Fundación Universitat Jaume I - Empresa (FUE-UJI)

Máster en Business Data Science

4.7 excelente 3 opiniones
Fundación Universitat Jaume I - Empresa (FUE-UJI)
En Castellón De La Plana
  • Fundación Universitat Jaume I - Empresa (FUE-UJI)

Precio a consultar
CURSO PREMIUM
¿Quieres hablar con un asesor sobre este curso?

Información importante

Tipología Master
Lugar Castellón de la plana
Inicio Fechas a elegir
  • Master
  • Castellón de la plana
  • Inicio:
    Fechas a elegir
Descripción

La necesidad de analizar grandes volúmenes de datos y extraer información que ayude a tomar decisiones está generando una alta demanda de profesionales cualificados. Conscientes de ello muchas universidades en todo el mundo están poniendo en marcha estudios de Big Data, Data Science o Business Analytics.

Por ello, Emagister.com pone a tu disposición el Máster en Business Data Science, impartido por la Universitat Jaume I es multidisciplinar ya que entendemos que es este el tipo de perfil altamente demandado por las empresas. En la actualidad, es el perfil profesional más demandado en los países desarrollados.

Este máster estará impartido por profesores del Departamento de Lenguajes y Sistemas Informáticos, Departamento de Ingeniería y Ciencia de los Computadores, Ingeniería de Sistemas Industriales y Diseño, y el Departamento de Administración de Empresas y Marketing. La modalidad será semipresencial y online (blended).

Sigue el enlace que tienes en esta página de emagister.com para descubrir toda la información que necesitas sobre este curso. El centro te informará de todo sin compromiso alguno.

Instalaciones (1) y fechas
Dónde se imparte y en qué fechas
Inicio Ubicación
Fechas a elegir
Castellón De La Plana
Campus Riu Sec, 12071, Castellón, España
Ver mapa
Inicio Fechas a elegir
Ubicación
Castellón De La Plana
Campus Riu Sec, 12071, Castellón, España
Ver mapa

Preguntas Frecuentes

· ¿Cuáles son los objetivos de este curso?

El objetivo fundamental del máster es que los alumnos aprendan los fundamentos teóricos y los métodos adecuados para saber cómo aplicar las herramientas analíticas en diferentes contextos de aplicación. Los alumnos comenzarán por conocer cómo las organizaciones pueden utilizar los datos para tomar decisiones de mejor calidad basados en evidencias empíricas, abarcando tanto los aspectos de marketing como de toda la cadena de suministro en diversos sectores industriales y de servicios. Se preparará a los alumnos para que sepan analizar datos mediante las técnicas estadísticas y construir modelos que explican la relación entre las variables de interés. A partir de ahí los alumnos aprenderán las mejores prácticas para capturar, almacenar y consultar datos de interés incluyendo modelos de almacenamiento masivo (Big Data), interpretar patrones en el comportamiento de los datos, y hacer predicciones sobre los comportamientos más probables. También, y de forma relevante, los alumnos conocerán que no solo basta con disponer de la tecnología para que este tipo de técnicas que generen valor para la organización. Es necesario que la organización desarrolle un conjunto de capacidades y cuente con los recursos adecuados. Finalmente los alumnos aprenderán a saber comunicar sus hallazgos de forma visual, argumentar convincentemente de forma textual y oral su relevancia para la organización y de forma que facilite la toma de decisiones en coherencia.

Opiniones

4.5
excelente
Valoración del curso
100%
Lo recomiendan
4.5
excelente
Valoración del Centro

Opiniones sobre este curso

R
Raquel Nieto Garoz
5.0 17/06/2016
Lo mejor: Destacar la profesionalidad de la coordinación del curso, realizar las evaluaciones y la tutorización de los trabajos. Muy completo y práctico en general.
A mejorar: .
¿Recomendarías este curso?:
¿Te ha ayudado esta opinión? (0)
J
Jose Julián Guijarro
4.5 19/03/2016
Lo mejor: Docentes con amplia experiencia profesional, lo que hace que el curso sea muy enriquecedor.
A mejorar: .
¿Recomendarías este curso?:
¿Te ha ayudado esta opinión? (0)
L
Lucía Sales Trisol
4.5 17/02/2016
Lo mejor: Amplio abanico de docentes, todos ellos profesionales de reconocido prestigio en sus ámbitos. Totalmente recomendable, me ha resultado de gran utilidad. A destacar la profesionalidad y la proximidad del profesorado, que nos ha brindado los conocimientos de su experiencia profesional, así como su disponibilidad.
A mejorar: .
¿Recomendarías este curso?:
¿Te ha ayudado esta opinión? (0)
Pregunta a los Antiguos Alumnos qué les pareció.

Su experiencia te será de mucha ayuda para decidirte.

* Opiniones recogidas por Emagister & iAgora

¿Qué aprendes en este curso?

Análisis técnico
E-business
OLAP
SQL
Análisis de datos
Marketing mix
DataSet
Información técnica
Informática de gestión
Creación de informes
Big Data
Business Analytics
Extracción de datos
Gráficos de datos
Cuadros de mandos
Marketing Analytics
Análisis de sentimientos
Data science
Análisis dinámico de datos
Infographics
Sistemas de recomendación
Análisis de tópicos

Profesores

D. Antonio Estruch Ivars
D. Antonio Estruch Ivars
Técnico Superior de Investigación de la UJI

Licenciado en Informática por la Universitat de València (1996) y Máster en Sistemas Inteligentes por la Universitat Jaume I (2013). Ha impartido asignaturas relacionadas con la gestión de la producción y sistemas de información para la fabricación integrada CAD/CAM. Desde 1999 ha participado en numerosos proyectos de investigación de ámbito nacional e internacional como Técnico Superior de Investigación de la UJI, como el Proyecto TQM-Tile (1998-2001), Inbiomed (2005-2007) o Enerficiency (2011-2012).

Dr. Ismael Sanz Blasco
Dr. Ismael Sanz Blasco
Profesor Contratado Doctor del Dpto de Ciencia de los Computadores

Anteriormente trabajó en la empresa privada y en la Vrije Universiteit Brussel, en Bélgica. Ha impartido docencia en las áreas de Bases de Datos y Sistemas de Información. Pertenece al grupo de investigación TKBG.

Dr. Javier Sánchez García
Dr. Javier Sánchez García
Catedrático de Comercialización e Investigación de Mercados en la UJI

Licenciado en Ciencias Económicas y Empresariales por la Universitat de València. Doctor en Dirección de Empresas por la Universitat Jaume I. Autor de artículos en revistas incluidas en el Journal Citation Report: Transport Reviews, Journal of Air Transport Management, Journal of Business-to-Business Marketing, European Journal of Marketing, Journal of Business & Industrial Marketing, Service Industries Journal, International Journal of Aging & Human Development, Tourism Management, Tourism Geographies, Annals of Tourism Research, Universia Business Review.

Dr. José Antonio Heredia Álvaro
Dr. José Antonio Heredia Álvaro
Profesor Titular de la UJI del Dpto de Sistemas Industriales y Diseño

Ingeniería Industrial por la Universidad de Sevilla el 1991. Doctorado en Ingeniería Industrial por la Universitat Jaume I el 1999. Ha realizado estancias de investigación en las universidades: UCLA, Tennessee, Cambridges y Cranfield y ha dirigido proyectos a nivel europeo en el ámbito de Business Analytics. Además, es profesor visitante de la Universidad Católica de Lovaina (KU Leuven).

Dr. Juan Carlos Bou Llusar
Dr. Juan Carlos Bou Llusar
Catedrático de Universidad del Dpto de Administración de Empresas

Es responsable del grupo de investigación EXCELLENTIA de la Universitat Jaume I. Sus principales líneas de investigación son la Gestión de la Calidad y la Estrategia Empresarial. En relación con la gestión de la calidad ha publicado sus investigaciones en revistas internacionales como Journal of Operations Management, Total quality Management o Quality Management Journal. Sus trabajos se han centrado en el análisis de los sistemas de gestión de la calidad y los modelos basados en los premios de la calidad como el Modelo de Excelencia de la EFQM.

Temario

PROGRAMA

MÓDULO 1. Business Analytics (18 créditos)

  1. Marketing Analytics
  2. Supply Chain Analytics
  3. Industria 4.0

MÓDULO 2. Gestión de datos (12 créditos)

  1. Fuentes de datos
    • Datos Relacionales (SQL)
    • Open Data
    • Data Lakes
    • NoSQL
    • Data Streams
  2. Exploración de datos
    • Metadatos
    • Herramientas de exploración y visualización
  3. Transformación de datos
    • Modelos Multidimensionales
    • Procesos ETL
  4. Fundamentos del procesamiento escalable de datos
    • Escalado vertical vs. horizontal
    • El paradigma Map-Reduce
    • El procesamiento de flujos de datos (streams) y análisis en tiempo real
  5. Herramientas de procesamiento masivo
    • Procesamiento distribuido de datos con Hadoop
    • Procesamiento masivo de datos con Spark
    • Procesamiento de flujos de datos con Spark
  6. Servicios en la nube para el procesamiento escalable de datos
    • Amazon Web Services
    • Azure ML Studio

MÓDULO 3. Análisis de datos (18 créditos)

  1. Estadística descriptiva, distribuciones empíricas conjuntas, ANOVA, Análisis de regresión paramétrica, Modelos de escuaciones estructurales basados en covarianzas.
  2. Fundamentos del aprendizaje automático
    • Minería de Datos
      • Preparación de datos
      • Regresión no paramétrica y clasificación
      • Redes Bayesianas
      • Clustering
      • Modelos de series temporales
      • Evaluación de la calidad de patrones
    • Minería de Textos
      • Extracción de datos
      • Análisis de tópicos
      • Análisis de sentimientos
      • Sistemas de recomendación
  3. Interpretación de gráficos de datos, análisis dinámico de datos, OLAP, creación de informes, creación de cuadros de mando, infographics.
  4. Deep Learning

MÓDULO 4. Trabajo Final de Máster (12 créditos)

  • Proyecto de aplicación práctica en un entorno real aplicando los conocimientos adquiridos en el máster.