logo
 

Máster en Business Intelligence y Data Management

CONVOCATORIA ABIERTA

El auténtico impacto del valor de los datos reside en saber trabajarlos ¡Fórmate!

Fecha de inicio
Mayo 2021
Precio
6.500 €
Metodología
Online
Duración
12 meses (60 ECTS)

Partner académico

Título propio acreditado por la

Partner académico

Objetivos

El Máster en Business Intelligence y Data Management te aportará los conocimientos necesarios para conseguir llevar a cabo la gestión avanzada de los clientes y la analítica de la gran cantidad de datos que se generan, lo que hace a su vez necesaria la utilización de nuevas tecnología y técnicas como Big Data y Data Science que nos permiten no solo conocer a nuestro cliente sino anticiparnos a su comportamiento y adaptarnos en un entorno altamente competitivo.

Según Gartner: “En 2021 el 90% de las grandes empresas tendrán un CDO o Chief Data Officer, un ejecutivo encargado de explotar al máximo el valor de los datos y de implementar las tecnologías adecuadas para ello”. ”Las empresas invertirán más de 40.000 millones de euros en ‘Big Data’”, según los cálculos de IDC. “Los datos son el petróleo del siglo XXI” es el nuevo paradigma en lo que a la explosión del dato se refiere. Si esto es así podríamos decir que empresas como Google, Facebook o Amazon serían grandes refinerías, ya que el dato en bruto al igual que el petróleo se consigue al refinar la información y convertirla en valor para el Cliente.

 

1
Conocer métodos y técnicas de Business Intelligence y Análisis de Datos
2
Gobernar, preparar y gestionar datos
3
Conocer las tecnologías, arquitecturas y fundamentos que nos permiten extraer valor a los datos
4
Aprender a generar y utilizar los datos en la toma de decisiones y la definición de la mejor estrategia
5
La pirámide de información: del cuadro de mando integral al Reporting operativo
6
Entender los conceptos fundamentales del Data Science, Machine Learning y la Inteligencia Artificial

Inesdi es una escuela de negocios digitales referente en el sector que nace en 2010 para cubrir el gap entre la creciente demanda de profesiones digitales y la falta de profesionales formados para ello, actualmente hemos formado a más de 3.000 alumnos.

Testimonios

"El Máster en Inesdi fue una experiencia muy enriquecedora tanto a nivel de contenidos como de networking entre profesores y compañeros de clase, con los que mantengo contacto y con los que he interactuado profesionalmente."
Aleix Brias, B2B SaaS & Tech Expert. Head of Marketing en Zinklar
Aleix Brias,
B2B SaaS & Tech Expert. Head of Marketing en Zinklar

Programa

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

5 ECTS

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

  • El valor de los datos.
  • Hacia una cultura Data-Driven.
  • Diseñando nuestra estrategia de datos.
  • Particularidades de los proyectos de Customer 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.
  • Business Intelligence y Business Analytics.
  • Componentes generales de una arquitectura de Business Intelligence.
  • Ejemplos de diferentes industrias.
5 ECTS

Módulo 2.- Big Data & Analytics

  • Antecedentes del Big Data.
  • Conceptos Básicos.
  • Las “V” del Big Data.
  • Casos de Uso del Big Data en el mundo empresarial.
  • La aparición del Chief Data Officer.
  • Principales Herramientas y Ecosistema Big Data
  • Estrategias de Adquisición de datos.
  • Metodología AI-driven products.
  • Diseñando productos de datos entorno a la intersección de Machine Learning/AI, UX y Diseño.
  • Hiper personalización en Marketing.
  • Nuevas herramientas de visualización avanzada para explorar y extraer valor del big data.
  • Interpretabilidad de Modelos Machine Learning.
5 ECTS

Módulo 3.- Gestión de Proyectos de Business Intelligence

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

Módulo 4.- Gestión y Gobierno de 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.
  • Definición de Calidad del Dato.
  • Estrategia y Plan de Acción.
  • Proceso de Calidad de Datos:
    • Actualización.
    • Normalización.
    • De-duplicación.
  • Casos Prácticos.
5 ECTS

Módulo 5.- Arquitectura, Modelado y Bases de Datos

  • Fundamentos y beneficios.
  • Modelado de datos.
  • Bases de Datos y SQL.
5 ECTS

Módulo 6.- 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:
    • 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.- Explotación de Datos

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

Módulo 8.- 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.
5 ECTS

Módulo 9.- 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.
    • 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.
    • Algoritmos.
10 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 típicos de Data Analytics (Optimización de Campañas, Morosidad, Retención,..).

Proyecto Fin de Máster

El Proyecto Final de Máster es el trabajo académico-práctico, basado en el aprendizaje real, a través de la resolución de retos actuales con empresas. El Proyecto Final se realiza de forma transversal, y cuenta con la supervisión de un/a Tutor/a Académico/a.

