Master en Business Intelligence y Big Data (Tenerife)

Convocatoria 
2021-2022
Periodo 
Abr 2021 – May 2022
Duración 

650 horas

Lugar 
Tenerife
Modalidad 
Online
Precio 

PRECIO TOTAL: 8.650 €
PRECIO BONIFICADO: 1.730 €

Folleto

Convocatoria Completa

PRESENTACIÓN

El entorno globalizado y crecientemente competitivo, unido a la disponibilidad cada vez mayor de datos procedentes de múltiples fuentes, necesitan de profesionales con nuevas competencias y conocimientos para enfrentar problemas de análisis de datos en contextos de negocio concretos, así como un conocimiento de los costes y necesidades asociadas al procesamiento de datos masivos en la nube.

El Master en Business Intelligence y Big Data tiene como misión principal responder a este reto de formación cualificada de los profesionales 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.

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.

“El completo programa del Master, impartido por profesionales especialistas en las diferentes materias, me ha provisto de conocimientos en big data y ciencias de los datos desde un enfoque práctico, lo que me ha permitido la inmediata aplicación de estas potentísimas herramientas en mi trabajo”.
Miguel Pintor Sepúlveda, jefe del Servicio Técnico de Movilidad y Desarrollo de Proyectos Estratégicos - Cabildo Insular de Tenerife


Logos Tenerife PCTT Cabildo Innova

 

Logo QS Ranking

El Master en Big Data de EOI destaca en el Ranking QS entre los 75 mejores programas del mundo por su retorno de inversión: un 25% superior a la media internacional.

• En 10 años, el Big Data de EOI tiene una estimación de retorno de la inversión en más de 240.000 dólares USA respecto a la media global de 192.366 dólares USA.

• Además, según el Ranking QS el coste del programa se recupera 22 meses antes que en el resto de escuelas de negocio.

 

  • Contenidos

    BLOQUE 1. INTRODUCCIÓN Y ESTRATEGIA

    Módulo 1. FUNDAMENTOS DE BIG DATA ANALYTICS

    • Definición, Componentes y Tipología de Sistemas de Inteligencia de Negocio.
    • Contextualización y Diseño de Sistemas de Inteligencia de Negocio.
    • Fuentes y Calidad de los Datos.
    • La importancia de la visualización y el storytelling para provocar una acción – conceptos básicos.

    Módulo 2. LA ESTRATEGIA DEL DATO

    • Fundamentos de la dirección estratégica. La información como base del análisis estratégico
    • Análisis 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).

    Módulo 3. DISEÑO Y EXPLOTACIÓN DE BASES DE DATOS RELACIONALES

    • Nociones básicas del modelo relacional: Modelo conceptual, modelo lógico y modelo físico.
    • Introducción a SQL: DDL, DML, DCL

     
    Módulo 4. Analítica en la nube: Modern BI

    • Cloud computing y el impacto que ha tenido en la revolución del Big Data
    • Poner los almacenes de datos en el panorama actual y el porqué de su importancia
    • Opciones cloud en los entornos profesionales
    • Taller de modelización, integración y explotación de datos en la nube
     
    BLOQUE 2. INTEGRACIÓN DE DATOS

    Módulo 5. INTRODUCCIÓN AL TRATAMIENTO Y ANÁLISIS DE DATOS CON PYTHON

    • El lenguaje de programación Python.
    • El entorno Jupyter Notebook.
    • Librerías para el análisis de datos: Numpy, Pandas, y Matplotlib.
    • Introducción a XML y JSON como formatos de datos usando Python.

    Módulo 6.  TECNOLOGÍAS DE ALMACENAMIENTO ESCALABLE

    • Introducción a las bases de datos NoSQL: origen, evolución y contexto histórico
    • Persistencia poliglota: escoger el modelo de datos más adecuado para cada problema.
    • Modelos de Agregación: características, tipos (clave-valor, documental y orientado a columnas) consideraciones de diseño y casos de uso.
    • Modelos en grafo: características, consideraciones de diseño y casos de uso.
    • Sistemas distribuidos: definición, tipos (cliente/servidor, peer-to-peer…), estrategias de distribución (fragmentación y replicación) y consistencia de datos (ACID vs BASE).
    • Ejercicios y ejemplos usando bases de datos NoSQL: MongoDB y Neo4J.

