logo
 

Máster en Business Intelligence y Data Management

CONVOCATORIA ABIERTA

El auténtico impacto del valor de los datos reside en saber trabajarlos.

Fecha de inicio
Convocatoria abierta
Precio
6900
Metodología
Online
Duración
12 meses

Partner académico

Título propio acreditado por la

Partner académico

Objetivos

En la actualidad, se prevé un crecimiento del 54% en la demanda de profesionales de Data Science. Una tendencia que permanecerá al alza hasta 2030. De hecho, hoy en día,  en 5 de cada 20 ofertas de empleo se buscan perfiles expertos en este sector. No es de extrañar, pues, que nuestro Máster en Business Intelligence y Data Management sea uno de los más demandados.

La transformación digital es un hecho. Pero no son solo las empresas las que cambian al ritmo que marcan las tecnologías: el mundo entero se reinventa. De hecho, el mundo entero está conectado y es emisor y receptor de gran cantidad de datos. En este contexto, el análisis y la gestión de los datos se ha convertido en una herramienta imprescindible.

Three Points, The School For Digital Business, cuenta con Inesdi Digital Business School, como partner estratégico para conformar el Digital Innovation Learning Hub de Planeta Formación y Universidades

En virtud de esta alianza estratégica, se busca impulsar la formación en Digital Business a través de programas especializados en este ámbito.

1.
Aprender a diseñar y gestionar proyectos de Big Data identificando los beneficios que el análisis masivo de datos puede aportar a cada empresa.
2.
Liderar proyectos tecnológicos.
3.
Conocer las técnicas y métodos de análisis de datos y Business Intelligence
4.
Dominar los 5 factores clave de la gestión de la información empresarial: Integridad, Coherencia, Fiabilidad, Relevancia y Actualidad
5.
Detectar tendencias para tomar decisiones adecuadas en función de una estrategia sólida basada en los datos
6.
Desarrollar habilidades de ventas, comunicación y marketing a nivel directivo

INESDI cuenta con la Universitat Politècnica de Catalunya (UPC) como partner académico que avala los programas de la escuela. La UPC es una de las universidades politécnicas líderes de Europa en los ámbitos de la ingeniería, la arquitectura, las ciencias y la tecnología.

Una vez finalizado el programa, los estudiantes obtendrán:

  • Un título propio de Inesdi Digital Business School

  • Un título propio acreditado por la UPC, si se cumplen los requisitos de la Universidad al finalizar el programa

Programa

El programa se estructura en 10 módulos y un Proyecto Final de Máster.

Bloque 1.- Ecosistema, estrategia y metodologías.

Bloque 2.- Arquitectura web y UX.

Bloque 3.- Atracción, activación conversión.

Bloque 4.- Automatización, inteligencia artificial y data.

Además, los alumnos tendrán la posibilidad de prepararse para las certificaciones aCAP® o CAP®.

5 ECTS

Módulo 1.- Estrategia de Datos, Visión Global y Fundamentos de Business Intelligence y Análisis de Datos

  • El valor de los datos.
  • Hacia una cultura Data-Driven.
  • Diseñando nuestra estrategia de datos.
  • Particularidades de los proyectos de Customer Intelligence y Data Analytics.
  • Ciclo del proceso de análisis.
  • Fases del análisis de datos.
  • Fundamentos y beneficios.
  • Visión general del mercado en el entorno empresarial y tecnológico actual.
  • Business Intelligence y Business Analytics.
  • Componentes generales de una arquitectura de Business Intelligence.
  • Ejemplos de diferentes industrias.
5 ECTS

Módulo 2.- Big Data & Analytics

  • Antecedentes del Big Data.
  • Conceptos Básicos.
  • Las “V” del Big Data.
  • Casos de Uso del Big Data en el mundo empresarial.
  • La aparición del Chief Data Officer.
  • Principales Herramientas y Ecosistema Big Data
  • Estrategias de Adquisición de datos.
  • Metodología AI-driven products.
  • Diseñando productos de datos entorno a la intersección de Machine Learning/AI, UX y Diseño.
  • Hiper personalización en Marketing.
  • Nuevas herramientas de visualización avanzada para explorar y extraer valor del big data.
  • Interpretabilidad de Modelos Machine Learning.
5 ECTS

Módulo 3.- Gestión de Proyectos de Business Intelligence

  • Agile: Scrum y Kanban.
  • Épicas, User Stories y Criterios de Aceptación.
  • Sprints.
5 ECTS

