< MDA, Máster en análisis de datos, el máster que traduce datos en resultados de negocio >

• Análisis de cómo el Data impacta en los modelos de negocio tradicionales. 
• Comprensión de cómo a partir de  la explotación y la monetización del Data surgen nuevos modelos de negocio. 

Objetivos:

• Conocer la dimensión actual del valor de los datos
• Conocer y comprender cómo el Data impacta en los Modelos de Negocio tradicionales
• Conocer y comprender cómo a partir de la Explotación y Monetización del Data surgen nuevos Modelos de Negocio
• Entender cómo el Dato impacta en las Organizaciones: Productos/Servicios, Procesos, Personas
• Conocer distintos casos de uso alrededor del Data en las industrias, sectores y ecosistemas
• Conocer y comprender cómo aplicar la Innovación alrededor del Data

• Comprensión de  las diferentes fases que existen en la gestión de datos. 
• Estudio de los principales procesos en la gestión de datos, los principios básicos en la recolección, ingesta, tratamiento, almacenamiento, integridad y gobierno de datos. 

Objetivos:

• Adquirir una visión holística del uso del Dato en las empresas
• Conocer y comprender las diferentes fases que existen en la gestión de datos
• Conocer y comprender los principales procesos en la gestión de datos
• Adquirir el uso de las mejores prácticas en la gestión de datos en las empresas
• Conocer los principales roles y herramientas que existen en la gestión de datos
   

• Análisis de  proyectos basados en datos y comprensión de su ciclo de vida. 
• Estudio de los diferentes roles relacionados con el dato. 

Objetivos:

• Aprender los principios, soluciones y herramientas necesarias para la aplicación de metodologías ágiles en la gestión de proyectos de datos.
• Conocer la gestión de proyectos basados en datos.
• Conocer el perfil de los profesionales relacionados con el Dato.
• Analizar los principios, soluciones y herramientas para la aplicación de metodologías ágiles en la gestión de proyectos de datos.

• Conocimiento dell “Stack” tecnológico propio de los proyectos basados en datos.
• Análisis de  las implicaciones tecnológicas de las 3V del Big Data.

Objetivos: 

• Conocer los principios y herramientas necesarias para la creación de arquitecturas escalables para la gestión y procesamiento de grandes volúmenes de información.
• Analizar paradigmas, principios, soluciones y herramientas para el procesamiento de datos de forma diferida.
• Conocer las herramientas para el procesamiento de datos en tiempo real.
• Estudiar las bases sobre la gestión, seguimiento y optimización de sistemas de Big Data.
• Conocer qué es el tuning y la optimización de sistemas de Big Data.
• Conocer el "stack" tecnológico propios de los proyectos basados en datos.
• Conocer las implicaciones tecnológicas de las 3V del Big Data.
• Entender la importancia de la monitorización de datos.
• Entender la importancia de la seguridad en el tratamiento de datos.
   

• Estudio de qué es la analítica de datos y el valor que ofrece. 
• Conocimiento de las técnicas de analítica más habituales y las herramientas frecuentes.

Objetivos:

• Entender qué es la analítica de datos y qué valor ofrece.
• Conocer las técnicas de analítica de datos más habituales.
• Conocer las herramientas de analítica de datos de uso frecuente.
• Entender las limitaciones de las aproximaciones de analítica básico.
• Estudiar casos prácticos y entender su valor de negocio.

Faculty Member:
Diana Bermúdez, Academic Innovation Officer at ISDI/ PhD en Antropología

• Conocimiento de la historia de la Inteligencia Artificial y de los conceptos fundamentales del Machine Learning a fin de saber diferenciar las aproximaciones y técnicas existentes.

Objetivos:

• Estudiar la historia de la Inteligencia Artificial.
• Aprender los conceptos fundamentales del Machine Learning a fin de saber diferenciar las aproximaciones existentes.
• Conocer los tipos de técnicas existentes: tratamiento de datos y servicios cognitivos.
• Comprender los tipos de problemas habituales: clasificación, regresión, clusterización, reducción de dimensiones.
• Entender el sentido y funcionamiento de las Redes Neuronales Artificiales.
• Presentar casos de uso y ámbitos de aplicación de la analítica avanzada.

