Contenido
Master en Big Data.
Dirigido a:
El Master en Big Data y Omnicanalidad está enfocado y dirigido a:
- Todos aquellos profesionales que necesitan, en su día a día, la gestión y el control de grandes cantidades de información. Especialistas en marketing, empresarios, gestores de cualquier departamento que trabajan con multitud de fuentes de datos, o que quieren implementar tecnologías de análisis y predictivas en sus empresas.
- Graduados Universitarios (Ingenierías, Marketing, TIC, Cálculo, Redes, etc…) que ven y entienden la gestión de datos como una oportunidad clara y actual para abrirse camino en el mundo de la empresa.
Comentarios:
Concepto Big Data
Cada segundo que pasa se producen multitud de acciones que un usuario realiza en Internet, en su puesto de trabajo, en la tienda… La combinación de esos datos, en tiempo real, junto a los datos propios de la empresa o negocio, además de fuentes externas públicas o adquiridas, hacen que los modelos tradicionales de relación con el cliente cambien.
Hoy, podemos hacer predicciones de venta o de gestión de stocks, de compra de materias primas o promociones en tiempo real según la meteorología, el lugar dónde está situada mi tienda, el tráfico, la atracción de gente que tiene mi centro comercial o por la navegación de los usuarios de esa semana en Internet.
El Big Data es el presente y futuro, pero requiere un cambio de mentalidad empresarial, debemos orientar a las empresas a ser capaces de manejar la información en tiempo real y convertirla en conocimiento y en acciones que nos permitan ser más eficientes en todos nuestros procesos, y aumente la productividad de las empresas.
De la información al conocimiento, del análisis a la acción, este master te prepara para afrontar uno de los mayores retos del hoy y del mañana; ayudar a las organizaciones a sacar partido del Big Data.
Financiación y Becas:
Cursar un programa de posgrado es una de las mejores inversiones de cara al futuro profesional y personal. En Esden Business School no queremos que el pago de la matrícula sea un obstáculo y por ello disponemos de un importante programa a través del cual se concede y gestiona más de 1 millón de euros en becas. También hemos llegado a acuerdos con entidades financieras y gubernamentales para ofrecer planes especiales de financiación.
Esden Business School tiene por un lado un Programa Permanente de Becas interno de la escuela y por otro, cuenta con las becas puestas a disposición por parte de las empresas colaboradoras y entidades sin ánimo de lucro (fundaciones, entidades públicas, etc).
El Programa Permanente de Becas se concreta en las siguientes:
Becas Excelencia Académica: Becas basadas en el mérito académico. Se tendrá en consideración el expediente académico de la licenciatura /grado/ diplomatura.
Becas Trayectoria Profesional: Becas basadas en el desarrollo de la carrera profesional del candidato así como sus cualidades y talento para liderar equipos y proyectos.
Becas Emprendimiento: Becas para aquellos candidatos que acaban de empezar con un negocio- vida menor a 3 años- o tienen un plan de negocio en elevado grado de avance de gestación así como los trámites legales de puesta en marcha del mismo.
Desempleo o paro: Becas para aquellas personas mayores de 26 años en situación de desempleo siempre y cuando lo acrediten mediante la presentación de la documentación soporte emitido por la seguridad social que justifique su situación
SOLICITUD DE BECAS:
Deben solicitarse al mismo tiempo de rellenar la solicitud de admisión y, en cualquier caso, antes de la fecha de comienzo del curso.
El Comité de Becas se reúne semanalmente. Si bien puede requerir al solicitante información adicional, el Comité tomará su decisión dentro de un plazo de 7/10 días.
El Plan de Becas cambia de año en año, pero existe un fondo permanente, común a todos, ofrecido directamente por ESDEN BUSINESS SCHOOL.
CRITERIOS PARA LA CONCESIÓN DE BECAS:
La concesión es discrecional del Comité de Becas, quien lo gestiona atendiendo a las solicitudes bien argumentadas, sostenida por expedientes académicos de mérito y, por supuesto, a las necesidades económicas y financieras de los solicitantes.
Claustro de profesores:
Un claustro de profesores de primer nivel profesionales en activo en sus diferentes disciplinas. Las mejores voces autorizadas del sector compartiendo conocimiento
Enfoque:
Un enfoque actual partiendo de la realidad presente; desde la gestión del Big Data, hasta el dominio de las herramientas, pasando por la toma de decisiones.
Innovación
Un formato académico innovador que garantiza el mejor aprendizaje (masterclasses, workshops, sesiones prácticas, método del caso…).
Temario:
Bloque 1. Big data y la empresa. Big data como base del negocio:
1.- Conocimiento de cliente, empleados, competidores...
• Dato vs información
• Transformación de datos en conocimiento
• Analisis, y segmentación
• Oportunidades en la gestión de la información
2.- Omnicalidad
• La relación de los clientes con las marcas
• Análisis y gestión de procesos orientados a la experiencia del cliente en su relación con las marcas
• La información dentro de las estrategias organizativas de las compañías. roles
• Atención al cliente. gestión del sac
• Mundo online y offline unidos
• Tipologías de datos, desde la web a las redes sociales, los vídeos, las imágenes, el móvil…
• Extraer información de los datos estructurados y no estructurados.
