Máster en Big Data & Analytics FT en Madrid - España

Informática e Información > Base de Datos
Máster en Big Data & Analytics FT
Modalidad
Presencial
Madrid
Tipo de Curso:
Master
Precio:
Consultar
Convocatoria Mayo y Octubre 2023 : Campus Madrid
Solicita información sin compromiso
EAE Business School Madrid
Master - Máster en Big Data & Analytics FT - Madrid - España
Nombre
Apellidos
Teléfono
E-Mail
Estado
¿Tienes licenciatura?
Fecha de nacimiento (dd/mm/aaaa)
Preguntas

Para enviar la solicitud debes aceptar la política de privacidad

Enviar Solicitud
* Campos obligatorios



Por favor, completa todos los datos correctamente.
Por favor, acepta la política de privacidad para enviar la solicitud

INFORMACIÓN BÁSICA POLÍTICA DATOS

ResponsableEducaedu Business, S.L., con domicilio en la calle Gran Vía 81, 5 ª Planta Dpto 1, 48011 Bilbao (Vizcaya). Email de contacto: contacto@educaedu.com. Email contacto Delegado Protección datos: delegadoprotecciondatos@educaedu.com.
FinalidadGestionar el envío de solicitudes de información requeridas por el usuario. Gestionar el envío de comunicaciones promocionales e informativas propias y de terceros sobre formación, derivadas del servicio de orientación académica del portal.
LegitimaciónConsentimiento del interesado
DestinatariosEmpresas del grupo Educaedu Business, S.L., y los centros de formación del que el usuario ha solicitado información.
DerechosAcceder, rectificar y suprimir los datos, así como otros derechos, recogidos en la información adicional
Información AdicionalPuedes consultar la información adicional y detallada sobre nuestra Política de Protección de datos en el siguiente link política de privacidad
Loading...
Descripción de Máster en Big Data & Analytics FT
Contenido:
Máster en Big Data & Analytics.


Formato: Full Time
Modalidad: Presencial
Duración / Créditos: 12 meses / 70 ECTS
Idioma: Español
Campus: MAD


Presentación.

En la actualidad, la información tiene un valor incalculable. Las compañías quieren sacar partido de ese hecho y es por eso que están implementando herramientas relacionadas con el big data. 

Estas implementaciones necesitan profesionales cualificados que extraigan datos y los analicen de manera correcta para recabar información relevante para la empresa. Actualmente y teniendo en cuenta esa necesidad que se plantea, los puestos de trabajo relacionados con el análisis de datos, data science y el big data son los más demandados por las compañías. 

El Máster en Big Data & Analytics de EAE Business School Madrid es un programa desarrollado desde una perspectiva técnica. Te sumergirás de lleno en las herramientas y elementos tecnológicos relacionados con el big data (Python, Tableu o el entorno de Anaconda) y destacarás obteniendo la máxima rentabilidad y eficiencia mediante el tratamiento de datos.  

Con este máster obtendrás paralelamente una amplia perspectiva del mundo empresarial, complementaria a la parte técnica. 

De esa manera, y por medio de la simbiosis entre tecnología y gestión, conseguirás abrirte camino profesionalmente y desarrollarás proyectos con la ayuda de la tecnología. De la misma forma, serás capaz de tomar decisiones eficientes en cualquier compañía, en un ámbito muy actualizado e innovador, además de contar con una gran proyección profesional.

TÍTULO OFICIAL.

Una vez que completes con éxito tu programa, obtendrás una doble titulación: el Máster en Big Data & Analytics por EAE Business School y el Máster Universitario en Análisis de Datos Masivos (Big Data) e Inteligencia Empresarial (Business Intelligence) 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.

