Máster Online
Business Data Science y Visual Analytics

El núcleo PROessentials se centra en desarrollar habilidades fundamentales que son la base de la preparación de los estudiantes. Destaca el dominio de habilidades clave que pueden aplicarse en diferentes programas, fomentando la interacción entre estudiantes de diversas disciplinas y enriqueciendo sus perfiles y redes de contacto. Se establecen sólidos cimientos para que los estudiantes adquieran una comprensión profunda y experiencial, con énfasis en la calidad de los contenidos y la enseñanza para prepararlos para su crecimiento académico y profesional.

Business Intelligence y Big Data (6 ECTS)

Entender las ventajas de implantar en la compañía la cultura de toma de decisiones basadas en datos. En esta asignatura el alumno conocerá todos los aspectos relevantes para liderar un programa de Big Data y las claves para obtener el máximo valor de los datos. Aprenderá a desarrollar casos de uso de aplicación a los negocios en esta nueva Era de los Datos y estará capacitado para convertir su empresa en data-driven, tomando mejores decisiones con una adecuada estrategia de datos.

• Fundamentos del Business Intelligence
• El valor de los datos
• Fundamentos del Big Data
• Desarrollo de una Estrategia de Datos
• Elementos clave para el Gobierno y Gestión de los datos
• Organización Data-Driven. Retos y oportunidades

Herramientas de Big Data y Gobierno del Dato (6 ECTS)

Cómo se articula organizacionalmente la cultura de toma de decisiones basadas en datos en la estructura, propiedad del dato, propiedad de la explotación, provisión y distribución de la información, así como los accesos a la información. En este curso el alumno profundizará en las herramientas de captura, almacenamiento y procesamiento de datos, las herramientas de visualización de datos (y, en particular, SAS Visual Analytics) y las herramientas de Gobierno del Dato.

• Almacenamiento y procesamiento de la información
• Información estructurada
• Tecnologías Big Data
• Análisis y visualización de la información
• Herramienta SAS Visual Analytics
• Gobierno del Dato

Reporting y Seguimiento del Negocio (6 ECTS)

Al finalizar esta materia, los estudiantes serán capaces de diseñar, implementar y utilizar reportes de seguimiento del negocio para obtener una primera foto de la situación empresarial, facilitando la toma de decisiones estratégicas a través del análisis de datos y la evaluación de acciones comerciales.

• Reporting y Seguimiento del Negocio
• Metodología para Diseñar e Implementar un Reporte de Negocios
• Toma de Decisiones Estratégicas a través del Análisis de Datos: Casos de Fraude, Avería
• Introducción a la Matriz ABC-XYZ de Clientes
• Segmentación de Clientes con Cuartiles: Creando Mapas de Audiencia
• Evaluación de Acciones Comerciales e Interacciones con el Cliente

Las asignaturas PROadvance se centran en el desarrollo de competencias específicas en el área de especialización, así como en la adquisición de habilidades instrumentales necesarias para el trabajo en el campo de estudio. Los estudiantes se sumergen en los conceptos, teorías y prácticas centrales de su disciplina, y obtienen una caja de herramientas para aplicar estos conocimientos en situaciones reales. Además, se enfatiza el trabajo en equipo y el liderazgo, habilidades fundamentales para el éxito profesional en el área.

Bases de datos Relacionales y no Relacionales (6 ECTS)

El objetivo principal de esta materia es proporcionarte un conocimiento profundo sobre las técnicas, motores, actores y flujos fundamentales en el almacenamiento y la explotación masiva de datos. Esto incluye comprender los modelos entidad-relación, formas normales en entornos de Datawarehouse/Big Data, modelos no relacionales y sus características, además de las implementaciones prácticas de bases de datos relacionales y no relacionales en diversos entornos. Aprenderás sobre metodologías, el modelo entidad-relación, normalización y técnicas de modelado.

• Modelo Entidad Relación
• Formas Normales Y Entornos Datawarehouse/Big Data
• Modelos No Relacionales. Contexto
• Modelos no Relacionales. Detalles
• Implementaciones BBDD Relacionales
• Implementaciones BBDD No Relacionales

Tecnologías Avanzadas para Análisis de Datos y Aprendizaje Automático (6 ECTS)

La evolución de la capacidad de proceso y de las técnicas de paralelización en el tratamiento de datos, así como la disponibilidad de hardware avanzado asequible, permiten hoy procesar ingentes cantidades de datos. Nos familiarizaremos con las principales evoluciones y técnicas de tratamiento masivo de información.

• Arquitecturas y Soluciones de Big Data: Análisis, Procesamiento y Escalabilidad en la Era Digital
• Entornos de Trabajo para Arquitecturas Deep Learning
• Aprendizaje Automático
• Regresiones y Series Temporales Autorregresivas
• Árboles de Decisión y Algoritmos
• Redes Neuronales Artificiales

Técnicas de Data Mining para el Negocio: (6 ECTS)

Aportar una visión completa de las técnicas clásicas de minería de datos, tanto supervisadas como no supervisadas. Se pretende que el alumno sea capaz de abordar problemas de data mining y modelización estadística, desde su planteamiento, pasando por la preparación de datos y la evaluación de la técnica más adecuada, hasta la evaluación de resultados. Los conceptos teóricos se ilustrarán mediante ejemplos sencillos con lenguaje de programación.

• Introducción a la Minería de Datos
• Fases de un Proyecto de Data Mining
• Árboles de Decisión
• Regresión Lineal Multivariante
• Redes Neuronales Artificiales (ANN)
• Detección de Abandono con Redes Neuronales

Bases de datos para el Big Data: NoSQL y Cloud Computing (6 ECTS)

El objetivo de esta asignatura es adquirir un conocimiento profundo y práctico sobre bases de datos NoSQL y su relación con el Cloud Computing en el contexto del Big Data. Se explorarán modelos como MongoDB, Cassandra, Riak y Neo4j para entender cómo estas tecnologías ofrecen soluciones eficientes y escalables. Al finalizar, estarás capacitado para diseñar, implementar y gestionar bases de datos NoSQL en entornos distribuidos y comprender los diferentes modelos de Cloud Computing, desde nubes públicas hasta privadas, y cómo proporcionan soluciones escalables y flexibles para las organizaciones modernas.

• Introducción a NoSQL y Modelos de Datos
• MongoDB: Conceptos y Práctica
• Cassandra: Modelado y Gestión de Datos
• Riak: Eficiencia y Escalabilidad en Almacenamiento Clave-Valor
• Neo4j: Modelado y Consultas en Bases de Datos de Grafos
• Cloud Computing y Almacenamiento en la Nube

Ingeniería para el proceso masivo de datos (6 ECTS)

Esta asignatura tiene como objetivo proporcionar a los estudiantes las habilidades y conocimientos necesarios para diseñar y desarrollar soluciones de ingeniería eficientes en el procesamiento masivo de datos. Desde los fundamentos de almacenamiento como HDFS hasta el procesamiento en tiempo real con Apache Kafka y Spark Streaming, los estudiantes explorarán tecnologías clave como MapReduce, Apache Spark, Spark MLlib y Structured Streaming para comprender y abordar los desafíos asociados con grandes volúmenes de datos en entornos distribuidos.

• Introducción al proceso masivo de datos
• Introducción a HDFS y MapReduce
• Introducción a Apache Spark
• DataFrames en Apache Spark
• Spark MLlib y Spark Structured Streaming
• Introducción a Apache Kafka

Herramientas de visualización (6 ECTS)

Capacitar a los estudiantes en el manejo efectivo de herramientas de visualización como Power BI, Tableau, permitiéndoles adquirir habilidades desde la conexión y visualización de datos hasta la creación de objetos visuales avanzados, KPIs y dashboards, así como la exploración y transformación de datos de diversas fuentes para la toma de decisiones informadas y la comunicación efectiva de insights.

Power BI

• Fundamentos de Tableau: Conexión y Visualización de Datos
• Creación y Configuración de Objetos Visuales y KPIs en Power BI
• Adquisición, Transformación y Exploración de Datos con Power BI

Tableau

• Diferentes Fuentes de Datos en Tableau
• Diferentes Fuentes de Datos en Tableau
• Visualización Avanzada y Creación de Dashboards en Tableau

Visualización de Datos Geoespaciales (6 ECTS)

El objetivo general de esta asignatura es proporcionar a los estudiantes una comprensión profunda y aplicada de los principios, técnicas y herramientas de visualización de datos geoespaciales. A través de una combinación de teoría y práctica, los estudiantes aprenderán a analizar, interpretar y comunicar información espacial de manera efectiva, utilizando tecnologías modernas y enfoques innovadores. Al final del curso, los estudiantes estarán capacitados para crear visualizaciones geoespaciales precisas y atractivas que apoyen la toma de decisiones en diversos contextos, tales como planificación urbana, gestión ambiental, análisis de transporte y estudios de mercado.

• Introducción a la Visualización de Datos Geoespaciales
• Fundamentos de Cartografía
• Análisis Espacial y Estadística
• Visualización de Datos Raster y Vectoriales
• Integración de Datos Geoespaciales y Temporales
• Aplicaciones Avanzadas y Proyectos

Storytelling del Dato: Comunicación Visual de Insights (6 ECTS)

El objetivo de esta asignatura es dominar el arte del storytelling del dato, desde la extracción y reducción de datos hasta la narrativa final para diferentes audiencias. Aprenderás estrategias fundamentales de storytelling, identificarás los elementos clave de la narrativa y crearás visualizaciones impactantes con herramientas como Power BI y Tableau. Además, comprenderás la importancia del Business Intelligence y aplicarás técnicas avanzadas de diseño y storytelling para comunicar mensajes claros y persuasivos con datos.

• Optimización en la petición de la información: estados, fechas, clientes
• Introducción a Power BI
• Conexión con fuentes de datos
• Objetos visuales Power BI, posibilidades y mejores combinaciones para la narrativa.
• Fuentes en Tableau
• Visualización en Tableau

Visualización de redes, grafos y temporales (6 ECTS)

El objetivo de esta asignatura es capacitar a los estudiantes en el análisis, interpretación y visualización de redes complejas, grafos y datos temporales, utilizando teorías, métodos y herramientas avanzadas. A través de teoría y práctica, adquirirás habilidades para representar gráficamente estructuras de redes y su evolución temporal, identificando patrones, relaciones y tendencias. Al finalizar, estarás preparado para aplicar estos conocimientos en contextos como análisis de redes sociales, sistemas biológicos, redes de transporte y series temporales, contribuyendo efectivamente a la toma de decisiones basada en datos complejos y dinámicos.

• Introducción a la Visualización de Redes y Grafos
• Fundamentos de Teoría de Grafos
• Técnicas de Visualización de Redes y Grafos
• Visualización de Datos Temporales
• Análisis de Redes Dinámicas y Temporales
• Integración y Proyectos Avanzados

Proyecto Fin de Programa (8 ECTS)

El Trabajo Fin de Máster es el último paso para obtener el título del programa formativo. Consiste en la realización de un trabajo académico en el que se apliquen o desarrollenconocimientos adquiridos a lo largo del programa formativo. Este trabajo deberá contemplar la aplicación de competencias generales asociadas al programa.

En PROexpertify, los estudiantes se convierten en protagonistas de su formación al diseñar su propio camino académico y profesional. Esta fase permite explorar áreas de conocimiento más allá de la disciplina principal, completando y ampliando sus horizontes. Al desarrollar competencias interdisciplinarias, los estudiantes integran conocimientos y perspectivas de diversos campos, destacándose en un mundo empresarial que demanda habilidades diversificadas. Esta etapa enriquece su formación académica y profesional, proporcionándoles una perspectiva global invaluable. Los estudiantes deben seleccionar una de las cinco áreas de formación ofrecidas.

PROexpertify en: Manager en IA Avanzada

Artificial Intelligence (6 ECTS)

La primera asignatura del programa cubre distintas disciplinas que conforman la Inteligencia Artificial, incluyendo las técnicas más clásicas como los sistemas expertos hasta las técnicas más novedosas como los métodos generativos. Además, se abordan cuestiones como el uso responsable de la Inteligencia Artificial y múltiples ejemplos en distintos sectores de la industria. Finalmente, se tratan las principales herramientas de software y plataformas tecnológicas.

• Classical AI
• Modern AI
• Generative AI
• Responsible AI
• AI in Business
• Software and Platforms

Generative IA (6 ECTS)

La asignatura Generative AI se adentra en el emocionante mundo de la generación de contenido artificial. Gracias a los modelos fundacionales, los alumnos pueden construir múltiples aplicaciones para la generación de textos e imágenes. Además, se detallan los diferentes modelos en función de los requisitos del sistema. Finalmente, se describen las numerosas aplicaciones construidas en este ámbito.

• Fundamentos de la IAG
• Modelos Fundacionales
• Grandes modelos de texto
• Pequeños modelos de texto
• Modelos de generación de imagen
• Aplicaciones

PROexpertify en: Manager en E-Commerce de Emprendimientos

E-Commerce: situación actual y tendencias (6 ECTS)

Esta asignatura tiene como objetivo ofrecer una visión sobre la situación actual del comercio electrónico y las tendencias actuales desde un punto de vista del diseño y el marketing digital. En esta, se conocerán los principales aspectos y posibilidades que ofrece el mundo digital para mejorar el rendimiento de una tienda online y alcanzar los objetivos y desafíos a los que se enfrenta día a día un comercio electrónico.

• Introducción al e-Commerce
• Situación actual y tendencias
• UX/UI aplicado en e-Commerce
• Marketing digital y e-Commerce
• Fidelización y estrategia digital en e-Commerce

Gestión de un E-Commerce (6 ECTS)

Esta asignatura tiene como objetivo conocer las diferentes áreas influyentes en la gestión diaria de un comercio electrónico. En esta, se conocerán desde los factores que condicionan la contratación de un servicio de pago y logística, hasta los aspectos legales y software de gestión necesarios para gestionar un negocio digital.

• Logística y medios de pago
• Software de gestión: ERP y CRM
• Omnicanalidad
• Internacionalización de un e-Commerce
• Aspectos legales de un e-Commerce
• Casos de éxito: Amazon y Alibaba

PROexpertify en: Manager en Redes Sociales Digitales

Social Media Marketing (6 ECTS)

Desarrollar competencias en Community Management y Personal Branding, incluyendo estrategias efectivas en redes sociales. Además, aprender a realizar análisis y Online Reputation Management (ORM) para garantizar el cumplimiento de objetivos de branding personal o empresarial.

• El cliente y las empresas en las redes sociales
• Claves de Community Management
• Claves de Personal Branding
• Redes Sociales
• Facebook y Meta Business Suite
• Análisis y Online Reputation Marketing (ORM)

Inbound Marketing: Social Media Marketing (6 ECTS)

Adquirir habilidades en Inbound Marketing y Social Media Marketing para captar, convertir y fidelizar clientes. Se estudiarán estrategias de Social Selling, atracción y conversión de leads, marketing de contenidos en redes sociales, técnicas de cierre y fidelización, así como Conceptos de Growth Hacking para optimizar resultados.

• Introducción al Concepto de Inbound Marketing
• Social Selling
• Atracción y Conversión en Inbound Marketing
• Inbound Marketing y Marketing de Contenidos en Redes Sociales
• Cierre y Fidelización en Inbound Marketing
• Growth Hacking

PROexpertify en: Manager en Gestión de Proyectos

Seguimiento de Proyectos (6 ECTS)

En esta Asignatura se suministra al alumno el conocimiento de las herramientas necesarias para el diseño e implementación de procesos eficientes y efectivos que permitan el seguimiento, supervisión o control a cualquier tipo de proyecto.

• Generalidades del Seguimiento de Proyectos
• Alcance del Seguimiento
• Planificación del Seguimiento
• Seguimiento del Trabajo, Cronograma y Costes
• Seguimiento de la Calidad y las Comunicaciones
• Seguimiento de los Riesgos, Adquisiciones e Interesados

Gestión de Riesgos en Proyectos (6 ECTS)

Desarrollar competencias en la Gestión de Riesgos en Proyectos, abordando desde la introducción hasta enfoques avanzados. Se estudiarán la planificación, identificación, análisis cualitativo y cuantitativo, así como la planificación de respuestas y seguimiento de riesgos, aplicando diversas metodologías y enfoques para asegurar el éxito en la gestión de proyectos.

• Introducción a la Gestión de Riesgos
• Planificación de la Gestión de Riesgos
• Identificación de los Riesgos
• Análisis Cualitativo de Riesgos
• Análisis Cuantitativo de Riesgos
• Planificación de la Respuesta a los Riesgos
• Seguimiento y Control de Riesgos
• La Gestión de Riesgos Bajo Otros Enfoques

PROexpertify en: Manager en Ciberseguridad

Fundamentos de Ciberseguridad (6 ECTS)

El principal objetivo que busca esta materia introductoria es brindar al alumno una idea general de la ciberseguridad, sus bases y principal terminología. Así como fortalecer el análisis crítico en los sistemas tecnológicos. En esta materia, el alumno también conocerá las principales certificaciones de ciberseguridad.

• Introducción a la ciberseguridad
• Amenazas cibernéticas
• Criptografía
• Políticas y estándares de seguridad
• Gestión de riesgos y continuidad del negocio
• Mejores prácticas y certificaciones de ciberseguridad

Ciberseguridad en Infraestructuras Críticas (6 ECTS)

El objetivo es proporcionar a los estudiantes una comprensión completa de la seguridad de las infraestructuras críticas y prepararlos para enfrentar los desafíos de la seguridad en este ámbito en el futuro. El análisis de infraestructuras críticas en ciberseguridad es importante porque estos sistemas son vulnerables a los ciberataques y a menudo se convierten en objetivos de los ciberdelincuentes. Un ataque exitoso a una infraestructura crítica podría tener graves consecuencias para la seguridad pública, la economía y la salud de una sociedad.

• Introducción a las infraestructuras críticas
• Sistemas de control industrial
• Amenazas y vulnerabilidades de las infraestructuras críticas
• Defensas a las infraestructuras críticas
• Medidas técnicas de protección
• Caso de Estudio “APT STUXNET”