logo
 

Máster en Business Intelligence y Data Management Barcelona

CONVOCATORIA ABIERTA

Aprende a impulsar los resultados de negocio con estrategias data-driven.

Fecha de inicio
Octubre 2022
Precio
8500 €
Metodología
Presencial
Duración
10 meses (60 ECTS)

Partner académico

Título propio acreditado por la

Partner académico

Objetivos

El objetivo del Máster en Business Intelligence y Data Management en Barcelona es brindar una visión 360º para extraer valor de los datos obtenidos y preparar a los alumnos para que se conviertan en los profesionales que demanda la industria 4.0.

Según el último Estudio TOP Perfiles Digitales 2021 realizado por Inesdi & Three Points, las compañías se están convirtiendo en "Data Driven". Por tanto, el trabajo con bases de datos se ha visto completamente revolucionado, dando lugar a que esta profesión ocupe el noveno puesto de profesiones más demandadas.

 

1
Aprender los conceptos fundamentales del Data Science
2
Preparar certificaciones Cap y aCap
3
Gestionar datos con el fin de obtener resultados empresariales eficaces
4
Descubrir métodos y técnicas de análisis de datos
5
Implementar tecnologías y arquitecturas que permitan extraer valor de los datos
6
Interiorizarse en conceptos como cuadro de mando integral y reporting operativo
7
Generar datos que permitan tomar decisiones estratégicas

Inesdi Digital Business School cuenta con la UNIE, como partner académico que avala el máster. La UNIE es la primera universidad creada desde un grupo empresarial, con una oferta académica oficial, conectada con la realidad social y económica contemporánea.

Una vez finalizado el programa, los estudiantes obtendrán:

Programa

El programa en Business Intelligence se estructura en 10 módulos, y termina con el Proyecto Final de Máster.

Además, los alumnos tendrán la posibilidad de prepararse para las certificaciones aCAP® o CAP®.

5 ECTS

Módulo 1.- Estrategia de Datos, Visión Global y Fundamentos de Business Intelligence y Análisis de Datos

En este primer módulo se introducen los conceptos claves que permitirán tener una visión completa del Business Intelligence. Se identificarán los pasos más importantes que aseguran el éxito de un proyecto de Business Intelligence, así como las diferencias con Business Analytics.

  • El valor de los datos.
  • Hacia una cultura Data-Driven.
  • Diseñando nuestra estrategia de datos.
  • Particularidades de los proyectos de Business Intelligence y Data Analytics.
  • Ciclo del proceso de análisis.
  • Fases del análisis de datos.
  • Fundamentos y beneficios.
  • Visión general del mercado en el entorno empresarial y tecnológico actual.
  • Diferencias entre Business Intelligence y Business Analytics.
  • Componentes generales de una arquitectura de Business Intelligence.
5 ECTS

Módulo 2.- Gestión, Gobierno y Calidad de los Datos

Este módulo tiene como objetivo entender lo importante que es gobernar y gestionar los datos correctamente, cómo desarrollar un plan de gobierno del dato y cómo esto impacta en la calidad de los datos; concepto clave para el buen funcionamiento y desarrollo de los sistemas de análisis de datos.

  • La importancia del gobierno de los datos.
  • Privacidad de los datos, GDPR.
  • Cómo planificar un programa de Data Governance: roadmap y plan de acción.
  • Procesos y Herramientas de soporte al Data Governance.
  • Objetivos estratégicos de la gestión de los datos.
  • Definición de Calidad del Dato: estrategia y plan de acción.
  • Proceso de Calidad de Datos: o actualización o normalización o de-duplicación.
  • Casos Prácticos.
5 ECTS

Módulo 3.- Gestión de proyectos de BI y Data Analytics

La metodología nos permite realizar una mejor gestión de los proyectos. Estudiaremos la metodología Agile que nos permite entregar proyectos con mayor calidad y en menor tiempo, además de asegurar que el resultado que vamos a obtener es el que el usuario quiere.

