course-premium

Máster en big data + máster en innovación tecnológica.

Master

Online

¡30% de ahorro!

Precio Emagister

1.400 € 2.000 € IVA inc.

Más información

¿Necesitas un coach de formación?

Te ayudará a comparar y elegir el mejor curso para ti y a financiar tu matrícula en cómodos plazos.

900 49 49 40

Llamada gratuita. Lunes a Viernes de 9h a 20h.

Transforma ideas en tecnología

  • Tipología

    Master

  • Metodología

    Online

  • Horas lectivas

    900h

  • Duración

    1 Año

  • Inicio

    Fechas a elegir

Emagister.com y Esneca Business School, propone este Máster para los interesados en desarrollar la capacidad para reconocer y aplicar distintos métodos que permitan transformar ideas en productos tecnológicos eficientes, como una forma de aumentar la productividad de las empresas como parte de la estrategia comercial y financiera.

El contenido se sustenta en 5 módulos con completas unidades formativas y didácticas donde el alumno aprenderá sobre: sistemas operativos, informacion System Management, gestión de proyectos, curso multimedia, entre otros

Contacta ahora mismo con Emagister.com y solicita más información y detalles. Este Máster les intereso también a otros usuarios. Inicia tus clases online directamente desde la casa, organizando tus propios horarios.

Información importante

Precio a usuarios Emagister:

Instalaciones y fechas

Ubicación

Inicio

Online

Inicio

Fechas a elegirMatrícula abierta

A tener en cuenta

Este conjunto de materiales didácticos va dirigido a todas aquellas persona que deseen adquirir conocimiento en el área de sistemas operativos y gestores de datos en sistemas ERP-CRM,
sistemas de gestión de la información, gestión de proyectos e innovación tecnológica.

Preguntas & Respuestas

Añade tu pregunta

Nuestros asesores y otros usuarios podrán responderte

¿Quién quieres que te responda?

Déjanos tus datos para recibir respuesta

Sólo publicaremos tu nombre y pregunta

Emagister S.L. (responsable) tratará tus datos para realizar acciones promocionales (vía email y/o teléfono), publicar opiniones o gestionar incidencias. En la política de privacidad conocerás tus derechos y gestionarás la baja.

Opiniones

Logros de este Centro

2026
2025
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
Este centro lleva demostrando su calidad en Emagister
12 años con Emagister

Todos los cursos están actualizados

La valoración media es superior a 3,7

Más de 50 opiniones en los últimos 12 meses

Este centro lleva 12 años en Emagister.

Materias

  • Análisis de empresas
  • E-business
  • Análisis de datos
  • Gestión de activos
  • Gestión por procesos
  • Gestión de la innovación
  • Vigilancia tecnológica
  • Gestión de costes
  • Sistemas de información
  • Microsoft Project
  • Control de accesos
  • Innovación tecnológica
  • Inteligencia competitiva
  • Multimedia
  • Dirección de proyectos
  • Big Data

