Pasar al contenido principal

Master Business Intelligence y Big Data

Maximizando el rendimiento empresarial

El Máster en Business Intelligence y Big Data de ENAE Business School habilita a los alumnos en la aplicación práctica de las nuevas tecnologías asociadas al fenómeno del Big Data y en las modernas herramientas de análisis predictivo y visualización de datos. 

Desarrollado en base a cinco áreas, proporciona a los alumnos una visión global en esta era orientada a la gestión del dato y la información:

  • Gestión de Datos.
  • Business Analytics.
  • Big Data.
  • Data Science.
  • Habilidades de liderazgo y gestión

A QUIÉN VA DIRIGIDO

En la actual sociedad del conocimiento y de la información, el perfil de este tipo de profesionales es demandado cada vez por más empresas. De ahí que el master está dirigido a profesionales que deseen reforzar y ampliar sus conocimientos y capacidades en inteligencia de negocios para asumir la dirección y liderazgo en áreas de estrategia, así como profesionales que quieran reorientar su carrera hacia la moderna y novedosa profesión del científico de datos.

CON LA COLABORACIÓN DE 

CAPTCHA
Esta pregunta se hace para comprobar que usted es una persona real e impedir el envío de spam.
Image CAPTCHA
Escriba las letras.

OBJETIVOS

  • Proporcionar los conocimientos sobre procesos y tecnologías diseñadas para optimizar y mejorar el rendimiento de una empresa, con especial foco en las herramientas tipo Business Intelligence (BI).
  • Preparar ante los retos que representa el fenómeno del Big Data, sus fundamentos, las tecnologías asociadas y la forma idónea de afrontar proyectos de Big Data por las empresas.
  • Habilitar en el uso de herramientas de análisis predictivo y Data Science
  • Comprender todas las posibilidades y ventajas de la gestión y el análisis de los datos para las compañías.

WORKSHOPS

Durante el desarrollo del Máster en Business Intelligence & Big Data se impartirán una serie de workshops en los que, con un punto de vista eminentemente práctico, se impartirán una serie de técnicas especializadas en diferentes ámbitos de la gestión y análisis de los datos: 

  1. Análisis de sentimiento aplicado a redes sociales
  2. Data mining
  3. Marketing 360: modelos de fidelización/abandono
  4. Sistemas de recomendación
  5. People analytics
  6. Fintech
  7. Open data

PROGRAMA

  • Transformación Digital en la Empresa

    Cada vez es más importante saber qué está pasando en nuestro entorno y en nuestras propias organizaciones. Pero el volumen de datos crece exponencialmente y por el contrario, cada vez disponemos de menos tiempo para analizar la información. Dentro del mundo de las Tecnologías de la Información, Business Intelligence (BI) o Inteligencia de negocio como se suele llamar en español es un área que ha ido emergiendo en los últimos años hasta tener una identidad propia y marcada. La Inteligencia de Negocio se refiere pues a las herramientas de software y procesos empresariales orientados al análisis de la información y la presentación efectiva de los datos para su análisis y como parte del proceso de toma de decisiones.

  • Fundamentos de Business Intelligence

    Durante este módulo se explorará la aplicación del método científico a la explotación y análisis de datos en cualquier proceso de negocio, conocer las diferentes técnicas y como extraer verdadero provecho de ellas.

  • Fundamentos Data Science y Big Data

    El dato se ha convertido en uno de los activos más valiosos en muchas empresas. Alrededor de los mismos han surgido términos como Calidad del dato (Data Quality), Orientación al dato (Data-driven), Toma de decisiones basada en el dato (Data-driven decisión making process), e incluso existen ya empresas dónde la Monetización del dato, es decir, el empleo de los datos como activo directo para la generación de ingresos. En este sentido, en algunos países existe ya el grado de Científico de datos (Data Scientist), cuyo trabajo consiste en extraer conocimiento a partir de los datos y dar respuesta a complicadas preguntas y predicciones basándose en técnicas avanzadas de análisis estadístico y modernas herramientas de visualización. Es un científico que debe contar además con conocimientos de tecnología y una fuerte componente de visión del negocio. Esta Ciencia de los datos debe usar no solo los datos internos, sino todo el potencial del Big Data para encauzar la toma de decisiones hacia una mejora del rendimiento de la compañía.

  • Bases de Datos Relacionales y NoSQL

    Este módulo introduce al alumno en las tecnologías de almacenamiento de datos. Desde las más tradicionales Bases de datos Relacionales que almacena los datos de forma estructurada, hasta aquellas basadas en las tecnologías de bases de datos NoSQL más usadas en la actualidad

  • Introducción al Lenguaje SQL

    Este módulo introduce al alumno en el lenguaje de consulta SQL (Structured Query Language), el más utilizado para el acceso a datos, y el lenguaje utilizado por las bases de datos relacionales, las más implantadas en la actualidad. 

  • Curso de introducción programación estadística con R

    En este módulo se estudiarán los fundamentos del lenguaje y el uso de R Studio, un entorno que facilita su utilización para el análisis predictivo.

  • Workshop Análisis de Sentimiento aplicado a Redes Sociales
  • Series Temporales

    En este curso se estudiará la descomposición de series temporales, el uso de regresores externos, los principales modelos: ARIMA, alisado exponencial, redes neuronales, random forest e híbridos.

  • Paradigma Big Data

    Este módulo introduce al alumno a las tecnologías de procesamiento y almacenamiento de grandes cantidades de datos (Big Data) en entornos en la nube. Se estudiará Hadoop y su procesamiento distribuido usando los paradigmas Map-Reduce y Spark. 

