Acceso abierto ¿Necesitas más información?

Sistemas de Información de Inteligencia de Negocio y Big data

Diploma de Posgrado

El Posgrado en  Sistemas de Información de Inteligencia de Negocio y Big data está  conformado por las especializaciones siguientes:

  • Sistemas de información de inteligencia de negocio (data warehouse)
  •  Big data y sistemas NoSQL
  • Y el Trabajo final de posgrado.

Semestre 1

E3. Sistemas de información de inteligencia de negocio (data warehouse) (12 créditos)

En esta especialidad se adquieren las competencias para diseñar, construir, mantener y explotar los sistemas de información de inteligencia de negocio más habituales, es decir, los que se basan en el uso de bases de datos relacionales para la construcción de un almacén de datos o data warehouse. Esta especialidad forma parte del itinerario de sistemas de información del máster.

  • A15. Bases de datos para data warehouse (4 créditos)

    Esta  asignatura tiene por objeto adquirir conceptos, procedimientos y buenas prácticas para la creación y manipulación de las bases de datos relacionales que dan soporte a la construcción del almacén de datos. Se profundiza en el aprendizaje del lenguaje SQL, y en el diseño físico de bases de datos, así como en bases de datos orientadas a columnas. Estas bases de datos se caracterizan por el almacenamiento de los datos en forma de columnas, a diferencia de las bases de datos relacionales tradicionales que realizan un almacenamiento de los datos por filas.

    Se trabaja con una base de datos relacional tipo PostgreSQL

  • A16. Diseño y construcción del almacén de datos (4 créditos)

    En esta asignatura se aprende a crear un almacén de datos adecuado que ofrezca soporte en la toma de decisiones de la organización. Se presenta a nivel conceptual la arquitectura de almacenamiento de un sistema de BI para Data Warehousing y se dan pautas para la construcción de este tipo de sistemas.  La puesta en práctica se lleva a cabo mediante la resolución de un caso práctico extenso para el cual se utilizan diferentes herramientas de Microsoft o Pentaho, sobre bases de datos Oracle o PostgreSQL.

    .
  • A17. Explotación y administración de sistemas de data warehouse (4 créditos)

    En esta asignatura se aprende a evaluar la viabilidad de la construcción de un almacén de datos y a explotar y administrar sistemas de Data Warehouse. Con este fin se presentan las distintas formas de presentar los datos y qué tipos de  herramientas pueden ofrecer el tipo de visualización que interesa. Asimismo se enseña a administrar el  sistema durante su desarrollo, implantación y/o posterior explotación de los datos.  
    Se trabaja con la misma familia de herramientas: Microsoft o Pentaho para el almacén de datos y Oracle o PostgreSQL como bases de datos.

Semestre 2

E4. Big data y sistemas NoSQL

En esta especialidad se adquieren las competencias para diseñar, construir, mantener y explotar los sistemas de información de inteligencia de negocio más nuevos, basados en la captura, procesamiento y gestión de datos masivos, de diferentes procedencias y tipología.

Esta especialidad forma parte del itinerario de sistemas de información del máster.

  • A18. Gestión de big data: datos y usos (4 créditos)

    En esta asignatura se presentan distintos escenarios de negocio que combinan tanto la analítica de negocio como el big data, y cómo pueden ser utilizados para la creación de nuevos productos y servicios basados en los datos. Entre estos escenarios destacan la inteligencia geográfica, la analítica social o el paradigma de datos abiertos. Asimismo se presentan tecnologías no cubiertas en otras asignaturas como serían stream data o los sistemas de indexación y búsqueda distribuida.
    Por las características de la asignatura se trabaja con diferentes herramientas que se actualizan continuamente y pueden cambiar en cada edición y que incluyen R y GeoBI entre otros..

  • A19. Gestión de big data: tecnologías (4 créditos)

    En esta asignatura se presentan las bases para el almacenamiento y procesamiento de datos masivos o big data. Veremos los principales modelos de procesamiento (batch y stream), así como los frameworks más utilizados en la actualidad (Hadoop y Spark). De cada uno, presentaremos sus ecosistemas e introduciremos los módulos más relevantes para el acceso, proceso y visualización de datos, incluyendo análisis de datos, machine learning y manipulación de datos en formato de grafos.

    Se trabaja principalmente con el entorno de almacenamiento distribuido HDFS y con los frameworks de procesamiento Hadoop y/o Spark sobre máquinas virtuales accesibles desde el aula. La universidad cuenta con un universo de datos propio para realizar las actividades prácticas.

  • A20. Bases de datos NoSQL (4 créditos)

    Las bases de datos NoSQL constituyen una alternativa a las bases de datos relacionales y son especialmente idóneas para ciertos dominios de aplicación: dominios que trabajan con grandes volúmenes de datos, dominios donde se requiera una alta distribución y/o disponibilidad, dominios que trabajan con datos poco estructurados y dominios en los que se establecen múltiples y complejas interrelaciones entre los datos. En esta asignatura se presentan los principios y conceptos de este tipo de bases de datos, los modelos de datos que subyacen y los problemas que presenta la distribución en el almacenaje y gestión de los datos
    Se trabajan diferentes tipos de bases de datos NoSQL (clave-valor, documentos, orientadas a columnas y grafos) con herramientas como Riak, MongoDB o Neo4j.

