Màster de Formació Permanent d'Intel·ligència de Negoci i Big Data Analytics

6 Persones han demanat informació
1090 Persones estan visitant aquest curs
Consulteu el preu
Sol·licita informació
Universitat Oberta de Catalunya (UOC)
Màster de Formació Permanent d'Intel·ligència de Negoci i Big Data Analytics
Sol·licita informació
Màster
On-line
60 crèdits
Consulteu el preu

Descripció

10% descompte!
Els objectius del màster en formació permanent d'Intel·ligència de Negoci i Big Data Analytics de la UOC tenen un caràcter pràctic i estan dirigits a desenvolupar les competències professionals mitjançant l'ús de casos de negoci, mètodes i eines de treball.
El màster en formació permanent d'Intel·ligència de Negoci i Big Data Analytics de la UOC té com a objectiu formar professionals amb competències eminentment pràctiques per a l'explotació eficient de dades.
Tant els estudis de màster de la UOC com els programes especialitzats en aquest àmbit us ofereixen una formació pràctica i professionalitzadora, impartida, d'una banda, per persones versades en intel·ligència i analítica de dades del món de l'empresa, i, de l'altra, per docents especialistes en ciències empresarials, matemàtiques i enginyeria informàtica.

Temari

El màster en formació permanent d'Intel·ligència de Negoci i Big Data Analytics s'adreça a dos perfils professionals diferenciats:
D'una banda, un perfil funcional i empresarial interessat a adquirir o completar la seva formació en mètodes, tècniques i eines d'anàlisi i mineria de dades i en la utilització de tecnologies d'intel·ligència de negoci a nivell d'usuari avançat, així com conèixer eines i marc de referència que habiliten la transformació cap a una organització orientada a dades.
I, de l'altra, un perfil tècnic interessat a adquirir formació en l'ús dels sistemes big data, que inclou el disseny de sistemes de data lakes i processament de dades en batch i en streaming, així com en l'ús de bases de dades analítiques i NoSQL.
Per atendre les necessitats de cada perfil, el màster ha estat estructurat en especialitats, de manera que l'estudiant pot triar entre dos itineraris segons els seus interessos.
Especialitats i assignatures
  • Analítica de dades (E1): aquesta especialitat es dirigeix a introduir l'estudiant en els conceptes, mètodes, tècniques i eines que utilitzen els sistemes d'intel·ligència de negoci, big data i ciència de dades, amb casos pràctics i l'ús de programari especialitzat.
  • Fonaments d'intel·ligència de negoci (6 crèdits): en aquesta assignatura l'estudiant es familiaritza amb un sistema complet d'intel·ligència de negoci (la "fàbrica d'informació") i amb els diferents components: el magatzem de dades, els processos d'extracció i de transformació , la creació del magatzem de dades, lanàlisi multidimensional i la realització dinformes i quadres de comandament. L'estudiant treballa amb diverses eines (Pentaho, MySQL, Tableau) i sobre bases de coneixement de la consultora Gartner.
  • Fonaments del big data (6 crèdits): en aquesta assignatura l'estudiant treballa allò que alguns han anomenat la "gestió extrema de la informació", és a dir, la transformació de l'enorme volum de dades ocult a l'interior de la pròpia organització o present al voltant seu, els diferents tipus de dades i informació i la seva aplicació a lempresa. S'estudia el cicle de vida de la gestió de dades massives i els aspectes tecnològics, legals i ètics. L'estudiant treballa amb universos de dades pròpies de la universitat, cedits per empreses o procedents de les xarxes socials, mitjançant eines com Apache Hadoop i Apache Spark.
  • Fonaments de data science (6 crèdits): l'assignatura presenta els conceptes i la tipologia d'anàlisi de diferents tipus de dades, els models i algorismes d'ús més freqüent de classificació i agrupació i les metodologies i els estàndards professionals i científics que es fan servir en analítica de negoci i la ciència de dades aplicada. En aquesta assignatura l'estudiant treballa principalment amb R i RStudio, encara que es poden fer exercicis amb altres eines.
  • Estratègia de Dades (E2): aquesta especialitat es dirigeix a proporcionar al professional de perfil més empresarial capacitats pràctiques per gestionar les dades com a actiu de valor per mitjà del govern de dades, així com per iniciar i liderar la transformació cap a una organització orientada a dades .
  • Data governance (6 crèdits): en aquesta assignatura, l'estudiant es familiaritza amb el govern de dades, una pràctica que uneix persones, processos i tecnologia per canviar la manera com les dades són adquirides, gestionades, mantingudes, transformades en informació , compartits en el context de l'organització com a coneixement comú i sistemàticament obtinguts per l'empresa per millorar-ne la rendibilitat. L'estudiant treballa amb eines ofimàtiques (DOC, XLS, PPT) i eines especialitzades per al desenvolupament d'un programa de govern de dades (Trifacta, Collibra).
  • Estratègia i cultura analítica (6 crèdits): en aquesta assignatura, l'estudiant es familiaritza amb el concepte d'organització orientada a dades i com liderar, iniciar i gestionar aquesta transformació organitzacional i cultural. Al llarg de l'assignatura l'estudiant treballarà amb diferents marcs de referència que permeten avaluar la situació actual de l'organització, la maduresa, les capacitats i dissenyar un full de ruta estratègic.
  • Arquitectura de Dades (E3): aquesta especialitat s'adreça a proporcionar al professional de perfil tecnològic capacitats pràctiques per gestionar i emmagatzemar dades relacionals (mitjançant bases de dades data warehouse) i no relacionals (mitjançant bases de dades NoSQL).
