Descripción

Especialidad en Business intelligence: Big Data (2 meses)


Con la Especialidad en Big Data podrás complementar tus conocimientos de marketing, gestión de empresas o emprendimiento con una introducción básica que te permita conocer los conceptos fundamentales de Big Data e Inteligencia Artificial, y dotarte de un mapa guía con el que podrás profundizar en tu carrera profesional.

No sólo se introducirán conceptos tecnológicos, sino que se introducirá el concepto de dato como valor estratégico que permite, y hace necesaria, la creación de una cultura del dato que conlleva una transformación organizativa profunda en las empresas existentes y una especial atención en aquellas que comienzan su andadura en el mercado.

También se introducirán conocimientos y conceptos aledaños, tales como nuevas estructuras organizativas y de gestión de proyectos, cuestiones éticas y legales, e incluso la creación de nuevos mercados abiertos basados en la compartición de datos, información y modelos analíticos.


SOLICITA MÁS INFORMACIÓN

 

EUDE RECIBE LA DISTINCIÓN DE QS STARS A LA CALIDAD EDUCATIVA INTERNACIONAL

EUDE ha sido reconocida con la distinción QS Stars, un sello de calidad internacional que destaca la excelencia de la escuela de negocios y que acredita el prestigio internacional y la percepción entre los estudiantes. Entre todos los aspectos valorados, destaca con cinco estrellas la enseñanza Online y con cuatro la Empleabilidad, dos pilares muy importantes para la escuela.

El proceso de evaluación llevado a cabo desde QS, en el marco de QS Stars, nos ha permitido obtener información detallada y cuantificada sobre la calidad de nuestros procesos y programas.

 

 

EUDE EN EL RANKING DE MÁSTERES ONLINE DE "EL MUNDO"

EUDE Business School sigue recibiendo reconocimientos a nivel nacional e internacional. Los máster online de Finanzas y Marketing y Dirección Comercial de La Escuela Europea de Dirección y Empresa se han posicionado en segunda y tercera posición dentro de su categoría en el Ranking de Másteres Online del diario El Mundo.

 

HABLAN DE NOSOTROS


Metodología

Metodología del Especialidad en Business intelligence: Big Data (2 meses)


La metodología de trabajo desarrollada en EUDE Business School está basada en el Método del Caso. Una formación eminentemente práctica es la mejor base para que el estudiante adquiera los conocimientos, aptitudes y experiencias que la empresa precisa. Los casos desarrollados en cada área de conocimiento son casos de éxito que ofrecen al estudiante un amplio margen para el análisis y la discusión.

El aula con grupos reducidos o el Campus Virtual EUDE plataforma líder a nivel europeo serán los foros más adecuados para que los estudiantes puedan compartir sus opiniones y reflexiones sobre cada documento.

El programa de estudios ha sido confeccionado bajo la supervisión y asesoramiento de empresas referentes en el sector, así como de un claustro formado por directivos y exdirectivos de compañías multinacionales y nacionales (Telefónica, Deloitte, DHL, Inchaersa, Geindesa, Debebé o Drommer Consulting).

Logo Movistar
logo LinkedIn
Logo Amadeus
Logo PG

Programa

Programa y Temario del Especialidad en Business intelligence: Big Data (2 meses)

  • Objetivo: el estudiante obtendrá una visión general sobre los motivos que han llevado a la creación de las tecnologías Big Data. Se le ofrecerá un marco-guía conceptual que le permitirá estructurar cada tipo de tecnología en los niveles de datos, información y conocimiento. Con este marco, se presentarán las necesidades que aparecen en cada nivel y las soluciones que han ido apareciendo, desde las tecnologías ETL hasta la inteligencia artificial y sistemas cognitivos.

 