  • Workshop Marketing 360. Modelos de Fidelización-Abandono
  • Workshop Sistemas de Recomendación
  • Retos en Machine Learning e Inteligencia Artificial

    En este módulo se estudiarán los conceptos de:

    • - Deep Learning
    • - Meta Learning
    • - Data Science en el entorno Big Data
    • - MLlib
    • - H2O
    • - Procesamiento de lenguaje natural y análisis de sentimiento
  • Data Warehousing: Gestión de Datos Orientada al Análisis
    Aunque a veces se usa el término correspondiente en español, Almacén de Datos, es mucho más frecuente el vocablo inglés Data Warehouse para referirse al conjunto de herramientas, aplicaciones y sistemas de almacenamiento de datos orientadas a proveer información para la toma de decisiones. Dentro de cada organización, el volumen de información generada y almacenada es mucho mayor que hace solo unos años. De forma paralela, los directivos y ejecutivos de las organizaciones viven su día a día con un ritmo desenfrenado. El tiempo se convierte cada vez más en un factor crítico en dos sentidos: tenemos la percepción general de que disponemos de menos tiempo y cada vez la vigencia de los datos es más volátil. Consecuentemente, necesitamos obtener la información más rápidamente para analizarla y tomar decisiones a partir de ella. Parece obvio entonces que los sistemas y herramientas para el análisis de la información hayan ido tomando un protagonismo destacado. La finalidad de este curso es iniciar al alumno en los conceptos, los procesos, las herramientas y las tecnologías apropiados en la gestión de datos orientados al análisis.
  • Data Warehousing: Gestión de Datos Orientada al Análisis
  • Curso de data mining y machine learning

    Si la Inteligencia de Negocio proporciona herramientas avanzadas para el análisis de grandes volúmenes de información, las técnicas de Minería de Datos (Data Mining en inglés) van un paso más allá y permiten de forma automática descubrir información interesante que permanece oculta en ese laberinto enorme en que se convierten los datos. La minería de datos usa principios estadísticos para detectar patrones en los datos, ayudándonos a tomar decisiones inteligentes sobre problemas complejos. La aplicación de los algoritmos de minería de datos permite predecir tendencias, identificar patrones ocultos, crear reglas y recomendaciones, establecer agrupaciones de registros de datos, detectar anomalías y excepciones y encontrar dependencias ente distintas variables.

  • Curso de introducción a Python

    Para cualquier persona interesada en iniciar una carrera profesional en el mundo de Data Science, ya sea como persona técnica, o como persona encargada de gestionar un equipo de Data Scientists, el tener un conocimiento práctico de como usar las herramientas disponibles es fundamental. A estos efectos, el lenguaje de programación Python es el que mayor potencial tiene como lenguaje mayoritario.

  • Dashboards y Reporting. Visualización de Datos
    Desde hace mucho tiempo, ha aumentado el uso de la representación gráfica de ideas o conceptos en campos como marketing, publicidad, diseño web, cartografía, etc. Ejemplo de ello es la Visualización de Datos, centrada en la representación visual de información compleja, lo cual permite que sea comprensible, facilita su análisis y la toma de decisiones. Este módulo se basa en el aprendizaje de la herramienta Qlik Sense, que ofrece una amplia variedad de gráficos, cuadros y tablas, en distintos formatos, que permiten ver los datos de la forma que uno desee.
  • Estadística para la Toma de Decisiones
    Este módulo tiene como finalidad instruir al participante en las técnicas de análisis de la información más relevantes para un directivo, que le permitan enfrentarse con soltura a todos los problemas ligados al análisis cuantitativo, planificación, toma de decisiones o tratamiento de cualquier tipo de información numérica dentro de las distintas áreas funcionales de la empresa. Para ello, el participante ha de ser capaz de identificar cuál es el instrumento de análisis más adecuado, para un escenario competitivo dado y con una información numérica determinada. Para el desarrollo de la docencia, nos apoyaremos en la formación recibida en el módulo de “Informática de Gestión”, y ampliaremos debidamente la formación en aquellos aspectos específicos de gestión de la información que se consideren más adecuados para la formación de un futuro directivo. Y por último, el participante ha de ser capaz de combinar el uso de diversos instrumentos de análisis de la información, en aras de un análisis detallado del entorno interno y externo de la empresa apoyándose en la información cuantitativa disponible.

MATRÍCULA


Edición:
III
Inicio:
04/10/2019
Modalidad:
Presencial
Preinscripción sin compromiso

PROFESORES

METODOLOGÍA

Programa de prácticas

Nuestro programa de prácticas laborales te ofrece la posibilidad de potenciar tu carrera y adquirir nuevas habilidades en diversas empresas del sector. Con ENAE puedes completar tu formación con la experiencia única de trabajar en una empresa europea.

Método

En ENAE hemos desarrollado una metología activa con la que alternamos conceptos, técnicas y métodos de análisis en el desarrollo de casos prácticos aplicables a la empresa real. Fomentamos el trabajo en equipo para obtener mayores experiencias profesionales de profesores y alumnos.

Business plan

Durante tu Proyecto Fin de Máster, ENAE pone a tu disposición consultores cualificados del ámbito de la Economía y FinanzasProfesores y Profesionales expertos te ayudarán a interpretar y aplicar tu formación para que tu proyecto final sea todo un éxito.

CAPTCHA
Esta pregunta se hace para comprobar que usted es una persona real e impedir el envío de spam.
Image CAPTCHA
Escriba las letras.