¡Lidera el mundo de la tecnología!

Tipología

Master
Metodología

Online
Idiomas

Castellano

Duración

9 Meses
Inicio

Fechas a elegir

¿Quieres convertirte en un profesional capaz de liderar proyectos tecnológicos complejos, gestionar la calidad y seguridad de los sistemas informáticos, y aplicar técnicas avanzadas de inteligencia artificial, big data y análisis de datos en el entorno empresarial.

Con el Máster en Ingeniería Informática y Big Data, que se encuentra disponible en el catálogo de Emagister, podrás aprender sobre infinidad de temas relacionados con la dirección de proyectos tic, auditoría y calidad de los sistemas informáticos, desarrollo de inteligencia artificial avanzada, servicios y aplicaciones web, tecnología y desarrollo en dispositivos móviles, sistemas de gestión de seguridad de la información, análisis inteligente de datos, servicios big data, optimización para grandes volúmenes de datos, bases de datos a gran escala, aplicaciones del análisis de big data a los negocios, inteligencia artificial, visualización de datos, tecnologías de bases de datos. Asimismo, profundizarás en otros aspectos como la definición y conceptos básicos de la calidad en sistemas informáticos, factores que influyen en la calidad, planificación de la calidad, gestión de la calidad en proyectos de software, organización de un plan de calidad, control de la calidad, métodos del control de la calidad, pruebas de calidad en sistemas informáticos y la estrategia de pruebas.

Gracias a esta especialización, ofrecida por UNISEB, serás capaz de dirigir proyectos tecnológicos, diseñar arquitecturas de big data, implementar soluciones de inteligencia artificial avanzada, realizar auditorías de seguridad y calidad, y analizar grandes volúmenes de datos para la toma de decisiones estratégicas, convirtiéndote en un líder clave en la transformación digital de cualquier organización.

Información importante

Precio a usuarios Emagister:

Instalaciones y fechas

Online

Inicio

Fechas a elegirMatrícula abierta

A tener en cuenta

¿Cuáles son los objetivos de este curso?

El programa busca capacitar al alumno para que pueda asumir responsabilidades tanto técnicas como estratégicas en entornos altamente digitalizados. Entre sus objetivos principales se encuentran:

Desarrollar competencias en la planificación, gestión y dirección de proyectos TIC de gran envergadura.
Aplicar principios de calidad y auditoría en el desarrollo y mantenimiento de sistemas informáticos.
Implementar soluciones de inteligencia artificial y machine learning en procesos de negocio.
Diseñar e implementar arquitecturas de big data para el procesamiento de grandes volúmenes de información.
Comprender y aplicar normativas de seguridad de la información, análisis de riesgos y planes de continuidad.
Desarrollar aplicaciones web, móviles y APIs seguras y funcionales, integrando tecnologías front-end y back-end.

¿A quién va dirigido?

Este máster está orientado a profesionales que deseen especializarse en la gestión avanzada de proyectos tecnológicos y en el análisis de datos aplicados al negocio. Es especialmente adecuado para:

Profesionales del ámbito de la informática, la ingeniería o las telecomunicaciones que busquen liderar proyectos de transformación tecnológica.
Técnicos y analistas que deseen adquirir competencias en inteligencia artificial, machine learning y big data aplicados a procesos empresariales.
Responsables de sistemas, calidad o seguridad informática que quieran profundizar en la gestión integral de tecnologías de la información.
Emprendedores y consultores interesados en crear o asesorar soluciones basadas en datos y tecnologías inteligentes.
Graduados en disciplinas STEM que deseen proyectar su carrera hacia áreas de alta demanda tecnológica y analítica.

Requisitos

Dirigido a profesionales y graduados en disciplinas STEM (Informática, Ingeniería, Telecomunicaciones, etc.) que quieran especializarse en gestión tecnológica y análisis de datos. No se detalla un requisito de acceso formal adicional a la titulación universitaria.

Titulación

Máster en Ingeniería Informática y Big Data

¿Qué distingue a este curso de los demás?

Doble Titulación: Recibes un título propio expedido por la Universidad Isabel I y una titulación expedida por el Instituto Superior Europeo de Barcelona (ISEB).

Contenidos Exclusivos: Incluye un Curso Managing Yourself con contenidos de la Harvard Business Publishing.

Innovación Educativa: Sesiones de Método del Caso en su Campus Virtual en el Metaverso.