Temario

PARTE 1
INSTALACIÓN DE SISTEMAS OPERATIVOS Y GESTORES DE DATOS
EN SISTEMAS ERP-CRM
UNIDAD DIDÁCTICA 1. SISTEMAS OPERATIVOS EN SISTEMAS ERP-CRM
1. Tipos de sistemas operativos y diferencias
2. Descripción y características
3. Esquemas hardware de un equipo que pueda albergar sistemas ERP y CRM
4. Parámetros de configuración del sistema operativo: definición y tipos.
5. El sistema de almacenamiento: unidades y estructuras.
6. Fórmulas y tablas para el dimensionamiento de equipos y sistemas operativos
sobre los que instalar un ERP y CRM
7. Procesos de instalación del sistema operativo para soportar sistemas ERP y CRM
UNIDAD DIDÁCTICA 2. SISTEMAS GESTORES DE DATOS EN SISTEMAS
ERP-CRM
1. Gestores de datos, tipos y características.
2. Arquitectura y componentes de un sistema gestor de datos.
3. Procesos de instalación de un gestor de datos para albergar sistemas ERP y CRM
4. Parámetros de configuración del gestor de datos
PARTE 2
INTRODUCCIÓN AL BIG DATA Y BUSINESS INTELLIGENCE
INTRODUCCIÓN
MÓDULO 1. BASES DE DATOS
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LAS BASES DE DATOS
UNIDAD DIDÁCTICA 2. APROXIMACIÓN AL MODELO RELACIONAL
1. Teoría de conjuntos
2. Lógica de predicados
UNIDAD DIDÁCTICA 3. ELEMENTOS DE UN SISTEMA DE BASES DE
DATOS RELACIONALES
1. Tablas o relaciones
2. Atributos
3. Tuplas
4. Claves primarias y foráneas
UNIDAD DIDÁCTICA 4. NORMALIZACIÓN EN BASES DE DATOS
RELACIONALES
1. Primera forma normal
2. Segunda forma normal
3. Tercera forma normal
4. Cuarta forma normal
5. Quinta forma normal
UNIDAD DIDÁCTICA 5. OPERACIONES BÁSICAS EN BASES DE DATOS
RELACIONALES
1. Selección
2. Proyección
3. Unión
4. Diferencia
5. Producto cartesiano
6. Junta
UNIDAD DIDÁCTICA 6. LENGUAJES DE CONSULTA
1. SQL como lenguaje de consulta estructurado
2. DDL, DML y DCL en SQL
3. Consultas básicas en SQL
UNIDAD DIDÁCTICA 7. DESARROLLO DE TRANSACCIONES
1. Control de concurrencia y mecanismos de recuperación
UNIDAD DIDÁCTICA 8. ELEMENTOS DE SEGURIDAD
1. Autenticación y autorización
2. Cifrado de datos
3. Rastreo y registro de actividad
RESUMEN
AUTOEVALUACIÓN
MÓDULO 2. PROGRAMACIÓN ENFOCADA A OBJETOS
UNIDAD DIDÁCTICA 1. NOCIONES ESENCIALES DEL LENGUAJE PYTHON
1. Sintaxis y formato de Python
2. Variables y tipos de datos
3. Operadores aritméticos
4. Operadores de comparación
5. Operadores lógicos
6. Comentarios y documentación en el código
UNIDAD DIDÁCTICA 2. ESTRUCTURAS DE CONTROL EN PYTHON
1. Condicionales: if, elif, else
2. Bucles: for, while
3. Excepciones: try, except, finally
UNIDAD DIDÁCTICA 3. FUNCIONES EN PYTHON
1. Llamado de funciones
2. Parámetros y argumentos
3. Funciones anónimas (lambda)
UNIDAD DIDÁCTICA 4. MÓDULOS Y PAQUETES
1. Importación de módulos
2. Creación de paquetes
UNIDAD DIDÁCTICA 5. MANEJO DE ARCHIVOS
1. Apertura, lectura y escritura de archivos
2. Manejo de archivos JSON, CSV y TXT
UNIDAD DIDÁCTICA 6. BIBLIOTECAS ESENCIALES