• Visualización de la información para un análisis de los datos más efectivo y completo. 

Objetivos:

• Analizar las visualizaciones más importantes y la utilidad de cada de ellas.
• Estudiar casos de uso y visualizaciones necesarias para representar datos temporales.
• Comprender las visualizaciones necesarias para representar datos geográficos.
• Entender las visualizaciones necesarias para representar datos multi-dimensionales.
• Entender la importancia de la interactividad en la visualización de información y las técnicas existentes.

• Casos de uso reales en líneas de optimización, conozca diversos sectores y ecosistemas y comprenda las tendencias de futuro en Data & Analytics. 

Objetivos:

• Generar soluciones innovadoras centradas en la Tecnología, Negocios y Personas.
• Entender el desafío que presenta el Big data con respecto a su impacto social, en especial, en la privacidad, la ética y la generación de nuevas formas de trabajo.
• Estudiar el Big data y su impacto en el entorno empresarial y cómo han creado nuevos paradigmas en la forma de trabajar o en la toma de decisiones, entre otros.
• Entender la relación y aplicación del Big Data con otras tecnologías (Banking-NLP, Blockchain).

• Poner en práctica los principales recursos y herramientas analíticas, así como las principales piezas estratégicas a la hora de trabajar con datos. El enfoque principal será sobre Data Driven Business Models, SQL, Analítica Digital y Tag Manager, y R, todo a través de casos prácticos y retos.

Objetivos:

• Conocer las principales herramientas y recursos de cada uno de los cursos.
• Entender la estrategia de negocio digital.
• Analizar la gestión del dato y la arquitectura de datos.
• Estudiar las herramientas Marketing Analytics y Customer Analytics.
• Analizar modelos de Analítica Avanzada.
   

Tras revisar tu CV / Perfil de LinkedIn, te invitaremos a tener una charla con nosotros -telefónica o presencial-, en la que recibirás asesoramiento personalizado por parte de nuestro Admissions Manager.

En este primer encuentro, comprenderemos tu momento profesional y cuáles son tus objetivos tras la formación. Resolveremos todas tus dudas acerca del contenido del programa, metodología de aprendizaje, tus futuros compañeros, y vías de financiación. En ISDI, cuando la situación lo permita, tendrás la oportunidad de descubrir nuestras instalaciones, el Work Space disponible para el alumnado, el equipo del programa, nuestra cultura y esencia ISDIness.

También te invitaremos a alguna Info Session, Open Day o evento que celebremos próximamente.

Previo a la entrevista, para poder validar tu perfil, necesitaremos que nos envíes la siguiente información mediante nuestro Pre-interview form como:

• Tu CV actualizado/Perfil Linkedin
• RFC
• CURP
• Experiencia profesional
• Datos académico

Entre otros datos que nos ayudarán a continuar con tu proceso.

Una vez resueltas tus dudas, coordinaremos una entrevista de admisión con un miembro del Comité de Admisiones. Estamos deseando conocer mejor tu perfil académico y profesional, pero también tu personalidad y valores.

La entrevista, que también podrá ser telefónica, es un requisito indispensable en el proceso.

Tras realizar la entrevista de admisión, el resto de miembros del Comité de Admisiones valorarán tu candidatura junto con el feedback de la persona que te ha conocido.

En un plazo de entre tres y siete días, te comunicaremos la resolución del proceso.

Si la resolución ha sido positiva te indicaremos cómo realizar el pago de la reserva de plaza y la matriculación al programa.

En ese momento, ya formarás parte del Ecosistema ISDI. Te informaremos de talks y eventos a los que podrás acudir antes de iniciar las clases para poder conocer a tus futuros compañeros y estar ya en contacto con el mundo digital.

¡Bienvenido/a a ISDI!