Máster Big Data & Business Analytics
Tecnología - Sistemas
El Máster en Big Data & Business Analytics es una formación de postgrado que se enfoca en la gestión de los macrodatos y la analítica empresarial. Tiene como objeto desarrollar en sus estudiantes las competencias necesarias para diseñar estrategias basadas en datos, y mejorar en las empresas sus decisiones de negocio.
Presentación del Máster de Big Data & Business Analytics
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).
Temario
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 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.
Profesorado del Área Tecnológica y de Sistemas y Seguridad de la Información
Contamos con un claustro de alto nivel académico y directivo, con más de 15 años de experiencia docente y profesional
Gustavo López
Sara Andrés Caballero
Cristina Gil
Mario Conejos
Francisco José Ramírez Vicente
Álvaro Nuñez Romero Casado
Alfieri Olcese
Fernando Agudo Tarancón
Jose Antonio Rubio Blanco
Francisco Javier Quintana
Carlos Pezo
Titulación de Máster Big Data & Business Analytics
Titulaciones Académicas
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 acredita haber superado todas las pruebas académicas. Título con 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.
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. Cuentan con el aval de la Asociación Española de Escuelas de Negocios - AEEN, así como Certificación Internacional de Excelencia Educativa - ICEEX Se podrá acceder también al título de Máster propio Universitario que se detalla a continuación, previo pago de las tasas de matriculación correspondientes.
Título del Centro Europeo de Postgrado - CEUPE
Máster Big Data & Business Analytics
Objetivos del 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.
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 obtenerel 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 en caso de no existir oferta promocional que se incluya contratando el máster.
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
Empleabilidad
Semana Internacional
Acto de graduación
Datos de Interés
DE PAGO
Servicios Académicos
CLASS
CLASS
MAGAZINE
Metodología
Ayudas al Estudio
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.
Programas que te pueden interesar
ESCUELA INTERNACIONAL
AYUDAS DIRECTAS AL ESTUDIO
PROFESORADO UNIVERSITARIO Y DIRECTIVO