    Módulo 7. PARALELIZACIÓN DE DATOS. HADOOP

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

    Módulo 8. PROCESAMIENTO DISTRIBUIDO CON APACHE SPARK

    • Framework de computación en cluster Apache Spark
    • Spark SQL
    • Spark Streaming
    • Spark MLib
    BLOQUE 3. EXPLOTACIÓN DE DATOS. ANALÍTICA AVANZADA

    Módulo 9. ESTADÍSTICA CON R

    • Introducción a la estadística: Análisis y descripción de datos
    • Contrastes de hipótesis
    • Estimación de intervalos de confianza
    • Entrenamiento con R

    Módulo 10. INTRODUCCIÓN AL APRENDIZAJE AUTOMÁTICO

    • 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.

    Módulo 11. SISTEMAS RECOMENDADORES DE PRODUCTOS

    • Introducción a los sistemas de recomendación
    • Sistemas de recomendación clásicos: “El carrito de la compra”
    • Sistema de recomendación personalizados
    • Caso de uso real.

    Módulo 12. PLN (Procesamiento de Lenguaje Natural). Text Mining.

    • 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)

    Módulo 13. PLN (Chatbots y Asistentes virtuales)

    • Estado del arte en chatbots y altavoces inteligentes
    • Posibilidades actuales y plataformas disponibles
    • Creando un chatbot con DialogFlow

    Módulo 14. TEORÍA DE REDES NEURONALES. DEEP LEARNING

    • Entender el algoritmo de backpropagation para entrenar redes neuronales
    • Comprender las diferencias entre machine learning y deep learning
    • Uso de los lenguajes de programación R y Python para implementar modelos de redes neuronales

    Módulo 15. METODOLOGÍA DE PROYECTOS

    • Ideas modelos de negocio
    • Formación de grupos de trabajo
    • Asignación tutores
    BLOQUE 4. EXPLOTACIÓN DE DATOS. VISUALIZACIÓN

    Módulo 16. FUNDAMENTOS DE DATA VISUALIZACIÓN. DATA STORYTELLING

    • Fundamentos de la visualización de datos
    • Visualizando datos con PowerBI

    Módulo 17. TEORÍA DE GRAFOS: ANÁLISIS DE REDES

    • Fundamentos para el estudio, medida e investigación de redes sociales
    • Tratamiento, visualización y análisis de grandes redes
    • Herramientas de visualización de redes sociales

    Módulo 18. BI DE AUTOSERVICIO CON PowerBI

    • Introducción a los SIG (Sistemas de información Geográfica)
    • Herramientas de tratamiento de datos: QGis, PostgreSQL
    • Capas cartográficas y principales operaciones geométricas
    • Creación de un proyecto GIS, como base de una Visualización de datos
    BLOQUE 5. CASOS DE USO

    Módulo 19. 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

    Módulo 20. CASO ANALÍTICA DE MARKETING

    • Aplicación al Marketing Digital
    • Campañas con públicos seleccionados
    • Selección de Clientes mediante Modelos de Propensión

    Módulo 21. CASO ANALÍTICA EN EL SECTOR AGROALIMENTARIO

    • Introducción de la tecnología aplicada en el sector
    • Aplicación del IoT, gamificación, etc. en la operativización
    • Análisis de datos predictivos para la toma de las decisiones

    Módulo 22. CASO ANALÍTICA FINANCIERA

    • Conceptos financieros y de riesgos
    • Aplicación práctica de BI y BIGDATA 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.

    Módulo 23. GOBIERNO Y GESTIÓN DEL DATO

    • 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
    PROYECTO FIN DE MÁSTER

    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.

  • 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, que 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.

  • 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.

  • Condiciones Económicas

    PRECIO TOTAL: 8.650 €
    PRECIO BONIFICADO: 1.730 €

    35 plazas 80% bonificadas por PCTT y EOI Escuela de Organización Industrial. El participante deberá cubrir el 20% restante de acuerdo con las condiciones de pago establecidas por EOI.