Al finalizar el Proyecto deberá ser defendido ante un tribunal.

5 ECTS

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

  • El valor de los datos.
  • Hacia una cultura Data-Driven.
  • Diseñando nuestra estrategia de datos.
  • Particularidades de los proyectos de Customer 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.
  • Business Intelligence y Business Analytics.
  • Componentes generales de una arquitectura de Business Intelligence.
  • Ejemplos de diferentes industrias.
5 ECTS

Módulo 2.- Big Data & Analytics

  • Antecedentes del Big Data.
  • Conceptos Básicos.
  • Las “V” del Big Data.
  • Casos de Uso del Big Data en el mundo empresarial.
  • La aparición del Chief Data Officer.
  • Principales Herramientas y Ecosistema Big Data
  • Estrategias de Adquisición de datos.
  • Metodología AI-driven products.
  • Diseñando productos de datos entorno a la intersección de Machine Learning/AI, UX y Diseño.
  • Hiper personalización en Marketing.
  • Nuevas herramientas de visualización avanzada para explorar y extraer valor del big data.
  • Interpretabilidad de Modelos Machine Learning.
5 ECTS

Módulo 3.- Gestión de Proyectos de Business Intelligence

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

Módulo 4.- Gestión y Gobierno de 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.
  • Definición de Calidad del Dato.
  • Estrategia y Plan de Acción.
  • Proceso de Calidad de Datos:
    • Actualización.
    • Normalización.
    • De-duplicación.
  • Casos Prácticos.
5 ECTS

Módulo 5.- Arquitectura, Modelado y Bases de Datos

  • Fundamentos y beneficios.
  • Modelado de datos.
  • Bases de Datos y SQL.
5 ECTS

Módulo 6.- 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:
    • 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.- Explotación de Datos

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

Módulo 8.- 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.
5 ECTS

Módulo 9.- 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.
    • 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.
    • Algoritmos.
10 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 típicos de Data Analytics (Optimización de Campañas, Morosidad, Retención,..).

Proyecto Fin de Máster

El Proyecto Final de Máster es el trabajo académico-práctico, basado en el aprendizaje real, a través de la resolución de retos actuales con empresas. El Proyecto Final se realiza de forma transversal, y cuenta con la supervisión de un/a Tutor/a Académico/a.

Al finalizar el Proyecto deberá ser defendido ante un tribunal.

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

Alberto Velasco

Director del Máster en BI

Ingeniero Informático con 15 años de experiencia. Desde hace cinco años, trabaja en proyectos de Data Governance en Sanitas.

Luis Miguel Garay

Profesor del Programa

Director Digitalización en Telefónica. Doctor en Inteligencia Artificial.

Rafael Comendador Romero

Profesor del Programa

Content Engineer en Duck Creek Technologies

Santiago San Antonio Álvarez

Profesor del Programa

Chief Data Officer en Aegon Seguros

Javier Monjas

Profesor del Programa

Chief Data Officer en Finect

David Martín González

Profesor del Programa

Corporate Head of Digital Data Analytics at MAPFRE

Tomás Trenor

Profesor del Programa

Head of Business Intelligence & Advanced Analytics en Sanitas

Leandro Tubia

Profesor del Programa

Data CoE Global Lead at BUPA

Juan Vidal Gil

Profesor del Programa

Experto en Big Data y Analytics

Alberto Vázquez Martín

Profesor del Programa

Responsable Data Governance en Sanitas

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
36 años
Media
10 años
Media experiencia
BACKGROUND
58%
24%
18%
Business
Tech
Investigación de Mercados
EXPERIENCIA
Dirección General
Técnico / Especialista
17%
28%
51%
4%
Dirección / Gerente de Dpto
Otros
Campus Madrid
C/ Velázquez 57
entreplanta izqda. 28001
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:

Responsables y jefes de proyecto de business intelligence
Analistas de datos
Consultores especializados en implantar sistemas de business intelligence y análisis de datos
Emprendedores que pretendan conocer diferentes técnicas para poner el valor de los datos al servicio de su negocio

Perfil del estudiante

La nueva digital business school Three Points, nacida en Barcelona, da resupuesta al escenario económico y empresarial actual.

DATOS DEMOGRÁFICOS
68%
Europa
32%
Latinoamérica
SEXO
EDAD
36 años
Media
10 años
Media experiencia
BACKGROUND
58%
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/ Velázquez 57
entreplanta izqda. 28001

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:

Responsables y jefes de proyecto de business intelligence
Analistas de datos
Consultores especializados en implantar sistemas de business intelligence y análisis de datos
Emprendedores que pretendan conocer diferentes técnicas para poner el valor de los datos al servicio de su negocio

Proceso de admisión

Nuestro proceso de adminisión 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