  • Metodología Agile: Scrum y Kanban.
  • Épicas, User Stories y Criterios de Aceptación.
  • Sprints.
5 ECTS

Módulo 4.- Conceptos Big Data y Analytics

Introduciremos los conceptos claves del Big Data, cómo se inter-relaciona con el Business Intelligence, que ha supuesto su aparición y cómo ha impactado en la forma de tratar los datos.

  • Fundamentos del Big Data.
  • Hadoop & Arquitectura Big Data.
  • Introducción a Spark.
  • Cloud Computing.
  • Conceptos básicos del Cloud
  • Computing.
  • IaaS, PaaS, SaaS.
  • Google Cloud.
  • IA en la empresa.
5 ECTS

Módulo 5.- Arquitectura Cloud

La arquitectura de nube constituye la forma en la que se integran las distintas tecnologías para crear las nubes, es decir, los entornos de TI que extraen agrupan y comparten los recursos escalables en una red. Define cómo se conectan todos los elementos y las funciones que se necesitan para diseñar una nube y obtener una plataforma en línea en la que se puedan ejecutar las aplicaciones.

  • Identidad.
  • Gobernanza y cumplimiento.
  • Administración Cloud.
  • Redes virtuales.
  • Almacenamiento Cloud.
  • Máquinas virtuales.
  • Protección de Datos.
  • Monitoring.
5 ECTS

Módulo 6.- Integración de Datos

Profundizaremos en la importancia de la integración de los datos provenientes de distintos orígenes con el objetivo de estructurarlos y organizarlos de forma que se pueda extraer el máximo valor de los mismos en un único sistema.

  • Organizando los datos: extracción, transformación y carga.
  • Feature Engineering.
  • Introducción a los Procesos ETL.
  • Objetivos y Funcionalidad.
  • Buenas prácticas para definición de procesos ETL.
  • Principales herramientas del mercado.
  • Ejemplos prácticos.
  • Open Data: enriquecimiento de datos.
  • Democratización de los Datos: Open Data Explorando y utilizando los datos abiertos.
  • Principales portales. APIs, etc…
  • Web Scraping: ¿dónde y cómo obtener datos de la web?
  • Integración de nuevos datos a nuestro análisis.
5 ECTS

Módulo 7.- Data Analytics; Data Science, Machine Learning e Inteligencia Artificial

La ciencia de los datos y los algoritmos están revolucionando muchas industrias hoy y lo harán en el futuro. Este módulo pondrá foco en los conceptos que están apareciendo y cómo se llevan a la práctica en diferentes industrias.

  • ¿Qué se entiende por Data Science?: introducción a la Ciencia de los Datos.
  • Conceptos clave a tener en cuenta.
  • Principales retos.
  • La figura del Científico de Datos.
  • Fases en un Proyecto de Data Science.
  • Introducción al Machine Learning:
    • ¿Qué es?
    •¿Para qué sirve?
    • Tareas de aprendizaje
    • Enfoques o algoritmos
5 ECTS

Módulo 8.- Explotación de datos

Se definirán las diferentes maneras de explotar los datos, cómo diseñar un cuadro de mando integral, definición de KPIs, autoservicio de información con especial foco en la herramienta Power BI y Carto.

  • Introducción a PowerBI y Carto.

           Herramientas de Visualización de datos (Power BI)      Carto

  • Ingesta de información en PowerBI, diferentes fuentes.
  • Creación de modelo de datos.
  • Diseño de mapas en Carto.
  • Realización de dashboards.
  • Publicar y compartir.
5 ECTS

Módulo 9.- Visualización de datos

Un aspecto clave en los sistemas de reporting de datos es la comunicación de resultados y la forma en la que lo trasladamos a los distintos stakeholders. Para ello, la forma en la que visualizamos es clave e impacta en los resultados que podemos obtener con nuestros análisis. Se profundizará en los fundamentos de la visualización de los datos y cómo buscar las mejores representaciones a nuestros insights.