UNIDAD DIDÁCTICA 7. PROGRAMACIÓN ENFOCADA A OBJETOS EN
PYTHON
1. Clases y objetos
2. Herencia y polimorfismo
3. Encapsulamiento
RESUMEN
AUTOEVALUACIÓN
MÓDULO 3. BASES DEL RAZONAMIENTO ESTADÍSTICO
UNIDAD DIDÁCTICA 1. APROXIMACIÓN CONCEPTUAL
1. Probabilidad
2. Experimentos aleatorios
-Espacio muestral
UNIDAD DIDÁCTICA 2. EVENTOS
1. Tipos de eventos
-Eventos simples
-Eventos compuestos
-Eventos independientes
-Eventos mutuamente exclusivos
UNIDAD DIDÁCTICA 3. ESPACIOS DE PROBABILIDAD
1. Propiedades
2. Construcción de un espacio de probabilidad
UNIDAD DIDÁCTICA 4. AXIOMAS DE PROBABILIDAD
1. Axioma de Kolmogorov
2. Propiedades y teoremas a partir de los axiomas de probabilidad
UNIDAD DIDÁCTICA 5. PROBABILIDAD CONDICIONAL E INDEPENDENCIA
1. Regla del producto y teorema de Bayes
UNIDAD DIDÁCTICA 6. VARIABLES ALEATORIAS
1. Funciones de distribución
-Función de distribución acumulativa
-Función de densidad
-Función de masa
UNIDAD DIDÁCTICA 7. ESPERANZA Y VARIANZA
1. Esperanza matemática
2. Varianza y desviación estándar
UNIDAD DIDÁCTICA 8. DISTRIBUCIONES DE PROBABILIDAD
1. Distribuciones discretas
-Distribución binominal
-Distribución de Poisson
-Distribución geométrica
2. Distribuciones concretas
-Distribución normal
-Distribución exponencial
-Distribución uniforme
RESUMEN
AUTOEVALUACIÓN
MÓDULO 4. FUNDAMENTOS DEL BIG DATA (3)
UNIDAD DIDÁCTICA 1. CONCEPTO
1. Características
-Volumen de datos
-Variedad de datos
-Velocidad de generación de datos
-Velocidad de procesamiento de datos
-Calidad de los datos
-Valor de los datos
2. Tipos de datos en big data
-Datos estructurados
-Datos no estructurados
-Datos semiestructurados
3. Herramientas de big data
-Almacenamiento y procesamiento distribuido
-Bases de datos NoSQL
-Herramientas de análisis y minería de datos
-Herramientas de visualización
-Casos de estudio y aplicaciones reales
UNIDAD DIDÁCTICA 2. PRINCIPALES FUENTES DE DATOS
1. Personas
2. Transacciones
3. Interacciones máquina a máquina
4. Marketing y web
5. Biometría
UNIDAD DIDÁCTICA 3. TRANSFORMACIÓN DE DATOS
UNIDAD DIDÁCTICA 4. ALMACENAMIENTO NoSQL
1. Almacenamiento key-value
2. Almacenamiento documental
3. Almacenamiento en grafo
4. Almacenamiento orientado a columnas
UNIDAD DIDÁCTICA 5. ANÁLISIS DE DATOS
1. Asociación de datos
2. Minería de datos
3. Agrupación de datos
4. Análisis de texto
UNIDAD DIDÁCTICA 6. VISUALIZACIÓN DE DATOS
RESUMEN
AUTOEVALUACIÓN
MÓDULO 5. ÁMBITOS DE APLICACIÓN DEL BIG DATA
UNIDAD DIDÁCTICA 1. ESQUEMA GENERAL
UNIDAD DIDÁCTICA 2. GOBERNANZA PÚBLICA
UNIDAD DIDÁCTICA 3. EMPRESAS
UNIDAD DIDÁCTICA 4. PERIODISMO DE DATOS
UNIDAD DIDÁCTICA 5. DEPORTES
UNIDAD DIDÁCTICA 6. SEGUROS DE SALUD
UNIDAD DIDÁCTICA 7. BANCA
UNIDAD DIDÁCTICA 8. MARKETING Y PUBLICIDAD
RESUMEN
AUTOEVALUACIÓN
MÓDULO 6. DATA SCIENCE (2)
UNIDAD DIDÁCTICA 1. DEFINICIÓN Y ÁMBITO
1. Aplicaciones
-Mejora en la toma de decisiones
-Predicción y modelado
-Personalización y segmentación