Incubadora de negocios propia: Contarás con la ayuda de EAE Lab, una incubadora de negocios propia, que te proporcionará recursos de formación, financiación y asesoramiento necesarios para convertir ideas de proyecto prometedoras en una realidad empresarial.  
Software especializado: Tendrás acceso a licencias gratuitas, herramientas y tecnologías de data warehousing, analytics y machine learning. Además, tendrás la oportunidad de utilizar componentes de Microsoft y Qlik, y lenguajes, como, por ejemplo, SQL y Python.  
Business networking: Dispondrás de opciones para ampliar tu red de contactos profesionales. Tejerás relaciones con el resto de compañeros y tendrás encuentros con directivos de grandes compañías del sector como Cepsa, Cabify, Everis, Volvo o SAP, entre otras muchas.  
Claustro experto: Nuestros profesores son directivos y profesionales que conocen bien la realidad empresarial e investigadores que aportan conocimiento relevante a través de sus estudios y publicaciones. 
Teoría puesta a la práctica: Te enfrentarás a situaciones y casos reales donde tendrás que tomar decisiones que te prepararán para tu desempeño en los contextos profesionales y directivos actuales, desarrollando tu pensamiento crítico y tu capacidad de resolver problemas. 
True Potential Experience: Disfruta de una experiencia que combina el Máster en Big Data & Analytics (Full Time) 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.
59% Participantes nacionales
3 años Experiencia media
70% Mujeres
30% Hombres

Plan de estudios.

MÓDULO 1
Macrodatos / Big Data
Fundamentos de la tecnología Big Data - 6 ECTS

  • Introducción al Big Data. 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 información estructurada y no estructurada. Principales estrategias de scraping y crawling
  • Diseño y explotación de Sistemas de almacenamiento y gestión Big Data
  • Sistemas de almacenamiento para Big Data. Sistemas distribuidos. Teorema CAP
  • Paradigmas de modelado de datos mas utilizados en entorno Big Data: SQL y NoSQL
  • Soluciones tecnológicas Big Data disponibles
  • Riesgos y medidas de Seguridad en el Big Data. Legislación y Big Data
  • Propiedad intelectual sobre el desarrollo de proyectos de Big Data. Anonimización, privacy by design y análisis de riesgos (Privacy Impact Assessment).
  • Privacidad y Big Data. Protección de datos personales en España
  • Aseguramiento de la seguridad de la información en entornos Big Data. Fugas de información
  • Procesamiento de datos masivos - 6 ECTS
  • Introducción a tecnologías y servicios cloud en el análisis masivo de datos
  • Desarrollo de aplicaciones escalables
  • Tipos de procesamiento Big Data para modelar la lógica de negocio: batch, streaming, arquitectura Lambda, y Kappa
  • Modelo de procesamiento MapReduce
  • Herramientas y lenguajes de alto nivel para el procesamiento masivo de datos
  • Aplicación de soluciones en la nube para procesamiento masivo de datos
  • Diseño de una solución Big Data
  • Cloud Computing - 6 ECTS
  • Virtualización de infraestructura: Infraestructura local vs Cloud, Infraestructura como Servicio (IaaS), Cloud público vs Cloud privado, Plataforma como servicio (PaaS)
  • Clouds híbridos. Clouds federados. Estándares Cloud
  • Contenedores: Contenedores vs Maquinas virtuales, Contenedores estandarizados, Docker Containers.
  • Diseño de aplicaciones en contenedores
  • Desarrollo y despliegue de aplicaciones para la nube: metodologías
  • Herramientas de automatización de despliegues
  •  
MÓDULO 2
  • Ciencia de Datos / Data Science
  • Estadística avanzada y minería de datos - 6 ECTS
  • Técnicas de descripción y modelado de datos complejos
  • Modelos de Regresión. Regularización: ridge y lasso
  • Métodos núcleo y splines. Función de pérdida
  • Aprendizaje Bayesiano: análisis bayesiano, inferencia bayesiana, métodos MCMC, modelado bayesiano e inferencia, modelos jerárquicos Bayes.
  • Modelos gráficos probabilistas. Bayesianos, cadenas de Markov, Filtros de Kalman, redes de creencia
  • Modelado de funciones de densidad de probabilidad
  • Series temporales: introducción, descomposición, medias móviles, ARIMA, estacionariedad, predicción
  • Optimización para grandes volúmenes de datos: Programación lineal. Programación cuadrática
  • Programación no lineal. Heurísticas. Metaheurísticas
  • Proyectos de minería de datos
  • Proceso de KDD
  • Técnicas de preprocesamiento de datos
  • Métodos de clasificación
  • Sistemas de recomendación
  • Análisis de datos con cubos y modelos de minería
  • Evaluación y selección de modelos: matriz de confusión, métricas, costes. Curvas ROC
  • Visualización de datos - 6 ECTS
  • Visualización
  • Herramientas para la visualización de datos procesados
  • Visualización dinámica de datos
  • Tipos de visualización de datos según las necesidades del análisis. 
  • La detección de outliers. Ordenación y caracterización de distribuciones. Localización de anomalías.
  • Detección de agrupaciones y correlaciones.
  • Diseño de cuadros de mandos mediante herramientas de visualización
  • Herramientas de visualización
  • Ejemplos de visualizaciones con mapas
  • Layouts y exportación del resultado de visualización a un archivo PDF, Bitmaps y SVG


