¿Qué quieres aprender?

MBA – Máster semipresencial en Administración y Dirección de Empresas & ...

MBA – Máster semipresencial en Administración y Dirección de Empresas & Máster en Big Data y Data Analytics

UNISEB Semipresencial - Instituto Superior Europeo de Barcelona

Curso semipresencial

Madrid

Descuento Lectiva
11.990 € 4.890

Duración : 12 Meses

¿Quieres hablar con un asesor sobre este curso?

Sedes

Localización

Fecha inicio

Madrid

Objetivos

Desarrollar habilidades de liderazgo empresarial para gestionar equipos y proyectos de análisis de datos. Adquirir conocimientos técnicos y habilidades analíticas para recopilar, analizar y visualizar grandes conjuntos de datos. Comprender cómo utilizar herramientas de análisis de datos, técnicas de inteligencia artificial y aprendizaje automático para mejorar la toma de decisiones empresariales. Identificar oportunidades de mejora en la empresa mediante el análisis de datos y aplicar estrategias efectivas para mejorar el rendimiento y productividad empresarial. Aprender a comunicar los resultados del análisis de datos a diferentes audiencias y utilizar la información obtenida para crear informes de negocio precisos y efectivos.

A quién va dirigido

Profesionales que buscan desarrollar habilidades en gestión empresarial y análisis de datos para avanzar en su carrera. Graduados universitarios con experiencia laboral en áreas como finanzas, marketing, tecnología y negocios que desean mejorar su conocimiento en análisis de datos y liderazgo empresarial. Emprendedores que buscan comprender cómo utilizar el análisis de datos para tomar decisiones empresariales informadas y mejorar el rendimiento de su negocio. Gerentes y líderes empresariales que desean aprender cómo utilizar el análisis de datos para tomar decisiones estratégicas informadas y mejorar el rendimiento de su empresa. Personas interesadas en el análisis de datos y su aplicación en la gestión empresarial que deseen desarrollar habilidades y conocimientos en esta área para avanzar en su carrera

Requisitos

Para acceder al programa de Máster, los solicitantes deben cumplir con al menos uno de los siguientes requisitos: Estar en posesión de un título de Grado, Arquitectura, Ingeniería Superior o Técnica, Licenciatura, Diplomatura u otro título equivalente. Ser estudiantes cursando una carrera universitaria o estudios superiores equivalentes. Ser profesionales con proyección profesional en el puesto que desempeñan. Si no cumples con ninguna de las condiciones anteriores, debes contactar con la escuela, y el departamento de admisiones valorará tu caso particular.

Temario completo de este curso

Plan de estudios

MÓDULO 1. BIG DATA INDUSTRY

  • Tema 1. ¿Qué es el big data?
  • Tema 2. Big data project management
  • Tema 3. Metodologías Agile + SCRUM
  • Tema 4. Inteligencia artificial en la era del big data
  • Tema 5. Aplicación del big data

MÓDULO 2. BUSINESS INTELLIGENCE

  • Tema 1. Introducción al business intelligence
  • Tema 2. Tipos y selección de business intelligence
  • Tema 3. Cuadros de mando
  • Tema 4. Fuentes de datos
  • Tema 5. Data quality

MÓDULO 3. BUSINESS PLAN

  • Tema 1. Cultura de empresa
  • Tema 2. Estrategia de negocio
  • Tema 3. Business model
  • Tema 4. Análisis estratégico
  • Tema 5. Plan de aplicación y medición

MÓDULO 4. CONTABILIDAD FINANCIERA

  • Tema 1. El balance
  • Tema 2. La cuenta de pérdidas y ganancias
  • Tema 3. El estado de flujos de efectivo
  • Tema 4. Asientos
  • Tema 5. Contabilidad avanzada
  • Tema 6. Impuestos

MÓDULO 5. DATA ANALYSIS

  • Tema 1. Estadística
  • Tema 2. Métricas
  • Tema 3. Regresión y correlación
  • Tema 4. Probabilidad
  • Tema 5. Distribuciones
  • Tema 6. Intervalos de confianza
  • Tema 7. Introducción a los contrastes de hipótesis
  • Tema 8. Estadística con R