  • Esquema del módulo:
    • La fascinación por el dato
      • Historia de la información
      • La evolución de las tecnologías del conocimiento
        • Estadística
        • Business Intelligence
        • Small Data, Big Data, Smart Data, Fast Data
      • La Explosión del dato del siglo XX-XXI
        • Por qué en el siglo XX se ha vuelto tan importante el dato
        • Los culpables: la capacidad de computación, el abaratamiento del almacenamiento, internet y los móviles
      • La respuesta: Big Data
        • Definición
        • Las V’s del Big Data
        • Nuevo territorio: lo que importa es la pregunta
        • La evolución de la analítica: descriptiva, predictiva, prescriptiva
        • La pirámide del conocimiento: la diferencia entre el dato, la información y el conocimiento
      • Mapa de la arquitectura Big data
        • Los tres niveles: datos, información y conocimiento
        • Las dos dimensiones: interno-externo
      • Nivel del dato:
        • Tecnologías ETL
        • Del ETL al ELT
        • Datos estructurados y no estructurados
        • La evolución del tipo de dato disponible
      • Nivel de información
        • SQL v NoSQL
        • Sistemas centralizados frente a sistema distribuidos
        • Hadoop básico
          • HDFS
          • Map Reduce
          • Ecosistema Hadoop
        • Spark
          • Comparativa con Hadoop
          • Ecosistema Spark
        • Arquitecturas lambda y Kappa
        • On premise y cloud
          • La nube y los servicios IaaS, PaaS y SaaS
          • Arquitectura Híbrida
        • Nivel del Conocimiento
          • El proceso general de análisis y herramientas utilizadas
          • La importancia de la visualización y herramientas
          • Herramientas de análisis
          • Inteligencia artificial
            • Inteligencia artificial débil y fuerte
            • Diferenciemos entre inteligencia artificial, machine learning y deep learning
            • Tipos de machine learning
              • Aprendizaje supervisado
              • Aprendizaje no supervisado
              • Aprendizaje por refuerzo
            • Deep learnig: ¿qué es una red neuronal?
            • Sistemas cognitivos
          • Caso práctico: Introducción a la visualización con Tableau
            • Objetivo: que los alumnos conozcan una herramienta que les permitirá explorar los datos disponibles a través de la visualización. También aprenderán la necesidad de tratamiento de los datos y la selección de los mejores elementos de visualización para cada tipo de datos

 

  • Metodología: a través de un tutorial aprenderán los conceptos básicos para realizar un cuadro de mandos que explore un conjunto de datos de prueba.
  • Objetivo: hacer que el estudiante sea consciente de que el verdadero potencial de transformación del Big Data es un proceso de cambio cultural y organizacional de las compañías. El verdadero motor del cambio que hace que las tecnologías Big Data sean útiles y aplicables son las personas. Es necesario un programa de transformación dominado por nuevos procesos (Data Centric, Data Thinking y Data by Design). Para que eso sea posible deben utilizarse y modificarse tecnologías de diseño y desarrollo de producto (Design Thinking y tecnologías Agile) para que de esta forma se pueda entregar valor continuo. Esto exige cambios organizacionales profundos que conlleven una cultura del dato que se extienda a toda la organización.

 

  • Esquema del módulo:
    • Lo importante son las personas
      • Evolución y parición de nuevos roles
      • El “Data Translator”, un nuevo rol clave
    • Repasemos los niveles de la pirámide del conocimiento: hace falta la acción
    • Es necesario llegar a ser una empresa Data Driven
      • Dejar atrás la gestión HiPPO
      • Procesos de transformación
        • Data Centric
        • Data Thinking
        • Data by Design
        • Fata Governance
      • Pero antes es necesario saber dónde estamos el assesment
      • Proceso Data Centric
        • Evolución de la posición del dato dentro de la empresa
        • El Dato se convierte en el centro
      • Proceso Data by Design
        • Lo importante es saber qué quiere el cliente
        • Marco metodológico fundamental: Design Thinking
          • Qué es el Design Thinking
          • Algunas herramientas utilizadas
          • Pero es necesario modificarlo para dejar entrar al dato
        • Cómo lo lanzamos
          • El mínimo producto viable: lo importante es dar valor continuo al cliente
          • Tecnologías Agile-Scrum
        • Relación entre Design Thinking y Agile: ciclo de evolución continuo
      • Data Thinking
        • La cultura del dato en la empresa
        • Cambios organizacionales necesarios: modelo Spotify
        • Data culture: todos los miembros de una organización deben enfocarse al valor del dato
      • Casos de Uso de Big Data
      • Nueva fuente de ingresos: la compartición de datos
        • El dato como producto
        • El nuevo marco de privacidad
      • Y surgió el RGPD
        • Conceptos básicos
        • El consentimiento dentro del RGPD
        • Qué es un tratamiento: el encargado y el responsable de tratamiento
        • Uso legítimo
        • Principios de responsabilidad
        • Derechos del usuario: el nuevo derecho de portabilidad y de no utilización de procesos automatizados

 

  • Caso práctico: uso de Tableau (o Google analytics) para análisis de un e-commerce (u otro tipo de web)
    • Objetivo: que los alumnos profundicen en el uso de la visualización como herramienta fundamental para obtener pistas de la marcha de una empresa online

 

  • Metodología: a través de un tutorial aprenderán los conceptos básicos que deberán aplicar sobre los datos de una página web.
  • Objetivo: El objetivo de esta sesión es que el alumno conozca de primera mano algunas de las técnicas de modelado y data mining que se suelen aplicar en el entorno de Big Data. A través de diversos ejemplos de necesidades de negocio, se analizará una de las posibles formas de abordarla, implementando un modelo sencillo pero clarificador: el modelo CRISP-DM. Con esos mismos ejemplos se verán las diversas problemáticas y puntos críticos a tener en cuenta en todo proceso de análisis de datos.