UNIDAD DIDÁCTICA 2. HERRAMIENTAS DE DATA SCIENCE
1. Lenguajes de programación
2. Plataformas y herramientas de análisis
-Jupyter
-Tableau
-Power BI
3. Almacenes de datos
-Hadoop
-Spark
RESUMEN
AUTOEVALUACIÓN
MÓDULO 7. INTRODUCCIÓN AL BUSINESS INTELLIGENCE (1A)
UNIDAD DIDÁCTICA 1. APROXIMACIÓN CONCEPTUAL
1. Enfoque multifacético
UNIDAD DIDÁCTICA 2. ELEMENTOS Y RASGOS DEFINIDORES
1. Agregación multidimensional
2. Deslocalización
3. Denormalización, etiquetado y estandarización
4. Información a tiempo real
5. Capacidad de pronóstico
6. Simulación probabilística
7. Inferencia estadística
8. Optimización de los indicadores clave de rendimiento (KPI)
RESUMEN
AUTOEVALUACIÓN
MÓDULO 8. ARQUITECTURA DE BUSINESS INTELLIGENCE (1B)
UNIDAD DIDÁCTICA 1. COMPONENTES DE LA ARQUITECTURA
UNIDAD DIDÁCTICA 2. HERRAMIENTAS DE BUSINESS INTELLIGENCE
1. Herramientas de querying
2. Herramientas de reporting
3. Herramientas de análisis
4. IA y machine learning en business intelligence
RESUMEN
AUTOEVALUACIÓN
MÓDULO 9. ANÁLISIS DE DATOS CON PYTHON (4)
UNIDAD DIDÁCTICA 1. BASES PARA TRABAJAR CON DATOS EN
PHYTON
1. Introducción
2. Configuración del entorno
3. Importando datos
4. Limpieza y preprocesamiento de datos
5. Manipulación de datos
6. Caso de estudio: análisis de datos de ventas
UNIDAD DIDÁCTICA 2. PHYTON EN BIG DATA
1. Bibliotecas de Python para analizar datos
-NumPy
-Pandas
2. Visualización de datos
-Matplotlib
-Seaborn
UNIDAD DIDÁCTICA 3. PYTHON EN BUSINESS INTELLIGENCE
1. Creación de informes
2. Automatización de análisis
3. Integración con herramientas Business Intelligence
-Power BI
-Tableau
UNIDAD DIDÁCTICA 4. APLICACIÓN DEL MACHINE LEARNING
1. Introducción al machine learning con Python: Scikit-learn
2. Implementación de modelos predictivos en Business Intelligence
RESUMEN
AUTOEVALUACIÓN
MÓDULO 10. DETECCIÓN Y MANEJO DE LOS PLATEAU (5)
UNIDAD DIDÁCTICA 1. DEFINICIÓN DE PLATEAU
1. Relevancia del plateau en big data y business intelligence
UNIDAD DIDÁCTICA 2. ORIGEN E IDENTIFICACIÓN
1. Principales causas de los plateau
2. Identificación en los resultados del aprendizaje automático
UNIDAD DIDÁCTICA 3. MÉTODOS DE SUPERACIÓN DE LOS PLATEAU
1. Técnicas de optimización
-Ajuste de hiperparámetros
-Introducción de nuevos datos
-Regulación de los datos
-Optimización del algoritmo de entrenamiento
-Reforma del modelo de aprendizaje automático
-Ensemble learning
-Trasnfer learning
RESUMEN
AUTOEVALUACIÓN
MÓDULO 11. HERRAMIENTA POWER BI (6)
UNIDAD DIDÁCTICA 1. CARACTERIZACIÓN DE POWER BI
1. Componentes principales
-Power Query
-Power Pivot
-Power View
2. Integración con otros servicios
-Azure
-Office 365
UNIDAD DIDÁCTICA 2. BIG DATA EN POWER BI
1. Importación y manejo de big data en Power BI
2. Transformación de datos de big data en Power Query
3. Visualización de big data
UNIDAD DIDÁCTICA 3. BUSINESS INTELLIGENCE EN POWER BI
1. Creación de informes y paneles
2. Toma de decisiones en Power BI
3. Publicación y compartición de informes
UNIDAD DIDÁCTICA 4. CONTROLES AVANZADOS EN POWER BI
1. Uso del lenguaje DAX para cálculos avanzados
2. Personalización de visualizaciones y paneles de control
3. Utilización de Power BI API para integraciones personalizadas
RESUMEN
AUTOEVALUACIÓN
MÓDULO 12. PROGRAMACIÓN R EN BIG DATA Y BUSINESS
INTELLIGENCE (7)
UNIDAD DIDÁCTICA 1. DEFINICIÓN DEL LENGUAJE DE PROGRAMACIÓN
R
UNIDAD DIDÁCTICA 2. UTILIZACIÓN DE R
1. Análisis de datos
-Paquetes y funciones de R para el análisis de datos
-Visualización de datos con R
2. Big data
-R en el procesamiento de datos masivos
-Técnicas de análisis de big data con R
3. Business intelligence
-Creación de informes con R Markdown y Shiny
-Automatización de análisis con R
-Integración de R y herramientas de BI
UNIDAD DIDÁCTICA 3. IMPLEMENTACIÓN DE MACHINE LEARNING EN R
CON BIG DATA Y BUSINESS INTELLIGENCE
1. Nociones básicas de machine learning con R
RESUMEN
AUTOEVALUACIÓN
MÓDULO 13. PROTECCIÓN DE DATOS Y SEGURIDAD EN BIG DATA Y
BUSINESS INTELLIGENCE (8, 9)
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL DERECHO ESPAÑOL
UNIDAD DIDÁCTICA 2. PROTECCIÓN DE DATOS
UNIDAD DIDÁCTICA 3. REAL DECRETO 43/2021, DE 26 DE ENERO
UNIDAD DIDÁCTICA 4. ESQUEMA NACIONAL DE SEGURIDAD
RESUMEN
AUTOEVALUACIÓN
SOLUCIONARIO
BIBLIOGRAFÍA COMPLEMENTARIA
PARTE 3
PROJECT MANAGER
INTRODUCCIÓN
MÓDULO 1. DIRECCIÓN Y MODELOS DE LIDERAZGO
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA DIRECCIÓN Y AL
LIDERAZGO
1. Diferencias entre director y líder
2. Teorías del liderazgo
-Teoría de la gran persona
-Teoría de los rasgos
-Teoría de la contingencia
-Teoría de la situación
-Teoría del comportamiento
3. Cualidades de un buen líder
UNIDAD DIDÁCTICA 2. MODELOS DE LIDERAZGO
1. Liderazgo carismático
2. Liderazgo transaccional
3. Liderazgo transformacional
4. Liderazgo situacional
5. Liderazgo autocrático
6. Liderazgo democrático
7. Liderazgo laissez faire
RESUMEN
AUTOEVALUACIÓN
MÓDULO 2. INTRODUCCIÓN A LA GESTIÓN DE PROYECTOS
UNIDAD DIDÁCTICA 1. EL LÍDER ANTE LA GESTIÓN DE PROYECTOS
1. Nociones básicas sobre gestión de proyectos
-Concepto de proyecto
-Concepto de programa
-Concepto de portafolios
2. Importancia del contexto en el proyecto
3. Modelos de organización de la gestión
-Tipos de modelos
-Criterios de elección
UNIDAD DIDÁCTICA 2. OFICINA DE GESTIÓN DE PROYECTOS (PMO)
1. Tipos de PMO
-PMO de apoyo
-PMO de control
-PMO directiva
2. Funciones y justificación
RESUMEN
AUTOEVALUACIÓN
MÓDULO 3. ESTRATEGIA Y GESTIÓN
UNIDAD DIDÁCTICA 1. LIDERAZGO ESTRATÉGICO
1. Estrategia y pensamiento estratégico
2. Proceso de planificación y gestión estratégica
-Definición de la visión, misión y valores empresariales
-Análisis DAFO
-Análisis PEST/EL
-Análisis Porter
-Matrices de cartera
-Determinación de los objetivos
-Concreción y aplicación de la estrategia
-Evaluación de los resultados
