Máster Big Data & Business Analytics
Titulación Profesional
Programa Internacional de Becas Limitadas
Conferencias Virtuales en Directo
Facilidades de pagos sin intereses
Escuela Nº 1 en formación online de PostgradoTITULO DE POSTGRADO ACADÉMICO
Máster en Big Data & Business Analytics, expedido por el Centro Europeo de Postgrado (Centro Oficial de la Asociación Española de Escuelas de Negocios)
60 ECTS
TÍTULOS / CERTIFICADOS PROFESIONALES
Professional Certificate - Big Data Analytics Expert
REQUISITOS DE ACCESO
Titulación Universitaria o experiencia profesional acreditada en el área
ACCESO A UN AÑO EN IDIOMAS
Como valor añadido al programa se le facilita la opción de un año de estudios en el aprendizaje de uno de los siguientes idiomas: inglés británico, inglés americano, francés, alemán, italiano, ruso y portugués (de Brasil)
SERVICIOS DE ORIENTACIÓN PROFESIONAL
Complementario al master se facilita la inmersión en un programa de networking y desarrollo profesional para potenciar la capacidad de incorporación laboral y crecimiento de la empresa
FORMA DE PAGO
Tarjeta bancaria / Pagos electrónicos / Flywire / Paypal / Transferencia bancaria
Descuento del 8% del coste en pagos al contado
Fraccionamiento del pago sin intereses ni intervención bancaria
ESTANCIA INTERNACIONAL EN ESPAÑA (Opcional)
Este máster contempla la opción de una semana de estancia internacional en Madrid donde disfrutarás de actividades como: clases presenciales, visita a empresas multinacionales, asistencia a encuentros de directivos, participación en la Feria Internacional de Madrid especializada. Conocerás a estudiantes de más de 20 países distintos y podrás hacer networking profesional en todas las actividades propuestas. Y aprovecharemos para hacer turismo y visitar los lugares más emblemáticos de la ciudad. 
Fernando Agudo es diplomado en informática por la Universidad de Alicante especializado en las tecnologías Big Data. Hace más de 8 años empezó a trabajar como responsable técnico en el área de Big Data en una de las empresas pioneras de estas tecnologías en España: Pragsis.
Durante este periodo de tiempo se ha ido especializando en las diferentes distribuciones de Hadoop (Cloudera, Hortonworks, MapR) obteniendo múltiples certificaciones en el área de Big Data(Desarrollador Hadoop, Administrador Hadoop, Spark, etc…)
Actualmente su puesto es de “Big Data Architect at Pragsis-Bidoop” compaginando sus tareas de arquitecto con tareas de docencia: Es profesor certificado por Cloudera para impartir los cursos oficiales y ocupa el cargo de CEO en Formación Hadoop.
Entre otras de sus muchas tareas destaca la de “VP Product Manager” de AnalyticMate.
Ingeniero de Sistemas de la Universidad de Lima – Perú. Master MBA en Dirección y Administración de Empresa en el Instituto Europeo de Estudios Empresariales. Certificado Scrum Manager-Autoridad en Estratecno.
Sólida experiencia en empresas multinacionales líderes en Outsourcing y Tecnologías de Información. Amplia experiencia en proyectos de gestión y desarrollo BIG DATA, Business Intelligence, logísticos y en Medios de Pago Transaccional en el sector bancario y sanitario, gestión de proyectos llave en mano de Services Desk, HelpDesk, contingencias y administración de Data Center.
Actualmente Big Data Business Consultant en Pragsis Biddop (España) y Coordinador de proyecto de formación elearning CEUPE-Formación Hadoop (España-latinoamerica), entre otras principales empresas que ha laborado: UNISYS DEL PERÚ, BANCO CITIBANK N.A. (Perú), GRUPO SANDOVAL – DINET (Perú) , IBM DEL PERU, Formación Integral y desarollo Empresarial - FIDE (Perú).
En la docencia destaca su experiencia en centros de extensión de tecnología en la Universidad de Ingeniería (UNI-Perú) y la Universidad Nacional Mayor de San Marcos (UNMSM-Perú).
Data Analyst y colaboradora con empresas e instituciones a entender sus datos, visualizarlos y tomar mejores decisiones. Amplia experiencia como Analytics Engineer, realizando workflows complejos de transformación de datos con dbt.
Realización con éxito proyectos que abarcan desde análisis de datos sobre BB.DD relacionales como PostgreSQL, analíticas como Clickhouse, hasta la creación y diseño de visualizaciones y dashboards con Tableau y PowerBI.
Experta en GIS y visualización de datos geográficos.
Titulaciones Académicas
El Centro Europeo de Postrado (CEUPE), líder en el desarrollo, organización y difusión de programas de Postgrado, destacado en el ámbito universitario europeo e internacional por su calidad y exhaustivos controles académicos. Por ello, la obtención del Título Máster está supeditado a la superación de todas las pruebas formativas de evaluación continua que se realizan.
Una vez aprobadas con éxito cada una de las partes del programa, el alumno recibirá por parte del Centro Europeo de Postgrado el título profesional, que acreditan haber superado todas las pruebas académicas. En el Título se detalla el nombre del Máster que se ha superado y el programa académico. Además, la titulación va acompañada de las firmas de las máximas autoridades académicas y responsables.
CEUPE - Centro Europeo de Postgrado ofrece a sus alumnos egresados con residencia fuera de España el servicio de gestión de la Apostilla de la Haya sobre todos sus Títulos. Este sello garantiza la validez de la firma del documento académico que se expide y es reconocido automáticamente en cualquier país que haya suscrito el Convenio de la Haya de 5 de octubre de 1961, sin necesidad de ninguna otra autenticación. Enseñanza no reglada y sin carácter oficial. Los títulos profesionales expedidos por CEUPE cuentan con el aval de la Asociación Española de Escuelas de Negocios - AEEN, así como Certificación Internacional de Excelencia Educativa - ICEEX
La solicitud de este servicio de gestión administrativa puede ser solicitado por el alumno al departamento académico en cualquier momento, dirigiéndose para ello a la siguiente dirección de correo electrónico: coordinacion.academica@ceupe.com o bien a través del número de teléfono 0034 918 295 892, previo pago de las tasas académicas correspondientes.
El título de Máster tiene el reconocimiento tanto académico como profesional de la institución y del programa, lo que significa una garantía y aval de que los estudios adquiridos con un alto prestigio en el actual mercado laboral.
Título del Centro Europeo de Postgrado - CEUPE
Máster Big Data & Business Analytics
Programa de idiomas como complemento al máster
Con la finalidad de lograr en nuestros estudiantes una formación integral, de modo que puedan ser capaces de afrontar con éxito las exigencias del mercado actual, disponemos, como complemento al máster, un programa de idiomas.
Este programa ofrece la oportunidad de aprender el inglés de negocio, una variante del inglés ampliamente utilizada en el ámbito profesional.
Por otro lado, para aquellos que ya posean un claro dominio del inglés, tenemos, también, otros idiomas con gran relevancia en la esfera empresarial, tales como: el alemán, italiano, francés, ruso y portugués de Brasil. Ello permite a los estudiantes con conocimientos en 2 idiomas, acceder al aprendizaje de uno nuevo, mejorando notablemente su perfil profesional.
Adicionalmente, los que decidan estudiar el idioma inglés podrán presentar su acceso para conseguir el certificado TOEIC, actualmente la certificación más relevante del sector empresarial.
El curso, con una duración de 1 año, otorga un certificado en su finalización.
El programa tiene un coste de 180€.
Video ilustrativo de la herramienta: Material de demostración.
Herramienta de networking y desarrollo profesional
Siguiendo con el propósito de conseguir en nuestros alumnos una formación integral, hemos elaborado una herramienta de networking y desarrollo profesional.
Este recurso, propio de nuestra institución educativa, busca lograr en nuestro alumnado un perfil altamente competitivo. Para ello, la herramienta se enfoca en:
- Ayudar al estudiante a conseguir trabajo, brindándole las principales bases de datos de empleos del país y diversas fuentes de reclutamiento internacional.
- Potenciar el grado de empleabilidad del alumno, con estrategias que se centran en la creación de hojas de vida, preparación de entrevistas laborales, claves para superar dinámicas de grupo, construcción de marcas personales, y realización de networking efectivo.
- Favorecer el desarrollo de la carrera profesional de la persona, mediante un enfoque de educación integral, haciendo uso del aprendizaje interactivo.
La herramienta, diseñada para que sea fácil de usar, se localiza dentro del campus virtual de la escuela.
Video demostrativo de la herramienta: Material informativo.
Nuestro Máster de Big Data & Business Analytics, orientado a negocios y proyectos empresariales, está dirigido a perfiles que busquen adquirir conocimientos y habilidades para elaborar estrategias empresariales basadas en tecnología de big data y análisis de negocio.
Este programa, impartido por profesionales en la materia, está estructurado de la siguiente manera:
1. Conocimientos tecnológicos
En esta área se dará una visión general de los conceptos de la arquitectura Big Data y Analítica. Se explicará el concepto de computación distribuida y las ventajas que ofrece; y se introducirán las principales herramientas que se utilizan para procesar y analizar grandes cantidades de datos.
Se adquirirán los conocimientos necesarios para ser capaz de definir una arquitectura que sirva para recopilar datos de las fuentes de información para su monitorización, almacenar los datos en una Base de Datos NoSQL, consultarlos, tratarlos y visualizarlos sobre las principales herramientas que dispone la distribución de Hadoop.
2. Conocimientos analíticos
En este punto se explicará cómo analizar los datos disponibles y su naturaleza desde el punto de vista morfológico, de cara a realizar un modelado posterior que permita su explotación óptima. También, se explicarán los principales algoritmos de Machine Learning, así como los últimos desarrollos en Inteligencia Artificial.
3. Gobernanza de datos y gestión de proyectos
La gobernanza de datos ayudará a responder las preguntas que interesa responder sobre un dato de forma transversal, como también sobre un proceso. Se dará a conocer:
- El marco de desarrollo, la ejecución y la supervisión de planes.
- Políticas, programas y prácticas que entregan, controlan, protegen y mejoran el valor de los datos y los activos de información a lo largo de sus ciclos de vida.
- Metodologías que ayudan al planeamiento, organización, motivación, y control de los recursos con el propósito de alcanzar uno o varios objetivos en la gestión de proyectos de Big Data y Analítica.
4. Desarrollo de proyecto de Big Data & Business Analytics
En esta última fase, se enseñará al alumno a ser capaz de afrontar un proyecto de Big Data desde 0, abarcando la definición, el diseño y el desarrollo, aportando casos de usos reales para que le sirva de ejemplo en su trabajo final de máster (TFM).
Herramientas analíticas y nociones básicas de Big Data
Fundamentos básicos de Big Data
- ¿Qué es? Múltiples definiciones. Poner énfasis en que los mismos datos se convierten en big data en función de lo que se quiera hacer con ellos. Ejemplo: 100M registros, hacer una media = no big data, entrenar un modelo complejo = big data.
- Principio de funcionamiento: MapReduce. Ejemplos clásicos para entender el concepto (contar palabras en un texto, etc.).
- Framework Open Source para computación distribuida. Basado en el whitepaper de Google sobre MapReduce de 2004 y GFS (Google File System). Orientación a Cloudera.
- Concepto de Data Lake.
- Concepto ETL, ELT.
- La importancia del metadato y el data governance para la analítica.
- Los Datalabs en un modelo de integración analítica con el Data Lake y el Gobierno del dato.
- Plataformas de Servicios en la nube (Cloud Services).
Infraestructura Big Data
- Hadoop: Almacenamiento y procesamiento distribuido.
- Herramientas de obtención de datos: Sqoop, Flume y Nifi.
- Motores de consulta SQL:
- Hive e impala:
- Principio de funcionamiento.
- Sintaxis y funciones propias de HiveQL e Impala.
- Procesamiento de datos “in-memory”:
-
- Introducción y principio de funcionamiento.
- DataFrames & Spark SQL.
- Interfaces:
- Web (Hue, Ambari, Cloudera Manager).
- Bases de datos NoSQL:
- Hbase, Cassandra, MongoDB y Neo4J.
- Procesamiento de datos en Streaming.
-
- Hive e impala:
Introducción a la Ciencia de Datos
- Definición e historia de la Ciencia de Datos.
- Aplicaciones típicas por sector y casos de éxito reales.
- Principales perfiles en el mundo Data: Data Engineer, Data Scientist, Data Analyst.
- Errores comunes de las empresas al desarrollar proyectos de Data Science y cómo evitarlos.
- Entorno de trabajo de un Data Scientist: principales herramientas, tecnologías, lenguajes de programación y entornos de desarrollo.
Estudio y Modelado del Dato
- Análisis inicial del dato:
- Análisis exploratorio de los datos.
- Localización de datos atípicos y métodos de detección de outliers y valores extremos.
- Obtención de estadísticos descriptivos.
- Evaluación de la calidad del dato.
- Tipologías de datos: categóricos, numéricos, ordinales, temporales (fechas).
- El modelo de datos en tres capas:
- Capa Raw: ingesta de datos en crudo.
- Capa Master: principales filtros y agregaciones sobre los datos.
- Capa de Consumo: limpieza final y feature engineering para consumo en dashboards y modelos de IA.
- Visualización:
- Tipos de visualizaciones de datos y cuándo usar cada tipo de visualización.
- Principales librerías open source para visualización, con sus ventajas e inconvenientes:
- matplotlib y seaborn: principales librerías de visualización estática.
- Plotly: librería para visualización dinámica.
- Business Intelligence:
- Herramientas de reporting (Tableau y Microsoft Power BI).
Inteligencia Artificial
- Metodología para el desarrollo de algoritmos de Inteligencia Artificial:
- Sesgo y Varianza.
- Conjuntos de entrenamiento, validación y test.
- Validación cruzada (cross-validation).
- Algoritmos de Inteligencia Artificial:
- Aprendizaje supervisado:
- Modelos lineales.
- Modelos basados en árboles de decisión.
- Redes Neuronales (Deep Learning).
- Clasificación y Regresión.
- Aprendizaje no supervisado:
- Clusterización.
- Detección de anomalías.
- Procesamiento del Lenguaje Natural.
- Visión Artificial.
- Aprendizaje supervisado:
Gobierno del Dato
- Gestión de datos:
Cómo desarrollamos , ejecutamos y supervisamos los planes , políticas, programas y prácticas que permiten entregar, controlar, proteger e incrementar el valor de los datos durante su ciclo de vida.
- Conceptos esenciales
- Ética en el manejo del dato
- Gobierno de datos (Data Governance) y Arquitectura de datos
Qué datos tenemos, dónde residen y cómo se pueden utilizar
- Conceptos esenciales,actividades y herramientas.
- Arquitectura, modelo y diseño del dato.
- Conceptos esenciales, actividades y herramientas.
- Gestión de metadatos (Metadata Management)
Datos que hablan de datos, describen el contenido de los archivos o de su información de los mismos
- Conceptos esenciales.
- Tipos, fuentes y arquitectura de Metadatos
- Almacenamiento de datos y Operaciones :
- Conceptos esenciales, herramientas y técnicas.
- Tiempo de vida de los datos.
- Data Security:
Medidas de protección de la privacidad digital que se aplican para evitar el acceso no autorizado a los datos.
- DSA (Data Sharing Agreement). Seguridad en base a contratos de uso (Compliance).
- Integración con los sistemas Legacy de seguridad y servicios en las empresas
- Integración de los procesos existentes en una plataforma para que pasen a estar gobernados.
- Reglamentos de protección del dato.
- Roles típicos dentro de los procedimientos de gobierno:
Quién es quién en el gobierno del dato
- Artefactos a controlar. DSA, Datasets, Procesos
- Uso de los datos
¿Cómo se están usando los datos? ¿Quién los usa?
- Analítica semántica de los datos de mayor interés para anticipar necesidades futuras de datos.
- Data lineage. datos y procesos:
De dónde vienen los datos y donde se mueven en el tiempo
- Tipos de lineage: estático, semi dinámico, dinámico y de negocio.
- Data Quality
Asegurar que los datos sean exactos, íntegros, confiables , relevantes y actualizados están.
- Ciclo de vida de los datos.
- Ciclo de vida de la calidad del Dato.
- Perfilado de los datos.
- Roles de la calidad del dato.
- Data Quality y Data Governance.
- Diccionario de datos.
Cómo utilizar el conjunto de definiciones que contiene las características de los datos. Enriquecimiento del metadato:
- Aprovechar las sinergias en cuanto a la existencia de un Diccionario en la empresa.
- Aprovechar las sinergias en cuanto a la existencia de Modelos de Datos en la empresa.
- Data Governance en la nube
Dónde y cómo poner en práctica todo lo aprendido de Data Governance
- Plataformas
- Características y servicios de gobernanza.
- Soluciones
Gestión de Proyectos Big Data y Analíticos
- Introducción en la gestión de proyectos Big Data y Analíticos.
- Cuáles son los principales desafíos y riesgos de un Proyecto de Big Data y Analíticos.
- Cómo organizar, estructurar y desplegar un Proyecto de Big Data:
- Etapas
- Riesgos
- Metodologías
- Claves para el éxito y desafíos de la gestión.
- Cómo organizar, estructurar y desplegar un proyecto de Analítica:
- Etapas: implementación y automatización. ML Operations. Feature Stores.
- Riesgos: reproducibilidad de modelos y predicciones. Drifting.
- Diagnóstico (referencia incorrecta - repetida). Error Analysis.
- Gobernanza y cumplimiento normativo.
- Claves para el éxito y desafíos de la gestión.
- Optimización y elaboración de Plan de Desarrollo de proyecto (PDP).
- Cultura y Metodologías Ágiles: Nuevas capacidades y Roles, metodologías LEAN: Scrum y Kanban. Etapas y entregables.