 

  • Qué tenemos que visualizar: comprensión de los datos y elección de lo que queremos mostrar.
  • Herramientas a utilizar: elección de la mejor herramienta para visualizar los resultados.
  • Diseño de dashboards.
  • Storytelling: la forma en que contemos los resultados es vital para el éxito.
5 ECTS

Módulo 10.- Los Casos de Uso

La clave de los sistemas analíticos es el uso que hacemos de los datos que manejamos para cubrir un fin o una necesidad. Revisaremos en este módulo los casos de uso más comunes, como construirlos, darles seguimiento y calcular el impacto. Se verán tanto proyectos típicos de Business Intelligence (Cuadro de Mando de Ventas, Cuadro de Mando de la Cartera de Clientes) como proyectos de Data Analytics (Optimización de Campañas, Morosidad, Retención).

Talleres

El programa incluye talleres exclusivos, para que estés preparado con las últimas tendencias y herramientas del mercado:

  • Taller Python: es uno de los lenguajes de programación más versátiles que existen, puede ser usado en muchos campos diferentes. Si comprendes Python, podrás entender más fácilmente otros lenguajes de programación.
    Python

 

  •  Taller SQL:SQL es un acrónimo en inglés para Structured Query Language. Un tipo de lenguaje de programación que te permite manipular y descargar datos de una base de datos. Ha sido y sigue siendo el lenguaje de programación más usado para bases de datos relacionales.
    MySQL

Certificaciones

 Los alumnos del máster tienen la posibilidad de prepararse para las certificaciones aCAP® o CAP®, acreditaciones clave para los profesionales del área de operaciones y analytics.

  • aCAP® (Associate Certified Analytics Professional) es una certificación orientada a aquellos profesionales dedicados al análisis de datos, sin experiencia laboral o experiencia inferior a 3 años.
  • CAP® (Certified Analytics Professional) es una certificación orientada a aquellos profesionales dedicados al análisis de datos, con experiencia laboral más de 3 años.

El objetivo de estas certificaciones es validar los conocimientos y habilidades de los estudiantes en materia de análisis de datos. Obtener una acreditación de estas características es un elemento diferenciador, que aporta valor a los profesionales, abriéndoles las puertas al mercado laboral o a la mejora de la posición laboral ocupada. Para las empresas que buscan mejorar su capacidad para transformar los datos en información y acciones rentables, CAP® y aCAP® proporcionan una distinción para identificarreclutar y retener el mejor talento analítico.

Ambas certificaciones están avaladas por Informs, una institución integrada por 12.500 profesionales y estudiantes de este ámbito y que está comprometida con dar respuesta a las necesidades de los profesionales encargados del desarrollo, aplicación, investigación y docencia en el área de anlytics. El objetivo principal de la organización es promover las buenas prácticas y avances en operaciones, gestión empresarial y Analytics con el fin de mejorar los procesos operativos, la toma de decisiones y los beneficios.

El Máster en Business Intelligence & Data Management proporciona a los estudiantes los conocimientos y habilidades necesarios para superar satisfactoriamente el examen de aCAP® o CAP®, que les permitirán diferenciarse de la competencia y aportar valor a sus carreras profesionales.

CAP y aCAP

5 ECTS

Módulo 1.- Estrategia de Datos, Visión Global y Fundamentos de Business Intelligence y Análisis de Datos

En este primer módulo se introducen los conceptos claves que permitirán tener una visión completa del Business Intelligence. Se identificarán los pasos más importantes que aseguran el éxito de un proyecto de Business Intelligence, así como las diferencias con Business Analytics.