Enfoque Integrado: Combina Ingeniería Informática, Big Data, IA, Seguridad, Calidad y Gestión de Proyectos en un enfoque estratégico.

¿Qué pasará tras pedir información?

Tendrás a tu disposición un asesor al que podrás contactar para que te brinde la ayuda necesaria o con la realización del proceso de matriculación.

Salidas Profesionales

Los egresados del máster estarán preparados para desempeñar funciones clave en departamentos de sistemas, innovación, análisis de datos o consultoría tecnológica. Algunas de las funciones que podrán ejercer incluyen:

Dirigir proyectos tecnológicos desde su planificación hasta su implementación, coordinando equipos multidisciplinares y aplicando metodologías ágiles.
Diseñar e implementar soluciones de inteligencia artificial avanzada y modelos de aprendizaje automático, adaptados a las necesidades de negocio.
Realizar auditorías de calidad y seguridad de los sistemas informáticos, estableciendo procesos de mejora continua y evaluación de riesgos.
Desarrollar aplicaciones web y móviles con estructuras modernas y seguras, integrando servicios en la nube y APIs.
Analizar grandes volúmenes de datos con herramientas de big data y business intelligence, extrayendo patrones útiles para la toma de decisiones estratégicas.
Diseñar arquitecturas de bases de datos a gran escala y optimizar el rendimiento de sistemas de almacenamiento y consulta masiva de datos.
Crear entornos de visualización de datos e informes interactivos para comunicar resultados de manera clara y efectiva a los distintos niveles de una organización.

Proceso de admisión/ Inscripción

El proceso de admisión comienza al completar el formulario de solicitud de información disponible en la web, tras lo cual un agente formativo se pondrá en contacto para responder preguntas y brindar detalles sobre la matrícula.

Facilidades de Pago y Becas

El Instituto Superior Europeo de Barcelona quiere atraer el mejor talento. Sabemos que financiar tu formación en un centro educativo de alto rendimiento puede ser todo un reto. La decisión de estudiar un Máster supone una inversión importante, así que UNISEB pone a disposición de sus alumnos diferentes modalidades de pago, ayudando en la financiación de los estudios:

Al contado con tarjeta de débito / crédito

Transferencia bancaria

Posibilidad de financiar el pago

Si eres una empresa tenemos condiciones especiales de financiación. Si deseas más información puedes consultar aquí.

Bolsa de Empleo

El curso incluye el Registro en la Bolsa de Empleo de ISEB, la cual cuenta con más de 15.000 ofertas de trabajo, además del Servicio de Orientación Laboral (Career Service).

Preguntas & Respuestas

Añade tu pregunta

Nuestros asesores y otros usuarios podrán responderte

¿Quién quieres que te responda?

Todos
Alumnos
Centro

Déjanos tus datos para recibir respuesta

Acepto la Política de Privacidad y las Condiciones.

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

Materias

E-business
Metodología
Desarrollo del software
SQL
Seguridad de datos
Calidad en sistemas informáticos
Proyectos informáticos
Análisis de datos
Algoritmos
Sistemas de información
Desarrollo de aplicaciones
Redes neuronales

Profesores

Equipo Docente

Cuerpo docente

Temario

MÓDULO 1. DIRECCIÓN DE PROYECTOS TIC

Tema 1. Dirección de Proyectos TIC
Tema 2. Auditoría y Calidad de los Sistemas Informáticos
Tema 3. Desarrollo de Inteligencia Artificial Avanzada
Tema 4. Servicios y Aplicaciones Web
Tema 5. Tecnología y Desarrollo en Dispositivos Móviles
Tema 6. Sistemas de Gestión de Seguridad de la Información
Tema 7. Análisis Inteligente de Datos
Tema 8. Servicios Big Data
Tema 9. Optimización para Grandes Volúmenes de Datos
Tema 10. Bases de Datos a Gran Escala
Tema 11. Aplicaciones del Análisis de Big Data a los Negocios
Tema 12. Inteligencia Artificial
Tema 13. Visualización de Datos
Tema 14. Tecnologías de Bases de Datos

