¿Qué quieres aprender?

Máster en Corporate Finance & Máster en Big Data

Máster en Corporate Finance & Máster en Big Data

Instituto Europeo de Posgrado (IEP)

Máster online

Descuento Lectiva
7.750 € 3.565

Duración : 12 Meses

¿Quieres hablar con un asesor sobre este curso?

Objetivos

Comprender el funcionamiento y la estructura de los mercados financieros y de las bases de datos masivas, así como las herramientas y técnicas utilizadas para su análisis. Adquirir habilidades en el uso de software y tecnología específica para la gestión y análisis de grandes cantidades de datos financieros y económicos. Desarrollar la capacidad de tomar decisiones estratégicas en el ámbito financiero basadas en análisis de datos y herramientas de Big Data. Aprender a aplicar las técnicas y herramientas de Big Data para la identificación de riesgos financieros y la gestión del riesgo en los mercados financieros. Mejorar las habilidades de liderazgo y trabajo en equipo, así como la capacidad de comunicar y presentar análisis y resultados a equipos multidisciplinarios en entornos de trabajo altamente complejos.

A quién va dirigido

Está dirigido a graduados en áreas de finanzas, contabilidad, negocios y economía, así como a profesionales con experiencia en finanzas que deseen mejorar sus habilidades en Big Data.

Requisitos

Estar en posesión de un título de grado, arquitectura, ingeniería superior o técnica, licenciatura, diplomatura u otro título equivalente. Estudiantes cursando una carrera universitaria o estudios superiores equivalentes. Profesionales con proyección profesional en el puesto desempeñado. En el caso que no cumplas con ninguna de las condiciones anteriores, por favor contacta con el Instituto Europeo de Posgrado (IEP) y el departamento de admisiones valorará tu caso particular.

Temario completo de este curso

Tema 1. Financial Accounting

  1. • Balance sheet
  2. • P&L
  3. • Cash flow
  4. • Asientos contables
  5. • Contabilidad avanzada
  6. • Impuestos

Tema 2. Managerial Accounting

  1. • Managerial accounting
  2. • Management accounts
  3. • Working capital
  4. • Net debt

Tema 3. Corporate Finance

  1. • VAN y TIR
  2. • Análisis de empresas
  3. • M&A
  4. • Due diligence financiera

Tema 4. Investment Vehicles

  1. • El emprendedor, el ciclo de vida de una empresa y los investment vehicles
  2. • Private equity
  3. • Venture capital
  4. • Fondos de inversión
  5. • Search funds

Tema 5. Fintech y Blockchain

  1. • Introducción a la transformación digital del sistema financiero
  2. • Tecnología aplicada a la fintech
  3. • Blockchain
  4. • Crypto
  5. • Modelos de negocio
  6. • Startup

Tema 6. Project Management

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

Tema 7. Lean Startup y Agile Management

  1. • Product management
  2. • Lean startup
  3. • Agile management

Tema 8. Big Data & Analytics

  1. • La relevancia del big data
  2. • Organización de proyectos de big data
  3. • Metodologías Agile + SCRUM
  4. • IA y machine learning
  5. • Casos de uso en la industria

Tema 9. Business Intelligence

  1. • Business intelligence
  2. • BI solutions
  3. • KPI
  4. • Fuentes de datos
  5. • Calidad del dato

Tema 10. Data for Decision-Making

  1. • Open Data
  2. • El gobierno del dato
  3. • Protección de datos
  4. • Diseño de almacenes de datos
  5. • Marketing data

Tema 11. Data Visualization

  1. • Interpretación de datos
  2. • Python
  3. • Carto
  4. • Power BI
  5. • Google Data Studio

Tema 12. Data Base

  1. • Fundamentos de bases de datos
  2. • Tecnología de bases de datos
  3. • Práctica de SQP (MYSQL)
  4. • Práctica de NOSQL. MongoDB
  5. • Práctica de NOSQL (Hbase)
  6. • Bases de datos para grafos
  7. • Cloud

Tema 13. Data Analytics

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

Tema 14. Inteligencia Artificial

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

Tema 15. Tecnologías de Almacenamiento para Big Data

  1. • Apache Hadoop
  2. • El ecosistema Hadoop
  3. • Apache Spark
  4. • Tecnologías para streaming
  5. • Sistemas de ficheros y plataformas para big data en cloud
Ver más