Home>Maestría>Business Intelligence>Online>Maestría en Big Data y Business Analytics - Online
 

Maestría en Big Data y Business Analytics - Online

Centro: Open UIDE
()
Método: Online
Tipo: Maestría
Precio: 7.600 us$
Loading...

Solicita información sin compromiso
Open UIDE

Maestría en Big Data y Business Analytics - Online

Nombre
Apellidos
Teléfono
Teléfono Fijo Ej: 2 2388888
 
 
 
 
Mi teléfono es:
Fijo
Celular
E-Mail
¿Tienes Carrera Universitaria?
Provincia
Preguntas
Para enviar la solicitud debes aceptar la política de privacidad
* Campos obligatorios

En breve un responsable de Open UIDE, se pondrá en contacto contigo para informarte.
Por favor, rellena todos los campos correctamente
Maestría en Big Data y Business Analytics - Online Comentarios sobre Maestría en Big Data y Business Analytics - Online
Contenido:
Maestría en Big Data y Business Analytics.

Maestría en Sistemas de Información, mención en inteligencia de negocios y analítica de datos masivos (Big Data y Business Analytics).

En línea
Financie sin coste

Resolución de aprobación: RPC-SO-37-No.680-2019

¿Por qué este programa?.

La Maestría en Sistemas de Información, mención en inteligencia de negocios y analítica de datos masivos (Big Data) pretende desarrollar y combinar competencias de la aplicabilidad de las tecnologías, en el área de la ingeniería y tecnología de una organización utilizando las herramientas software que se aplican en entornos profesionales para obtener una formación en el área de Business Analytics y Big Data, específicamente en la aplicación de gestión de base de datos, programación para la gestión de la información, modelos de administración empresarial, entre otras, para el ejercicio eficaz y eficiente de dichas funciones que permita gestionar los datos e información digital de la organización.

Salidas profesionales.

El presente programa busca que los profesionales graduados de la Maestría en Sistemas de Información, mención en inteligencia de negocios y analítica de datos masivos (Big Data), adquiera las siguientes características profesionales y personales como parte de su perfil profesional:

  • Acreditar experiencia teórica y práctica en el área de la Big Data y Business Analytics
  • Estar capacitado para ejercer funciones de Chief Data Officer (CDO), arquitecto big data y data engineer
  • Dirigir procesos de análisis del marco de la inteligencia de negocio (Business intelligence) y ciencia de los datos (Data science) de las organizaciones
  • Asesorar a las unidades de gestión de tecnologías de la información en el desarrollo de sistemas de gestión de datos e información digital
  • Ser consultor en el desarrollo de proyectos que vinculen el manejo de bases de datos e inteligencia del negocio.

Superando esta maestría conseguirás:

Título.

Maestría en Sistemas de Información, mención en inteligencia de negocios y analítica de datos masivos por la Universidad Internacional del Ecuador UIDE (Posgrado registrado en el CES y reconocido por SENESCYT, con validez en Ecuador, Colombia, Perú y Bolivia).

Homologados.

Máster propio en Big Data y Business Analytics certificado por la Universidad Nebrija de España.
Máster profesional en Big Data y Business Analytics por IMF Institución Académica de España.
*Tasas de expedición de título no incluidas.

Modalidad: En línea
Duración: 12 meses, 1.440 horas

Capacitaciones.

Múltiples habilidades que te abrirán puertas.

La comprensión del uso técnico complementa la visión de negocio, de manera que los egresados serán capaces de razonar en profundidad sobre la aplicabilidad de las tecnologías, así como de aplicar técnicas y herramientas analíticas en situaciones concretas.

Conocer los conceptos de las diferentes disciplinas enfocada en la gestión de bases de datos, programación para la gestión de la información y modelos de administración empresarial para poder tener una visión general sobre el almacenamiento y gestión de datos e información y sus estrategias de implementación en la empresa.

El profesional estará capacitado en procesos de desarrollo social a través de la responsabilidad social para el enriquecimiento de las culturas y saberes.
El profesional podrá trabajar en el marco de la inteligencia de negocio (Business intelligence) y ciencia de los datos (Data science) de las organizaciones.
El profesional podrá desarrollar un trabajo competente como Chief Data Officer (CDO), arquitecto big data y data engineer
El profesional será capaz de establecer nuevas formas de aplicar sus conocimientos en big data y business analytics.

Metodología en línea.

Horario de clases: El horario de clases síncronas en línea será: sábado 08h00 – 17h00 y domingos 08h00 – 17h00.

El diseño del programa de la Maestría en Big Data y Business Analytics en Línea está diseñado para cubrir 4 núcleos y 10 asignaturas.

• Núcleos: Gestión de base de datos, Programación para la gestión de la información, Modelos de administración empresarial y Metodología de la Investigación Científica.

La estructura curricular está diseñada para desarrollar y conseguir competencias gradualmente durante 2 periodos.

La maestría cuenta con 10 profesores autores y tutores de todas las asignaturas para garantizar el contacto directo con los estudiantes, los profesores y la Universidad. Todos los profesores validan 120 horas de capacitación en formación específica en educación en línea.

De igual manera se cuenta un Experto en informática que será responsable de brindar apoyo y soporte técnico a los usuarios de la plataforma y de los recursos de aprendizaje, así como la conectividad y acceso a las tecnologías de la información y comunicación.

Unidad de titulación.

