Máster en Business Intelligence y Data Management Presencial

Módulo 2.- Conceptos Big Data y Analytics

• 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 3.- Integración de Datos

• 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.
• Principales portales. APIs, etc…
• 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 4.- Explotación de datos

• 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 5.- Visualización de datos

• 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 6.- Arquitectura Cloud

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

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

• ¿Qué se entiende por Data Science?: introducción a la Ciencia de los Datos.
• Conceptos clave a tener en cuenta y 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.- Gestión y Gobierno de los Datos

• La importancia del gobierno de los datos.
• 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.
• Proceso de Calidad de Datos: o actualización o normalización o deduplicación.

Módulo 9.- Gestión de proyectos de BI y Data Analytics

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

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).

Módulo 11.- Digital Transformation

El objetivo de este módulo es que el alumno conozca los nuevos modelos de negocio y ecosistemas digitales y comprenda las tecnologías disruptivas como base de la digitalización de Clientes) como proyectos de Data Analytics (Optimización de Campañas, Morosidad, Retención).

• La disrupción digital. ¿por qué ahora?
• Nuevos modelos de negocio y ecosistemas digitales.
• La digitalización. ¿En qué consiste?
• ¿Omnicanalidad u omniconsumidor?
• Tecnologías base de la digitalización: Internet de las Cosas, Blockchain, RPA, Inteligencia Artificial.
• Digitalización sectorial:
  • Sanidad.
  • Industria.
  • Retail.
• Caso práctico: Propuesta de valor en compañía Data Driven.

Módulo 12.- Customer Analytics

El alumno conocerá las principales herramientas para realizar análisis del comportamiento del cliente y análisis de datos de marketing y analítica web: recopilar información, análisis, reporte y optimización, haciendo especial hincapié en las herramientas Google Analytics y Tag Manager.      

• Customer Analitycs Introducción, conceptos y herramientas 
• CRM    
• Google Analytics 4
  • Instalación
  • Funcionamiento
• Interpretación de datos.
• Cómo taggear campañas.
• Conocer qué son los Eventos para la extracción de datos.
• Definir conversiones y establecer objetivos y embudos de conversión.
• Creación de un dashboard de medición.

Módulo 13.- Personal & Digital Skills

En este módulo el alumno descubrirá las competencias clave asociadas al liderazgo digital y aprenderá a desarrollar su rol como promotor de la disrupción dentro de la empresa. Conocerá, por ejemplo, cómo impulsar la colaboración y el compromiso y cómo desarrollar el talento en sus equipos. También, descubrirá qué comportamientos guían hoy las nuevas formas de trabajo y los nuevos modelos de organización. 

En concreto, trabajará estos aspectos ligados a los nuevos liderazgos del siglo XXI:

• Inteligencia organizacional.
• Liderazgo facilitador y distribuido.
• Escucha, empatía y foco en la persona.
• Participación y colaboración en equipo.
• Innovación y emprendimiento en red.

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 PSM®, aCAP® o CAP®, acreditaciones clave para los profesionales del área de operaciones y analytics.

• PSM® (Professional Scrum Master) es una certificación orientada a demostrar conocimiento de Scrum y las responsabilidades de Scrum Master.
• 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.

PSM®

El objetivo de la certificación es validar los conocimientos y habilidades de los estudiantes. La certificación es reconocida y respetada mundialmente porque pone a prueba una verdadera comprensión de Scrum y como aplicarlo. Una vez que se obtiene no se necesita renovación.

aCAP® o CAP®

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.