• Datos anonimizados y sistemas de anonimización
3.- CRM: el conocimiento como base del negocio
• Concepto y manejo de crm
• Estrategias crm como base del negocio
• CRM vs marketing
• Definición y establecimiento de kpis
• Herramientas actuales
4.- Big data y data management
• El big data y las personas.
• Las v del big data
• Significados diferentes para profesionales diferentes.
• Big data en las organizaciones. la evolución de los cuadros de mando tradicionales
5.- Operaciones y desarrollo según la organización y el lugar de recogida del dato
• Cómo detectar, plantear y abordar oportunidades de negocio con big data en diferentes áreas de negocio: marketing, conocimiento del cliente,
• Sácale partido a los datos: adquisición, comportamiento, conversión.
• Visualización y cuadros de mando: welovroi
• Operaciones y desarrollo según el lugar de a recogida de datos: desde la web, al móvil, al
centro comercial…
6.- Integrar y conocer las fases del concepto big data
• Entender cómo se lleva a cabo un proyecto de big data
• Implementar una arquitectura de datos para ayudar en la toma de decisiones
• Seguridad
• Recolección, almacenamiento y procesado de datos a gran escala
• Integración en la cultura empresarial - data driven
• Nuevas figuras profesionales
7.- Beneficios del uso de la tecnología big data
• Ejemplos y casos prácticos
Bloque 2. Analítica y estadística
8.- Visión analítica
• Explotación del dato
• Analítica
• Desde las métricas digitales y la analítica a la experiencia de usuario, ux
• Predictive analytics
• Estadística y método analítico
• Técnicas del tratamiento de datos: análisis en tiempo real, mpp (massively parallel processing),
modelos
• Principales técnicas analíticas en big data: tendencias en data science y big data analytics.
• Introducción a matemáticas aplicadas
9.- Visión estadística
• Datamining, big data y data science.
• Tendencias. modelo de madurez en analytics.
• Desde el modelado estadístico
• Comprensión y mejora de la experiencia de cliente
10.- Principales técnicas analíticas en big data
• Tendencias y procesos de análisis en data science
• Big data analytics.
• Webscraping
Bloque 3. Desarrollo en big data
11.- Introducción al método. rigor, validez y fiabilidad
• Diseños de investigación.
• Reportes y usos.
• Mapa de técnicas para análisis descriptivo, predictivo, causal...
• Selección y combinación de técnicas.
• Aprendizaje automático.
• Seguridad
12.- Aplicaciones de negocio big data
• Etl en big data y origen de datos
• Procesado de datos
• Arquitectura big data
• Learning big data
• Datamining
• Docialmining – escucha es redes sociales
• Snálisis de datos multimedia
Bloque 4. Tecnologías en big data
13.- Proyectos big data
• Sistemas operativos, servidores y redes
• Lenguajes de programación python y r
• Slmacenamiento y procesamiento de la información en big data
• Volumen, almacenamiento y variedad. tipos de datos a almacenar
• Sistemas de almacenamiento distribuido – introducción hadoop
• Arquitectuta hadoop
• Bases de datos sql y nosql
• Escalabilidad, disponibilidad y fiabilidad
14.- Cognitive computing. computación distribuida
• Data science
• Machine learning
• Modelado predictivo
• Valor y aplicaciones de negocio
15.- Plataformas big data
• Introducción a hive, spark, search machines
• Ecosistema spark
• Introducción a pln.
• Azure ml. amazon machine learning, google prediction ap
16.- Metodologías ágiles, scrum
• Metodología de trabajo
• Desarrollo de software
17.- Inteligencia artificial
• Análisis de gran volumen de datos con IA
Bloque 5. Aplicaciones prácticas
18.- Aplicaciones prácticas
• Desde el hospital: genomica y biomedicina
• Desde la ciudad: smartcities
• Desde la tienda: aplicación: leroy merlin
• Desde el estanco: aplicación: lucky strike
• Desde el aeropuerto: aplicación: dufry y ricoh
Bloque 6. Aspectos legales
19.- Gestionar correctamente las implicaciones legales del uso de los datos
• Privacidad
• Seguridad
• Protección de datos
* Los contenidos académicos pueden variar y/o ser adaptados en función del campus y de la modalidad.
- Feedback de un profesional de Big Data para todos los casos presentados por el alumno
- Tutor durante todo el programa acompañando y aclarando dudas
Bloque 7. Caso práctico
20.- Presentación del caso práctico
• Retail
• Tecnología
• Healthcare
• Banca
21.- Webinars
• Metodologías ágiles
• Bootcamp Tech I - Deep Learning
• Bootcamp Teech II - IA programa superior
• Certificación de google analytics