 

  • Esquema del módulo:
    • Metodología CRISP-DM
    • Introducción a Rapid Miner: conceptos básicos
    • Preparación de datos
    • Modelos clasificatorios y predictivos
    • Correlación: que dos variables tengan relación puede no decir nada
      • Realizar una matriz de correlación
      • Entender una matriz de correlación
      • Correlación positiva y negativa
      • Correlación no indica causalidad
      • ¿Qué podemos hacer con esa información?
    • Reglas de asociación: ¿qué cosas suelen ir juntas?
      • Entender el funcionamiento de un modelo de asociación
      • Porcentaje de Soporte y de Confianza
      • Usar las reglas de asociación
    • Clusterización: ¿hay diversos grupos de clientes?
      • El algoritmo K-means
      • Cómo funciona y qué significa la K
      • Concepto de centroide
    • Análisis discriminante: empezamos a predecir
      • Explicación de análisis discriminante
      • Concepto de datos de entrenamiento y de datos de scoring
      • Flujo de entrenamiento y flujo de scoring
      • Explicación del nivel de confianza
    • Regresión lineal: una forma de predecir una variable continua
      • Explicación del modelo de regresión lineal
      • Entender los pesos en una regresión lineal
      • ¿Qué podemos hacer con los resultados?
    • Regresión logística: cuando hay que decir entre dos opciones
      • Explicación del modelo de regresión logística
      • También aparece pesos ¿pero significan algo?
      • Explicación del nivel de confianza
      • ¿Qué podemos hacer con los resultados?
    • Árboles de decisión: ¿en dónde cae este cliente?
      • Concepto de árbol de decisión
      • Nodos, ramas y hojas
      • Profundidad del árbol
      • Navegar en un árbol de decisión
      • Comprender un árbol y aplicarlo
    • Redes Neuronales: simulando el pensamiento humano
      • Explicando en lo posible una red neuronal
      • Aplicar una red neuronal
    • Introducción al análisis de textos
      • Análisis comparativo de textos
      • Conceptos básicos
      • Diccionarios, stop words
      • Sinónimos y palabras de la misma familia
      • Combinación de palabras
      • Reemplazo de palabras
    • Validación cruzada: ¿cómo podemos saber si el modelo funciona?
      • Qué es una validación cruzada
      • Concepto de falso positivo
    • La ética en el data mining
      • No siempre los modelos son “justos”
      • Que puedas predecir no quiere decir que debas obligar
      • Cuidado con los sesgos
      • No todos los análisis se pueden hacer

 

  • Caso práctico: uso de Rapid Miner para hacer data mining
    • Objetivo: que los alumnos utilicen lo aprendido para resolver algún tipo de problema basado en datos

 

  • Metodología: se propondrá un conjunto de datos para que los alumnos utilicen los modelos estudiados.
  • Objetivo: hacer que el estudiante se enfrente desde el punto de vista de negocio cómo definir y resolver un problema de negocio en donde los datos y el uso de la información puedan aportar algún tipo de mejora o solución. Mediante una nueva metodología, se trata de crear un proceso “Design Thinking-like” que defina unas etapas graduales para comprender el problema, las lagunas de datos que la empresa tiene, el impacto que tiene en el customer journey y la experiencia del cliente, y proponer un nuevo “Data Journey” que mejore esa experiencia. Al final el estudiante tendrá definido todo el contexto del problema y tendrá unas preguntas e hipótesis guía que dirijan el desarrollo del proyecto de mejora.

