Máster en Big Data y Business Intelligence

• Precio sin beca: 7.800 € Precio con beca (50%) = 3.900 euros
• Financiación hasta en 12 meses sin intereses ni intervención bancaria
• Forma de pago: Al contado (Descuento 5%) / Pago fraccionado sin intereses

INTRODUCCIÓN

El Máster en Business Analytics y Big Data, codesarrollado con la multinacional tecnológica Indra, proporciona una visión global de las tecnologías Big Data y su uso, así como una formación aplicada y práctica en técnicas analíticas para el negocio (Business Analytics), es decir, en la aplicación de las técnicas de Data Science a problemas de negocio.

El abaratamiento de los costes de almacenamiento de información digital y la generalización de las tecnologías de virtualización y computación en la nube han permitido un extraordinario desarrollo de las posibilidades para extraer valor de los datos en empresas e instituciones.

Este contexto ha hecho emerger nuevos roles profesionales como el del Data Scientist y ha provocado una reformulación de las tecnologías de procesamiento de datos, pues requieren una actualización y reorientación de los profesionales de las TIC y de otras áreas de negocio.

Big Data University: este programa permite obtener un doble título por la Universidad Camilo José Cela (España).

Así pues, el programa responde a la necesidad de conocer de manera práctica y aplicada el uso de las tecnologías y los métodos de análisis de datos.

DIRIGIDO A

Profesionales y recién graduados de diferentes perfiles que quieran orientarse hacia 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 un nivel de inglés B2 o superior. Así mismo, Es recomendable que el alumno tenga conocimientos de programación en Python y R, así como de bases de datos (relacionales, NoSQL) y Hadoop o similares.

TITULACIONES QUE SE RECIBEN

Todos los alumnos que superen con éxito este Máster conseguirán las siguientes titulaciones:

• Máster en Business Analytics & Big Data por la Universidad Camilo José Cela.
• Máster en Business Analytics y Big Data por IMF Business School.

OBJETIVOS

El objetivo principal de este master en bigdata 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.

Conceptos relacionados: big data university, master data management, business intelligence master, big data España, maestria big data, máster data science.

METODOLOGÍA

El Master en Big Data de IMF ofrece una metodología flexible adaptada a tus necesidades, sea cual sea tu ubicación geográfica o disponibilidad de tiempo. Todos los contenidos se encuentran totalmente actualizados y poseen un gran rigor técnico, fácilmente comprensibles y con una clara vocación práctica.

IMF pone a tu disposición:

• Tutorías personal e-presencial (vía foros, chat, teléfono, email).
• Webinars (en masters seleccionados).
• Debates y grupos de discusión a través de foros y chats.
• Test de autoevaluación.
• Lecturas, estudio de casos y documentación.

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 SDD 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. Los alumnos podrán solicitar en su página web 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, es necesario hacer uso de la herramienta Qlik View (versión 12 Desktop Personal Edition). Los alumnos podrán solicitar una licencia gratuita, previo registro en su página web.

SALIDAS PROFESIONALES

El programa proporciona la formación base para orientarse a diferentes profesiones dentro del área del análisis y la gestión de los datos; concretamente:

• Analista de datos (Big Data Analyst).
• Data Scientist (Científico de Datos).
• Profesionales de Business Intelligence.
• En el caso de aquellos perfiles con experiencia previa en dirección y gestión de equipos, el programa les capacitará en los aspectos técnicos para puestos como:
• Chief Data Officer (CDO).

A los profesionales que posean perfiles informáticos les proporcionará las bases analíticas para salidas profesionales tales como:

• Arquitecto en Big Data.
• Data Engineer.

Garantizamos oportunidad de prácticas

IMF Business School, a través de su portal de Empleo y Prácticas, garantiza a los alumnos de este Master en Big Data la oportunidad de realizar prácticas en empresas. Consulta condiciones.
Indra, en su acuerdo con IMF, ofrece a los alumnos, la posiblidad de realizar prácticas y entrar en la bolsa de empleo de Indra.
Los sectores que demandan más fuertemente a los profesionales con formación en bigdata son los siguientes: banca y finanzas, seguros, telecomunicaciones, retail, distribución, industria, seguridad, sanidad, utilities, publicidad y marketing y transporte. El analisis de datos es demandado por empresas de todos los perfiles, desde startups a grandes empresas.
Entre las organizaciones con las que IMF mantiene acuerdos de cooperación educativa para la formación en puestos de trabajo, destacan:

Titulación Universitaria o Experiencia profesional acreditada

MÓDULO I.- Fundamentos Tecnológicos para el Tratamiento de Datos

• 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.

Importante: este módulo es introductorio o de nivelación, destinado a la adquisición de las competencias esenciales para la programación estadística, el manejo de bases de datos y el uso de la virtualización, además de otras competencias generales que son necesarias en el resto de los módulos.
MÓDULO II.-Modelos y Aprendizaje Estadístico

• 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

• 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)

• 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

• 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

• 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

• Bases de Datos no convencionales.
• Modelos de Base de Datos basados en documentos.
• Modelos de Base de Datos basados en columnas.
• Modelos de Base de Datos basados en grafos.
• Modelos de Base de Datos basados en clave-valor.
• Adquisición de Datos.

MÓDULO VIII.-Valor y Contexto de la Analítica Big Data

• El Business Case de Big Data.
• Proyectos de Big Data.
• Aplicaciones Analíticas por sectores.
• Tecnologías emergentes en Analítica.
• Gestión de equipos y métodos ágiles.
• Aspectos regulatorios del tratamiento de Datos.

MÓDULO IX.- Aplicaciones Analíticas

• Caso de estudio de Analítica Escalable.
• Caso de estudio de Analítica en Redes Sociales.
• Caso de estudio en Internet Of Things.
• Caso de estudio en Analítica Financiera.
• Caso de estudio en Analítica de Clientes.
• Caso de estudio de Técnicas de Recomendación.

MÓDULO X.- Trabajo Fin de Máster