  • Bases de dades analítiques (6 crèdits): en aquesta assignatura s'aprèn a crear un magatzem de dades adequat que ofereixi suport a la presa de decisions de l'organització. Es presenta conceptualment l'arquitectura d'emmagatzematge (data warehousing) i es donen pautes per construir aquest tipus de sistemes. La posada en pràctica es duu a terme mitjançant la resolució d'un cas pràctic extens per al qual s'utilitzen diferents eines especialitzades (Pentaho, Microsoft, Oracle o PostgreSQL).
  • Bases de dades NoSQL (6 crèdits): les bases de dades NoSQL constitueixen una alternativa a les bases de dades relacionals i són especialment idònies per a certs dominis d'aplicació: dominis que treballen amb grans volums de dades, dominis en què es requereixi una alta distribució o disponibilitat, dominis que treballen amb dades poc estructurades i dominis en què s'estableixen múltiples i complexes interrelacions entre les dades. En aquesta assignatura es presenten els principis i conceptes d'aquest tipus de bases de dades, els models de dades subjacents i els problemes que presenta la distribució en l'emmagatzematge i la gestió de les dades. Es treballen diferents tipus de bases de dades NoSQL (clau-valor, documents, orientades a columnes i grafs) amb eines com Riak, MongoDB o Neo4j.
  • Anàlisi de Negoci (E4): aquesta especialitat s'adreça a proporcionar al professional de perfil més empresarial casos pràctics d'ús de la intel·ligència de negoci tant a l'estratègia d'empresa com a la gestió operativa dels processos de negoci més importants: màrqueting i vendes , operacions i logística, recursos humans, etc.
  • Customer analytics (6 crèdits): en aquesta assignatura, l'estudiant aprèn l'ús d'eines d'intel·ligència de negoci (business intelligence) i analítica de negoci a una de les àrees més desenvolupades i de més impacte. S'analitzen els conceptes i les bones pràctiques de recerca del mercat, gestió de les vendes i relacions amb els clients, i anàlisi i predicció del comportament dels clients (customer analytics).
  • Operations analytics (6 crèdits): es treballen els usos de la intel·ligència de negoci (business intelligence) i l'analítica de negoci a la cadena de subministrament (aprovisionament, producció, gestió de magatzems, transport i distribució al punt de venda) i les noves aplicacions vinculades a internet de les coses (IoT) i els sistemes d'informació geogràfica.
  • People analytics (6 crèdits): l'analítica de recursos humans (HR analytics), també anomenada people analytics, és l'aplicació de tècniques sofisticades de mineria de dades i analítica de negoci (business analytics) a les dades de recursos humans. Mitjançant un cas pràctic, l'estudiant veurà com es poden aplicar aquestes tècniques per a una gestió estratègica eficaç dels recursos humans, de manera que els objectius de negoci es puguin complir de manera ràpida i eficient, amb l'obtenció d'un rendiment òptim sobre el capital humà. Durant el curs, l'estudiant treballa amb eines ofimàtiques (XLS, PPT), estadístiques (R), de creació de quadres de comandament i anàlisi (Tableau) i de MLaaS (Machine Learning as a Service) (BigML).
  • Big Data (E5): aquesta especialitat s'adreça a proporcionar al professional de perfil tecnològic capacitats pràctiques per dissenyar i implementar sistemes de dades massives o big data (batch processing, data lakes) que siguin compatibles amb les diferents necessitats analítiques d'una organització (diferides , en temps real, multipropòsit, orientades a l'aprenentatge automàtic (machine learning).
  • Data lakes (6 crèdits): en aquesta assignatura s'aprèn a crear un llac de dades (data lake) que complementa la factoria d'informació organitzativa. Es presenta conceptualment larquitectura dun llac de dades i es donen pautes per construir aquest tipus de sistemes. La posada en pràctica es duu a terme mitjançant la resolució d'un cas pràctic extens per al qual es fan servir diferents eines especialitzades.
  • Tecnologies de batch processing (6 crèdits): en els projectes de dades massius (big data), un dels casos d'ús principals és l'emmagatzematge, el processament i l'anàlisi de grans volums de dades en llargs períodes de temps. En aquesta assignatura es presenten les tecnologies de processament per lots (batch processing), que responen a aquesta necessitat. Aquestes tecnologies es donen a conèixer de forma conceptual i pràctica mitjançant la resolució d'un cas pràctic extens, per al qual s'utilitzen diferents eines especialitzades.
  • Tecnologies de stream processing (6 crèdits): als projectes de dades massius (big data), un dels casos d'ús principals és treballar amb dades en temps real. En aquesta assignatura es presenten les tecnologies de processament per fluxos (stream processing), que responen a aquesta necessitat. Mitjançant la resolució d?un cas pràctic es donen a conèixer aquestes tecnologies de forma teòrica i pràctica.
  • Durant el curs, l'estudiant treballa amb eines especialitzades com Cloudera, així com amb els frameworks de processament Apache Flink, Apache Spark o Storm. La universitat compta amb un ecosistema de dades propi per fer les activitats pràctiques.
  • Treball final de màster (TFM): el màster es completa amb un treball final de màster (TFM), que té un valor de 12 crèdits. El TFM es pot desenvolupar en tres modalitats:
  • Escollir entre una sèrie de temes proposats per l'equip docent, que cobreixen els blocs temàtics principals de l'àmbit d'intel·ligència de negoci, big data i anàlisi de dades.
  • Escollir entre un conjunt de temes suggerits per empreses, que cobreixen els blocs temàtics centrals de l'àmbit de la intel·ligència de negoci, la big data i l'anàlisi de dades.
  • Plantejar un projecte propi que cobreixi els interessos de l'estudiant i que es pugui desenvolupar a la seva empresa.