UNIDAD DIDÁCTICA 2. MODELOS DE GESTIÓN ESTRATÉGICA DE
PROYECTOS
1. Modelo tradicional
-Iniciación
-Planificación y diseño
-Ejecución
-Seguimiento y control
-Cierre del proyecto
2. Modelo PRINCE2
-Aspectos a considerar
-Principios
3. Modelo de revisión y evaluación de programas
-Redes PERT
4. Modelo de la ruta crítica (CPM)
5. Modelo de la cadena crítica
RESUMEN
AUTOEVALUACIÓN
MÓDULO 4. DIRECCIÓN ESTANDARIZADA DE PROYECTOS: NORMA
ISO 21500
UNIDAD DIDÁCTICA 1. OBJETIVOS DE LA NORMA
UNIDAD DIDÁCTICA 2. PROCESOS ESTANDARIZADOS
UNIDAD DIDÁCTICA 3. FUNDAMENTOS DE GESTIÓN
1. Orientación al cliente
2. Consecución de resultados
3. Mejora continua
UNIDAD DIDÁCTICA 4. VENTAJAS DE LA NORMA
1. Aumento de la eficacia y la eficiencia
-Reducción de costes
2. Mayor satisfacción del cliente
3. Incremento del control sobre el proyecto
RESUMEN
AUTOEVALUACIÓN
MÓDULO 5. RECOMENDACIONES EN LA DIRECCIÓN DE
PROYECTOS: GLOBAL STANDARD PMI 7
UNIDAD DIDÁCTICA 1. NOCIONES BÁSICAS SOBRE EL PMI
1. Global Standard PMI
UNIDAD DIDÁCTICA 2. PRINCIPIOS
UNIDAD DIDÁCTICA 3. ESTÁNDARES Y CONOCIMIENTOS
UNIDAD DIDÁCTICA 4. IMPORTANCIA DE LA ADAPTABILIDAD
RESUMEN
AUTOEVALUACIÓN
MÓDULO 6. GESTIÓN Y DIRECCIÓN DE PROYECTOS: FASE DE
INICIACIÓN
UNIDAD DIDÁCTICA 1. ESTUDIO INICIAL
1. Definición del proyecto
2. Justificación
3. Alcance
4. Presupuesto
-Vías de financiación
5. Viabilidad
UNIDAD DIDÁCTICA 2. ESTUDIO DEL CONTEXTO
1. Análisis de la competencia y del mercado
-Benchmarking
2. Determinación de la norma aplicable
UNIDAD DIDÁCTICA 3. DEFINICIÓN DE LOS SKATEHOLDERS
RESUMEN
AUTOEVALUACIÓN
MÓDULO 7. GESTIÓN Y DIRECCIÓN DE PROYECTOS: FASE DE
PLANIFICACIÓN Y DISEÑO
UNIDAD DIDÁCTICA 1. PLAN DE GESTIÓN
1. Concreción y aprovisionamiento de recursos
-Contratación de personal y subcontratación
-Programación de compras
2. Estructura de desglose de trabajo
3. Plan de contingencia ante los riesgos detectados
UNIDAD DIDÁCTICA 2. DEFINICIÓN DEL CRONOGRAMA
1. Secuenciación de tareas
2. Determinación temporal de los objetivos
3. Diagrama de Gantt
UNIDAD DIDÁCTICA 3. PLAN DE COMUNICACIÓN
1. Comunicación interna
2. Comunicación externa
RESUMEN
AUTOEVALUACIÓN
MÓDULO 8. GESTIÓN Y DIRECCIÓN DE PROYECTOS: FASES DE
EJECUCIÓN Y DE SEGUIMIENTO Y CONTROL
UNIDAD DIDÁCTICA 1. PUESTA EN MARCHA
1. Determinación de los mecanismos de integración
-Gestión del cambio y de los riesgos
-Control de calidad de la ejecución
2. Selección de los indicadores de control de gestión
-Indicadores de cumplimiento de plazos
-Indicadores de cumplimiento de presupuesto
-Indicadores de calidad
-Indicadores de riesgos
-Indicadores de productividad
-Indicadores de satisfacción del cliente
UNIDAD DIDÁCTICA 2. GESTIÓN DE LA CALIDAD
1. Sistemas de gestión
-Despliegue de la función calidad (QFD)
-Método kaizen
-Modelo monozukuri
-Sistema 6 ?
-Método PDCA o ciclo de Deming
2. Gestión estandarizada: ISO 10006
UNIDAD DIDÁCTICA 3. SUPERVISIÓN DE COSTES Y PLAZOS
1. Supervisión de costes
-Amortización de préstamos
-Gestión y estimación de costes
2. Supervisión de plazos
-Curva S
UNIDAD DIDÁCTICA 4. GESTIÓN MEDIOAMBIENTAL
UNIDAD DIDÁCTICA 5. EVALUACIÓN CONTINUA
RESUMEN
AUTOEVALUACIÓN
MÓDULO 9. GESTIÓN Y DIRECCIÓN DE PROYECTOS: FASE DE
CIERRE
UNIDAD DIDÁCTICA 1. CONCEPTO DE CIERRE
UNIDAD DIDÁCTICA 2. EVALUACIÓN FINAL
1. Evaluación cuantitativa
2. Evaluación cualitativa
UNIDAD DIDÁCTICA 3. AUDITORÍA FINAL
RESUMEN
AUTOEVALUACIÓN
MÓDULO 10. GESTIÓN ÁGIL DE PROYECTOS
UNIDAD DIDÁCTICA 1. NOCIONES BÁSICAS
1. Agile Manifesto
2. Áreas
-Entrega iterativa e incremental
-Colaboración y comunicación
-Enfoque en el valor del negocio
-Flexibilidad y adaptación
-Mejora continua
3. Ventajas
UNIDAD DIDÁCTICA 2. MÉTODO DE LA PROGRAMACIÓN EXTREMA (XP)
UNIDAD DIDÁCTICA 3. MÉTODO KANBAN
UNIDAD DIDÁCTICA 4. MÉTODO SCRUM
UNIDAD DIDÁCTICA 5. MÉTODO CRYSTAL CLEAR
RESUMEN
AUTOEVALUACIÓN
MÓDULO 11. LEAN THINKING EN LA GESTIÓN DE PROYECTOS
UNIDAD DIDÁCTICA 1. CONCEPTO DE LEAN THINKING
1. Evolución histórica
UNIDAD DIDÁCTICA 2. ÁREAS DE PROYECCIÓN
1. Identificación de valor
2. Detección y eliminación de lo superfluo
3. Participación del equipo
4. Fomento de la gestión ágil
RESUMEN
AUTOEVALUACIÓN
MÓDULO 12. LIDERAZGO MOTIVACIONAL
UNIDAD DIDÁCTICA 1. NOCIONES BÁSICAS
1. Humanización del líder
2. Importancia del equipo
UNIDAD DIDÁCTICA 2. TÉCNICAS Y HERRAMIENTAS DE MOTIVACIÓN
1. Reconocimiento del trabajo
2. Comunicación efectiva
3. Empoderamiento del equipo
4. Desarrollo de habilidades
5. Buen clima laboral
6. Definición de objetivos y metas claras
RESUMEN
AUTOEVALUACIÓN
MÓDULO 13. COACHING EMPRESARIAL
UNIDAD DIDÁCTICA 1. CONCEPTO DE COACHING
1. Desarrollo histórico
2. Diferencias con otras disciplinas
-Mentoring vs. coaching
-Consultoría vs. coaching
-Asesoría vs. coaching
-Terapia vs. coaching
3. Tipos de coaching
-Coaching organizacional
UNIDAD DIDÁCTICA 2. FIGURA DEL COACH
1. Competencias
2. Código ético
UNIDAD DIDÁCTICA 3. FIGURA DEL COACHEE
1. Aspectos sociales y cognitivos
2. Coachability
3. Proceso de cambio
UNIDAD DIDÁCTICA 4. HERRAMIENTAS Y TÉCNICAS
1. Observación
2. Rapport
3. Escucha activa
4. Preguntas poderosas
UNIDAD DIDÁCTICA 5. PROCESO DE COACHING
1. Establecimiento de la relación de coaching
2. Diseño del proceso
-Análisis de la situación actual
-Selección de objetivos
-Planificación de la acción
3. Ciclo de coaching
4. Evaluación y seguimiento
RESUMEN
AUTOEVALUACIÓN
MÓDULO 14. DERECHO DE LA EMPRESA PARA UN PROJECT
MANAGER
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL DERECHO
1. Ordenamiento jurídico
-Ordenamiento jurídico español
2. Instituciones productoras de derecho
UNIDAD DIDÁCTICA 2. EMPRESA Y REGISTRO MERCANTIL
1. Caracterización de la empresa
-Concepto económico de empresa
-Definición jurídica de empresa
-Libertad de empresa
2. El Registro Mercantil
UNIDAD DIDÁCTICA 3. DERECHO DE LA LIBRE COMPETENCIA
1. Conductas colusorias y prácticas abusivas
2. Falseamiento de la competencia
3. Competencia desleal
UNIDAD DIDÁCTICA 4. PROPIEDAD INTELECTUAL
1. Signos distintivos
-Marca
-Nombre comercial
-Nombre de dominio
-DO e IGP
2. Invenciones y creaciones técnicas
UNIDAD DIDÁCTICA 5. NOCIONES BÁSICAS DE CONTABILIDAD
1. Contabilidad formal
2. Contabilidad material
-Cuentas anuales
-Auditoría de cuentas
RESUMEN
AUTOEVALUACIÓN
SOLUCIONARIO
BIBLIOGRAFÍA COMPLEMENTARIA
PARTE 4
GESTIÓN DE INNOVACIÓN Y TECNOLOGIA DE LAS
ORGANIZACIONES
UNIDAD DIDÁCTICA 1. APLICACIÓN DE LA TECNOLOGÍA COMO
RECURSO ESTRATÉGICO
1. Tecnología
2. Aplicaciones tecnológicas en las organizaciones
3. Clasificación de la tecnología en la organización
4. Procesos para la planificación del cambio de tecnología
UNIDAD DIDÁCTICA 2. INNOVACIÓN TECNOLÓGICA
1. Conceptos generales de la innovación tecnológica
2. Competencias de la innovación tecnológica
3. Competitividad e innovación
4. Innovación tecnológica: Proceso
UNIDAD DIDÁCTICA 3. ESTRATEGIAS DE INNOVACIÓN TECNOLÓGICA
1. Naturaleza del entorno ante el cambio tecnológico
2. Proceso de definición de estrategia tecnológica
3. Tipos de estrategias tecnológicas
4. Planes tecnológicos para la gestión de la tecnología
UNIDAD DIDÁCTICA 4. PROCESO DE COOPERACIÓN TECNOLÓGICA
1. Enfoques de la cooperación tecnológica entre diferentes organizaciones
2. Evolución histórica
3. Modalidades de cooperación
4. Conceptos generales sobre fusiones, adquisiciones y conglomerados
5. Tipos de Alianzas estratégicas tecnológicas
6. Tipología de tecnologías para la cooperación tecnológica
UNIDAD DIDÁCTICA 5. PROCESO DE TRANSFERENCIA DE TECNOLOGÍA
91
1. Generalidades
2. Proceso de transferencia de tecnología: Análisis
3. Organización del proceso
4. Aplicación de estrategias de transferencia de tecnología
5. Tipología de elementos de apoyo
UNIDAD DIDÁCTICA 6. TÉCNICAS DE PROTECCIÓN DE LA TECNOLOGÍA
1. Conceptos básicos
2. Tipos de protección de la tecnología
3. Derechos de autor
4. Propiedad industrial
5. Propiedad intelectual
UNIDAD DIDÁCTICA 7. VIGILANCIA TECNOLÓGICA E INTELIGENCIA
COMPETITIVA
1. Proceso de vigilancia del entorno empresarial
2. Tipos y aplicación de sistemas de vigilancia tecnológica
3. Equipos para la vigilancia tecnológica
4. Inteligencia competitiva
UNIDAD DIDÁCTICA 8. APLICACIÓN DE PROYECTOS DE INNOVACIÓN
TECNOLÓGICA
1. Aspectos esenciales de proyectos de innovación
2. Ciclo de vida de un proyecto de innovación
3. Proceso de organización del proyecto
4. Técnicas de dirección del proyecto
5. Fase de evaluación del proyecto

Más información

¿Necesitas un coach de formación?

Te ayudará a comparar y elegir el mejor curso para ti y a financiar tu matrícula en cómodos plazos.

900 49 49 40

Llamada gratuita. Lunes a Viernes de 9h a 20h.

Máster en big data + máster en innovación tecnológica.

Precio Emagister

1.400 € 2.000 € IVA inc.