Master Business Intelligence y Big Data

El Master en Business Intelligence y Big Data se imparte en modalidad semipresencial en Madrid.

El entorno globalizado y la proliferación de datos procedentes de múltiples fuentes necesitan de profesionales capaces de enfrentar problemas de análisis de datos en contextos de negocio concretos, así como con conocimientos de los costes y necesidades asociadas al procesamiento de datos masivos en la nube. Según las estimaciones de McKinsey Global Institute para 2018, se necesitarán hasta 190.000 profesionales con un nivel alto en habilidades analíticas simplemente en Estados Unidos, así como 1,5 millones de managers y analistas con know-how en tecnologías big data.

El Master en Business Intelligence y Big Data tiene como misión responder a este reto de formación cualificada en las diferentes áreas de la empresa. A través de este programa conocerás en profundidad los elementos de medición de negocio, tecnología y analítica de datos y desarrollarás las habilidades necesarias para adquirir una combinación de habilidades única en las áreas de data science, business analytics y big data management.

Metodología
La metodología EOI te aportará todos los elementos necesarios para reproducir en un entorno real tu paso por la escuela.
El Master en Business Intelligence y Big Data se desarrolla con metodología online y cuenta con una sesión presencial de dos semanas en Madrid.

Metodología online: garantiza la misma calidad docente que el formato presencial, con un enfoque flexible e innovador que rompe con las barreras geográficas y la incompatibilidad de horarios.
Sesión residencial en Madrid: estas semanas están dedicadas al trabajo en equipo y a la aplicación práctica de los conocimientos, con visitas a empresas y sesiones con directivos relevantes de distintos sectores, para acercarte a la realidad empresarial.
 
TU FUTURO
El Master en Business Intelligence y Big Data te prepara para:
-Trabajar como analista de datos, responsable de proyectos de big data o inteligencia de negocio y data scientist
-Aprender a medir y evaluar indicadores clave del negocio en todas sus áreas, aplicando métodos de data science
-Saber gestionar y diseñar arquitecturas y soluciones para problemas de big data que aporten valor a la organización
-Saber aplicar modelos analíticos y predictivos a situaciones de negocio que requieren un tratamiento avanzado
-Entender el papel de los diferentes modelos de bases de datos y los usos de las bases de datos multidimensionales para analizar y visualizar patrones y tendencias.

En EOI te ayudamos a tu desarrollo profesional a través del Área de Carreras Profesionales, que pone a tu disposición servicios orientados a la inserción en el mercado laboral y a la mejora y desarrollo de tu carrera profesional.

El Master en Business Intelligence y Big Data está orientado a tres perfiles de estudiantes: técnico (ingenieros de cualquier rama TIC), estadístico/cuantitativo (matemáticos o profesionales de diferentes campos científicos) y negocio (profesionales de cualquier área de negocio o actividad que quieran formarse como analistas de datos y de negocio).

El objetivo es que te conviertas en un profesional capaz de sacar todo el partido a las tecnologías de inteligencia de negocio, de manera que reviertan en la mejora de procesos y toma de decisiones de las empresas.

MÓDULO DE NIVELACIÓN Y HERRAMIENTAS
Uso de máquinas virtuales
Manejo de la línea de comandos
Introducción a la programación estadística con R y Python
Formatos de datos para la web
Bases de datos relacionales y SQL

FUNDAMENTOS DE BI, BA y BIG DATA
Definición, componentes y tipología de sistemas de inteligencia de negocio
Contextualización y diseño de sistemas de inteligencia de negocio
Diseño de informes, cuadros de mando e indicadores
Fuentes y calidad de los datos

ESTRATEGIA Y GESTIÓN BASADA EN DATOS
Fundamentos de la direccio´n estrate´gica. La información como base del análisis estratégico
Ana´lisis del entorno competitivo, sectorial y particular para toma de decisiones. La inteligencia competitiva
Definición de la estrategia: diseño y simulación de estrategias alternativas
Implantación y seguimiento de la estrategia. Definición de indicadores clave (KPI’s)
El business case de una iniciativa de inteligencia de negocio

DATA WAREHOUSING
Utilidad y conceptos. Arquitectura: data marts y data warehousing
Herramientas de extracción, transformación y carga - ETL
Diseño de data warehouses. Elementos hardware y software
Metodologías de implementación
Motores analíticos integrados. Minería de datos
Soluciones de Data Discovery

BASES DE DATOS ANALÍTICAS
Multidimensionalidad y su tipología. OLAP/MOLAP/ROLAP
Esquema de bases de datos: desnormalización y multidimensionalidad
Lenguaje de consulta analítico: MDX vs. SQL
Manipulación, análisis y visualización de datos: Visor OLAP y funciones básicas
Base de datos analíticas: BBDD columnar, BBDD en memoria

LA WEB DE LOS DATOS
Conceptos de web semántica y web de los datos
La nube de los datos enlazados
El lenguaje de consultas SPARQL
Enlazado y enriquecimiento de información

