Global Máster en Business Analytics & Data Strategy en Madrid - España

Global Máster en Business Analytics & Data Strategy.

Transforma departamentos y organizaciones a un modelo de gestión Data Driven

Formato: Hybrid Global 
Modalidad: Hybrid 
Duración / Créditos: 12 meses / 70 ECTS
Idioma: Español
Campus: Madrid

Presentación.

Actualmente, empresas de todo el mundo utilizan los datos y su posterior gestión, para diseñar su estrategia y extraer información valiosa para obtener soluciones tangibles y transformadoras útiles para los negocios y la sociedad.

Debido a la gran facilidad que tiene el mercado para proporcionar datos, la demanda de profesionales que tengan capacidad analítica, conocimiento de negocio y habilidades técnicas para desarrollar estos procedimientos es constante.

El Global Máster en Business Analytics & Data Strategy de EAE Business School Madrid te da la posibilidad de adaptarte al desarrollo tecnológico de la actualidad, junto con una visión estratégica de la implementación analítica en las empresas a través de iniciativas de gran impacto.

Con este programa tendrás la gran ventaja de formarte a través de nuestra metodología híbrida, que fusiona la formación online con un periodo residencial en el campus de la escuela de negocios, donde pondrás en práctica lo aprendido con la colaboración de un claustro internacional y profesionales del sector.


Título Máster.

Una vez que completes con éxito tu programa, obtendrás una doble titulación: el Global Máster en Business Analytics & Data Strategy por EAE Business School y el Máster en Formación Permanente en Business Analytics & Data Strategy por la Universidad Internacional de la Empresa (UNIE).


Matricúlate ya y empieza a disfrutar de tu plan de impulso profesional.

Desde el momento de tu matriculación empezaremos a trabajar juntos en la materialización de tu proyecto profesional a través de un plan de desarrollo personalizado. ¿Te lo vas a perder? Solicita información y te lo explicamos.


Razones por las que estudiar este máster en EAE Business School.

• Dos hemisferios de conocimiento: Con la ayuda de este programa te convertirás en un experto tanto de la parte tecnológica como de la de negocio. Serás capaz de aplicar tus conocimientos y aptitudes en ambas vertientes.
• Aplicación del Big Data: Con tus conocimientos, serás capaz de implementar la estrategia de datos en cualquier área de negocio. Aprenderás a extraer información relevante y de impacto gracias al análisis de datos.
• Herramientas que marcan la diferencia: Conocerás de primer mano, las herramientas primordiales de Data Analytics, junto con los lenguajes de programación diferenciales dentro del sector.
• Metodología ágil: Aprenderás a aplicar e implementar planificaciones flexibles que deban ser ejecutadas a corto plazo en cualquier organización.
• True Potential Experience: Disfruta de una experiencia que combina el Global Máster en Business Analytics & Data Strategy con un plan de desarrollo profesional personalizado, guiado por un True Potential Advisor, que te ayudará a encontrar tu verdadero potencial, a enfocarlo y desarrollarlo.

Perfil del alumno.

• 52% Participantes nacionales
• 5 años Experiencia media
• 56% Hombres
• 44% Mujeres

Plan de estudios.

MÓDULO 1
Macrodatos / Big Data
Ecosistema del Big Data - 6 ECTS
Tecnología Big Data: conceptos básicos y fundamentos
Introducción al Big Data: procesado, análisis y visualización
Fuentes de datos en entornos Big Data
Estructuras de datos y tecnologías para selección de datos útiles. Criterios de calidad de datos en Big Data
Técnicas de rastreo, procesamiento, indexación y recuperación de informaciónstructurada y no estructurada
Sistemas de almacenamiento para Big Data: Hadoop Distributed File System (HDFS) y NoSQL
Soluciones tecnológicas Big Data
 
Riesgos y medidas de Seguridad en el Big Data - 6 ECTS
Data management
Introducción al procesamiento masivo de datos
Despliegue de aplicaciones. Desarrollo de aplicaciones escalables
Tipos de procesamiento Big Data para modelar la lógica de negocio
Modelos, arquitecturas, herramientas y lenguajes de alto nivel para el procesamiento masivo de datos
 