Módulo 4.- Gestión y Gobierno de Datos

  • La importancia del gobierno de los datos.
  • Cómo planificar un programa de Data Governance.
  • Roadmap y plan de acción.
  • Procesos y Herramientas de soporte al Data Governance.
  • Objetivos estratégicos de la gestión de los datos.
  • Definición de Calidad del Dato.
  • Estrategia y Plan de Acción.
  • Proceso de Calidad de Datos:
    • Actualización.
    • Normalización.
    • De-duplicación.
  • Casos Prácticos.
5 ECTS

Módulo 5.- Arquitectura, Modelado y Bases de Datos

  • Fundamentos y beneficios.
  • Modelado de datos.
  • Bases de Datos y SQL.
5 ECTS

Módulo 6.- Integración de Datos

  • Organizando los datos: Extracción, Transformación y Carga:
    • Feature Engineering.
    • Introducción a los Procesos ETL.
    • Objetivos y Funcionalidad.
    • Buenas prácticas para definición de procesos ETL.
    • Principales herramientas del mercado.
    • Ejemplos Prácticos.
  • Open Data: Enriquecimiento de Datos:
    • Democratización de los Datos: Open Data.
    • Explorando y utilizando los datos abiertos.
    • Principales portales.
    • APIs, etc…
  • Web Scraping: ¿dónde y cómo obtener datos de la web?
    • Integración de nuevos datos a nuestro análisis.
5 ECTS

Módulo 7.- Explotación de Datos

  • Introducción a PowerBI.

              Herramientas de Visualización de datos (Power BI)

  • Ingesta de información en PowerBI, diferentes fuentes.
  • Creación de modelo de datos.
  • Realización de dashboards.
  • Publicar y compartir.
5 ECTS

Módulo 8.- Visualización de Datos

  • 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.
5 ECTS

Módulo 9.- Data Science, Machine Learning e Inteligencia Artificial

  • ¿Qué se entiende por Data Science?: Introducción a la Ciencia de los Datos:
    • Conceptos clave a tener en cuenta.
    • Principales retos.
    • La figura del Científico de Datos.
    • Fases en un Proyecto de Data Science.
  • Introducción al Machine Learning:
    • ¿Qué es? ¿Para qué sirve?
    • Tareas de aprendizaje.
    • Enfoques.
    • Algoritmos.
5 ECTS

Módulo 10.- Los casos de Uso

La clave de los sistemas analíticos es el uso que hacemos de los datos que manejamos para cubrir un fin o una necesidad. Revisaremos en este módulo los casos de uso más comunes, como construirlos, darles seguimiento y calcular el impacto. Se verán tanto proyectos típicos de Business Intelligence (Cuadro de Mando de Ventas, Cuadro de Mando de la Cartera de Clientes,…) como proyectos típicos de Data Analytics (Optimización de Campañas, Morosidad, Retención,..).

Certificación aCAP® y CAP®

Los alumnos del máster tienen la posibilidad de prepararse para las certificaciones aCAP® o CAP®, acreditaciones clave para los profesionales del área de operaciones y analytics.

  • aCAP® (Associate Certified Analytics Professional) es una certificación orientada a aquellos profesionales dedicados al análisis de datos, sin experiencia laboral o experiencia inferior a 3 años.
  • CAP® (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 identificarreclutar 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

5 ECTS

Módulo 1.- Estrategia de Datos, Visión Global y Fundamentos de Business Intelligence y Análisis de Datos

  • El valor de los datos.
  • Hacia una cultura Data-Driven.
  • Diseñando nuestra estrategia de datos.
  • Particularidades de los proyectos de Customer Intelligence y Data Analytics.
  • Ciclo del proceso de análisis.
  • Fases del análisis de datos.
  • Fundamentos y beneficios.
  • Visión general del mercado en el entorno empresarial y tecnológico actual.
  • Business Intelligence y Business Analytics.
  • Componentes generales de una arquitectura de Business Intelligence.
  • Ejemplos de diferentes industrias.
5 ECTS

Módulo 2.- Big Data & Analytics

  • Antecedentes del Big Data.
  • Conceptos Básicos.
  • Las “V” del Big Data.
  • Casos de Uso del Big Data en el mundo empresarial.
  • La aparición del Chief Data Officer.
  • Principales Herramientas y Ecosistema Big Data
  • Estrategias de Adquisición de datos.
  • Metodología AI-driven products.
  • Diseñando productos de datos entorno a la intersección de Machine Learning/AI, UX y Diseño.
  • Hiper personalización en Marketing.
  • Nuevas herramientas de visualización avanzada para explorar y extraer valor del big data.
  • Interpretabilidad de Modelos Machine Learning.
5 ECTS

