Business Intelligence y Big Data (ONLINE).

más>información
master en
business
intelligence
y
big data
online
Bonificable a través de:
datos>generales
DIRIGIDO A:
CALENDARIO:
INFORMACIÓN E INSCRIPCIONES:
El Master está orientado a tres perfiles de estudiantes:
>>Del 21 de Sep. de 2015 al 9 de Oct. de 2016 (650 h.).
>>Estancia en Madrid: del 6 al 16 de Junio de 2016.
>>Técnico. Ingenieros en cualquier rama de las TIC.
>>Estadístico/cuantitativo. Matemáticos o profe-
PRECIO:
>>Teléfono: 91 349 56 00
>>informacion@eoi.es
>>www.eoi.es
sionales de diferentes campos científicos.
>>Negocio. Profesionales de cualquier área del
negocio o actividad que quieren formarse como
analista de datos y analistas de negocio.
MODALIDAD:
Online + 10 días presenciales en Madrid.
>>9.000 € (1.500 € reserva de plaza + 7.500 €
matrícula).
BECAS:
Consultar programa de becas y descuentos en
nuestra página web: www.eoi.es
presentación>
y>objetivos
El Master está orientado a adquirir los conocimientos y competencias necesarias para gestionar y tomar decisiones en proyectos de Business Intelligence, así como para ser capaces de manejar herramientas y conceptos de
BI en el contexto de las tecnologías Big Data y el trabajo del data scientist.
El Master está orientado a tres perfiles de estudiantes:
>>Técnico. Ingenieros en cualquier rama de las TIC.
>>Estadístico/cuantitativo. Matemáticos o profesionales de diferentes campos científicos.
>>Negocio. Profesionales de cualquier área del negocio o actividad que quieren formarse como analista de datos y analistas de negocio.
En todos los casos, el Master requiere habilidades y conocimientos elementales de programación estadística, bases de datos y tecnologías Web
para poder comprender y hacer uso de las diferentes técnicas y tecnologías.
Para los estudiantes que no tienen esas competencias básicas, el Master
proporciona un módulo de adaptación.
programa
FUNDAMENTOS DE LA INTELIGENCIA DE NEGOCIO
>>Definición y componentes de la IN.
>>Contextualización y diseño de sistemas de IN.
>>Diseño de informes, cuadros de mando e indicadores.
>>Fuentes para la IN, abiertas y propietarias.
>>Calidad de los datos.
>>Tipología de herramientas por área, tecnología y procesos.
>>Movilidad e IN.
DIRECCIÓN ESTRATÉGICA BASADA EN DATOS
>>Análisis del entorno competitivo sectorial y particular para toma de decisiones.
>>Diagnóstico e indicadores para el análisis interno y externo.
>>Obtención de datos de competidores en fuentes abiertas.
>>Diseño y simulación de estrategias, diversificación.
>>Modelos para la planificación estratégica.
DIRECCIÓN FINANCIERA Y COMERCIAL
BASADA EN DATOS
>>Evaluación y medición del riesgo en las decisiones.
>>Obtención y pre-procesado de datos de financieros.
>>Modelos basados en datos para las decisiones de inversión.
>>Fundamentos de la dirección comercial.
>>Marcos de análisis e indicadores comerciales.
DATA WAREHOUSING
>>Utilidad y conceptos. Arquitectura: data marts y data warehousing.
>>Herramientas extract/transform/load - ETL.
>>Diseño de data warehouses. Elementos hardware y software.
>>Optimización de procesos.
>>Integración con sistemas empresariales, ERP y CRM.
>>Gestión del conocimiento.
APRENDIZAJE AUTOMÁTICO Y MINERÍA DE DATOS
>>Introducción, aprendizaje supervisado y no supervisado.
>>Modelos de regresión, funciones de coste.
>>Modelos multivariable.
>>Clustering y clasificación. Técnicas y medidas de calidad.
>>Modelos conexionistas.
>>Herramientas de aprendizaje automático, visualización.
>>El ciclo de la minería de datos.
LA WEB DE LOS DATOS
>>Tecnologías, lenguajes y protocolos en la Web.
>>Datos estructurados en la Web: XML, RDF y la Web Semántica.
>>La Web of Linked Data: el lenguaje de consulta SPARQL.
>>Fuentes de datos: la nube de Linked Data.
>>Herramientas de interlinking (enlazado) de información.
>>Inteligencia de fuente abierta.
PARALELISMO DE DATOS Y BIG DATA
>>Concepto, fuentes y tipología de big data.
>>Bases de datos no convencionales/NoSQL, distribución horizontal.
>>Bases de datos documentales y motores de indexación flexibles.
>>Marcos de programación para procesamiento de datos paralelos. MapReduce.
ANALÍTICA DE MARKETING
>>Conceptos. Retorno de la inversión en marketing (ROIM).
>>Técnicas basadas en datos para las decisiones de marketing. Marketing
basado en datos.
>>Experimentación Web. Experimentos A/B.
>>Análisis de la respuesta y modelos predictivos.
>>Social media metrics. Lean Analytics y métricas Web.
ANALÍTICA DE PROCESOS DE NEGOCIO
>>Conceptos. Modelado de procesos de negocio.
>>Relación entre procesos, estrategia y rendimiento.
>>Mejora de procesos, optimización y reingeniería de procesos.
>>Métricas de proceso, variables de control de procesos.
>>Analítica de talento.
ANALÍTICA DE CLIENTES
>>Introducción, objetivos y elementos de las decisiones.
>>Probabilidad e inferencia bayesiana.
>>Problemas de decisión con y sin experimentación. Tipos de criterios de
>>Conceptos. Relaciones a largo plazo y su valoración.
>>Modelos de cliente. Comportamiento del consumidor.
>>Segmentación y clustering de clientes. Segmentación demográfica.
>>Aplicación de diferenciación de campañas basada en segmentos.
>>Algoritmos y técnicas de recomendación.
>>Mass customization.
>>Regulación relativa a la información personal.
>>Ejemplos y casos.
>>Representación gráfica, árboles de decisión y diagramas de influencia.
>>Casos y problemas de teoría de la decisión.
¿por>qué>este>programa?
BASES DE DATOS ANALÍTICAS
>>Para aprender a medir y evaluar indicadores clave del negocio en todas
TEORÍA DE LA DECISIÓN
elección y funciones de pérdida.
>>Multidimensionalidad y su tipología. OLAP/ROLAP.
>>Esquemas de bases de datos, desnormalización.
>>Lenguajes de consulta analíticos.
>>Manipulación, análisis y visualización de datos.
>>Bases de datos espaciales.
sus áreas, aplicando métodos de data science.
>>Para saber gestionar y diseñar arquitecturas y soluciones para problemas
de Big Data que aporten valor a la organización.
>>Para saber aplicar modelos analíticos y predictivos a situaciones de negocio que requieren un tratamiento avanzado.
>>Para entender el papel de los diferentes modelos de bases de datos, y los
usos de las bases de datos multidimensionales para analizar y visualizar
patrones y tendencias.
www.eoi.es
>>Para saber identificar las fuentes de datos clave que necesita la organización para adoptar decisiones, convertir usuarios y competir.