MÓDULO 6. DATA STORAGE

  • Tema 1. Apache Hadoop
  • Tema 2. El ecosistema Hadoop
  • Tema 3. Apache Spark
  • Tema 4. Tecnologías para Streaming
  • Tema 5. Sistemas de ficheros y plataformas para datos en cloud

MÓDULO 7. DATABASE MANAGEMENT

  • Tema 1. Introducción al dato
  • Tema 2. El gobierno del dato
  • Tema 3. Privacidad y protección de datos
  • Tema 4. Data storage
  • Tema 5. Data management en el marketing

MÓDULO 8. DIRECCIÓN DE PERSONAS

  • Tema 1. Gestión de RR.HH.
  • Tema 2. El poder de la comunicación
  • Tema 3. Análisis del sector
  • Tema 4. Management y ética
  • Tema 5. Adaptabilidad del factor humano

MÓDULO 9. HABILIDADES Y COMPETENCIAS DIRECTIVAS

  • Tema 1. Cómo ser un buen líder
  • Tema 2. Cómo comunicar
  • Tema 3. Coaching
  • Tema 4. Empowerment
  • Tema 5. Change management

MÓDULO 10. INTELIGENCIA ARTIFICIAL

  • Tema 1. Introducción al análisis de datos con Python
  • Tema 2. Introducción al machine learning
  • Tema 3. Machine learning supervisado
  • Tema 4. Machine learning no supervisado
  • Tema 5. Reinforcement Learning
  • Tema 6. Fundamentos de Deep Learning

MÓDULO 11. MARKETING FUNDAMENTALS

  • Tema 1. De consumidor a usuario
  • Tema 2. Branding
  • Tema 3. Target objetivo
  • Tema 4. Customer journey
  • Tema 5. Marketing directo e indirecto

MÓDULO 12. ORGANIZACIÓN DE EQUIPOS

  • Tema 1. El impacto de las empresas
  • Tema 2. Comportamiento organizacional
  • Tema 3. Los equipos de personas
  • Tema 4. Gestión internacional de personas
  • Tema 5. The future of the work

MÓDULO 13. PLAN DE MARKETING

  • Tema 1. El plan de marketing
  • Tema 2. Marketing mix
  • Tema 3. Market research
  • Tema 4. Estrategias de marketing
  • Tema 5. Marketing operativo
  • Tema 6. Offline vs. Online
  • Tema 7. Pricing

MÓDULO 14. PLANIFICACIÓN Y GESTIÓN DE LAS OPERACIONES

  • Tema 1. Estrategia empresarial
  • Tema 2. Operations management
  • Tema 3. El diseño y desarrollo de productos
  • Tema 4. Planificación y control de la capacidad en sistemas de operaciones
  • Tema 5. Quality management
  • Tema 6. Planificación y control de operaciones
  • Tema 7. El factor humano en la dirección de operaciones

MÓDULO 15. PROJECT MANAGEMENT

  • Tema 1. Fundamento del project management
  • Tema 2. Gestión del equipo
  • Tema 3. Gestión de los recursos
  • Tema 4. Herramientas para la gestión ágil de un proyecto

MÓDULO 16. TECNOLOGÍAS DE BASES DE DATOS

  • Tema 1. Fundamentos de bases de datos
  • Tema 2. Data technology
  • Tema 3. Práctica de SQL (MySQL)
  • Tema 4. Práctica de NoSQL. MONGODB
  • Tema 5. Práctica de NoSQL (HBase)
  • Tema 6. Bases de datos para grafos
  • Tema 7. Bases de datos en cloud

MÓDULO 17. VISUALIZACIÓN DE DATOS

  • Tema 1. Teoría de la visualización de datos
  • Tema 2. Python
  • Tema 3. CARTO
  • Tema 4. Power BI
  • Tema 5. Google Data Studio