Módulo 3.- Gestión de Proyectos de Business Intelligence

  • Agile: Scrum y Kanban.
  • Épicas, User Stories y Criterios de Aceptación.
  • Sprints.
5 ECTS

Módulo 4.- Gestión y Gobierno de Datos

  • La importancia del gobierno de los datos.
  • Cómo planificar un programa de Data Governance.
  • Roadmap y plan de acción.
  • Procesos y Herramientas de soporte al Data Governance.
  • Objetivos estratégicos de la gestión de los datos.
  • Definición de Calidad del Dato.
  • Estrategia y Plan de Acción.
  • Proceso de Calidad de Datos:
    • Actualización.
    • Normalización.
    • De-duplicación.
  • Casos Prácticos.
5 ECTS

Módulo 5.- Arquitectura, Modelado y Bases de Datos

  • Fundamentos y beneficios.
  • Modelado de datos.
  • Bases de Datos y SQL.
5 ECTS

Módulo 6.- Integración de Datos

  • Organizando los datos: Extracción, Transformación y Carga:
    • Feature Engineering.
    • Introducción a los Procesos ETL.
    • Objetivos y Funcionalidad.
    • Buenas prácticas para definición de procesos ETL.
    • Principales herramientas del mercado.
    • Ejemplos Prácticos.
  • Open Data: Enriquecimiento de Datos:
    • Democratización de los Datos: Open Data.
    • Explorando y utilizando los datos abiertos.
    • Principales portales.
    • APIs, etc…
  • Web Scraping: ¿dónde y cómo obtener datos de la web?
    • Integración de nuevos datos a nuestro análisis.
5 ECTS

Módulo 7.- Explotación de Datos

  • Introducción a PowerBI.

              Herramientas de Visualización de datos (Power BI)

  • Ingesta de información en PowerBI, diferentes fuentes.
  • Creación de modelo de datos.
  • Realización de dashboards.
  • Publicar y compartir.
5 ECTS

Módulo 8.- Visualización de Datos

  • 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.
5 ECTS

Módulo 9.- Data Science, Machine Learning e Inteligencia Artificial

  • ¿Qué se entiende por Data Science?: Introducción a la Ciencia de los Datos:
    • Conceptos clave a tener en cuenta.
    • Principales retos.
    • La figura del Científico de Datos.
    • Fases en un Proyecto de Data Science.
  • Introducción al Machine Learning:
    • ¿Qué es? ¿Para qué sirve?
    • Tareas de aprendizaje.
    • Enfoques.
    • Algoritmos.
5 ECTS

Módulo 10.- Los casos de Uso

La clave de los sistemas analíticos es el uso que hacemos de los datos que manejamos para cubrir un fin o una necesidad. Revisaremos en este módulo los casos de uso más comunes, como construirlos, darles seguimiento y calcular el impacto. Se verán tanto proyectos típicos de Business Intelligence (Cuadro de Mando de Ventas, Cuadro de Mando de la Cartera de Clientes,…) como proyectos típicos de Data Analytics (Optimización de Campañas, Morosidad, Retención,..).

Certificación aCAP® y CAP®

Los alumnos del máster tienen la posibilidad de prepararse para las certificaciones aCAP® o CAP®, acreditaciones clave para los profesionales del área de operaciones y analytics.

  • aCAP® (Associate Certified Analytics Professional) es una certificación orientada a aquellos profesionales dedicados al análisis de datos, sin experiencia laboral o experiencia inferior a 3 años.
  • CAP® (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 identificarreclutar 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

10 ECTS

Proyecto final de Master

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.

Profesores
Alberto Velasco
Data Manager en ENGIE España

Anteriormente fue Project Manager Location Intelligence en Sanitas. Es Ingeniero técnico de sistemas por la Universidad Complutense de Madrid y tiene un programa de especialización en Gestión y Administración de Empresas por ThePower Business School.

Luis Miguel Garay
Senior Digital Advisor en Telefónica

Ha desarrollado su carrera como Gerente en Estrategia de canales de atención y Director de canales online B2S/B2B.

Layla Scheli
Analista de BI, Big Data y Data Science en IOSPER

Tiene una amplia experiencia como formadora. Es ingeniera en Sistemas de Información, Informática y Ciencias Computacionales por la Universidad del Centro Educativo Latinoamericano y tiene un Máster en Big Data y BI por la ENEB.