INTRODUCCIÓN AL APRENDIZAJE AUTOMÁTICO Y MINERÍA DE DATOS
Aprendizaje supervisado y no supervisado
Clustering y clasificación. Técnicas y medidas de calidad
Herramientas de aprendizaje automático, visualización
El ciclo de la minería de datos

TECNOLOGÍAS DE ALMACENAMIENTO ESCALABLE
Introducción a las bases de datos NoSQL: origen, evolución y contexto histórico
Persistencia políglota: escoger el modelo de datos más adecuado para cada problema
Modelos de agregación: características, tipos, consideraciones de diseño y casos de uso
Modelos en grafo: características, consideraciones de diseño y casos de uso
Sistemas distribuidos: definición, tipos, estrategias de distribución y consistencia de datos
Ejercicios y ejemplos usando bases de datos NoSQL: MongoDB y Neo4J

MINERÍA DE TEXTO Y ENLACES EN LA WEB
Comprender los fundamentos teóricos, las técnicas y las aplicaciones prácticas del PLN
Manejar de forma práctica distintas librerías y herramientas de NLP (NLTK, Brad, Gate)
Implementar de forma básica distintas soluciones NLP (Análisis de Sentimiento, Text Mining de datos web, Asistente Virtual)

PARALELIZACIÓN DE DATOS
Procesamiento paralelo y ecosistema hadoop
Procesamiento paralelo bajo arquitectura hadoop. MapReduce
Mecanismos de explotación de la información en entornos distribuidos hadoop

METODOLOGÍA DE PROYECTOS
Ideas modelos de negocio
Formación de grupos de trabajo
Asignación tutores

ADQUISICIÓN DE DATOS EN TIEMPO REAL
Introducción y conceptos básicos
Arquitectura general de un proyecto IoT
Plataformas IoT y big data
Ejemplos y casos de uso

CASO DE ANALÍTICA FINANCIERA
Conceptos financieros y de riesgos
Aplicación práctica de BI y big data a la visión financiera/riesgos
Obtención y preparación de datos financieros y de riesgos      
Modelos estadísticos para maximizar el RAR (Rentabilidad Ajustada al Riesgo) y para inferir el riesgo de operaciones financieras

CASO ANALÍTICA DE CLIENTES
Location Analytics: concepto y aplicaciones
El valor de la ubicación
Aplicación en el análisis de resolución de un problema de negocio
Casos prácticos y trabajo individual de aplicación de Location Analytics en un caso práctico

CASO ANALÍTICA DE MARKETING
Aplicación al marketing digital
Campañas con públicos seleccionados
Selección de clientes mediante modelos de propensión

CASO ANALÍTICA DE DATOS ABIERTOS
Datos abiertos en el sector público. Reutilización
Apertura de datos empresariales. APIs y concursos
Estrategias basadas en datos abiertos
Casos de uso

CASO ANALÍTICA DE OPERACIONES
Caso de business intelligence - big data en el ámbito de procesos y operaciones. Gestión del rendimiento y efectividad del capital humano de las empresas.

FASE PRESENCIAL
El Master se complementa con una fase presencial en Madrid. La estructura de esta etapa es la siguiente:
-Talleres
-Visitas a empresas
-Conferencias

Trabajo en proyecto
Teoría y práctica se dan la mano mediante el estudio, análisis y desarrollo de multitud de supuestos y casos prácticos que te permitirán consolidar tus conocimientos, orientarlos a la acción y vivir experiencias similares a las que experimentarías en tu desempeño profesional.

Durante las visitas técnicas a distintas empresas e instalaciones conocerás sobre el terreno las tecnologías y los proyectos más relevantes relacionados con su tu formación.

Proyecto fin de master
Como parte de tu formación, realizarás un Proyecto Fin de Master en grupo, liderado por un tutor, que te permitirá poner en práctica todos los conocimientos adquiridos.

A lo largo del Master, y de manera especial con el proyecto final, fomentarás tu capacidad para tomar decisiones y exponer tus argumentos de manera clara y estructurada. También aprenderás a trabajar en equipo y a cumplir diferentes hitos en los plazos establecidos.

El Master se desarrolla en tres ediciones:
Edición febrero: de febrero a febrero (fase presencial en Madrid en octubre)
Edición mayo: de mayo a junio - fase presencial en Madrid en febrero (abierto el plazo de inscripción)
Edición octubre: de octubre a octubre (fase presencial en Madrid mayo/junio)

Duración
650 horas

Lugar
Madrid

Modalidad
Blended

Precio
9.200 € (incluye alojamiento y manutención completa en Madrid durante la fase presencial)
* Consulta las becas y ayudas

BECAS Y AYUDAS
En EOI queremos ayudarte a que logres tus retos profesionales con la mejor formación del mercado. Para ello, te ofrecemos una serie de becas y ayudas económicas que facilitarán tu acceso a los programas de tu interés. Estamos orgullosos de formar parte de tu carrera.