Máster en Business Intelligence y Data Management Online

Módulo 2.- Conceptos Big Data & Analytics

• Fundamentos del Big Data
• Hadoop & Arquitectura Big Data
• Introducción a Spark
• Cloud Computing
• Conceptos básicos del Cloud Computing
• IaaS, PaaS, SaaS
• Google Cloud

Módulo 3.- Gestión de Proyectos de BI & Data Analytics

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

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

Módulo 5.- Arquitectura Cloud

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

Módulo 6.- Integración de Datos

• Organización de 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.
• Open Data: Enriquecimiento de Datos.
• Democratización de los Datos: Open Data.
• Exploración y utilización de los datos abiertos.
• Principales portales. APIs, etc…

Módulo 7.- 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 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 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.
  • 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.

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).

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

El programa incluye talleres exclusivos, para que estés preparado con las últimas tendencias y herramientas del mercado.
Para todos aquellos alumnos que finalicen con éxito el Máster, opcionalmente, podrán prepararse para las certificaciones aCap® o CAP®, acreditaciones clave para los profesionales del área de operaciones y analytics y conseguir también certificación Scrum en gestión de proyectos.

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

• PSM® (Professional Scrum Master): 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 cómo aplicarlo. Una vez que se obtiene no necesita renovación.