Rafael Comendador
Content Engineer & BI - EMEA en Duck Creek Technologies

Anteriormente fue Technical Project Manager en Sanitas. Es ingeniero en Telecomunicaciones por la Universidad Politécnica de Madrid y tiene un Máster en BI Technology y Big Data por la MBIT School.

Santiago San Antonio
Chief Data Officer en Aegon

Anteriormente fue Data & Analytics Senior Manager en AXA International. Es licenciado por la Universidad Complutense de Madrid y tiene un Máster en Gestión de Sistemas de Información e Investigación de Mercados por la UNED.

Javier Monjas
Analytical Lead en Aggity

Anteriormente fue Chief Data Officer en Finect. Es licenciado en Estadística por la Universidad Complutense de Madrid.

David Martín
Corporate Head of Digital Analytics at MAPFRE

Anteriormente, fue Head of Digital Analytics en Sanitas. Es licenciado en Estudios de Medios por la Universidad Rey Juan Carlos y tiene un Máster en Analítica Digital, Procesamiento de datos y tecnología de procesamiento de datos en la KSchool.

Tomás Trenor
Head of Business Intelligence & Advanced Analytics en Sanitas

Anteriormente fue Data & Analytics Delivery ManagerData & Analytics Delivery Manager en Telefónica. Es Ingeniero de Telecomunicaciones por la Universidad de Valencia y tiene un Máster en Business Management e Internet Business por ISDI.

Alberto Vázquez
Responsable de Data Governance en Sanitas

También trabaja como Coordinador Business Intelligence Explotación del Dato en Linea Directa Aseguradora. Tiene un curso de especialización en Administración y Dirección de Empresas en ThePower Business School.

Juan Vidal
Fundador de Datademy

Anteriormente trabajó como Customer Intelligence Manager en Orange. Es licenciado en Física por la Universidad Complutense de Madrid.

Perfil del estudiante

La nueva digital business school Three Points, nacida en Barcelona, da resupuesta al escenario económico y empresarial actual.

DATOS DEMOGRÁFICOS
68%
Europa
32%
Latinoamérica
SEXO
EDAD
36 años
Media
10 años
Media experiencia
BACKGROUND
58%
24%
18%
Business
Tech
Investigación de Mercados
EXPERIENCIA
Dirección General
Técnico / Especialista
17%
28%
51%
4%
Dirección / Gerente de Dpto
Otros

Salidas profesionales

Nuestro Máster en Business Intelligence pretende equiparte con un amplio abanico de conocimientos teóricos y herramientas prácticas y de gestión, para desempeñar los siguientes roles:

Business Analytics Manager
Business Intelligence Manager
Consultor BI
Chief Data Officer
Data Scientist
Data Analyst
Experto en machine learning
Experto en visualización de datos

Perfil del estudiante

La nueva digital business school Three Points, nacida en Barcelona, da resupuesta al escenario económico y empresarial actual.

DATOS DEMOGRÁFICOS
68%
Europa
32%
Latinoamérica
SEXO
EDAD
36 años
Media
10 años
Media experiencia
BACKGROUND
58%
24%
18%
Business
Tech
Investigación de Mercados
EXPERIENCIA
Dirección General
Técnico / Especialista
17%
28%
51%
4%
Dirección / Gerente de Dpto
Otros

Salidas profesionales

Nuestro Máster en Business Intelligence pretende equiparte con un amplio abanico de conocimientos teóricos y herramientas prácticas y de gestión, para desempeñar los siguientes roles:

Business Analytics Manager
Business Intelligence Manager
Consultor BI
Chief Data Officer
Data Scientist
Data Analyst
Experto en machine learning
Experto en visualización de datos

Proceso de admisión

Nuestro proceso de admisión tiene como objetivo fundamental asegurar la idoneidad y desarrollo de los candidatos, para que todos nuestros alumnos puedan vivir una experiencia digital que responda a sus necesidades actuales y futuras.

1
Solicitud de admisión
2
Entrevista personal
3
Documentación de admisión
4
Evaluación comité de admisiones
5
Admisión aprobada
Matriculación

Partners


© Three Points The School for Digital Business. Planeta Formación y Universidades. Todos los derechos reservados.
Por cualquier consulta, escríbanos a info@threepoints.com

© Three Points The School for Digital Business. Planeta Formación y Universidades. Todos los derechos reservados.
Por cualquier consulta, escríbanos a info@threepoints.com