Acceso abierto ¿Necesitas más información?

Máster de Inteligencia de Negocio y Big Data Analytics

El máster de Inteligencia de Negocio y Big Data Analytics está dirigido a dos perfiles profesionales diferenciados:

  • Por un lado, un perfil funcional y empresarial interesado en adquirir o completar su formación en métodos, técnicas y herramientas de análisis y minería de datos y en la utilización de tecnologías de inteligencia de negocio, a nivel de usuario avanzado.
  • Y por otro, un perfil técnico interesado en adquirir formación en el uso de los sistemas big data, que incluye el diseño de sistemas de data lakes y procesamiento de datos en batch y en streaming.

Para atender a las necesidades de cada perfil, el máster se ha estructurado en especialidades, de manera que el estudiante puede elegir entre dos itinerarios según sus intereses:

Semestre Itinerario de
Análisis de datos
Itinerario de
Big data
1 E1. Analítica de Datos (18 créditos)
2 E2. Gestión de Datos (18 créditos)
3 E3. Casos de Usos Analíticos (18 créditos) E4. Big data (18 créditos)
4 Trabajo final de máster (12 créditos)

 


Especialidades y asignaturas

ESP1. Analítica de Datos (Data Analytics)

Esta especialidad se dirige a introducir al estudiante en los conceptos, los métodos, las técnicas y las herramientas que utilizan los sistemas de inteligencia de negocio, macrodatos (big data) y ciencia de datos, con casos prácticos y el uso de software especializado.

Se compone de las siguientes asignaturas:

  • Fundamentos de inteligencia de negocio (6 créditos): en esta asignatura el estudiante se familiariza con un sistema completo de inteligencia de negocio (la «fábrica de información») y con los diferentes componentes: el almacén de datos, los procesos de extracción y transformación, la creación del almacén de datos, el análisis multidimensional y la elaboración de informes y cuadros de mando. El estudiante trabaja con diferentes herramientas (Pentaho, MySQL, Tableau) y sobre bases de conocimiento de la consultora Gartner.
  • Fundamentos del big data (6 créditos): en esta asignatura el estudiante trabaja lo que algunos han llamado la «gestión extrema de la información», es decir, la transformación del enorme volumen de datos oculto en el interior de la propia organización o presente a su alrededor, los distintos tipos de datos e información y su aplicación en la empresa. Se estudia el ciclo de vida de la gestión de macrodatos y los aspectos tecnológicos, legales y éticos. El estudiante trabaja con universos de datos propios de la universidad, cedidos por empresas o procedentes de las redes sociales, por medio de herramientas como Apache Hadoop y Apache Spark.
  • Fundamentos de data science (6 créditos): esta asignatura presenta los conceptos y la tipología de análisis de diferentes tipos de datos, los modelos y los algoritmos de uso más frecuente de clasificación y agrupación, y las metodologías y los estándares profesionales y científicos que se utilizan en analítica de negocio y la ciencia de datos aplicada. En esta asignatura, el estudiante trabaja principalmente con R y Rstudio, aunque pueden hacerse ejercicios con otras herramientas.
Especialidad obligatoria en todos los itinerarios del máster


ESP2. Gestión de datos (Data Management

Esta especialidad se dirige a proporcionar al profesional de perfil tecnológico capacidades prácticas para gestionar y almacenar datos relacionales y no relacionales, así como gestionar los datos como un activo de valor por medio del gobierno de datos.

Se compone de las siguientes asignaturas:

