Máster en análisis de datos, el máster que traduce datos en resultados de negocio.

El ecosistema de datos. Los elementos clave de un ecosistema de datos, como las diferentes fuentes de información y el origen de los datos, la arquitectura de la información, la estructura de las bases de datos, los sistemas de almacenamiento y las principales fórmulas y aplicaciones para el análisis de datos

Faculty Member:

El impacto del data en los modelos de negocio tradicionales y la aparición de nuevos modelos a partir de la explotación y la monetización del Data. La dimensión actual del valor de los datos, el impacto del dato en las Organizaciones: Productos/Servicios, Procesos, Personas, los distintos casos de uso alrededor del Data en las industrias, sectores y ecosistemas y la aplicación de la Innovación alrededor del Data.

Faculty Member:

Las fases y procesos de la gestión de datos. Los principios básicos en la recolección, ingesta, tratamiento, almacenamiento, integridad y gobierno de datos. Adquisición de una visión holística del uso del Dato en las empresas, comprensión de las mejores prácticas en la gestión de datos en las empresas, y los principales roles y herramientas que existen en la gestión de datos.

Faculty Member:

Análisis de proyectos basados en datos. Comprensión de su ciclo de vida y de los diferentes roles relacionados con el dato. Principios, soluciones y herramientas necesarias para la aplicación de metodologías ágiles en la gestión de proyectos de datos, perfil de los profesionales relacionados con el Dato.

Faculty Member:

“Stack” tecnológico propio de los proyectos basados en datos. Implicaciones tecnológicas de las 3V del Big Data. Principios y herramientas necesarias para la creación de arquitecturas escalables para la gestión y procesamiento de grandes volúmenes de información, paradigmas y herramientas para el procesamiento de datos de forma diferida, así comos herramientas para el procesamiento de datos en tiempo real. Bases sobre la gestión, seguimiento, tuning y optimización de sistemas de Big Data. Importancia de la seguridad en el tratamiento de datos.

Faculty Member:

Analítica de datos y el valor que ofrece. Acercamiento a las técnicas de analítica más habituales y las herramientas frecuentes. Limitaciones de las aproximaciones de analítica básico. Casos prácticos para entender su valor de negocio.

Faculty Member:

Fundamentos de la Inteligencia Artificial y conceptos fundamentales del Machine Learning. Tipos de técnicas existentes: tratamiento de datos y servicios cognitivos. Problemáticas habituales: clasificación, regresión, clusterización, reducción de dimensiones. Sentido y funcionamiento de las Redes Neuronales Artificiales. Casos de uso y ámbitos de aplicación de la analítica avanzada

Faculty Member:

Importancia de la visualización de la información para un análisis de los datos más efectivo y completo.Tipos de visualizaciones más importantes y la utilidad de cada de ellas.Casos de uso de visualizaciones para representar datos temporales, datos geográficos y datos multi-dimensionales. Interactvidad en la visualización de información y las técnicas existentes

Faculty Member:

Casos de uso reales en líneas de optimización y comprenda tendencias de futuro en Data & Analytics. Soluciones innovadoras centradas en la Tecnología, Negocios y Personas. Big data con respecto a su impacto social, en especial, en la privacidad, la ética y la generación de nuevas formas de trabajo, así como su impacto en el entorno empresarial y los nuevos paradigmas en la forma de trabajar o en la toma de decisiones. Relación y aplicación del Big Data con otras tecnologías (Banking-NLP, Blockchain)

Faculty Member:

Puesta en práctica los principales recursos y herramientas analíticas, así como las principales piezas estratégicas a la hora de trabajar con datos. Enfoque sobre Data Driven Business Models, SQL, Analítica Digital y Tag Manager, y R, todo a través de casos prácticos y retos. Principales herramientas y recursos de cada uno de los cursos. Estrategia de negocio digital. Analisis de la gestión del dato y la arquitectura de datos. Herramientas Marketing Analytics y Customer Analytics. Modelos de Analítica Avanzada.

Faculty Member: