Master Intensivo en Big Data y Business Analytics (Incluye SAS Certified Visual Business Analyst) en Madrid en MSMK - Madrid School of Marketing

Dirigido a:

Titulados universitarios en realizar un máster intensivo en Big Data e Business Analytics.

Comentarios:

El Master Intensivo en Big Data y Business Analytics, es un programa en el que los alumnos aprenden practicando con la tecnología específica y más novedosa, adecuada a cada fase del proceso en la toma de decisiones estratégicas. Las empresas reconocen y valoran el programa por su enfoque multidisciplinar, y carácter eminentemente práctico. Leer más

En MSMK - Madrid School of Marketing además de cursar un programa altamente especializado en Big Data y Analytics, accederás a obtener la certificación de “SAS Certified Visual Business Analyst” y a una Bolsa de Empleo vitalicia especializada en el sector.

El Master Intensivo en Big Data y Business Analytics es un programa innovador que atiende a la nueva generación de profesionales que demanda el mercado, donde una vez finalizado este programa máster, el participante estará preparado para acceder a profesiones tales como “Data Scientist”, “Business Analyst” Social Media Analyst”, Consultor de BI” o “CIO” entre otros.

El Master Intensivo en Big Data y Business Analytics - Presencial (Madrid), te permite desarrollar el programa en nuestras instalaciones de la emblemática calle de Príncipe de Vergara de la ciudad de Madrid, lo que te permitirá compatibilizar tu actividad profesional con tu formación altamente especializada en Big data y Analytics, podrás asistir a conferencias, seminarios y workshops por parte de prestigiosos ponentes, trabajarás en grupos reducidos y con claustro de calidad, compuesto por directos de compañías nacionales y multinacionales y donde te beneficiarás de una Bolsa de Empleo Vitalicia y una Bolsa de Prácticas, especializada en el Máster.


Lugar de impartición:

en Madrid

Titulación que se obtiene:

Máster en Big Data e Business Analytics por MSMK + SAS Certified Visual Business Analyst.

Fecha de inicio: Abril y Noviembre.

Leer menos

01. MANEJO DE INFORMACIÓN Y ESTRATEGIA DE NEGOCIO
• La información en la empresa como base para la orientación estratégica.
• Fuentes de información: interna y externa.
• El propósito estratégico y las competencias esenciales.
• Condicionamientos estratégicos de tipo estructural.
• Inteligencia competitiva y el proceso de inteligencia.
• Métodos y técnicas de análisis.

02. ECONOMÍA Y TRANSFORMACIÓN DIGITAL
• Entendimiento del nuevo consumidor.
• Visión 360o del nuevo ecosistema digital.
• Modelos de negocio digital. ROI digital.
• Transformación digital.
• Gestión de la información.
• Marketing dashboard.
• Social media analytics.

03. BIG DATA INSIGHTS - EL ORIGEN DEL BIG DATA
• Principales conceptos de Business Intelligence (calidad de datos, procesos ETL, DWH).
• El Data Warehouse y el tratamiento de los datos – Big Data.
• Modelo relacional – Modelo transaccional.
• Del operacional al informacional: modelización de los datos (modelo en estrella, modelo en copo de nieve...).
• Arquitectura del Data Warehouse: diferencia ente DWH y Datamart.
• Explotación multidimensional de los datos: Cubos OLAP.
• La importancia de la calidad de los datos. Limpieza y enriquecimiento.
• Procesos y subprocesos de ETL.
• Aplicación práctica de la minería de datos: ventas, CRM y marketing.

» Conocimiento de clientes.

» Retención de clientes.

» Venta cruzada y adicional.

» Previsión de la demanda / Gestión de la demanda.

» Criterios de segmentación.

• Criterios de selección de herramientas de BI - Comparativa de herramientas de BI (Oracle, SAS y Qlik).
• La gestión de un proyecto de BI: metodología de implantación.
• Desarrollo de un sistema informacional con Qlik.

04. BIG DATA INSIGHTS - BUSINESS ANALYTICS
• La estadística como herramienta de apoyo para la toma de decisiones: principales funciones y limitaciones.
• Metodología para recoger, organizar, sintetizar, analizar datos y hacer inferencias a partir de ellos. Población y muestra. Tipos de muestreo.
• Utilidad de los modelos de distribución de probabilidad para análisis de fenómenos económicos y sociales de tipo discreto y continuo.
• Adquisición de habilidades útiles para el análisis estadístico desde el razonamiento inductivo. Métodos inferenciales: estimación y contrastación.
• Desarrollo de modelos de comportamiento y su aplicación práctica en la gestión de negocio.
• La minería de datos como proceso de ayuda a la toma de decisiones.
• Proceso de exploración y modelización de grandes volúmenes de datos para descubrir patrones previamente desconocidos y adquirir ventaja competitiva.
• Desarrollo de algoritmos y modelos de comportamiento a través de la minería de datos.
• Aplicación de la analítica de negocio en casos concretos.

05. BIG DATA INSIGHTS - BIG DATA OPERACIONAL
• Introducción al Big Data. La obtención del valor de los datos.
• El origen de un proyecto de Big Data en la empresa: claves.
• Nuevos retos en la gestión de los datos: velocidad, variedad, volumen y veracidad.
• Arquitecturas de Big Data.
• Bases de datos: Relacionales vs NoSQL.
• Taller de SQL.
• ¿Qué es Hadoop? HDFS y Map Reduce.
• El ecosistema de Hadoop: Sqoop, Pig, Hive, Flume, Mahout, HBase, Ozzie...
• Plataforma Big Data: tipos de analíticas y casos de uso.
• Tratamiento de datos por lotes.
• Tratamiento de datos en tiempo real.
• La gestión integrada de los datos con Spark.
• Visualización de datos con TIBCO Spotfire.
• Seguridad, intrusismo y ética de Big Data.
• Tendencias de Big Data. Evolución de las plataformas.
• Taller de Flume y Streaming.
• Taller de R.
• Taller de Spark con Python.
• Taller de bases de datos: Riak, MongoDB, Cassandra y Neo4j.
• Taller con Hive, Sqoop, Pig, Mahout y Ozzie.

06. MOVILIDAD EN Leer más BUSINESS INTELLIGENCE
• Necesidades de movilidad en las empresas.
• Plataformas móviles de analytics.
• Nuevas aplicaciones. Funcionalidad y limitaciones.
• Gestión de movilidad.
• Seguridad como factor crítico.

07. CORPORATE PERFORMANCE MANAGEMENT
• Cuadro de mando integral (de acuerdo a la metodología de Kaplan y Norton)
– Balanced score card.
• Gestión por indicadores: herramientas para la toma de decisiones (finanzas, ventas, marketing, servicio... ).
• Desarrollo de los ciclos de planificación y cálculo de previsiones. Herramientas de gestión del rendimiento corporativo: tendencias de mercado.
• Taller práctico con herramientas de reporting y elaboración de dashboards.
• Visualización analítica de los datos.Leer menos