Competències per a les quals et prepara el curs

El programa està preparat per al desenvolupament de capacitats pràctiques d‟ús i construcció de sistemes d‟intel·ligència de negoci i dades massives, dins d‟un marc conceptual propi basat en les bones pràctiques i el coneixement científic. El disseny d'aquesta pròpia titulació segueix les recomanacions i la metodologia de l'Espai Europeu d'Ensenyament Superior (EEES) i, per tant, es basa en l'adquisició de competències per al treball professional en empreses privades i organitzacions públiques.

Destinataris

Perfils:
D'acord amb l'experiència UOC al llarg dels anys, els estudiants del màster i els programes de business intelligence i big data analytics de la UOC procedeixen dels àmbits següents:
  • Departaments de control de gestió a l'àrea economicofinancera, de màrqueting i vendes, i altres.
  • Centres de competències d'intel·ligència de negoci o de departaments especialitzats en anàlisi de dades.
  • Departaments dorganització, sistemes i tecnologies de la informació.
  • Consultors i implantadors de programari estàndard d'intel·ligència de negoci, siguin de perfil de negoci o de perfil tecnològic.
A causa de l'evolució del sector i les empreses, és freqüent que facin el programa professionals amb diferents nivells d'experiència que necessiten reorientar la carrera professional.
A qui s'adreça:
  • L'espai de coneixement i aplicació de la intel·ligència de negoci i l'anàlisi de dades és, per definició, un àmbit híbrid on conviuen perfils d'entrada i de sortida molt diferents. També és molt diversa lorganització de les competències i les responsabilitats sobre intel·ligència de negoci dins de les empreses i les organitzacions de tot tipus.
  • Tot i que el màster no requereix formalment una formació o una titulació específica d'origen, és important disposar de coneixements previs. En particular, cal disposar de coneixements de programació, estadística i principis de visualització. En cas de no tenir aquests coneixements, es poden adquirir mitjançant la diploma d'expert de Competències d'Anàlisi (Data Literacy) o cursant de manera independent algun dels cursos que la integren. Addicionalment, és aconsellable el coneixement de l'anglès escrit.
  • L´itinerari d´Anàlisi de dades es recomana per a estudiants de formació empresarial, enginyeries de tot tipus, matemàtiques, sociologia, medicina, ciències de la informació o candidats amb una experiència professional equivalent.
  • D'altra banda, l'itinerari de Big data es recomana per a tècnics i enginyers informàtics o de telecomunicació, analistes de dades a departaments de control de gestió o altres, matemàtics o candidats amb una experiència professional equivalent. En aquest itinerari, a més de coneixements de programació, cal tenir coneixements de disseny i ús de bases de dades relacionals.

