Máster en Business Intelligence y Data Management Online
CONVOCATORIA ABIERTAEl auténtico impacto del valor de los datos reside en saber trabajarlos ¡Fórmate!
Partner académico
Título propio acreditado por la
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 2023 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.
Inesdi Business Techschool cuenta con la Universitat Politècnica de Catalunya (UPC) como partner académico que avala los másters de la escuela. La UPC es una de las universidades politécnicas líderes de Europa en los ámbitos de la ingeniería, la arquitectura, las ciencias y la tecnología.
Una vez finalizado el programa, los estudiantes obtendrán:
- Un título propio de Inesdi Business Techschool
- Un título propio acreditado por la UPC, si se cumplen los requisitos de la Universidad al finalizar el programa
Empleabilidad
Nuestros alumnos trabajan en
¿Por qué estudiar el Máster en Business Intelligence y Data Management Online en Inesdi?
El programa está diseñado para entender el proceso completo del dato mediante la utilización de nuevas tecnología y técnicas como Big Data y Data Science. Ello permitirá a los alumnos no solo conocer a su cliente sino anticiparse a su comportamiento.
Complementario a las asignaturas teóricas, los alumnos recibirán también un taller de preparación para las certificaciones aCAP y CAP de Informs.
El máster aporta una visión integral de la transformación del dato en información valiosa para la toma de decisiones de negocio. El objetivo es aportar una perspectiva general y estratégica, abordando todos los aspectos de la gestión de proyectos de Data.
El máster se caracteriza por abordar módulos específicos sobre visualización de datos, data Storytelling y Casos de Uso de Business Intelligence. Adicionalmente tendrán talleres optativos de SQL y Python.
sin compromiso del Máster en Business Intelligence y Data Management Online
Testimonios
"La doble titulación es un gran diferencial y beneficio para todos los profesionales de la industria."
Especialista en BI, Data & Analytics
"Los docentes de Inesdi hacen que el máster esté a un nivel superior en comparación a otras escuelas."
Financial Controller en Siemens
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.
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.
Módulo 3.- Gestión de Proyectos de Business Intelligence
- Agile: Scrum y Kanban.
- Épicas, User Stories y Criterios de Aceptación.
- Sprints.
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.
Módulo 5.- Arquitectura, Modelado y Bases de Datos
- Fundamentos y beneficios.
- Modelado de datos.
- Bases de Datos y SQL.
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.
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.
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.
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.
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,..).
Certificación aCAP® y CAP®
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.
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.
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.
Módulo 3.- Gestión de Proyectos de Business Intelligence
- Agile: Scrum y Kanban.
- Épicas, User Stories y Criterios de Aceptación.
- Sprints.
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.
Módulo 5.- Arquitectura, Modelado y Bases de Datos
- Fundamentos y beneficios.
- Modelado de datos.
- Bases de Datos y SQL.
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.
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.
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.
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.
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,..).
Certificación aCAP® y CAP®
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.
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.
Perfil del estudiante
El perfil de los alumnos del máster en BI de Inesdi en anteriores convocatorias es:
DATOS DEMOGRÁFICOS
SEXO
EDAD
BACKGROUND
EXPERIENCIA
Salidas profesionales
Los estudiantes del Máster en BI podrán ocupar posiciones como:
Perfil del estudiante
Inesdi da respuesta al escenario económico y empresarial actual.
DATOS DEMOGRÁFICOS
SEXO
EDAD
BACKGROUND
EXPERIENCIA
Salidas profesionales
Los estudiantes del Máster en BI podrán ocupar posiciones como:
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.
Descubre todos nuestros Programas
Máster en Big Data y Analytics
Máster en Business Intelligence y Data Management Presencial
Solicita información del
Máster en Business Intelligence y Data Management Online
Campus Madrid
28002
Campus Barcelona
L'Hospitalet de Llobregat · 08908
Online
lugar del mundo
