Contenido
Máster en Business Intelligence y Data Management. El auténtico impacto del valor de los datos reside en saber trabajarlos ¡Fórmate!
Duración: 10 meses
Metodología: Online
Objetivos.
El Máster en Business Intelligence y Data Management te aportará los conocimientos necesarios para conseguir llevar a cabo la gestión avanzada de los clientes y la analítica de la gran cantidad de datos que se generan, lo que hace a su vez necesaria la utilización de nuevas tecnología y técnicas como Big Data y Data Science que nos permiten no solo conocer a nuestro cliente sino anticiparnos a su comportamiento y adaptarnos en un entorno altamente competitivo.
Según Gartner: “En 2024 el 90% de las grandes empresas tendrán un CDO o Chief Data Officer, un ejecutivo encargado de explotar al máximo el valor de los datos y de implementar las tecnologías adecuadas para ello”. ”Las empresas invertirán más de 40.000 millones de euros en ‘Big Data’”, según los cálculos de IDC. “Los datos son el petróleo del siglo XXI” es el nuevo paradigma en lo que a la explosión del dato se refiere. Si esto es así podríamos decir que empresas como Google, Facebook o Amazon serían grandes refinerías, ya que el dato en bruto al igual que el petróleo se consigue al refinar la información y convertirla en valor para el Cliente.
Empleabilidad.
95% De nuestros Alumni encuentran trabajo relacionado con Data Analytics.
+3000 Alumnos de Inesdi que realizan prácticas las obtienen gracias al departamento de Carreras Profesionales.
75% De nuestros Alumni ascienden al finalizar el Máster.
Programa.
El programa en Business Intelligence se estructura en 10 módulos, y termina con el Proyecto Final de Máster.
Los alumnos tendrán la posibilidad de prepararse para las certificaciones PSM®, aCAP® o CAP®.
Módulo 1.- El valor del dato y estrategias de Business Intelligence
El objetivo de este módulo es conocer el valor que tienen los datos, entender qué es una compañía basada en datos y ser capaz de definir una estrategia.
Objetivos:
El valor de los datos.
Estrategias para convertirse en una empresa Data-Driven.
Fases del análisis de datos.
Arquitectura de datos.
Diferencias entre Business Intelligence y Business Analytics.
Módulo 2.- Big Data y Cloud Computing
El objetivo de este módulo es introducir los conceptos claves del Big Data, cómo se interrelaciona con el Business Intelligence, que ha supuesto su aparición, y cómo ha impactado en la forma de tratar los datos.
Objetivos:
Fundamentos del Big Data.
Arquitectura Big Data.
Introducción al Cloud Computing.
Conceptos básicos del Cloud Computing.
Big Data & Analytics.
Módulo 3.- Data Governance y calidad de los datos
El objetivo de este módulo es aprender lo importante que es gobernar y gestionar los datos correctamente, cómo desarrollar un plan de gobierno del dato y cómo esto impacta en la calidad de los datos; concepto clave para el buen funcionamiento y desarrollo de los sistemas de análisis de datos.
Objetivos:
La importancia del gobierno de los datos.
Data Governance. Estrategia y Componentes.
Normativas e Implementación del Gobierno del Dato.
Privacidad de los datos, GDPR.
Implementación de un programa de Gobierno del Dato.
Definición de Calidad del Dato. Análisis calidad del dato usando pyhton.
Roadmap y plan de acción.
Módulo 4.- Arquitectura Cloud
El objetivo de este módulo es comprender las bases de las arquitecturas Cloud y las principales plataformas, conocer las ventajas que ofrecen y principales diferencias con las arquitecturas On-Prem, tener claras las tendencias de futuro en cuanto a las arquitecturas de datos.
Objetivos:
Principios de las arquitecturas de datos.
Arquitecturas Cloud vs On-Prem.
Componentes de las infraestructuras Cloud.
Principales retos de la migración al Cloud.
Despliegue de soluciones Cloud.
Modelo de costes de arquitecturas Cloud.
Módulo 5.- Integración de Datos
El objetivo de este módulo es identificar la importancia de la integración de los datos provenientes de distintos orígenes con el de estructurarlos y organizarlos de forma que se pueda extraer el máximo valor de los mismos en un único sistema.
Objetivos:
Introducción a los procesos de integración de datos.
Procesos ETL: Extracción, Transformación y Carga.
Integración y validación de nuevos datos.
Planificación y orquestación de procesos ETL.
Open Data: Explorando y utilizando datos abiertos.
Módulo 6.- IA & Machine Learning
El objetivo de este módulo es entender qué es la analítica avanzada, de qué fases se compone y en qué casos se puede aplicar. Este módulo pondrá foco en los conceptos que están apareciendo y cómo se llevan a la práctica en diferentes industrias.
Objetivos:
Fundamentos de Inteligencia Artificial & Machine Learning.
Construcción y uso de modelos con ML.
Preparación y limpieza de datos con ML.
Herramientas AutoML.
Evaluación de modelos.
Principios éticos IA en el uso de los datos.
Gen AI y LLMs.
Módulo 7.- Explotación de Datos
El objetivo de este módulo es aprender a desarrollar una solución de visualización de datos end-to-end. Se abordará las diferentes maneras de explotar los datos y se aprenderá a , cómo diseñar un cuadro de mando integral.
