MBA & Máster en Big Data y Data Analytics Presencial

El MBA & Big Data y Data Analytics de IEAD – Instituto Europeo de Alta Dirección está diseñado para capacitar a profesionales en el uso estratégico de los datos empresariales. Este máster es especialmente adecuado para aquellos que deseen ampliar sus habilidades en tecnologías de la información y la comunicación, con una especialización en big data y análisis de datos.
El programa de estudios del MBA & Big Data y Data Analytics combina habilidades técnicas y de gestión empresarial para ofrecer una formación completa. Los estudiantes aprenderán a manejar grandes conjuntos de datos, a utilizar herramientas de análisis y visualización de datos, y a aplicar técnicas avanzadas de análisis de datos para obtener información valiosa para la empresa.
Este máster está dirigido a profesionales que deseen ampliar sus habilidades y conocimientos en el campo del análisis de datos y big data. El programa está diseñado para aquellos que trabajan en tecnologías de la información, finanzas, marketing, consultoría y cualquier otra área en la que el análisis de datos juegue un papel importante.
Además, IEAD ofrece una red de contactos de profesionales de diversas áreas y sectores y tendrás acceso a ponencias impartidas por profesionales de máximo prestigio y reconocimiento a nivel internacional, contando de primera mano experiencias empresariales donde podrás ver ejemplos de cómo aplicar toda la materia teórica de las asignaturas en el ámbito laboral.está

MÓDULO 1. FUNDAMENTOS DE MARKETING

• Tema 1. De consumidor a usuario
• Tema 2. Branding
• Tema 3. Buyer persona
• Tema 4. Customer journey
• Tema 5. Marketing directo e indirecto

MÓDULO 2. PLAN DE MARKETING

• Tema 1. Marketing strategy
• Tema 2. Marketing mix
• Tema 3. Market research
• Tema 4. Marketing strategy II
• Tema 5. Plan de acción
• Tema 6. Tradicional vs. Digital
• Tema 7. Estrategias de precios

MÓDULO 3. MANAGERIAL SKILLS

• Tema 1. Leadership
• Tema 2. Comunicación y persuasión
• Tema 3. Coaching
• Tema 4. Empowerment
• Tema 5. Change management

MÓDULO 4. ORGANIZACIÓN Y TRANSFORMACIÓN

• Tema 1. Organización y personas
• Tema 2. Comportamiento organizacional
• Tema 3. Los equipos de personas
• Tema 4. Gestión internacional de personas
• Tema 5. The future of the work

MÓDULO 5. OPERATIONS MANAGEMENT

• Tema 1. Strategy
• Tema 2. Visión estratégica de la dirección de operaciones
• Tema 3. Supply management
• Tema 4. Product management
• Tema 5. Operations management
• Tema 6. Organización de procesos
• Tema 7. Planificación y control de operaciones
• Tema 8. El factor humano en la dirección de operaciones

MÓDULO 6. VALUE CHAIN INNOVATION

• Tema 1. Cadena de valor vs. Cadena de suministro
• Tema 2. Compras y aprovisionamiento
• Tema 3. Gestión de stocks y gestión de almacenes
• Tema 4. Logística
• Tema 5. Logística inversa
• Tema 6. FBA – fulfillment by amazon

MÓDULO 7. BUSINESS PLAN

• Tema 1. Cultura corporativa
• Tema 2. Plan estratégico
• Tema 3. Business model
• Tema 4. Análisis estratégico
• Tema 5. Plan de aplicación y medición

MÓDULO 8. PROJECT MANAGEMENT

• Tema 1. Fundamento del project management
• Tema 2. Gestión del equipo
• Tema 3. Gestión de los recursos
• Tema 4. Herramientas para la gestión ágil de un proyecto

MÓDULO 9. FINANCIAL ACCOUNTING

• Tema 1. Balance sheet
• Tema 2. P&L
• Tema 3. Cash flow
• Tema 4. Asientos contables
• Tema 5. Contabilidad avanzada
• Tema 6. Impuestos

MÓDULO 10. MANAGERIAL ACCOUNTING

• Tema 1. Managerial accounting
• Tema 2. Management accounts
• Tema 3. Working capital
• Tema 4. Net debt

MÓDULO 11. WELLBEING

• Tema 1. Qué es el wellbeing
• Tema 2. Embodiment
• Tema 3. Flowtime
• Tema 4. Metodologías

MÓDULO 12. BIG DATA & ANALYTICS

• Tema 1. La relevancia del big data
• Tema 2. Organización de proyectos de big data
• Tema 3. Metodologías Agile + SCRUM
• Tema 4. IA y machine learning
• Tema 5. Casos de uso en la industria

MÓDULO 13. BUSINESS INTELLIGENCE

• Tema 1. Business intelligence
• Tema 2. BI solutions
• Tema 3. KPI
• Tema 4. Fuentes de datos
• Tema 5. Calidad del dato

MÓDULO 14. DATA FOR DECISION-MAKING

• Tema 1. Open Data
• Tema 2. El gobierno del dato
• Tema 3. Protección de datos
• Tema 4. Diseño de almacenes de datos
• Tema 5. Marketing data

MÓDULO 15. DATA VISUALIZATION

• Tema 1. Interpretación de datos
• Tema 2. Python
• Tema 3. Carto
• Tema 4. Power BI
• Tema 5. Google Data Studio

MÓDULO 16. DATA BASE

• Tema 1. Fundamentos de bases de datos
• Tema 2. Tecnología de bases de datos
• Tema 3. Práctica de SQL (MYSQL)
• Tema 4. Práctica de NOSQL. MongoDB
• Tema 5. Práctica de NOSQL (Hbase)
• Tema 6. Bases de datos para grafos
• Tema 7. Cloud

MÓDULO 17. DATA ANALYSIS

• Tema 1. Estadística
• Tema 2. Medidas
• Tema 3. Regresión y correlación
• Tema 4. Probabilidad
• Tema 5. Distribuciones
• Tema 6. Intervalos de confianza
• Tema 7. Introducción a los contrastes de hipótesis
• Tema 8. Estadística con R

MÓDULO 18. INTELIGENCIA ARTIFICIAL

• Tema 1. Introducción al análisis de datos con Python
• Tema 2. Introducción al machine learning
• Tema 3. Machine learning supervisado
• Tema 4. Machine learning no supervisado
• Tema 5. Reinforcement learning
• Tema 6. Fundamentos de deep learning

MÓDULO 19. TECNOLOGÍAS DE ALMACENAMIENTO PARA BIG DATA

• Tema 1. Apache Hadoop
• Tema 2. El ecosistema Hadoop
• Tema 3. Apache Spark
• Tema 4. Tecnologías para streaming
• Tema 5. Sistemas de ficheros y plataformas para big data en cloud

Hard skills

Manejo de grandes conjuntos de datos y herramientas de software de análisis de datos, como Hadoop, Spark y Python.
Desarrollo de modelos predictivos utilizando técnicas de aprendizaje automático y minería de datos.
Implementación de soluciones de análisis de datos y big data utilizando herramientas de software.
Identificación y evaluación de técnicas de análisis de datos para resolver problemas empresariales complejos.
Conocimiento en técnicas de gestión de bases de datos y seguridad de datos, incluyendo el diseño de sistemas de almacenamiento de datos y la protección de los datos sensibles de la empresa.
Soft skills

Habilidades de comunicación efectiva para presentar análisis y resultados a los miembros del equipo y gerentes de la empresa.
Habilidades de pensamiento crítico y análisis para evaluar la calidad de los datos y la validez de las conclusiones.
Capacidad para trabajar en equipo y colaborar en proyectos de análisis de datos.
Habilidades de resolución de problemas para identificar y solucionar problemas complejos en proyectos de big data.
Habilidades de liderazgo y gestión de proyectos para dirigir equipos de análisis de datos y gestionar proyectos de big data.

Para poder acceder a cualquiera de los programas formativos, los solicitantes deberán cumplir los siguientes requisitos: 

• Estar en posesión de un título de Grado, Arquitectura, Ingeniería Superior o Técnica, Licenciatura, Diplomatura u otro título equivalente. 
• Estudiantes cursando una carrera universitaria o estudios superiores equivalentes. 
• Profesionales con proyección profesional en el puesto desempeñado. 
• En el caso que no cumplas con ninguna de las condiciones anteriores, por favor contacta con IEAD – Instituto Europeo de Alta Dirección y el departamento de admisiones valorará tu caso particular. 

España.

Inicio de clases: Según Convocatoria Duración: 12 meses Créditos: 72 ECTS

• Desarrollar habilidades técnicas avanzadas en el análisis de datos, incluyendo la capacidad de manejar grandes conjuntos de datos, aplicar técnicas de análisis y visualización de datos, y utilizar herramientas de software de análisis de datos.
• Formar a los estudiantes en la aplicación de técnicas de análisis de datos para obtener información valiosa para la empresa, tales como la detección de tendencias, la predicción de resultados y la identificación de oportunidades de negocio.
• Proporcionar una formación completa en gestión empresarial, con una especialización en big data y análisis de datos, para que los estudiantes sean capaces de utilizar eficazmente los datos en la toma de decisiones empresariales.
• Fomentar el pensamiento crítico y la capacidad de análisis de los estudiantes para que puedan evaluar de manera rigurosa los resultados obtenidos a través del análisis de datos y tomar decisiones informadas.
• Promover el trabajo en equipo y la colaboración, capacitando a los estudiantes para trabajar con otros profesionales en la resolución de problemas complejos de análisis de datos y big data.