  • Data governance (6 créditos): en esta asignatura, el estudiante se familiariza con el gobierno de datos, una práctica que une personas, procesos y tecnología para cambiar la forma en que los datos son adquiridos, gestionados, mantenidos, transformados en información, compartidos en el contexto de la organización como conocimiento común y sistemáticamente obtenidos por la empresa para mejorar la rentabilidad. El estudiante trabaja con herramientas ofimáticas (DOC, XLS, PPT) y con herramientas especializadas para el desarrollo de un programa de gobierno de datos (Trifacta o Talend).
  • Bases de datos analíticos (6 créditos): en esta asignatura se aprende a crear un almacén de datos adecuado que ofrezca apoyo en la toma de decisiones de la organización. Se presenta de manera conceptual la arquitectura de almacenamiento (data warehousing) y se dan pautas para construir este tipo de sistemas. La puesta en práctica se lleva a cabo mediante la resolución de un caso práctico extenso para el que se usan varias herramientas especializadas (Pentaho, Microsoft, Oracle y PostgreSQL).
  • Bases de datos NoSQL (6 créditos): las bases de datos NoSQL constituyen una alternativa a las bases de datos relacionales y son especialmente adecuadas para ciertos dominios de aplicación: dominios que trabajan con grandes volúmenes de datos, dominios donde se necesite una distribución o disponibilidad altas, dominios que trabajan con datos poco estructurados y dominios en los que se establecen múltiples y complejas interrelaciones de los datos. En esta asignatura se presentan los principios y los conceptos de este tipo de bases de datos, los modelos de datos subyacentes y los problemas que presenta la distribución en el almacenamiento y la gestión de los datos. Se trabajan varios tipos de bases de datos NoSQL (clave-valor, documentos, orientadas a columnas y grafos) con herramientas como Riak, MongoDB o Neo4j.
Especialidad obligatoria en todos los itinerarios del máster


ESP3. Casos de Usos Analíticos 

Esta especialidad se dirige a proporcionar al profesional de perfil más empresarial casos prácticos de uso de la inteligencia de negocio tanto en la estrategia de empresa como en la gestión operativa de los procesos de negocio más importantes: marketing y ventas, operaciones y logística, recursos humanos etc.

Se compone de las siguientes asignaturas:

  • Customer analytics (6 créditos): en esta asignatura, el estudiante estudia el uso de herramientas de inteligencia de negocio (business intelligence) y analítica de negocio en una de las áreas más desarrolladas y de mayor impacto. Se analizan los conceptos y las buenas prácticas de investigación de mercado, gestión de las ventas y las relaciones con los clientes, y análisis y predicción del comportamiento de los clientes (customer analytics). 
  • Operations analytics (6 créditos): se trabajan los usos de la inteligencia de negocio (business intelligence) y la analítica de negocio en la cadena de suministro (aprovisionamiento, producción, gestión de almacenes, transporte y distribución en el punto de venta) y las nuevas aplicaciones vinculadas al internet de las cosas (IOT) y los sistemas de información geográfica. 
  • People analytics (6 créditos): la analítica de recursos humanos (HR analytics), también llamada people analytics, es la aplicación de técnicas sofisticadas de minería de datos y analítica de negocio (business analytics) a los datos de recursos humanos. Mediante un caso práctico, el estudiante verá cómo pueden aplicarse estas técnicas para una gestión estratégica eficaz de los recursos humanos, de forma que los objetivos de negocio puedan cumplirse de una manera rápida y eficiente, con la obtención de un rendimiento óptimo sobre el capital humano. 

Durante el curso, el estudiante trabaja con herramientas ofimáticas (XLS, PPT), estadísticas (R), y de creación de informes (reporting) y análisis (Tableau).

Esta especialidad es optativa en el máster
 

ESP4. Big Data

Esta especialidad se dirige a proporcionar al profesional de perfil tecnológico capacidades prácticas para diseñar e implantar sistemas de macrodatos o big data (batch processing, data lakes) que sean compatibles con las diferentes necesidades analíticas de una organización (diferidas, en tiempo real, multipropósito, orientadas al aprendizaje automático —machine learning—).

Se compone de las siguientes asignaturas:

  • Data lakes (6 créditos): en esta asignatura se aprende a crear un lago de datos (data lake) que complementa la factoría de información organizativa. Se presenta conceptualmente la arquitectura de un lago de datos 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 que se usan varias herramientas especializadas.
  • Tecnologías de batch processing (6 créditos): en los proyectos de macrodatos (big data), uno de los principales casos de uso es el almacenamiento, el procesamiento y el análisis de grandes volúmenes de datos en largos periodos de tiempo. En esta asignatura se presentan las tecnologías de procesamiento por lotes (batch processing) que responden a esta necesidad. Se dan a conocer estas tecnologías de manera conceptual y práctica mediante la resolución de un caso práctico extenso para el que se usan diferentes herramientas especializadas. 
  • Tecnologías de stream processing (6 créditos): en los proyectos de macrodatos (big data), uno de los casos de uso principales es trabajar con datos en tiempo real. En esta asignatura se presentan las tecnologías de procesamiento por flujos (stream processing) que responden a esta necesidad. A través de la resolución de un caso práctico se dan a conocer estas tecnologías de manera teorica y práctica.