  • El valor de los datos.
  • Hacia una cultura Data-Driven.
  • Diseñando nuestra estrategia de datos.
  • Particularidades de los proyectos de Business Intelligence y Data Analytics.
  • Ciclo del proceso de análisis.
  • Fases del análisis de datos.
  • Fundamentos y beneficios.
  • Visión general del mercado en el entorno empresarial y tecnológico actual.
  • Diferencias entre Business Intelligence y Business Analytics.
  • Componentes generales de una arquitectura de Business Intelligence.
5 ECTS

Módulo 2.- Gestión, Gobierno y Calidad de los Datos

Este módulo tiene como objetivo entender lo importante que es gobernar y gestionar los datos correctamente, cómo desarrollar un plan de gobierno del dato y cómo esto impacta en la calidad de los datos; concepto clave para el buen funcionamiento y desarrollo de los sistemas de análisis de datos.

  • La importancia del gobierno de los datos.
  • Privacidad de los datos, GDPR.
  • Cómo planificar un programa de Data Governance: roadmap y plan de acción.
  • Procesos y Herramientas de soporte al Data Governance.
  • Objetivos estratégicos de la gestión de los datos.
  • Definición de Calidad del Dato: estrategia y plan de acción.
  • Proceso de Calidad de Datos: o actualización o normalización o de-duplicación.
  • Casos Prácticos.
5 ECTS

Módulo 3.- Gestión de proyectos de BI y Data Analytics

La metodología nos permite realizar una mejor gestión de los proyectos. Estudiaremos la metodología Agile que nos permite entregar proyectos con mayor calidad y en menor tiempo, además de asegurar que el resultado que vamos a obtener es el que el usuario quiere.

  • Metodología Agile: Scrum y Kanban.
  • Épicas, User Stories y Criterios de Aceptación.
  • Sprints.
5 ECTS

Módulo 4.- Conceptos Big Data y Analytics

Introduciremos los conceptos claves del Big Data, cómo se inter-relaciona con el Business Intelligence, que ha supuesto su aparición y cómo ha impactado en la forma de tratar los datos.

  • Fundamentos del Big Data.
  • Hadoop & Arquitectura Big Data.
  • Introducción a Spark.
  • Cloud Computing.
  • Conceptos básicos del Cloud
  • Computing.
  • IaaS, PaaS, SaaS.
  • Google Cloud.
  • IA en la empresa.
5 ECTS

Módulo 5.- Arquitectura Cloud

La arquitectura de nube constituye la forma en la que se integran las distintas tecnologías para crear las nubes, es decir, los entornos de TI que extraen agrupan y comparten los recursos escalables en una red. Define cómo se conectan todos los elementos y las funciones que se necesitan para diseñar una nube y obtener una plataforma en línea en la que se puedan ejecutar las aplicaciones.

  • Identidad.
  • Gobernanza y cumplimiento.
  • Administración Cloud.
  • Redes virtuales.
  • Almacenamiento Cloud.
  • Máquinas virtuales.
  • Protección de Datos.
  • Monitoring.
5 ECTS

Módulo 6.- Integración de Datos

Profundizaremos en la importancia de la integración de los datos provenientes de distintos orígenes con el objetivo de estructurarlos y organizarlos de forma que se pueda extraer el máximo valor de los mismos en un único sistema.

  • Organizando los datos: extracción, transformación y carga.
  • Feature Engineering.
  • Introducción a los Procesos ETL.
  • Objetivos y Funcionalidad.
  • Buenas prácticas para definición de procesos ETL.
  • Principales herramientas del mercado.
  • Ejemplos prácticos.
  • Open Data: enriquecimiento de datos.
  • Democratización de los Datos: Open Data Explorando y utilizando los datos abiertos.
  • Principales portales. APIs, etc…
  • Web Scraping: ¿dónde y cómo obtener datos de la web?
  • Integración de nuevos datos a nuestro análisis.
5 ECTS

Módulo 7.- Data Analytics; Data Science, Machine Learning e Inteligencia Artificial

La ciencia de los datos y los algoritmos están revolucionando muchas industrias hoy y lo harán en el futuro. Este módulo pondrá foco en los conceptos que están apareciendo y cómo se llevan a la práctica en diferentes industrias.