Cloud Computing - 6 ECTS
Cloud computing: conceptos básicos y fundamentos
Introducción a tecnologías y servicios cloud en el análisis masivo de datos
Virtualización de infraestructura: Infraestructura local vs Cloud, Cloud público vs Cloud privado, Clouds híbridos, Clouds federados
Servicios cloud: Infraestructura como Servicio (IaaS)
Contenedores: Contenedores vs Máquinas virtuales, Contenedores estandarizados, Docker Containers
Desarrollo y despliegue de aplicaciones para la nube
Herramientas de automatización de despliegues


MÓDULO 2
Ciencia de datos / Data Science
Data Science e inteligencia artificial - 6 ECTS
Data Science e Inteligencia Artificial. Herramientas: Python, R, SAS,...
Machine Learning: Paradigmas de aprendizaje, proyectos de ML
Machine Learning: Algoritmos de aprendizaje supervisado
Machine Learning: Algoritmos de aprendizaje no supervisado
Deep Learning a través de casos de uso
 
Visualización de datos - 6 ECTS
Visualización: conceptos teóricos y fundamentos
Herramientas de visualización de datos: Tableau, Power BI, y R.
Tipos de visualización de datos según las necesidades del análisis
Visualización dinámica de datos
Filtrar, resumir y sintetizar información
Ordenación y caracterización de distribuciones
Herramientas de visualización: selección de un dataset , publicación, uso de librerías estándar
Diseño de cuadros de mandos mediante herramientas de visualización
Layouts y exportación del resultado de visualización a un archivo PDF, Bitmaps y SVG


MÓDULO 3
Inteligencia de Negocio / Business Intelligence
Transformación digital y gobierno del dato - 6 ECTS
Transformación digital
Tecnologías digitales actuales
Innovación
Entornos VUCA (volátiles, inciertos, complejos y ambiguos) 
Metodologías ágiles
Introducción a los conceptos de Data‐Driven, Data Strategy y Data Governance
Componentes del Data Governance: Herramientas
Componentes del Data Governance: Roles, Personas y Procesos
El ciclo de vida de la información dentro del Data Governance
La calidad de la información como parte del Data Governance
Seguridad y protección de la información: Normativa (GDPR)
Cultura de privacidad y seguridad de la información
DataOps; un modelo Basado en Datos/Data‐Driven
DAMA DMBOK framework y otros frameworks de referencia del mercado
 
Introducción Business Analytics & Data Driven  - 6 ECTS
Relación entre conocimiento técnico y de negocio, actores y retos
Ejemplos concretos de empresas reales
Cálculos estadísticos básicos
Dashboards
Casos de estudio
Indicadores claves de gestión en la empresa (KPIs) 
Del reto a la solución. Como atender y entender los problemas de negocio y enfocar soluciones analíticas
Business case en Data & Analytics
 
Residencial - 6 ECTS

MÓDULO 4
Minor Online
Elige las asignaturas que quieras cursar y que amplían tu abanico de futuras opciones profesionales – 10 ECTS


MÓDULO 5
Trabajo de Fin de Máster
Trabajo de Fin de Máster - 12 ECTS


Salidas Profesionales.

Lo que estudias aquí y ahora, tiene mañana un impacto en tu vida laboral. Comienza a imaginar tu futuro, echa un vistazo a las salidas profesionales que te están esperando.

• Business Process Owner
• Business Partner
• Project Manager
• Data Analytics Consultant
• Business Analyst
• Digital Transformation Leader
• Digital Transformation Consultant
• CDO

Perfil de Ingreso.

Para poder acceder al máster tendrás que estar en posesión de un título de grado o bien de una ingeniería, licenciatura, arquitectura, diplomatura, ingeniería técnica o arquitectura técnica de la anterior ordenación de estudios.

El máster se dirige, preferentemente, a licenciados, graduados y diplomados en:

• Ciencias Económicas y Empresariales
• Ciencias Empresariales
• Administración y Dirección de Empresas
• Economía
• Matemáticas
• Ingeniería
• Marketing
• Comercio

Si deseas acceder al máster con una titulación previa diferente a las indicadas o si no has cursado programas oficiales de máster que incluyan los fundamentos de estas titulaciones, deberás cursar complementos formativos con el fin de alcanzar el nivel exigido en sus conocimientos en materias básicas y propias del máster. Estos complementos formativos tendrán carácter obligatorio, y se realizarán antes del inicio lectivo del máster.

Para obtener el máximo rendimiento del Master, es muy recomendable estar familiarizado con la instalación y manejo a nivel de usuario de paquetes de software de uso habitual en Ciencia de datos.