Claustro
Alberto Turégano Schirmer

Alberto

Turégano

Asesor de arquitecturas Business Intelligence & Big Data – Líderes y Digitales

Perfil en LinkedIN

Valvanera

Castro

Senior Innovation Consultant - Talenmo

Perfil en LinkedIN

Jordi

Conesa

Profesor - Universitat Oberta de Catalunya

Perfil en LinkedIN

Jaime

Del Pozo

Director - The Business Advisory Group

Perfil en LinkedIN

Ignacio Charfolé

Ignacio

Charfolé

Head of Big Data Architecture and Delivery

Perfil en LinkedIN

Néstor Guerra Escohotado

Néstor

Guerra

Founder & Senior Consultant - Nestor&Co

LinkedIN profile

Noa Cruz

Noa

Cruz

Investigadora aplicada en Procesamiento del Lenguaje Natural - Centro de Excelencia de Inteligencia Artificial de Bankia

Perfil en LinkedIN

Alberto Oikawa

Alberto

Oikawa

Director Técnico del Máster en Big Data & Business Analytics - CTO Hispatec Analytics  

Perfil en Linkedin

Javier

Pastor

Software Development Director IoT - Altair

Perfil en LinkedIN

 

Antonio

Pita

Director en Coordinación de Transformación Digital - Liberbank

Perfil en LinkedIN

 

Carlos Sacristán Martín

Carlos

Sacristán

Data & AI Architect Area Manager

Perfil en LinkedIN

Iván Pastor Sanz

Iván

Pastor

Quantitative Credit Risk Analyst Modeler - Banco Santander

Perfil en LinkedIN

Carlos Santana Vega

Carlos

Santana

Machine Learning Educator. Owner of the AI/ML educational Youtube channel DotCSV

Perfil en LinkedIN

Rus María Mesas Jávega

Rus María

Mesas

Data Scientist

Perfil en LinkedIN

Antonio Sánchez Chinchón

Antonio

Sánchez

Data scientist - Fronkonstin.com

Perfil en LinkedIN

Rafael Zambrano

Rafael

Zambrano

Científico de datos - Liga de Fútbol Profesional

Perfil en LinkedIN

Daniel Burrueco

Daniel

Burrueco

Business Intelligence & Machine Learning Consultant

Perfil en LinkedIN

Jaime

Requejo

Analytic Client architect - IBM

Perfil en Linkedin

Ver más profesorado

¿CÓMO SOLICITAR ADMISIÓN?

1. SOLICITUD DE ADMISIÓN

Para formar parte de la próxima convocatoria de este programa y obtener una de las 35 bonificaciones ofrecidas por PCTT y EOI, rellena el formulario de la solicitud de admisión y envíanoslo acompañado de:

• Fotocopia del título universitario o certificado de estudios universitarios
• 1 fotografía tamaño carnet
• Currículum Vitae actualizado
• Carta de motivación, indicando los motivos por los que estás interesado en realizar el programa
• Fotocopia del DNI
• Certificado de empadronamiento en su caso o justificante de que desarrolla su actividad profesional en Tenerife
• En el caso de alegar situación de desempleo, fotocopia del documento que acredite expresamente esa situación
• Cualquier otra documentación complementaria que consideres conveniente para estimar favorablemente tu candidatura

2. ENTREVISTA PERSONAL

Una vez evaluada la documentación presentada EOI citará a los candidatos a la realización de una entrevista telefónica con la Dirección del programa. El objetivo de la entrevista es contrastar la información aportada, asegurar la aptitud del candidato para aprovechar con éxito el programa y enriquecer la experiencia del resto de sus compañeros. Todos los candidatos deberán superar la entrevista personal con la Dirección del Programa para obtener la admisión definitiva en el mismo.

3. CRITERIOS ADJUDICACIÓN

Para la admisión del alumno en el programa, EOI valorará la adecuación de su perfil a los requisitos del programa, su trayectoria profesional, las motivaciones alegadas en su carta de presentación y las demás circunstancias personales y profesionales acreditadas documentalmente por el candidato.

Las bonificaciones se asignarán por estricto orden de solicitud a los candidatos que superen el proceso de admisión en el programa hasta cubrir el nº total de plazas disponibles en cada programa. EOI informará en su web del cierre definitivo de la convocatoria.

Dado el reducido número de plazas disponibles, se recomienda iniciar los trámites de admisión en el programa lo antes posible.

4. RESERVA DE PLAZA

El alumno deberá formalizar la reserva de plaza y aceptación de la bonificación en un plazo máximo de 5 días desde que reciba la comunicación de admisión.
El transcurso del plazo indicado sin aceptar la bonificación y sin efectuar el ingreso de la reserva de plaza implicará la renuncia total a la plaza.