Examen de carácter complexivo. Esta opción se basa en una evaluación integral del componente teórico (examen teórico) y práctico (examen práctico) de los resultados de aprendizaje del programa de maestría.
Proyecto de titulación con componentes de investigación aplicada y/o de desarrollo (Esta opción se basa en el desarrollo de un proyecto de aplicación que permita integrar de forma holística los conocimientos obtenidos en el programa y deberá tener afinidad con el programa de maestría).
Artículos profesionales de alto nivel (Esta opción se basa en la aceptación de un artículo profesional para su publicación en una revista indexada al menos a nivel regional, la misma que integrará los conocimientos teóricos y prácticos desarrollados durante el programa y deberá tener afinidad con el programa de maestría).

Perfil de ingreso.

Ser activo participante en su proceso de aprendizaje. Contar con habilidades y conocimientos suficientes en el manejo de las tecnologías de la comunicación, informática o telecomunicaciones, ingeniería de sistemas, software o programación.

Tener una alta disciplina en el manejo y la programación de su tiempo de estudio.

Tener capacidad autocrítica para realizar autoevaluaciones de forma que le permitan alcanzar los resultados de aprendizaje propuestos.

Ser disciplinado para cumplir con el cronograma del programa establecido. Estar dispuesto para mantener comunicación continua con el profesor tutor, y relacionarse activamente con los compañeros para fomentar el aprendizaje colaborativo.

Los titulados de tercer nivel que preferentemente pueden acceder al programa de acuerdo a la nomenclatura de títulos profesionales y grados académicos según el nivel de formación son:

Campo amplio: Tecnologías de la información y la comunicación (TICS)

Admisión: documentos necesarios.

Copia del título de tercer nivel registrado en la SENESCYT y en el caso de títulos extranjeros estos deberán ser apostillados o legalizado por vía consular.

Formulario de Inscripción (en línea).

Copia de documentos personales: cédula, papeleta de votación, foto tamaño carnet.

Curriculum Vitae.

De preferencia un año de experiencia profesional probada (certificados laborales).

Una carta de recomendación personal.

Contenidos del programa:

Período 1.

Tratamiento de datos.

  • Uso de máquinas virtuales y shell de comandos.
  • Fundamentos de programación en Python.
  • Fundamentos de bases de datos relacionales.
  • Fundamentos de tecnologías de Internet.
  • Compartir datos, código y recursos en repositorios.
  • Fundamentos de tratamiento de datos con el stack científico de Python.

Modelos y aprendizaje.

  • Lenguaje R y tratamiento de datos.
  • Análisis exploratorio de datos.
  • Probabilidad e Inferencia estadística.
  • Modelos lineales y aprendizaje estadístico.
  • Regresión logística, modelos restringidos de ridge y lasso y gradiente descendiente.
  • GLMS y series temporales

Aprendizaje automático.

  • Introducción al aprendizaje automático.
  • Modelos supervisados.
  • Modelos no supervisados.
  • Ingeniería de características y selección de modelos.
  • Modelos conexionistas.
  • Reglas de asociación y market basket analysis

Procesamiento del lenguaje natural (PNL)

  • Introducción histórica y tecnológica.
  • Herramientas pln I: NLTK
  • Herramientas de PLN II: Brat y Gate.
  • Text mining I: clustering.
  • Text mining II: sentimiento y temas.
  • Otras aplicaciones y técnicas de PLN.

Inteligencia de negocio.

  • Introducción a la inteligencia de negocio.
  • Almacenes de datos y bases de datos analíticas.
  • Herramientas de extracción, transformación y carga.
  • Aplicaciones de inteligencia de negocio.
  • Fundamentos de visualización de datos.
  • Herramientas de visualización.

Período 2.

Infraestructura Big Data.

  • Procesamiento de datos con Hadoop.
  • Herramientas Hadoop.
  • Procesamiento de datos con Spark.
  • Arquitecturas de streaming.
  • Componentes de arquitecturas de streaming.
  • Plataformas y Apis en la nube

Almacenamiento e integración de datos.

  • Bases de datos no convencionales.
  • Modelos de base de datos basados en documentos.
  • Modelos de base de datos basados en columnas.
  • Modelos de base de datos basados en grafos.
  • Modelos de base de datos basados en clave-valor.
  • Adquisición de datos

Analítica Big Data.

  • El business case de Big Data.
  • Proyectos de Big Data.
  • Aplicaciones analíticas por sectores.
  • Tecnologías emergentes en analítica.
  • Gestión de equipos y métodos ágiles.
  • Aspectos regulatorios del tratamiento de datos.

Aplicaciones analíticas.

  • Caso de estudio de analítica escalable.
  • Caso de estudio de analítica en redes sociales.
  • Caso de estudio en Internet Of Things.
  • Caso de estudio en analítica financiera (el rating de empresas).
  • Caso de estudio en analítica de clientes: Location Analytics.
  • Caso de estudio de técnicas de recuperación de información.

Plan de titulación y sistemas integrados de gestión.

  • Sistemas integrados de gestión y responsabilidad social.
  • Diseño e implementación de proyectos con componentes de investigación aplicada y/o de desarrollo.
  • Diseño y redacción de artículos profesionales de alto nivel.
  • Análisis de modelos prácticos para el desarrollo del examen de carácter complexivo.
Otra formación relacionada con Maestría de Business Intelligence: