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 Data Science, 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 / Flyware / Paypal / Transferencia bancaria
Descuento del 8% del coste en pagos al contado
Fraccionamiento del pago sin intereses ni intervención bancaria
ELIGE CÓMO QUIERES ESTUDIAR
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).
Llcenciado en Ingeniería Aeronáutica y máster en Matemática Avanzada por la Universidad Politécnica de Madrid.
Actualmente trabaja como Data Scientist en su propia empresa WhiteBox. Anteriormente ha desempeñado este rol en varias empresas de consultoría hasta dar el paso de formar su propia firma.
Su stack tecnológico abarca varias ramas del Machine Learning entre las que se encuentran Computer Vision o NLP, teniendo especial importancia el Reinforcement Learning, área en la que es campeón de España de la AWS Deepracer.
Entre sus clientes se encuentran importantes empresas españolas como Iberdrola o Ferrovial, así como varias startups de San Francisco.
Ingeniero Industrial por la Universidad de Sevilla y MBA por la Escuelade Organización Industrial con especialidad en Finanzas. Actualmente Data Scientist en Pragsis Bidoop, ha trabajado en proyectos de investigación premiados con fondos europeos del Horizonte 2020, así como para importantes clientes de los sectores editorial, financiero, telecomunicaciones y energético. Experto en aprendizaje automático y modelización estadística, contribuye activamente al desarrollo de proyectos open source relacionados con el tratamiento y análisis de datos.
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
COMPLEMENTO DE IDIOMAS AL PROGRAMA MASTER
En un mundo tan globalizado como es el actual, las necesidades del mercado laboral demandan un profesional cada vez más competitivo. Por ello, desde CEUPE, hemos querido apostar plenamente por una formación en la que nuestro programa de especialización impartido en español, vaya integrado de forma paralela en el aprendizaje del inglés de negocio para poder reforzar el perfil profesional de nuestros alumnos.
CEUPE cuenta con una de las herramientas de formación online de idiomas más innovadoras y potentes del mercado, posibilitando al alumno el acceso durante un año del estudio del idioma, prestando especial atención a la formación en el idioma seleccionado centrándonos en una perspectiva de estudio orientada hacia los negocios en las diferentes vertientes comercial, jurídico, en el ámbito del marketing, coloquial, profesional, etc.
Una vez finalizado el curso de idiomas elegido, podrás obtener un Certificado que acredita las horas cursadas, las fechas de realización y los contenidos superados.
La metodología de aprendizaje, en el caso de seleccionar el idioma Inglés, permite la posibilidad de una vez finalizado los niveles, poder presentarse al acceso para obtener el certificado TOEIC, actualmente, la certificación empresarial más reconocido a nivel internacional.
Asimismo, es importante aprender un tercer idioma de lenguas consolidadas en el mundo profesional como francés, alemán, italiano, ruso y portugués (de Brasil). Para aquellas personas que ya dominen la lengua inglesa y deseen aprender otro idioma, desde CEUPE damos la posibilidad de acceder al estudio de esas otras lenguas citadas.
Para tener más información sobre la herramienta de estudio que vamos a ofrecerte con este programa máster, te facilitamos este enlace que te ayudará bastante: VIDEO DEMOSTRACION
La contratación de este módulo es independiente al precio del curso, teniendo un coste de 180€.
HERRAMIENTA DE NETWORKING Y DESARROLLO PROFESIONAL
Comprometidos con la preparación integral de nuestros alumnos en el mercado laboral, CEUPE es la única Escuela de Negocios que apuesta por un nuevo servicio exclusivo, capaz de fortalecer el perfil profesional de cada estudiante. Desde el Departamento de Orientación Profesional, y en colaboración con las principales agencias de colocación y outplacement, consultoras de selección de personal y coaches especializados en la rama empresarial, se ha desarrollado una Herramienta con la que, a lo largo de su formación, el alumno podrá contar para mejorar su desarrollo profesional y empleabilidad.
La Herramienta está pensada para la mejora y crecimiento profesional del alumno, con tres ejes conductores:
- La búsqueda activa de empleo, donde el alumno dispondrá de las principales bases de datos de empleo del país, así como fuentes de reclutamiento internacionales.
- Cambio profesional, con herramientas para elaborar una estrategia directa y efectiva que gire en torno a la preparación del CV, de la entrevista y de las dinámicas de grupo o networking.
- Desarrollo de la carrera profesional, en la que podrá hacer uso de aprendizaje interactivo relacionado con el coaching profesional activo o employer branding, para perfiles con una experiencia profesional más amplia.
Esta Herramienta de apoyo está integrada en el Campus Virtual, donde su uso es de fácil acceso para nuestros alumnos. Desarrollado y estructurado de forma muy intuitiva por el equipo equipo de Orientación Profesional, garantiza una formación en constante actualización, para un aprendizaje ágil y efectivo. En ella el alumno encontrará el apoyo de tutoriales, foros, vídeos, bases de datos, documentación digital e imprimible, conferencias online y grabadas, así como otros soportes de trabajo. VIDEO INFORMATIVO
El devenir de las empresas, los proyectos empresariales, la economía y todo tipo de organización profesional está encaminada al análisis del dato y la interpretación del mismo. Todos los directores, empresarios, emprendedores y profesionales directivos basaran cada vez más sus estrategias y decisiones en base a lo que les aporten los profesionales del dato o data scientist.
Por eso desde CEUPE nos hemos marcado en desarrollar el primer Master en Big Data & Business Analitics orientado a los negocios y proyectos empresariales. Dirigido a profesionales que necesiten combinar la gestión de los datos con la estrategia de la empresa basados en tecnología Big Data y Analíticos como estrategia de negocio. Profesionales que requieran tomar decisiones basados en el análisis del dato o incorporar conocimientos de big data y análisis data.
El programa académico se encuentra estructurado de la siguiente manera:
Área 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, así como 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.
Área 2: Conocimientos analíticos: En esta área 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. Así mismo, se explicarán los principales algoritmos de Machine Learning existentes así como los últimos desarrollos en Inteligencia Artificial.
Área 3: Gobernanza del dato y gestión de proyectos: El “Data Governance” ayudará a responder a las preguntas que interesa responder sobre un dato de forma transversal como también sobre un proceso. Este área te 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.
También se darán a conocer las metodologías que ayudará al planeamiento, la organización, la motivación, y el control de los recursos con el propósito de alcanzar uno o varios objetivos en el la gestión de proyectos de Big Data y Analíticos.
Área 4: Desarrollo de un proyecto Big Data & Business Analytics: En esta última área se enseñará al alumno a ser capaz de afrontar un proyecto Big Data desde 0 (definición, diseño, desarrollo), aportando casos de usos reales para que le sirva de ejemplo en su desarrollo del 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).
- Caso práctico: evaluación de un dataset real propuesto por los profesores.
- 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).
- Ejercicio práctico: realización de un dashboard con 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.
- Adquirir conocimientos de ecosistemas Big Data y su aplicación en los negocios.
- Utilizar el valor de aplicar Big Data y la analitica de los negocios como activo estratégico para el desarrollo de nuevos productos, servicios y modelos de negocio.
- Comprender la analítica de negocios, sus conceptos y herramientas esenciales, para identificar y evaluar las oportunidades en todas las áreas funcionales de una empresa.
- Adquirir conocimientos necesarios sobre el uso, análisis, calidad, control, seguridad y la explotación de los datos para toma de decisiones, operaciones y generación de valor en el negocio.
- Adquirir herramientas necesarias para la gestión de proyectos Big Data y proyectos Analiticos.
- Obtener herramientas de mejora de resultados al aplicar algoritmos, analítica de negocios, Inteligencia Artificial y cualquier tipo de procesamiento basado en datos.
- Directivos y Gerentes de las Áreas de Negocio.
- Directores de Sistemas de Información y CIOs.
- Directores / Gerentes de Innovación.
- Directores / Gerentes de Transformación Digital y CDOs.
- Directores / Gerentes de Proyectos BI / Big Data.
- Business Partners.
- Consultores de TI.
- Líderes de equipos.
- Gerentes de Proyectos
- Gerentes de gobierno y calidad del dato
- Jefes de Proyectos / Scrum Master
- Profesionales que necesiten combinar la gestión de los datos con la estrategia de la empresa basados en tecnología Big Data y Analiticos como estrategia de negocio.
- Profesionales de negocios que requieran tomar decisiones basados en el análisis del dato.
- Profesionales técnicos que requieran incorporar conocimientos de big data y análisis del dato.
- Profesionales de gestión y calidad de la información.
Realizar un Programa de Postgrado de alto nivel como es el Master en Energías Limpias y Eficiencia Energética 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