MÓDULO 18. API Y SERVICIOS EN LA NUBE

  • Tema 1. Concepto y rol estratégico de las APIs (Application Programming Interfaces)
  • Tema 2. Tipos de APIs (REST, GraphQL, SOAP) y criterios para su adopción
  • Tema 3. Arquitectura Basada en Microservicios
  • Tema 4. Contenedorización y Docker ç
  • Tema 5. Puesta en contexto del cloud computing
  • Tema 6. Diseño y ciclo de vida de las APIs
  • Tema 7. Modelos de servicio y proveedores cloud
  • Tema 8. Dimensión estratégica y financiera del cloud
  • Tema 9. Gobernanza de datos, cumplimiento normativo y gestión del riesgo
  • Tema 10. Arquitectura serverless y FaaS
  • Tema 11. Integración de microservicios, contenedores y serverless
  • Tema 12. Casos prácticos y tendencias futuras

MÓDULO 19. TECNOLOGÍA Y DESARROLLO EN DISPOSITIVOS MÓVILES

  • Tema 1. Introducción
  • Tema 2. Sistemas de Comunicación Inalámbricos
  • Tema 3. Comunicaciones Inalámbricas
  • Tema 4. Pasado, presente y futuro de las Comunicaciones Inalámbricas
  • Tema 5. Introducción a los Dispositivos móviles
  • Tema 6. Componentes de los dispositivos móviles
  • Tema 7. Redes a las que puede acceder un dispositivo móvil
  • Tema 8. Lenguajes de programación para móviles
  • Tema 9. Ejemplos de entornos de programación
  • Tema 10. Metodología de desarrollo de aplicaciones móviles
  • Tema 11. Características de un proyecto de desarrollo para dispositivos móviles
  • Tema 12. Modelos de negocio para aplicaciones móviles
  • Tema 13. Planificación y dirección de proyectos tecnológicos móviles
  • Tema 14. Fundamentos del desarrollo de aplicaciones móviles sobre Android
  • Tema 15. Interfaz gráfica de usuario (GUI) en Android
  • Tema 16. Herramientas de desarrollo Android
  • Tema 17. Diseño de aplicaciones móviles
  • Tema 18. Buenas prácticas de diseño
  • Tema 19. Problemática de la seguridad en dispositivos móviles
  • Tema 20. Seguridad en las comunicaciones inalámbricas
  • Tema 21. Seguridad en el sistema operativo y las aplicaciones
  • Tema 22. Seguridad para el usuario
  • Tema 23. Prácticas de seguridad recomendada
  • Tema 24. Ecosistema de aplicaciones móviles y app stores
  • Tema 25. Modelos de negocio para aplicaciones móviles
  • Tema 26. Marketing y tecnología móvil
  • Tema 27. Planificación y dirección de proyectos tecnológicos móviles

MÓDULO 20. SISTEMA DE GESTIÓN DE SEGURIDAD DE LA INFORMACIÓN

  • Tema 1. Dimensiones de la Seguridad de la Información
  • Tema 2. Gestión de la Seguridad de la Información
  • Tema 3. Normativa Legal en España
  • Tema 4. Estándares de Seguridad de la Información
  • Tema 5. Análisis de riesgos
  • Tema 6. Ciclo de vida de la seguridad
  • Tema 7. Metodologías de análisis de riesgos
  • Tema 8. Gestión de riesgos
  • Tema 9. Sistema de Gestión de la Seguridad de la Información (SGSI)
  • Tema 10. Normativas internacionalmente reconocidas
  • Tema 11. Planificar: Establecer el SGSI
  • Tema 12. Hacer: Implantar y operar el SGSI
  • Tema 13. Verificar: Monitorizar y Revisar el SGSI
  • Tema 14. Desarrollo de un marco normativo de Seguridad de la Información
  • Tema 15. Clasificación de la información
  • Tema 16. Herramientas para un SGSI
  • Tema 17. Factores críticos de éxito en la implantación de un SGSI
  • Tema 18. Planes de continuidad de negocio
  • Tema 19. Desarrollo de un plan de continuidad de negocio
  • Tema 20. Esquema Nacional de Seguridad (ENS)
  • Tema 21. Análisis y gestión de riesgos en el ENS
Ver más