  • ¿Qué se entiende por Data Science?: introducción a la Ciencia de los Datos.
  • Conceptos clave a tener en cuenta.
  • Principales retos.
  • La figura del Científico de Datos.
  • Fases en un Proyecto de Data Science.
  • Introducción al Machine Learning:
    • ¿Qué es?
    •¿Para qué sirve?
    • Tareas de aprendizaje
    • Enfoques o algoritmos
5 ECTS

Módulo 8.- Explotación de datos

Se definirán las diferentes maneras de explotar los datos, cómo diseñar un cuadro de mando integral, definición de KPIs, autoservicio de información con especial foco en la herramienta Power BI y Carto.

  • Introducción a PowerBI y Carto.

           Herramientas de Visualización de datos (Power BI)      Carto

  • Ingesta de información en PowerBI, diferentes fuentes.
  • Creación de modelo de datos.
  • Diseño de mapas en Carto.
  • Realización de dashboards.
  • Publicar y compartir.
5 ECTS

Módulo 9.- Visualización de datos

Un aspecto clave en los sistemas de reporting de datos es la comunicación de resultados y la forma en la que lo trasladamos a los distintos stakeholders. Para ello, la forma en la que visualizamos es clave e impacta en los resultados que podemos obtener con nuestros análisis. Se profundizará en los fundamentos de la visualización de los datos y cómo buscar las mejores representaciones a nuestros insights.

 

  • Qué tenemos que visualizar: comprensión de los datos y elección de lo que queremos mostrar.
  • Herramientas a utilizar: elección de la mejor herramienta para visualizar los resultados.
  • Diseño de dashboards.
  • Storytelling: la forma en que contemos los resultados es vital para el éxito.
5 ECTS

Módulo 10.- Los Casos de Uso

La clave de los sistemas analíticos es el uso que hacemos de los datos que manejamos para cubrir un fin o una necesidad. Revisaremos en este módulo los casos de uso más comunes, como construirlos, darles seguimiento y calcular el impacto. Se verán tanto proyectos típicos de Business Intelligence (Cuadro de Mando de Ventas, Cuadro de Mando de la Cartera de Clientes) como proyectos de Data Analytics (Optimización de Campañas, Morosidad, Retención).

Talleres

El programa incluye talleres exclusivos, para que estés preparado con las últimas tendencias y herramientas del mercado:

  • Taller Python: es uno de los lenguajes de programación más versátiles que existen, puede ser usado en muchos campos diferentes. Si comprendes Python, podrás entender más fácilmente otros lenguajes de programación.
    Python

 

  •  Taller SQL:SQL es un acrónimo en inglés para Structured Query Language. Un tipo de lenguaje de programación que te permite manipular y descargar datos de una base de datos. Ha sido y sigue siendo el lenguaje de programación más usado para bases de datos relacionales.
    MySQL

Certificaciones

 Los alumnos del máster tienen la posibilidad de prepararse para las certificaciones aCAP® o CAP®, acreditaciones clave para los profesionales del área de operaciones y analytics.

  • aCAP® (Associate Certified Analytics Professional) es una certificación orientada a aquellos profesionales dedicados al análisis de datos, sin experiencia laboral o experiencia inferior a 3 años.
  • CAP® (Certified Analytics Professional) es una certificación orientada a aquellos profesionales dedicados al análisis de datos, con experiencia laboral más de 3 años.

El objetivo de estas certificaciones es validar los conocimientos y habilidades de los estudiantes en materia de análisis de datos. Obtener una acreditación de estas características es un elemento diferenciador, que aporta valor a los profesionales, abriéndoles las puertas al mercado laboral o a la mejora de la posición laboral ocupada. Para las empresas que buscan mejorar su capacidad para transformar los datos en información y acciones rentables, CAP® y aCAP® proporcionan una distinción para identificarreclutar y retener el mejor talento analítico.