MÓDULO 2. AUDITORÍA Y CALIDAD DE LOS SISTEMAS INFORMÁTICOS

Tema 1. Definición y Conceptos Básicos de la Calidad en Sistemas Informáticos
Tema 2. Factores que Influyen en la Calidad
Tema 3. Planificación de la Calidad
Tema 4. Gestión de la Calidad en Proyectos de Software
Tema 5. Organización de un Plan de Calidad
Tema 6. Control de la Calidad
Tema 7. Métodos del Control de la Calidad
Tema 8. Pruebas de Calidad en Sistemas Informáticos
Tema 9. Estrategia de Pruebas
Tema 10. Mejora Continua en el Proceso de Pruebas
Tema 11. Métricas y Herramientas para Medir la Calidad
Tema 12. Herramientas de Evaluación de Calidad
Tema 13. Calidad en las Fases del Desarrollo
Tema 14. Ejemplos Reales de Cada Fase del Desarrollo
Tema 15. Mejora Continua
Tema 16. Implementación en el Ciclo de Mejora Continua
Tema 17. Revisión en el Ciclo de Mejora Continua

MÓDULO 3. DESARROLLO DE INTELIGENCIA ARTIFICIAL AVANZADA

Tema 1. Tipos de Aprendizaje
Tema 2. Algoritmos avanzados de Machine Learning
Tema 3. Modelos de Ensamble
Tema 4. Redes Neuronales Artificiales
Tema 5. Técnicas de entrenamiento en Redes Neuronales
Tema 6. Modelos Recurrentes y Variantes
Tema 7. Cómo Mejoran las RNN para manejar secuencias Largas y Dependencias a Largo Plazo
Tema 8. Introducción a los Transformers: Revolucionando el Procesamiento del Lenguaje Natural
Tema 9. Mecanismo de Atención y la Arquitectura de Transformers
Tema 10. Aplicaciones de Transformers: Ventajas, desventajas y principales modelos
Tema 11. Técnicas de Optimización y Regularización de Modelos
Tema 12. Optimización de hiperparámetros: estrategias como grid search y random search
Tema 13. Despliegue y Mantenimiento de Modelos en Producción
Tema 14. Monitoreo y actualización de modelos en entornos productivos

MÓDULO 4. SERVICIOS Y APLICACIONES WEB

Tema 1. Introducción al Desarrollo de Aplicaciones Web (DAW)
Tema 2. Conceptos Básicos de Desarrollo Web
Tema 3. Arquitecturas Client-Server
Tema 4. Frontend vs Backend
Tema 5. Lenguajes y tecnologías fundamentales: HTML, CSS y JavaScript
Tema 6. Herramientas y entornos de desarrollo
Tema 7. Gestión de proyectos y dependencias
Tema 8. Introducción a frameworks y librerías
Tema 9. Crear una página Web estática con HTML y CSS
Tema 10. Introducción a Git: Commits y pushes básicos
Tema 11. Fundamentos de la Arquitectura MVC
Tema 12. Implementación del MVC en Aplicaciones Web
Tema 13. Patrones de Diseño Relacionados
Tema 14. Integración de MVC con Tecnologías Frontend
Tema 15. Manejo de Rutas y URLs Amigables
Tema 16. Seguridad y autenticación en aplicaciones MVC
Tema 17. ASP.NET Core
Tema 18. Razor Pages
Tema 19. ASP.NET Core MVC
Tema 20. Integración de HTML, CSS y JavaScript en ASP.NET Core
Tema 21. Introducción a Vue.js
Tema 22. Desarrollo con Vue.js
Tema 23. Introducción a Angular
Tema 24. Desarrollo con Angular
Tema 25. Comparativa entre Vue.js y Angular
Tema 26. Creación de APIs RESTful con ASP.NET Core
Tema 27. Seguridad en APIs
Tema 28. Documentación y pruebas de APIs
Tema 29. Integración del Backend con Frontend (Vue.js/Angular)

MÓDULO 5. TECNOLOGÍA Y DESARROLLO EN DISPOSITIVOS MÓVILES

Tema 1. Sistemas de Comunicación Inalámbricos
Tema 2. Comunicaciones Inalámbricas
Tema 3. Pasado, presente y futuro de las Comunicaciones Inalámbricas
Tema 4. Introducción a los Dispositivos móviles
Tema 5. Componentes de los dispositivos móviles
Tema 6. Redes a las que puede acceder un dispositivo móvil
Tema 7. Lenguajes de programación para móviles
Tema 8. Ejemplos de entornos de programación
Tema 9. Metodología de desarrollo de aplicaciones móviles
Tema 10. Características de un proyecto de desarrollo para dispositivos móviles
Tema 11. Modelos de negocio para aplicaciones móviles
Tema 12. Planificación y dirección de proyectos tecnológicos móviles
Tema 13. Fundamentos del desarrollo de aplicaciones móviles sobre Android
Tema 14. Interfaz gráfica de usuario (GUI) en Android
Tema 15. Herramientas de desarrollo Android
Tema 16. Diseño de aplicaciones móviles
Tema 17. Buenas prácticas de diseño
Tema 18. Problemática de la seguridad en dispositivos móviles
Tema 19. Seguridad en las comunicaciones inalámbricas
Tema 20. Seguridad en el sistemas operativo y las aplicaciones
Tema 21. Seguridad para el usuario
Tema 22. Prácticas de seguridad recomendada
Tema 23. Ecosistema de aplicaciones móviles y app stores
Tema 24. Modelos de negocio para aplicaciones móviles
Tema 25. Marketing y tecnología móvil
Tema 26. Planificación y dirección de proyectos tecnológicos móviles

MÓDULO 6. SISTEMAS DE GESTIÓN DE SEGURIDAD DE LA INFORMACIÓN

Tema 1. Dimensiones de la Seguridad de la Información
Tema 2. Gestión de la Seguridad de la Información
Tema 3. Normativa Legal en España
Tema 4. Estándares de Seguridad de la Información
Tema 5. Análisis De Riesgos
Tema 6. Ciclo de vida de la seguridad
Tema 7. Justificación y estudio de riesgos
Tema 8. Metodologías de análisis de riesgos
Tema 9. Gestión de riesgos
Tema 10. Sistema de Gestión de la Seguridad de la Información (SGSI)
Tema 11. Normativas internacionalmente reconocidas
Tema 12. Planificar: Establecer el SGSI
Tema 13. Hacer: Implantar y operar el SGSI
Tema 14. Verificar: Monitorizar y Revisar el SGSI
Tema 15. Desarrollo de un marco normativo de Seguridad de la información
Tema 16. Clasificación de la información
Tema 17. Herramientas para un SGSI
Tema 18. Factores críticos de éxito en la implantación de un SGSI
Tema 19. Planes de continuidad de negocio
Tema 20. Esquema Nacional de Seguridad (ENS)
Tema 21. Política de seguridad en el Esquema Nacional de Seguridad (ENS)
Tema 22. Análisis y gestión de riesgos en el ENS

MÓDULO 7. ANÁLISIS INTELIGENTE DE DATOS

Tema 1. Introducción al Análisis Inteligente de Datos
Tema 2. Conceptos fundamentales
Tema 3. Tratamiento de Datos
Tema 4. Análisis Visual de Datos
Tema 5. Metodología y áreas de aplicación
Tema 6. Inteligencia Artificial Explicable (XAI)
Tema 7. Inteligencia de Negocio (Business Intelligence)
Tema 8. Selección y transformación de atributos
Tema 9. Segmentación, predicción e identificación de patrones
Tema 10. Técnicas avanzadas de análisis
Tema 11. Herramientas de inteligencia de negocio
Tema 12. Comparativa de técnicas y parámetros

MÓDULO 8. SERVICIOS BIG DATA

Tema 1. Big Data
Tema 2. Evolución y contexto empresarial del Big Data
Tema 3. Arquitecturas y paradigmas en Big Data
Tema 4. Cuándo emplear Big Data
Tema 5. Ejemplos de uso de Big Data en distintos sectores
Tema 6. Tipologías de datos
Tema 7. Clasificación de bases de datos NoSQL
Tema 8. Criterios de selección
Tema 9. Prácticas y herramientas
Tema 10. Arquitectura de Apache Hadoop
Tema 11. Apache Spark
Tema 12. Flujo de trabajo con ecosistema Big Data
Tema 13. Ejemplos de procesamiento de grandes volúmenes de datos (logs, datos de redes sociales, etc.)
Tema 14. Comparativa de tiempos de ejecución entre Hadoop y Spark
Tema 15. Introducción a soluciones Cloud
Tema 16. Principales proveedores y servicios
Tema 17. Estrategias de migración y hibridación
Tema 18. Escenarios de alto nivel
Tema 19. Big Data Analytics
Tema 20. Perfiles y roles en Big Data
Tema 21. Casos de éxito y prácticas empresariales
Tema 22. Propuesta de valor y adopción

MÓDULO 9. OPTIMIZACIÓN PARA GRANDES VOLÚMENES DE DATOS

Tema 1: Conceptos clave de optimización
Tema 2: Complejidad y escalabilidad
Tema 3: Modelos de programación distribuida
Tema 4: Arquitectura hardware acelerada
Tema 5: Métricas de eficiencia energética y financiera
Tema 6: Índices y diseño físico
Tema 7: Compresión y formatos columnar
Tema 8: Particionado y colocación de datos
Tema 9: Cachés y almacenamiento jerárquico
Tema 10: Optimización de consultas distribuidas
Tema 11: Scheduling y asignación de recursos
Tema 12: Optimización de pipelines DAG
Tema 13: Tuning de procesamiento en streaming
Tema 14: Aceleración hardware del análisis
Tema 15: Balanceo de carga y tolerancia a fallos
Tema 16: Algoritmos ML a gran escala
Tema 17: Muestreo, sketching y reducciones
Tema 18: Approximate Query Processing (AQP)
Tema 19: Auto-optimización de features y modelos
Tema 20: Casos prácticos sectoriales
Tema 21: FinOps y coste total de propiedad
Tema 22: Observabilidad y métricas
Tema 23: Green IT y eficiencia energética
Tema 24: Seguridad y privacidad en pipelines optimizados
Tema 25: Tendencias y automatización IA Ops

MÓDULO 10. BASES DE DATOS A GRAN ESCALA

Tema 1. Origen y calidad de datos
Tema 2. Formatos de datos y serialización
Tema 3. Almacenamiento en archivos distribuidos
Tema 4. ETL/ELT en ambientes Big Data
Tema 5. Drivers y conectividad
Tema 6. Modelos NoSQL y Teorema CAP
Tema 7. MongoDB (Document store)
Tema 8. Cassandra (Column-family)
Tema 9. Neo4j (Grafos)
Tema 10. Redis (Key-Value cache)
Tema 11. Sharding y replicación
Tema 12. Rendimiento y configuración
Tema 13. Seguridad en bases de datos distribuidas
Tema 14. Respaldo y recuperación
Tema 15. Despliegue en contenedores y cloud
Tema 16. Streaming y mensajería
Tema 17. Integración SQL + NoSQL
Tema 18. OLAP ligero y análisis directo
Tema 19. IA y analítica embebida
Tema 20. Monitorización y alertas
Tema 21. People Analytics
Tema 22. Marketing y ventas
Tema 23. Logística y operaciones
Tema 24. Finanzas y riesgos
Tema 25. Gobernanza y tendencias emergentes

MÓDULO 11. APLICACIONES DEL ANÁLISIS DE BIG DATA A LOS NEGOCIOS

Tema 1. People Analytics y retención del talento
Tema 2. Performance y engagement con NLP
Tema 3. Segmentación y fidelización del cliente
Tema 4. Recomendadores y experiencia personalizada
Tema 5. Retorno de inversión en People & Customer Analytics
Tema 6. Forecasting de campañas y promociones
Tema 7. Atribución omni-canal y optimización de inversión
Tema 8. Detección de tendencias y patrones de consumo
Tema 9. Recomendaciones y personalización en ventas
Tema 10. Reporting estratégico de marketing
Tema 11. Optimización del transporte y última milla
Tema 12. Gestión inteligente de cadena de suministro
Tema 13. IoT y sensores para eficiencia operativa
Tema 14. Toma de decisiones para expansión de negocio
Tema 15. Gobernanza de datos y estrategia AI futura

MÓDULO 12. 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

MÓDULO 13. VISUALIZACIÓN DE DATOS

Tema 1. Teoría de la visualización de datos
Tema 2. Python
Tema 3. CARTO
Tema 4. Power BI
Tema 5. Google Data Studio

MÓDULO 14. TECNOLOGÍAS DE BASES DE DATOS

Tema 1. Fundamentos de bases de datos
Tema 2. Data technology
Tema 3. Práctica de SQL (MySQL)
Tema 4. Práctica de NoSQL. MONGODB
Tema 5. Práctica de NoSQL (HBase)
Tema 6. Bases de datos de grafos
Tema 7. Bases de datos en cloud

A otros usuarios les interesó esto...