediante modelos de propensión

CASO ANALÍTICA DE DATOS ABIERTOS
Datos abiertos en el sector público. Reutilización
Apertura de datos empresariales. APIs y concursos
Estrategias basadas en datos abiertos
Casos de uso

BLOQUE VI –EMPRESAS Y PROYECTOS

METODOLOGÍA DE PROYECTOS
Ideas modelos de negocio
Formación de grupos de trabajo
Asignación tutores

INICIACIÓN A NUEVAS EMPRESAS
Preparación del plan financiero del proyecto empresarial
Proyecto fin de master
Como parte de tu formación, realizarás un Proyecto Fin de Master en grupo, liderado por un tutor, que te permitirá poner en práctica todos los conocimientos adquiridos.

A lo largo del Master, y de manera especial con el proyecto final, fomentarás tu capacidad para tomar decisiones y exponer tus argumentos de manera clara y estructurada. También aprenderás a trabajar en equipo y a cumplir diferentes hitos en los plazos establecidos.

METODOLOGÍA

La metodología EOI te aportará todos los elementos necesarios para reproducir en un entorno real tu paso por la escuela.

El Master en Business Intelligence y Big Data se desarrolla con metodología online y cuenta con sesiones presenciales en Santa Cruz de Tenerife, aproximadamente una al mes.

Metodología online: garantiza la misma calidad docente que el formato presencial, con un enfoque flexible e innovador que rompe con las barreras geográficas y la incompatibilidad de horarios.

Sesiones residenciales: un total de 100 horas repartidas en un fin de semana al mes, en horario de jueves tarde, viernes mañana y tarde y sábados mañana.

CONDICIONES ECONÓMICAS

PRECIO TOTAL: 9.650 €
PRECIO BONIFICADO: 1.930 €

30 plazas 80% bonificadas por Intech y EOI Escuela de Organización Industrial. El participante deberá cubrir el 20% restante de acuerdo con las condiciones de pago establecidas por EOI.