Máster en Big Data y Business Analytics

El sector de la gestión digital de datos está experimentando un cambio muy vertiginoso, y no solo en el aspecto empresarial o tecnológico en sí mismo, sino porque hoy día gestionar una empresa en este ámbito de actividad requiere entender el entorno estratégico y las claves de la rápida evolución. Para ello, es imprescindible que los profesionales estén formados y sean capaces de gestionar correctamente las herramientas.
El Máster en Big Data y Business Analytics, en modalidad presencial o semipresencial, ofrece una formación especializada de alto nivel, que le permitirá hacer frente a situaciones reales de las empresas del sector del transporte de viajeros y de movilidad en general.
Un programa que potencia las habilidades directivas y personales del alumno, con una metodología innovadora que va más allá de la adquisición de conocimientos.

La estructura del Máster en Big Data y Business Analytics en Málaga se conforma de las siguientes áreas, a las que hay que añadir las horas dedicadas a formación en habilidades y competencias:

ÁREA 1: Fundamentos tecnológicos para el tratamiendo de datos.

• Manejo de máquinas virtuales y terminal de comandos.
• Fundamentos de programación con Python.
• Fundamentos de bases de datos relacionales.
• Fundamentos de tecnologías de Internet.
• Compartir datos, código y recursos en repositorios.
• Fundamentos de tratamiento de datos con el stack científico de Python.

ÁREA 2: Modelos y aprendizaje estadísticos.

• Lenguaje R y tratamiento de datos.
• Análisis exploratorio de datos.
• Probabilidad e Inferencia estadística.
• Modelos lineales y aprendizaje estadístico.
• Regresión logística, modelos restringidos de ridge y lasso y gradiente descendiente.
• GLMS y series temporales.

ÁREA 3: Aprendizaje automático aplicado.

• Introducción al aprendizaje automático.
• Modelos supervisados.
• Modelos no supervisados.
• Ingeniería de características y selección de modelos.
• Modelos conexionistas.
• Reglas de asociación y market basket analysis.

ÁREA 4: Minería de texto y procesamiento del lenguaje natural (PLN). 

• Introducción histórica y tecnológica.
• Herramientas pln I: NLTK.
• Herramientas de PLN II: Brat y Gate.
• Text mining I: clustering.
• Text mining II: sentimiento y temas.
• Otras aplicaciones y técnicas de PLN.

ÁREA 5: Business Inteligence y visualización.

• Introducción al Business Inteligence.
• Almacenes de datos y bases de datos analíticas.
• Herramientas de extracción, transformación y carga.
• Aplicaciones de Business Intelegence.
• Fundamentos de visualización de datos.
• Herramientas de visualización.

ÁREA 6: Infraestructura de Big Data.

• Procesamiento de datos con Hadoop.
• Herramientas Hadoop.
• Procesamiento de datos con Spark.
• Arquitecturas de streaming.
• Componentes de arquitecturas de streaming.
• Plataformas y Apis en la nube

ÁREA 7: Almacenamiento e integración de datos.

• Bases de datos no convencionales.
• Modelos de base de datos basados en documentos.
• Modelos de base de datos basados en columnas.
• Modelos de base de datos basados en grafos.
• Modelos de base de datos basados en clave-valor.
• Adquisición de datos.

ÁREA 8: Valor y contexto de la analítica big data.

• El business case de Big Data.
• Proyectos de Big Data.
• Aplicaciones analíticas por sectores.
• Tecnologías emergentes en analítica.
• Gestión de equipos y métodos ágiles.
• Aspectos regulatorios del tratamiento de datos.

ÁREA 9: Aplicaciones analíticas.

• Caso de estudio de analítica escalable.
• Caso de estudio de analítica en redes sociales.
• Caso de estudio en Internet Of Things.
• Caso de estudio en analítica financiera (el rating de empresas).
• Caso de estudio en analítica de clientes: Location Analytics.
• Caso de estudio de técnicas de recuperación de información.

ÁREA 10: Trabajo fin de máster.

 

Después de la realización de este programa el participante será capaz de: - Comprender el valor de los datos y su análisis en las organizaciones y ser capaz de idear y concebir soluciones de análisis de datos. - Conocer y saber enunciar el valor para el negocio de las principales tecnologías de procesamiento paralelo y de almacenamiento de datos escalable, así como saber explicar su uso para propósitos específicos dentro de la organización. - Ser capaces de aplicar técnicas y métodos de análisis de datos a problemas de negocio utilizando técnicas de pro gramación estadística. - Aplicar técnicas de aprendizaje automático y de minería de texto a la extracción de valor de los datos y a la construc ción de modelos predictivos. - Comprender de manera práctica las principales tecnologías de paralelización de datos, para procesamiento batch o streaming, y conocer cuándo utilizar unas u otras.

Se utilizará el método del caso mediante el cual el alumno conocerá situaciones y realidades de empresas y sobre las que se debatirá en clase. Este método al requerir la participación activa del alumno, tanto en su preparación previa como en su debate en clase, produce un aprendizaje experiencial. También se impartirán conferencias-coloquio y cada módulo se cerrará con una ponencia de invitados que contarán sus experiencias.

Español

Fecha de Inicio: octubre de 2019 Fecha de Fin: junio de 2020

El alumno:

• Asumirá los conocimientos necesarios para trabajar en la extracción y gestión del valor del dato, las técnicas de Data Science en R y Python.
• Profundizará en las tecnologías de paralelización de datos.
• Se especializará en la técnicas de aprendizaje automático y de minería para los modelos predictivos. 

Una vez finalizado el programa, el alumno obtendrá dos titulaciones: Universidad Nebrija y ESESA IMF junto con el Instituto Tecnológico Hotelero.

El alumno de ESESA IMF podrá optar a las prácticas profesionales en aquellas empresas con las que IMF Business School tiene convenios.

• Con el fin de poder ofrecer soluciones que ayuden a los candidatos que lo necesiten a facilitar su matriculación en el programa, el centro ofrece condiciones de financiación flexibles en sus programas académicos, para que el alumnado pueda ajustar la forma de pago a sus necesidades. 
• Consulta el Plan Benefíciate, por si puedes obtener alguna bonificación en la matrícula de tu programa. 
• El coste del programa es bonificable a través de los seguros sociales de la empresa (Fundación Tripartita), según disponibilidad de crédito de la misma. Esta gestión la realiza ESESA IMF sin coste adicional.

8000 €

A través de un módulo específico del máster obtendrás la preparación para la certificación de Google Adwords. A través del Fórum ESESA: Actividades de reciclaje permanente Actividades de networking Actividades de ocio/ Family Day

Bolsa de empleo propia

Este programa dispone de un cuadro docente de máximo nivel, integrado por profesionales en activo que comparten con el alumno el día a día de la realidad empresarial a la que han de enfrentarse.