¿Qué quieres aprender?

Máster en Project Management + Máster en Big Data y Business ...

Máster en Project Management + Máster en Big Data y Business Intelligence

ENEB - Escuela de Negocios Europea de Barcelona

Máster online

Descuento Lectiva
8.400 € 599

Duración : 12 Meses

¿Quieres hablar con un asesor sobre este curso?

Objetivos

El plan de estudios del Máster en Project Management + Máster en Big Data y Business Intelligence pretende dotar al alumno de los siguientes conocimientos y habilidades: Proporcionar una comprensión profunda de las herramientas, técnicas y estrategias en Project Management y Big Data. Desarrollar habilidades de liderazgo y gestión de proyectos. Proporcionar una formación completa en técnicas de análisis de datos y Big Data. Capacitar a los estudiantes para liderar equipos y proyectos de alta complejidad en ambas áreas. Desarrollar habilidades en la toma de decisiones basadas en datos. Fomentar la creatividad y la innovación en la gestión de proyectos y el análisis de datos. Mejorar las habilidades de comunicación y colaboración en proyectos interdisciplinarios. Proporcionar una comprensión profunda de las implicaciones éticas y legales del uso de datos. Preparar a los estudiantes para trabajar en entornos internacionales y multinacionales. Proporcionar a los estudiantes una red de contactos y oportunidades de negocio en ambas áreas.

A quién va dirigido

El Máster en Project Management + Máster en Big Data y Business Intelligence está dirigido a: Profesionales que deseen adquirir conocimientos en gestión de proyectos, Big Data y Business Intelligence para mejorar su desempeño laboral. Personas que deseen desarrollar habilidades para liderar y gestionar proyectos con un enfoque en la tecnología y los datos. Aquellos que buscan mejorar sus habilidades en la toma de decisiones basadas en datos y análisis de datos empresariales. Personas interesadas en trabajar en la industria de la tecnología, en particular en la gestión de proyectos y la toma de decisiones informadas por datos. Profesionales que buscan mejorar su conocimiento en áreas de innovación empresarial y transformación digital.

Requisitos

Para poder acceder a cualquiera de nuestros programas Máster, los solicitantes deberán cumplir los siguientes 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 la escuela y el departamento de admisiones valorará tu caso particular.

Temario completo de este curso

BLOQUE 1. BUSINESS PLAN

  • Tema 1. Visión, misión y valores
  • Tema 2. Plan estratégico
  • Tema 3. Modelo de negocio
  • Tema 4. Análisis estratégico
  • Tema 5. Monitorización del plan estratégico

BLOQUE 2. PROJECT MANAGEMENT

  • Tema 1. Figura del project management
  • Tema 2. Gestión del equipo
  • Tema 3. Gestión y comunicación al equipo
  • Tema 4. Gestión de proyectos

BLOQUE 3. TOMA DE DECISIONES

  • Tema 1. Definición del problema
  • Tema 2. Selección de criterios y técnicas
  • Tema 3. Desarrollo de alternativas
  • Tema 4. Análisis
  • Tema 5. Decisión
  • Tema 6. Plan de acción
  • Tema 7. Ejemplos de problemas

BLOQUE 4. METODOLOGÍAS ÁGILES

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

BLOQUE 5. HABILIDADES DIRECTIVAS

  • Tema 1. Liderazgo
  • Tema 2. Comunicación efectiva
  • Tema 3. Coaching
  • Tema 4. Empoderar equipos
  • Tema 5. Gestión del cambio

BLOQUE 6. NEGOCIOS DIGITALES

  • Tema 1. Comercio eléctronico y sus operaciones
  • Tema 2. Aprovisionamiento electrónico: e-procurement
  • Tema 3. Gestión operativa del e-commerce: e-fulfillment
  • Tema 4. Marketplaces
  • Tema 5. La última milla
  • Tema 6. Estructuras exponenciales
  • Tema 7. Negocios digitales

BLOQUE 7. TRANSFORMACIÓN DIGITAL

  • Tema 1. La digitalización empresarial
  • Tema 2. Inteligencia artificial (AI)
  • Tema 3. El internet de las cosas (IoT)
  • Tema 4. Blockchain
  • Tema 5. Big data y business intelligence (BI)
  • Tema 6. Cloud computing
  • Tema 7. Automatización y robótica industrial
  • Tema 8. Ciberseguridad

BLOQUE 8. CADENA DE SUMINISTRO

  • Tema 1. Supply chain
  • Tema 2. Gestión de compras
  • Gestión de compras y aprovisionamiento
  • Tema 3. Gestión de almacenes
  • Tema 4. Modelos logísticos
  • Tema 5. Logística inversa
  • Tema 6. Modelo de Amazon
  • Tema 7. Innovación y sostenibilidad

BLOQUE 9. BIG DATA

  • Tema 1. Introducción al big data
  • Tema 2. Big data en proyectos
  • Tema 3. Metodologías ágiles
  • Tema 4. Inteligencia artificial
  • Tema 5. Casos de uso en la industria

BLOQUE 10. GESTIÓN DE DATOS

  • Tema 1. Open data
  • Tema 2. Gestión del dato
  • Tema 3. Privacidad de datos
  • Tema 4. Almacenamiento de datos
  • Tema 5. Estrategia y los datos

BLOQUE 11. BUSINESS INTELLIGENCE

  • Tema 1. Introducción a la inteligencia de negocio
  • Tema 2. Sistemas de inteligencia de negocio
  • Tema 3. Diseño de informes, cuadros de mando y KPI
  • Tema 4. Fuentes de datos
  • Tema 5. Calidad del dato

BLOQUE 12. PYTHON, CARTO, POWER BI Y GOOGLE DATA STUDIO

  • Tema 1. Interpretación de datos
  • Tema 2. Visualización interactiva con Python
  • Tema 3. Introducción a Carto
  • Tema 4. Microsoft Power BI
  • Tema 5. Google Data Studio

BLOQUE 13. BASES DE DATOS

  • Tema 1. Fundamentos de bases de datos
  • Tema 2. Tecnología de bases de datos
  • 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

BLOQUE 14. ANÁLISIS E INTERPRETACIÓN DE DATOS

  • Tema 1. Representación de datos
  • Tema 2. Medidas
  • 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

BLOQUE 15. 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

BLOQUE 16. TECNOLOGÍAS DE ALMACENAMINTO PARA BIG DATA

  • 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 big data en cloud
Ver más