Ambas certificaciones están avaladas por Informs, una institución integrada por 12.500 profesionales y estudiantes de este ámbito y que está comprometida con dar respuesta a las necesidades de los profesionales encargados del desarrollo, aplicación, investigación y docencia en el área de anlytics. El objetivo principal de la organización es promover las buenas prácticas y avances en operaciones, gestión empresarial y Analytics con el fin de mejorar los procesos operativos, la toma de decisiones y los beneficios.

El Máster en Business Intelligence & Data Management proporciona a los estudiantes los conocimientos y habilidades necesarios para superar satisfactoriamente el examen de aCAP® o CAP®, que les permitirán diferenciarse de la competencia y aportar valor a sus carreras profesionales.

CAP y aCAP

10 ECTS

Proyecto final de Master

Es un trabajo académico-práctico que los estudiantes realizarán, transversalmente. El objetivo de este trabajo es favorecer la aplicación práctica de los conocimientos, metodologías y herramientas vistos a lo largo de todo el máster.

Profesores

Ignasi Villaseca Boj

Co-director del programa

Data Science y Analytics Manager en Accenture

Alex Gutiérrez Galopa

Co-director del programa

Senior Consultant at SDG Group.

Layla Scheli

Jefatura Área Secretaría Técnica en IOSPER. Ingeniera en Sistemas de Información.

Santiago San Antonio Álvarez

Profesor del Programa

Chief Data Officer en Aegon Seguros

Perfil del estudiante

El perfil de los alumnos del máster en BI de Inesdi en anteriores convocatorias es:

DATOS DEMOGRÁFICOS
68%
Europa
32%
Latinoamérica
SEXO
EDAD
26 años
Media
5 años
Media experiencia
BACKGROUND
54%
24%
18%
Business
Tech
Investigación de Mercados
EXPERIENCIA
Dirección General
Técnico / Especialista
17%
28%
51%
4%
Dirección / Gerente de Dpto
Otros
Campus Madrid
C/Príncipe de Vergara 108
28002
Campus Barcelona
C/ Mallorca, 27
08029
Online
Estudia desde cualquier
lugar del mundo

Salidas profesionales

Los estudiantes del Máster en BI podrán ocupar posiciones como:

Responsable de proyectos de Business Intelligence
Chief Data Officer
Gestor de arquitecturas BI
Visual Data Scientific
Business Intelligence Specialist
Data Analyst
Business Intelligence Consultant

Perfil del estudiante

Inesdi da respuesta al escenario económico y empresarial actual.

DATOS DEMOGRÁFICOS
68%
Europa
32%
Latinoamérica
SEXO
EDAD
26 años
Media
5 años
Media experiencia
BACKGROUND
54%
24%
18%
Business
Tech
Investigación de Mercados
EXPERIENCIA
Dirección General
Técnico / Especialista
17%
28%
51%
4%
Dirección / Gerente de Dpto
Otros

Campus

Campus Madrid

C/Príncipe de Vergara 108
28002

Campus Barcelona

C/ Mallorca, 27
08029

Online

Estudia desde cualquier
lugar del mundo

Salidas profesionales

Los estudiantes del Máster en BI podrán ocupar posiciones como:

Responsable de proyectos de Business Intelligence
Chief Data Officer
Gestor de arquitecturas BI
Visual Data Scientific
Business Intelligence Specialist
Data Analyst
Business Intelligence Consultant

Proceso de admisión

Nuestro proceso de admisión tiene como objetivo fundamental asegurar la idoneidad y desarrollo de los candidatos, para que todos nuestros alumnos puedan vivir una experiencia digital que responda a sus necesidades actuales y futuras.

1
Solicitud de admisión
2
Entrevista personal
3
Documentación de admisión
4
Evaluación comité de admisiones
5
Admisión aprobada
Matriculación



© Instituto de Innovación Digital de las Profesiones. Planeta Formación y Universidades. Todos los derechos reservados.
Por cualquier consulta, escríbanos a info@inesdi.com

© Instituto de Innovación Digital de las Profesiones. Planeta Formación y Universidades. Todos los derechos reservados.
Por cualquier consulta, escríbanos a info@inesdi.com