Durante el curso, el estudiante trabaja con herramientas especializadas como Cloudera, así como con los frameworks de procesamiento Apache Flink, Apache Spark y/o Storm. La universidad cuenta con un ecosistema de datos propio para realizar las actividades prácticas.

Esta especialidad es optativa en el máster
 

Trabajo final de máster (TFM)

El máster se completa con un trabajo final de máster, que tiene un valor de 12 créditos.

El trabajo final de máster se puede realizar en tres modalidades:

  1. Elegir entre una serie de temas propuestos por el equipo docente, los cuales cubren los bloques temáticos principales del ámbito de la inteligencia de negocio, big data y análisis de datos.
  2. Escoger entre un conjunto de temas sugeridos por empresas, que cubren los bloques temáticos centrales del ámbito de la inteligencia de negocio, big data y análisi de datos.
  3. Plantear un proyecto propio que cubra los intereses del estudiante y que pueda desarrollarse en su empresa.
El TFM es obligatorio para todos los itinerarios del máster
Recursos 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 virtual de tecnologías y herramientas de business intelligence, que da servicios de soporte en el uso de las herramientas. El programa cuenta con acuerdos con los principales fabricantes de software de business intelligence, con empresas de infraestructura virtualizada y con un laboratorio de herramientas de software de código abierto.
  • Un laboratorio virtual de lenguajes de programación, que proporciona soporte al estudiante durante todo el programa en los temas relacionados con la programación, especialmente en el lenguaje R.
  • 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: dos blogs 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.

 

Herramientas de software
 

La UOC tiene acuerdos de colaboración estable con los programas académicos de IBM, Microsoft, Cloudera, QlikView y Tableau. Así mismo, continuamente estamos evaluando otras herramientas y acuerdos con otros fabricantes.

La UOC ha tenido tradicionalmente un compromiso con el software de código abierto, especialmente en el ámbito de la inteligencia de negocio. Nuestra herramienta de referencia en análisis estadístico y minería de datos es R, por el que disponemos de manuales, tutoriales y una web de contenidos. Nuestra herramienta de referencia en la explotación y análisis de datos masivas son Apache Hadoop y Apache Spark.

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 misma aula.


Es recomendable disponer de máquinas y SO de 64 bits y 4 GB de RAM mínimo (8 GB recomendadas).

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

Matrícula abierta


20% dto. por matrícula anticipada

Fracciona en cuotas el pago de tu máster, posgrado o especialización

Matricúlate
Información de precio y matrícula
¿Quieres más información?

Envía tus datos y recibirás información de este programa y relativa a productos, servicios y actividades promocionales de la UOC

Introduce un número de 9 dígitos.
Introduce un número de 9 dígitos.
i_fix
Pref. Int.
Introduce un número de 9 dígitos.
i_fix
Pref. Int.
Introduce un número de 9 dígitos.
¿En qué idioma deseas recibir la información?
Solicita información

La UOC, segunda mejor universidad de España según el Young University Rankings del Times Higher Education

 


Matrícula anticipada
20% dto.


Si te matriculas hasta el 15 de diciembre incluido

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

Infórmate

¿Por qué escoger la UOC?

Reinventando la universidad

El modelo educativo de la UOC

El momento de ser #eltúquequieresser es SIEMPRE

¿Quieres más información?

Envía tus datos y recibirás información de este programa y relativa a productos, servicios y actividades promocionales de la UOC

Introduce un número de 9 dígitos.
Introduce un número de 9 dígitos.
i_fix
Pref. Int.
Introduce un número de 9 dígitos.
i_fix
Pref. Int.
Introduce un número de 9 dígitos.
¿En qué idioma deseas recibir la información?
Solicita información