 

  • Esquema del módulo:
    • Módulo 1: definir el problema que se quiere resolver
      • ¿Cuál es el problema principal que estás intentando solucionar y por qué es importante?
      • Contexto: ¿Qué factores contribuyen al problema?
      • Personas: ¿A quién le afecta directamente?
      • Personas que trabajan en el problema: ¿Quién está trabajando actualmente en el problema?
      • ¿Con que frecuencia se toman las decisiones sobre la resolución del problema por parte de las personas que trabajan actualmente en el mismo?
      • Datos existentes: ¿Qué datos, relevantes a este problema, existen actualmente?
      • De forma general, ¿cuál es la periodicidad, retardo y granularidad (geográfica, demográfica, temporal, otras) de los datos existentes?
      • Nuevas fuentes de datos potenciales para la solución: Basados en los factores antes mencionados, ¿qué datos nuevos o adicionales podrían potencialmente aportar nuevos puntos de vista
      • Preguntas guía
    • Módulo 2: inventariar y comprender las lagunas en los datos
      • Datos existentes sobre el problema
      • Para cada fuente de datos, contesta las siguientes preguntas:
      • ¿Está disponible abiertamente, o requiere un permiso especial de acceso?
      • ¿Es estructurada o no estructurada?
      • ¿Con qué frecuencia se recogen los datos?
      • ¿Cómo son de granulares o detallados geográficamente los datos (ALTO, MODERADO, BAJO)?
      • ¿Cómo son de granulares o detallados demográficamente los datos (ALTO, MODERADO, BAJO)?
      • ¿Cuánto tiempo se almacenan?
      • ¿Las personas actualmente implicadas lo usan para la toma de decisiones, evaluación o para otros propósitos?
      • Otros datos organizacionales: ¿Qué otros datos usa tu organización en la operativa del día a día y en la planificación a largo plazo?
      • Identificación de lagunas
    • Módulo 3: mapear a todos los participantes en el proyecto
      • Clientes/usuarios, Solucionadores, Soportes, Otras Personas
      • ¿Cuál es su influencia en el problema?
      • ¿Cuál es su influencia en el proyecto?
      • ¿Cómo puede beneficiarse del proyecto?
      • ¿Cómo los datos ayudan ahora a su toma de decisiones?
      • ¿Qué podría hacer esta persona con mejores datos?
      • ¿Qué podría hacer para socavar el proyecto?
      • ¿Cuál es la mejor forma de mantenerle comprometido?
      • La Ficha Personas
      • Mapa de influencia
    • Módulo 4: comprender quién usará los resultados del proyecto
      • Data Journey actual
      • Análisis de mejoras
      • Diseño del Data Journey nuevo
    • Módulo 5: identificar tu lista de deseos respecto a los datos y definir tus hipótesis de trabajo
      • Resumen de todo el análisis
      • La herramienta de conceptualización del proyecto
        • ¿A quién va a ayudar el proyecto de innovación basada en el dato y qué esperas que sean capaces de hacer gracias al proyecto?
        • Escribe una definición clara y concisa del problema
        • ¿Qué fuentes de datos persigues para cumplir tus objetivos? Rellena la plantilla siguiente con esa información (repite la plantilla tantas veces como fuentes de datos hayas detectado).
        • Ajusta tus Preguntas Guía: ¿Podemos usar [la fuente de datos X] para profundizar en [en el aspecto Y del problema]?
        • Ajusta tus Hipótesis: Ya que sabemos que [hechos A] sobre [las(s) fuente(s) de datos X], creemos que podemos usar [datos específicos B] para abordar [el indicador del problema C]. Validaremos nuestros resultados en comparación a [datos existentes D].
      • Ejemplos de problemáticas
  • Objetivo: que los alumnos utilicen la metodología explicada para resolver un problema dentro del alcance del TFM que entregaron en el máster
  • Metodología: los alumnos deberán proponer una problemática asociada a su TFM que presentaron en el master y deberán seguir los pasos indicados para proponer una mejora basado en el uso del dato y de la información disponible.
DESCARGAR PROGRAMA

Becas

Becas


EUDE Business School, a través de su Fundación, pone a tu disposición un importante plan de becas y ayudas al estudio gracias al cual se han beneficiado nuestros mejores alumnos. A través de la Fundación puedes acceder a becas para el estudio de importante cuantía, las cuales están dirigidas a estudiantes y profesionales con titulación universitaria bajo cuatro modalidades: Becas al Honor Académico, Becas de Impulso a la Empleabilidad, Becas Patrocinadas y Becas Alumni sin Retorno de Capital.

Plan de becas y ayudas al estudio

EUDE Business School ha diseñado un Plan de Becas y Ayudas al Estudio con el único objetivo de proporcionar una mayor flexibilidad económica y respaldar las necesidades de cada alumno.
Las peticiones de becas son recogidas por el Dto. de Asesoría Académica quién las remite al Comité de Admisiones, que evalúa los perfiles en función de los siguientes aspectos:

La tramitación de las becas se lleva a cabo una vez el postulante envíe todos los documentos requeridos. También puden dotarse de ayudas adicionales pero contando con los mismos criterios que para las becas.
Una vez evaluada su postulación el estudiante recibe notificación personal del Comité de Admisiones.

