El Máster en Data Science for Business presencial 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 disciplina orientada a la gestión del dato y la información:
Este máster también se puede estudiar aunando lo mejor de la presencialidad y la modalidad online en nuestra edición del Máster en Data Science For Business Blended.
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
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:
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.
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.
Durante tu Proyecto Fin de Máster, ENAE pone a tu disposición consultores cualificados del ámbito de la Economía y Finanzas. Profesores y Profesionales expertos te ayudarán a interpretar y aplicar tu formación para que tu proyecto final sea todo un éxito.
Un máster es mucho más que formación. Descubre todas las actividades que podrás realizar durante tu curso. Descarga el Decálogo de Actividades.
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.
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
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.
El Análisis de sentimiento es el uso de procesamiento de lenguaje natural para identificar y extraer información del texto analizado.
Con el análisis de sentimientos se establece una tarea de clasificación masiva de documentos de manera automática, en función de la connotación positiva, neutra o negativa del texto que ocupa en el documento.
En este curso se abordarán conceptos cómo Location Analytics, aprendiendo el valor de la ubicación y la obtención y manipulación de datos geo-posicionados.
Se realizarán cálculos de zonas de influencia, análisis de apertura de negocios, análisis avanzado de mapas y se realizará un caso de analítica espacial y machine learning.
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.
El crecimiento en los datos a través, principalmente de redes sociales, sitios webs, datos operativos de negocio, etc. ha provocado una explosión en la generación de los datos y en este caso no sólo por las transacciones comerciales si no por los hábitos del cliente.
En este workshop hablaremos sobre la importancia en el negocio de una estrategia con el cliente como centro. Hablaremos sobre el ciclo de vida del cliente, sobre la definición de un cliente activo o inactivo, la pérdida de un cliente, veremos modelos para intentar adelantarnos a su abandono, modelos para enfocar mejor las campañas, estudiaremos un caso real de una segmentación de engagement y haremos ejemplos para asimilar estos conceptos.
En este workshop se mostrarán aplicaciones del Big Data en el mundo empresarial, prestando especial interés en su uso por sectores. Además, se realizarán casos de uso, utilizando el lenguaje de programación estadístico R para su mejor comprensión.
People Analytics está cambiando la forma de entender los RRHH, el acceso a nuevas fuentes de información, el aumento de la capacidad de análisis y visualización de los datos esta transformando la forma de gestionar a los empleados.
Los departamentos de RRHH encuentran en este área una forma de desarrollo de nuevos procesos de gestión y un camino hacia la transformación digital.
En este workshop se abordarán las bases conceptuales y técnicas sobre las que profundizará en un workshop posterior en el que se abordaran distintos casos de uso de People Analytics.
En este curso se analizarán los conceptos básicos sobre Fintech, además de tratar sus principales modelos de negocio. Se abordarán conceptos relacionados con la cartera de acciones cómo riesgo financiero, rendimiento, entre otros.
Este taller tiene como objetivo que el alumno empiece a sacar partido del open data del punto de vista de un reutilizador, por medio de casos prácticos en los que se accede a distintos datos para resolver varios problemas. Además, analizaremos las plataformas de concursos, como Kaggle, como medio de aprendizaje, de acceso a datos y de acceso a código abierto para usar esos datos.
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.
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.
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.
La estadística es la ciencia que estudia como recoger, analizar, presentar e interpretar un conjunto de datos como soporte para la toma de decisiones.
La estadística se utiliza a menudo en finanzas, marketing, economía, política, etc., donde los datos son obtenidos a través de cuestionarios, encuestas, experimentos o cualquier otro conjunto de medidas. Los datos estadísticos son tan numerosos que es indispensable resumirlos de manera adecuada.
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.
Añadir a mi calendario
ENAE facilita el acercamiento a sus programas formativos a profesionales residentes en España en localidades que por su lejanía o difícil conexión condicionen la posibilidad de realizar un programa presencial en nuestras instalaciones.
Para ello ENAE financiará la estancia del viernes por la noche en régimen de alojamiento y desayuno, a aquellos alumnos que realicen un Master o curso de más de 100 horas en sus instalaciones y cuya impartición se desarrolle en viernes y sábado. Los alumnos tendrán que acreditar ser residentes en las áreas establecidas (*) acreditándolo según los medios que se especifiquen a los efectos.
(*) Áreas establecidas:
Todas aquellas localidades que estén a una distancia superior a 80 km de Murcia capital.
