Universidad Pontificia Comillas
Máster Universitario en Análisis de NegocioMadrid, España
DURACIÓN
1 Years
IDIOMAS
Español
PASO
Tiempo completo
PLAZO DE SOLICITUD
Solicitar fecha límite de solicitud
FECHA DE INICIO MÁS TEMPRANA
Solicite la fecha de inicio más temprana
TASAS DE MATRÍCULA
EUR 19.000
FORMATO DE ESTUDIO
En el campus
Introducción
¿Qué puede ofrecerte el Máster?
Estamos inmersos en una gran revolución. El increíble desarrollo en los últimos años de la Inteligencia Artificial y los algoritmos de Machine Learning y Deep Learning, el acceso a ingentes volúmenes de información de todo tipo, en la que todo puede ser un dato (textos, imágenes, audios, videos) y la democratización del acceso a las herramientas de análisis están impregnando todo el ecosistema económico, empresarial y social.
Hoy en día no puede entenderse la toma de decisiones en el entorno de los negocios, las organizaciones y las Administraciones Públicas si no están basadas en la evidencia y en el apoyo de modelos sofisticados de análisis que permitan extraer patrones y relaciones para obtener valor de los datos y la información. Y esto es solo el comienzo.
¿Quieres entender esta revolución y formar parte de ella o quedarte atrás sin entender el presente? El Máster Universitario en Business Analytics te proporciona los conocimientos y habilidades necesarias para entender este mundo de datos y modelos, conocer su aplicación práctica en diferentes contextos y áreas económicas y empresariales y saber aplicarlo a la resolución de problemas reales, construyendo y aplicando modelos propios. Ser capaz de tener interlocución y puente entre el ámbito de los negocios y el ámbito técnico.
Oportunidades profesionales
- Analista de Negocios y Datos Avanzado
- Consultor de Analytics y Transformación Digital
- Especialista en Inteligencia de Negocios y Analítica Predictiva
- Desarrollador de Soluciones Basadas en AI
- Científico de Datos y Especialista en NLP
Admisiones
Plan de estudios
1º Semestre
- Negocios Digitales 3.0 ECTS
- Business Analytics 3.0 ECTS
- Visualización 3.0 ECTS
- Machine Learning. Fundamentos y Aprendizaje Supervisado 6.0 ECTS
- Machine Learning. Aprendizaje no Supervisado 3.0 ECTS
- Introducción a la Programación 6.0 ECTS
- Fuentes y Bases de Datos 3.0 ECTS
- Innovación y Creatividad 2.0 ECTS
2º Semestre
- Análisis de Datos no Estructurados 3.0 ECTS
- Deep Learning 3.0 ECTS
- En La Frontera 3.0 ECTS
- Big Data y Tecnologías de Internet 3.0 ECTS
- Desafíos Éticos y Riesgos. Ciberseguridad 4.0 ECTS
Casos Aplicados de Business Analytics (a elegir 3)
- Analítica de Datos Aplicada a las Finanzas 3.0 ECTS
- Auditoría Forense 3.0 ECTS
- Analítica de Datos en Logística y Cadena de Suministros 3.0 ECTS
- Marketing Analítico 3.0 ECTS
- Analítica de Datos para la Gestión del Talento 3.0 ECTS
- Economía Pública y Salud 3.0 ECTS
- Trading Financiero Internacional 3.0 ECTS
- Emprendimiento 3.0 ECTS
- Análisis Económico Basado en Datos 3.0 ECTS
- Blockchain 3.0 ECTS
Resultado del programa
Competencias
- CP01. Ser capaz de aplicar técnicas de BA, empleando conjuntos de datos reales y software o código apropiado, sabiendo interpretar los resultados y comunicar las principales conclusiones a público no técnico
- CP02. Ser capaz de realizar de forma completa un caso de aplicación de BA a un problema real, desde la descripción a la solución y la propuesta de conclusiones y recomendaciones
Conocimientos o Contenidos
- CO1. Conocer los principales rasgos y tendencias del ecosistema digital, los principales modelos de negocio digitales y el ciclo de las startups
- CO2. Conocer y saber aplicar herramientas de análisis estratégico en el mundo digital, con especial énfasis en el conocimiento de la competencia (Crunchbase, Buzzsumo, etc.) y de tendencias (Google Trends)
- CO3. Conocer los conceptos y el lenguaje de las técnicas y métodos de Business Analytics, desde los descriptivos a los principales algoritmos y modelos de machine learning, tanto supervisados como no supervisados, pasando por las técnicas de visualización
- CO4. Conocer los conceptos y el lenguaje de las técnicas y métodos avanzados en Business Analytics, desde el análisis de información no estructurada, pasando por las redes neuronales y métodos de Deep Learning y los nuevos avances en el campo de la Inteligencia Artificial, entendiendo su alcance en la empresa y la sociedad
- CO5. Adquirir un dominio de la programación suficiente para desarrollar proyectos de análisis de datos y machine learning, familiarizándose con las estructuras de datos en Python (listas, diccionarios, dataframes), haciendo uso avanzado de funciones y métodos de librerías clave y practicando visualización de datos
- CO6. Conocer de manera intuitiva los elementos esenciales y los conceptos de la tecnología vinculada con las bases de datos, el almacenamiento y recuperación de la información, el Big Data, Internet y demás tecnologías conectivas como el ‘internet de las cosas’, teniendo una visión panorámica, crítica y prospectiva de todos estos temas
- CO7. Conocer y saber aplicar de forma práctica técnicas para fomentar la creatividad y la innovación en el ámbito empresarial, con especial énfasis en design thinking, metodologías Agile, Lean Start-Up, y gamificación aplicada a la resolución de problemas
- CO8. Conocer y tener reflexión crítica sobre los principales desafíos éticos y los riesgos asociados a la implementación de tecnologías de Inteligencia Artificial, tanto en el ámbito empresarial como en el de la sociedad en su conjunto, incluidas algunas cuestiones relacionadas con la ciberseguridad y mostrar una reflexión crítica sobre los mismos
Habilidades o Destrezas
- HB01. Utilizar la técnica o técnicas de Business Analytics más apropiadas a cada problema real y al tipo de datos disponible, conociendo los requisitos y las limitaciones de su correcta aplicación.
- HB02. Elaborar con código ejemplos (“toy examples”) orientados fundamentalmente al análisis de datos
- HB03. Entender de forma completa el ciclo de aplicación de las técnicas de Business Analytics basadas en datos para identificar y resolver un problema real en algunas de las principales áreas de aplicación
- HB04. Componer una argumentación independiente con rigor y precisión y ser capaz de exponerla tanto de manera oral como escrita