Máster en Business Intelligence y Data Management Presencial

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.

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.

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.

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.

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.

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

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.

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

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.

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.
  

•  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.
  

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 identificar, reclutar 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.