Requisits

Requisits acadèmics:
Per cursar el programa cal tenir una titulació universitària prèvia. En cas de no tenir una titulació universitària prèvia es pot accedir al programa a través del reconeixement de la següent experiència professional:
  • 2 anys d'experiència laboral i/o professional als àmbits: Consultoria, Informàtica o Investigació.
Coneixements previs:
  • No calen coneixements previs.

Necessites informació sobre cursos? Truca'ns al 900 293 573

Trucada gratuïta de dilluns a divendres de 9h a 20h

Metodologia

Online.

Idiomes en els quals s'imparteix

Espanyol.

Durada

Inici: 15 octubre 2024.

Objectius

Objectius comuns
Adquirir i estar en condicions d'implantar una mentalitat crítica i analítica dins de l'empresa, mitjançant el coneixement dels diferents sistemes d'informació de l'empresa, els mètodes i les tècniques d'anàlisi de dades, la formulació de preguntes i hipòtesis i l'obtenció de conclusions útils per al negoci.
Conèixer el funcionament i el mercat dels sistemes d'informació d'intel·ligència de negoci i dades massives (big data) i les utilitats i components principals per proporcionar informació i coneixement que permet millorar la presa de decisions.
Conèixer i estar en condicions de desenvolupar i implementar un projecte d'intel·ligència de negoci dins de l'empresa, les etapes del cicle de gestió de projectes i els mètodes específics de producció de projectes d'intel·ligència de negoci.
Conéixer les noves tendències en matèria d'intel·ligència de negoci, en particular, el fenomen de les dades massives (big data), que representa el tractament i la interpretació de dades de més volum, varietat, complexitat i velocitat, procedents de múltiples fonts. Entendre i saber aplicar-ne l'ús efectiu i les implicacions tecnològiques, legals i ètiques.
Conèixer i estar en condicions d'aplicar les tècniques i eines d'anàlisi de dades, els mètodes i els algorismes més habituals i els seus usos aplicats a diferents empreses i organitzacions.
Saber utilitzar a nivell dusuari avançat una suite completa dinteligència de negoci, un sistema dinterrogació i una eina destadística avançada per a lanàlisi de dades.

Titulació obtinguda

Els estudiants que finalitzin els estudis de Formació permanent obtindran, en funció del programa cursat, el títol de Màster de Formació Permanent, el Diploma d'Especialització o el Diploma d'Expert. Els estudiants que superin altres cursos de formació continuada rebran el certificat corresponent.

Perspectives laborals

L'objectiu del màster en formació permanent d'Intel·ligència de Negoci i Big Data Analytics ha estat, tradicionalment, la capacitació de professionals tot terreny mitjançant la formació en anàlisi i solució de problemes de negoci, estadística avançada, mineria de dades i disseny i construcció de sistemes de informació de business intelligence, per treballar a diferents departaments d'empreses i organitzacions o en centres de competències transversals. Amb el temps, aquest àmbit ha anat creixent i adquirint força, ampliant així les sortides professionals: Analistes de dades en departaments de control de gestió o altres departaments de l'empresa, especialment a l'àrea de màrqueting i vendes ia les àrees de producció i operacions. Responsables, caps de projecte o analistes de sistemes d'informació de business intelligence/business analytics/big data en departaments d'informàtica, o tècnics i analistes d'empreses.

Promocions

10% descompte!
Màster de Formació Permanent d'Intel·ligència de Negoci i Big Data Analytics
Universitat Oberta de Catalunya (UOC)
Campus i seus: Universitat Oberta de Catalunya (UOC)
UOC, sede 22@
Rambla del Poblenou, 156 08018 Barcelona
Sol·licita informació
X