Objetivos:
Introducción a PowerBI y Carto.
Ingesta de información en PowerBI, diferentes fuentes.
Creación de modelo de datos.
Diseño de mapas en Carto.
Publicar y compartir.
Módulo 8.- Visualización de Datos
El objetivo de este módulo es incorporar mejores prácticas en la presentación de información. Un aspecto clave en los sistemas de reporting de datos es la comunicación de resultados y la forma en la que lo trasladamos a los distintos stakeholders. Para ello, la forma en la que visualizamos es clave e impacta en los resultados que podemos obtener con nuestros análisis. Se profundizará en los fundamentos de la visualización de los datos y cómo buscar las mejores representaciones a nuestros insights.
Objetivos:
Qué tenemos que visualizar: comprensión de los datos y elección de lo que queremos mostrar.
Herramientas a utilizar: elección de la mejor herramienta para visualizar los resultados.
Diseño de dashboards.
Storytelling: la forma en que contemos los resultados es vital para el éxito.
Módulo 9.- Gestión de proyectos de Business Intelligence y Analytics
El objetivo de este módulo es comprender los fundamentos del Project Management en Business Intelligence, mejorar las habilidades de comunicación y gestionar los riesgos del proyecto. Se estudiará la metodología agile para trabajar proyectos con mayor calidad y en menor tiempo, además de asegurar que el resultado a obtener es el que el usuario quiere.
Objetivos:
Introducción al Cambio Organizacional y la Innovación.
Diseño Centrado en el Ser Humano (HCD).
Metodologías Agile para el Cambio Organizacional.
Mapeo de Alineación de Equipos (Team Alignment Map).
Integración y Aplicación Práctica.
Tareas de aprendizaje.
Módulo 10.- Los casos de Uso
El objetivo del módulo es enseñar al estudiante a llevar a la práctica todo lo aprendido en el resto de los módulos del máster, a través de casos reales de aplicación de datos y analítica en las empresas. Para ello, se le mostrará cómo identificar y diseñar casos de usos que tengan un impacto real en las organizaciones.
Objetivos:
Introducción a los casos de uso.
Indicadores clave de gestión.
Diseño de casos de uso.
Ejemplos de casos de uso.
Talleres.
El programa incluye talleres exclusivos, para que estés preparado con las últimas tendencias y herramientas del mercado:
Taller Python: El objetivo de este taller es conocer los fundamentos del lenguaje Python, realizar la instalación de la herramienta y familiarizarse con el entorno de trabajo. Aprenderán a utilizar Python como herramienta de análisis de datos para el Business Intelligence.
Python
Taller SQL: El objetivo de este taller es dotar a los estudiantes de la capacidad para entender cómo hacer consultas a una base de datos, confeccionar las que requiera para resolver problemas de negocio y analizar casos de uso habituales.
Certificaciones.
El programa incluye talleres exclusivos, para que estés preparado con las últimas tendencias y herramientas del mercado.
Para todos aquellos alumnos que finalicen con éxito el Máster, opcionalmente, podrán prepararse para las certificaciones aCap® o CAP®, acreditaciones clave para los profesionales del área de operaciones y analytics y conseguir también certificación Scrum en gestión de proyectos.
aCAP® (Associate Certified Analytics Professional) Associate Certified Analytics Professional es una certificación orientada a aquellos profesionales dedicados al análisis de datos, sin experiencia laboral o inferior a 3 años.
CAP® (Certified Analytics Professional) Certified Analytics Professional es una certificación orientada a aquellos profesionales dedicados al análisis de datos, con experiencia laboral más de 3 años.
El objetivo de estas certificaciones es validar los conocimientos y habilidades de los estudiantes en materia de análisis de datos. Obtener una acreditación de estas características es un elemento diferenciador, que aporta valor a los profesionales, abriéndoles las puertas al mercado laboral o a la mejora de la posición laboral ocupada. Para las empresas que buscan mejorar su capacidad para transformar los datos en información y acciones rentables, CAP® y aCAP® proporcionan una distinción para identificar, reclutar y retener el mejor talento analítico.
Ambas certificaciones están avaladas por Informs, una institución integrada por 12.500 profesionales y estudiantes de este ámbito y que está comprometida con dar respuesta a las necesidades de los profesionales encargados del desarrollo, aplicación, investigación y docencia en el área de anlytics. El objetivo principal de la organización es promover las buenas prácticas y avances en operaciones, gestión empresarial y Analytics con el fin de mejorar los procesos operativos, la toma de decisiones y los beneficios.
El Máster en Business Intelligence & Data Management proporciona a los estudiantes los conocimientos y habilidades necesarios para superar satisfactoriamente el examen de aCAP® o CAP®, que les permitirán diferenciarse de la competencia y aportar valor a sus carreras profesionales.
CAP y aCAP.
PSM® (Professional Scrum Master): el objetivo de la certificación es validar los conocimientos y habilidades de los estudiantes. La certificación es reconocida y respetada mundialmente porque pone a prueba una verdadera comprensión de Scrum y cómo aplicarlo. Una vez que se obtiene no necesita renovación.
Proyecto final de Master.
10 ECTS
Es un trabajo académico-práctico que los estudiantes realizarán, transversalmente. El objetivo de este trabajo es favorecer la aplicación práctica de los conocimientos, metodologías y herramientas vistos a lo largo de todo el máster.