Trabajo final de  posgrado (TFP) (6 créditos)

El posgrado se completa con un trabajo final, que tiene un valor de 6 créditos. El trabajo final se puede realizar en dos modalidades:

  • Elegir entre una serie de temas propuestos por el equipo docente o empresas asociadas, que cubren los componentes o bloques temáticos principales del ámbito de inteligencia de negocio y análisis de datos.
  • Proponer un proyecto propio de interés del estudiante que puede realizar en su empresa. El proyecto se debe adecuar a los contenidos del posgrado y a las condiciones que establece la universidad para la realización de trabajos finales.

Recursos comunes para el aprendizaje

El estudiante dispone a lo largo del programa cuenta con recursos comunes de soporte y aprendizaje:

  • Una asignatura transversal optativa de adquisición de competencias digitales (Aprovechar las TIC en posgrado), cuyo objeto es familiarizarse con el uso de las herramientas del campus y aulas de la UOC, y la formación en técnicas de información y comunicación social para la formación virtual.
  • Un laboratorio de prácticas y servicios de soporte en el uso de las herramientas. El programa cuenta con acuerdos con los principales fabricantes de software de BI y big data, con empresas de infraestructura virtualizada y con un laboratorio de herramientas de software de código abierto.
  • Un tutor asignado a lo largo de todo el programa, para el seguimiento individualizado del progreso del estudiante, la resolución de incidencias y la coordinación con los docentes. El aula de tutoría proporciona también información de actualidad, anuncios de eventos y cursos y ofertas de empleo.
  • Un conjunto de recursos para el aprendizaje no guiado: un blog sobre temas de actualidad, un canal de vídeo, varias webs propias, una wiki sobre el uso de las herramientas de laboratorio, un repositorio de casos y proyectos de fin de carrera y acceso a las bases de datos de la empresa de prospectiva Gartner, a la biblioteca virtual de la Universidad y a la red de recursos de las bibliotecas públicas.
  • Recursos de nivelación, tales como tutoriales, vídeos y materiales docentes de otros programas de la UOC, para aquellos estudiantes que presenten carencias de formación en ámbitos de empresa, sistemas de información, estadística o tecnologías.
  • Una bolsa de trabajo, tanto para ofertas de ocupación estable como para la realización de prácticas voluntarias en empresas.

Herramientas de software

El programa aspira a que los profesionales de vocación y perfil más empresarial y funcional puedan adquirir competencias de usuario avanzado para el análisis de negocio. Los estudiantes de este tipo de perfil siguen el recorrido no tecnológico (análisis de datos) y reciben formación de nivelación y soporte individualizado si lo requieren.

De igual manera, aquellos profesionales de perfil y vocación más tecnológica adquieren competencias avanzadas de diseño, construcción y explotación de sistemas de BI, basadas en estas herramientas y disponen de un laboratorio a cargo de personal especializado. Los estudiantes de este perfil siguen el recorrido de sistemas de información.

La UOC tiene acuerdos de colaboración estable con los programas académicos de IBM, Microsoft, Oracle, Pentaho y QlikView. Asimismo continuamente estamos evaluando otras herramientas y acuerdos con otros fabricantes.

La UOC ha tenido tradicionalmente un compromiso con el software de código abierto, en especial en el ámbito de la inteligencia de negocio. Nuestra herramienta de referencia en análisis estadístico y minería de datos es R, para cuyo uso disponemos de manuales, tutoriales y una web de contenidos. Nuestra herramienta de referencia en la explotación y análisis de datos masivos son Hadoop y Spark. Para el aprendizaje de bases de datos NoSQL utilizamos herramientas como MongoDB, Riak o Neo4j.

Dependiendo de las exigencias de rendimiento del software, algunas aplicaciones se pueden descargar en el ordenador del estudiante o bien acceder a máquinas virtuales de Amazon y Azure desde la propia aula.

Es recomendable disponer de máquines y SO de 64 bits y 4 Gb de RAM mínimo (6GB recomendables)

En la descripción de cada especialidad y asignatura, se incluyen las herramientas que se utilizan para el aprendizaje. Esta elección puede cambiar en cada convocatoria en función de las necesidades docentes, la actualización del programa y la relación con fabricantes actuales o nuevos.

Próxima matrícula:

Junio 2017 para programas que inician docencia durante septiembre/octubre

Diciembre 2017 para programas que inician docencia durante febrero/marzo

Consulta el proceso de matrícula

¿Quieres más información?

¿Quieres más información?

Pref.Ej: + 34
Teléfono fijoEj: 932532300
Pref.Ej: + 34
Teléfono móvilEj: 123456789
Pref.Ej: + 34
LadaEj.234
Teléfono de contactoEj: 4585324
Pref.Ej: + 34
LadaEj.234
Teléfono de contactoEj: 4585324
Pref.Ej: + 34
LadaEj.234
Teléfono de contactoEj: 4585324
Pref.Ej: + 34
Teléfono de contactoEj: 4585324
Pref.Ej: + 34
Teléfono de contactoEj: 4585324


Matrícula anticipada
20% dto.

A partir del 7 de junio

Puedes fraccionar en cuotas el pago de tu máster, posgrado o especialización

Reinventando la universidad

El modelo educativo de la UOC

¿Quieres más información?

Pref.Ej: + 34
Teléfono fijoEj: 932532300
Pref.Ej: + 34
Teléfono móvilEj: 123456789
Pref.Ej: + 34
LadaEj.234
Teléfono de contactoEj: 4585324
Pref.Ej: + 34
LadaEj.234
Teléfono de contactoEj: 4585324
Pref.Ej: + 34
LadaEj.234
Teléfono de contactoEj: 4585324
Pref.Ej: + 34
Teléfono de contactoEj: 4585324
Pref.Ej: + 34
Teléfono de contactoEj: 4585324