Universidad

EUDE Business School es entidad colaboradora de la prestigiosa Universidad Camilo José Cela, institución que cuenta con un amplio reconocimiento nacional e internacional, posicionada como una de las mejores universidades de España.

 

Campus de EUDE Business School

El Campus EUDE, se fundó en 1996 y está ubicado en la emblemática calle de Arturo Soria, forma parte del corazón de la ciudad de Madrid y se encuentra muy próximo a los ecosistemas financieros de algunas de las empresas más importantes del mundo.

 

Las instalaciones del campus de Madrid de EUDE, formadas por un moderno edificio dotado con un innovador equipo tecnológico, Aulas, Salas grupales, Cafetería y Zonas comunes, están a disposición de los más de 100.000 Alumnos que han pasado por nuestras Aulas y de las más de 1.200 empresas con la que mantenemos colaboraciones.

 

Campus Online de EUDE Business School

Consciente de las necesidades de sus alumnos y con el propósito de ofrecerles la mayor flexibilidad para su formación, EUDE Business School ha mantenido, desde sus inicios, una apuesta incondicional hacia una metodología online de calidad. Por esta razón, y gracias a su innovador método académico basado en un Campus Virtual el cual ha sido reconocido como uno de los mejores y más importantes en el ámbito europeo, nuestra Escuela de Negocios permanece a la cabeza en la formación online del mundo.

 

La plataforma favorece la formación de profesionales a nivel global, sin que existan las barreras espacio-temporales habituales de la metodología presencial. De esta manera, el alumno es capaz de servirse de un método totalmente flexible sin la necesidad de moverse de casa.

plataforma_eude_elearning

Y además...

Diplomado Internacional con EUDE Business School

Como complemento al programa de Máster, en EUDE Business School te ofrecemos la oportunidad de especializarte en diversas áreas como digital, lujo, turismo, deporte, ciberseguridad, sanidad. Una formación complementaria pensada y adaptada al mundo laboral que te prepara para afrontar con éxito cualquier reto en tu carrera profesional.

El entorno digital, la evolución en los modelos de negocio y los cambios en el mercado exigen una continua ampliación de conocimientos y habilidades. Las empresas buscan perfiles multidisciplinares que sigan las tendencias del sector y sean capaces de liderar el cambio.

Con la realización de tu Diplomado Internacional estarás preparado para ocupar puestos de mayor responsabilidad, liderando distintos ámbitos de una empresa desde una visión global y actualizada. Una formación pensada y confeccionada por directivos de las mejores compañías nacionales e internacionales y adaptada a tus necesidades.

Áreas de Especialidades

  • Área Digital
  • Área de Lujo
  • Área de Turismo
  • Área de Deporte
  • Área de Automóvil
  • Área de Seguros
  • Área de Minería e Hidrocarburos
  • Área de Seguros

MÁS INFORMACIÓN

Nuestras especialidades van asociadas a un máster/maestría. Por favor, elige uno de nuestros programas en la oferta formativa y selecciona en el formulario la especialidad con la que te gustaría cursarla.

Competencias y salidas profesionales del Especialidad en Business intelligence: Big Data (2 meses)


CRECIMIENTO PERSONAL
Habilidades y aptitudes necesarias para liderar, dirigir y emprender un negocio

EVOLUCIÓN PROFESIONAL
Transición de lo técnico a la dirección empresarial

ACELERADOR DE EXPERIENCIA
MBA de EUDE equivale a 8 años de experiencia profesional.

VISIÓN 360 DE LA EMPRESA
Conocimiento de todos los ámbitos de la empresa y desarrollo de negocio.

Escuela de Negocios Número 1 en España en Másteres Online

Considerado uno de los mejores Másteres Online por el Listing Financial Times

Líderes de muchas partes del mundo formados en nuestra Escuela

Al terminar tu máster. Convenio con + 1.200 empresas nacionales e internacionales

Networking con grandes líderes internacionales

SOLICITA MÁS INFORMACIÓN
what_we_do

#EUDEtalent

Acceso a empleos y prácticas en más de 1200 empresas

#EUDEtalks

Conferencias y Seminarios con líderes influyentes de grandes marcas

#EUDEpartners

Con Universidades internacionales y Empresas líderes a nivel mundial

#EUDEtrends

Observatorio de las nuevas tendencias e investigación para emprendedores

#EUDEacademicLab

Investigación e innovación académica aplicada a las exigencias del mercado

SOLICITA MÁS INFORMACIÓN