- Adaptación de las metodologías ágiles a los proyectos de Analítica.
- Operatividad en los proyectos: despliegue, orquestación, integración continua y entrega continua.
- Aciertos y errores en los casos de uso de Big Data y Analiticos.
- Claves para el éxito de un proyecto de Big Data y Analiticos.
Casos de uso y trabajo fin de máster
- Casos de uso.
- Trabajo fin de máster.
- Obtener conocimientos de Big Data y su aplicación en los negocios.
- Entender los fundamentos del Business Analytics y su utilidad en el ámbito empresarial.
- Conocer las herramientas que permiten trabajar con grandes volúmenes de datos.
- Utilizar el valor que ofrece la aplicación del Big Data y el Business Analytics como activo estratégico para el desarrollo de nuevos productos, servicios y modelos de negocio.
- Conocer las tecnologías detrás del Big Data y la Analítica de Negocios para la generación de ventaja competitiva en las empresas.
- Adquirir competencias para trabajar con datos y aprovechar la información que éstos ofrecen para mejorar las decisiones de negocio.
- Entender los elementos claves de la innovación empresarial a través del Big Data.
- Director de sistemas de información o CIO (Chief information officer).
- Director digital o CDO (Chief Digital Officer).
- Director de datos o CDO (Chief Data Officer).
- Analista de inteligencia de negocios.
- Gerente de proyectos de Business Intelligence.
- Responsable de proyectos de Big Data.
- Director de innovación.
- Director de negocios.
- Analista de datos.
- Consultor de TI (Tecnología de la Información).
- Líder de equipo.
- Gerente de proyectos.
- Scrum Master.
- Gerente de transformación digital.
- Profesionales del área tecnológica que busquen especializarse en el campo del Big Data, Business Analytics e Inteligencia Artificial, para impulsar el crecimiento de una empresa a través de decisiones basadas en datos.
- Empresarios que deseen brindar escalabilidad a sus empresas a través de los macrodatos, el análisis de negocio y la inteligencia artificial.
- Emprendedores que tengan la intención de introducir un nuevo producto o servicio al mercado, aprovechando las ventajas que ofrece el Big Data y el Business Analytics.
- Trabajadores independientes que quieran desarrollar habilidades de big data y analítica empresarial.
- Perfiles de las Tecnologías de la Información y Comunicación (TIC) que deseen orientar sus carreras profesionales al ámbito del Big Data y el Business Analytics.
Realizar un Programa de Postgrado de alto nivel como es el Máster Big Data & Business Analytics supone un compromiso económico que a veces puede ser difícil de asumir.
CEUPE – Centro Europeo de Posgrado dota una gran parte de sus recursos financieros a fin de:
- Ofrecer a sus alumnos Programas de Ayudas Económicas a las que pueden optar si reúnen los requisitos exigidos.
- Facilitar flexibilidad en los pagos que el alumno debe afrontar, ofreciendo la posibilidad de fraccionarlos sin intereses.
- Los Programas Masters cuentan con una financiación interna a través de la cual no cobran al alumno ningún tipo de interés ni existe intermediación bancaria.
- Todos sus programas contemplan su abono en cómodos plazos para que el alumno no tenga que realizar importantes desembolsos. Es importante consultar al orientador académico que informará con detalle sobre las condiciones del programa seleccionado.
PROGRAMAS INTERNACIONALES DE AYUDAS DIRECTAS AL ESTUDIO
CEUPE, como miembro oficial de la UNITED NATIONS GLOBAL COMPACT, defiende que la formación de calidad es un Derecho Humano Fundamental, piedra angular de la sociedad del conocimiento y elemento estratégico para el desarrollo Sostenible y la inclusión social.
Por ello dota una gran parte de sus recursos financieros a fin de ofrecer a sus alumnos Programas Internacionales de Ayudas Económicas a las que pueden optar si reúnen los requisitos exigidos, por ejemplo el PROGRAMA GLOBAL LEARNING que ofrece Ayudas Económicas sobre todos los Másteres y cubre hasta el 65% de su coste.
PAGO EN CUOTAS SIN INTERESES
CEUPE ofrece a sus alumnos flexibilidad en los pagos que deben afrontar, ofreciendo la posibilidad de fraccionarlos sin intereses y sin intermediación bancaria. Es importante consultar con el orientador académico que informará con detalle de las ayudas dependiendo del programa formativo que se seleccione.
Másteres que te pueden interesar
ESCUELA INTERNACIONAL
AYUDAS DIRECTAS AL ESTUDIO
PROFESORADO UNIVERSITARIO Y DIRECTIVO