MÓDULO 3
  • Inteligencia de Negocio / Business Intelligence
  • Soluciones de Inteligencia de negocio - 6 ECTS
  • Análisis del nuevo entorno de negocio
  • Soportes de información para decisiones estratégicas y tácticas
  • Los sistemas de Inteligencia de Negocio
  • Alcance de la Inteligencia de Negocio
  • Herramientas y técnicas de ETL 
  • Indicadores para el modelado del negocio y la elección de indicadores
  • Conceptualización y diseño de sistemas de Inteligencia de Negocio
  • Metodología de desarrollo y administración del ciclo de vida de soluciones de inteligencia de negocio
  • Arquitectura y componentes de soluciones de inteligencia de negocio
  • Diseño de almacenes de datos. Data Marts y Datawarehousing
  • Procesos de extracción y explotación de datos
  • Reporting con Inteligencia de Negocio. Informes predefinidos, informes a medida, consultas (Query Tools), cubos OLAP (On-line Analytic Processing) y alertas
  • Executive Information Systems (EIS)
  • Decision Support Systems (DSS)
  • Gestión de proyectos de empresa (Enterprise Project Management)
  • Ciencia de datos para la toma de decisiones estratégica - 6 ECTS
  • Estadística de negocio y Business Intelligence
  • La información como base para la toma de decisiones estratégicas
  • Análisis del entorno competitivo. La inteligencia competitiva
  • Diseño y simulación de estrategias alternativas
  • Diseño de indicadores, informes y cuadros de mando
  • Indicadores estratégicos de control de gestión. Generación de KPIs (Key Performance Indicators)
  • El concepto Dashboard Corporativo (Cuadro de Mando)
  • Diseño e Implantación de un Cuadro de Mando Integral. Mapas estratégicos
  • Análisis financiero con Big Data
  • Customer Relationship Management (CRM)
  • Business Process Management (BPM)

MÓDULO 4
Prácticas
Prácticas Externas - 6 ECTS

MÓDULO 5
Minor Online 
Elige las asignaturas que quieras cursar y que amplían tu abanico de futuras opciones profesionales – 10 ECTS 

MÓDULO 6
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. 

  • IT Business Partner 
  • Big Data Consultant 
  • Business Intelligence & Data  
  • Analytics Consultant 
  • Business Analyst 
  • Project Management for BI Projects 
  • Data Architect 
  • Data Scientist 
  • Digital Transformation Manager 

Perfil de Ingreso.

El perfil de los estudiantes que inicien el Máster en Big Data & Analytics será heterogéneo, si bien su procedencia desde determinadas titulaciones, preferentemente de la rama de las ingenierías o de las ciencias, como las que se detallan a continuación, aportarán determinados conocimientos, actitudes y capacidades iniciales que marcarán su afinidad con el master:

  • Grado en Ciencia de Datos o equivalente.
  • Grado en Ingeniería Informática y titulaciones equivalentes de la ordenación de enseñanzas previa. 
  • Grado en Ingeniería en Telecomunicaciones y titulaciones equivalentes de la ordenación de enseñanzas previa.
  • Se valorará la admisión de estudiantes de otras titulaciones, como Grado, Licenciatura o Diplomatura del área de Matemáticas o Física (o equivalente), y Grado o Ingeniería Superior del área de la Ingeniería no vinculada a las Tecnologías de la Información y Comunicación. Con el objeto de compensar posibles deficiencias formativas que pudieran existir en cada caso, en función de la titulación de origen de los estudiantes y de su experiencia profesional, se requerirá́ a los estudiantes la realización de complementos formativos de forma previa al Máster.
¿Deseas recibir más información?