Data strategy

Máster Universitario online en Data Analytics for Business

olga — Wed, 08 Oct 2025 10:35:03 +0000

Màster Universitari online en Data Analytics for Business olga dc., 11/01/2023 - 09:54

itemID Axapta

015563

Header Image

Introducció

El Màster Universitari online en Data Analytics for Business està organitzat en 3 grans mòduls centrats en intel·ligència artificial, anàlisi de dades i gestió de projectes.

Has de cursar totes les assignatures obligatòries i escollir 4 assignatures optatives* o bé 2 optatives i pràctiques professionals. L’oferta d’assignatures disponibles és àmplia i et permetrà adaptar la teva formació als teus interessos.

A més, amb l’objectiu d’oferir un aprenentatge més pràctic, organitzarem una setmana presencial opcional de visites a empreses tecnològiques que basen les seves estratègies i decisions en dades. D’aquesta manera coneixerem com treballen l’anàlisi, la visualització i la interpretació de dades per assolir una estratègia empresarial òptima.

* La informació continguda en aquestes pàgines té una finalitat merament informativa i pot estar subjecta a canvis en les adaptacions de cada curs acadèmic. Les assignatures optatives es duran a terme en cas d’assolir un nombre mínim d’estudiants matriculats. L’oferta definitiva de cada curs lectiu pot patir adaptacions en funció de la planificació acadèmica. La guia definitiva estarà disponible per a les persones matriculades a l’espai virtual abans de l’inici de cada assignatura.

Mòduls

Títol

Anàlisi de dades (Data Analytics)

Matèries

Títol

Assignatures obligatòries

Assignatures

Títol

Fonaments de Big Data

Link

https://www.bsm.upf.edu/documents/01-fundamentos-big-data.pdf

Descripció

L’alumnat entendrà el concepte de big data mitjançant l’aproximació a diferents eines d’emmagatzematge i processament de grans volums de dades, com ara Apache Spark, utilitzant plataformes com AWS o Microsoft Azure.

Títol

Visualització de Dades i Elaboració d’Informes

Link

https://www.bsm.upf.edu/documents/02-visualizacion-datos-elaboracion-informe.pdf

Descripció

Aquesta assignatura complementa la formació en visualització avançada amb eines d’intel·ligència de negoci molt utilitzades en projectes d’analítica de dades.

Títol

Introducció a Python

Link

https://www.bsm.upf.edu/documents/03-introduccion-python.pdf

Descripció

L’alumnat desenvoluparà el coneixement tècnic necessari per visualitzar grans quantitats de dades utilitzant no només les eines més habituals, sinó també Python i les seves llibreries més populars. Després d’una introducció al llenguatge, s’ensenyarà a mostrar dades mitjançant taules, descriptors o gràfics univariants i multivariants en diferents àmbits d’aplicació.

Títol

Processament amb Bases de Dades SQL

Link

https://www.bsm.upf.edu/documents/04-procesamiento-bases-datos-sql.pdf

Descripció

Aquesta assignatura presentarà un paradigma recent d’emmagatzematge de dades, diferent del de les bases de dades relacionals: les bases de dades NoSQL. S’emfatitzaran les diferències principals entre ambdós paradigmes perquè l’alumnat sàpiga seleccionar l’aproximació més adient segons el cas d’ús. Inclourà exercicis de maneig pràctic d’aquestes plataformes.

Títol

Anàlisi Exploratòria de Dades

Link

https://www.bsm.upf.edu/documents/05-analisis-exploratorio-datos.pdf

Descripció

Assignatura centrada en una de les fases més importants de l’analítica de dades: l’anàlisi exploratòria. Es presentaran mètodes estadístics, de visualització i mètodes més avançats per entendre un conjunt de dades, plantejar hipòtesis i netejar i preparar les dades per a l’experimentació i l’anàlisi, especialment per part d’algoritmes d’intel·ligència artificial.

Títol

Governança de Dades

Link

https://www.bsm.upf.edu/documents/06-gobernanza-datos.pdf

Descripció

Visió general de com orquestrar persones, processos i tecnologia per convertir les dades en un actiu estratègic de l’empresa. En particular, es mostraran exemples concrets de processament de dades per garantir-ne la qualitat i la traçabilitat, utilitzant solucions com la popular Data Build Tool (DBT).

Títol

Assignatures optatives

Assignatures

Títol

Fonaments d’Estadística per a l’Anàlisi de Dades

Link

https://www.bsm.upf.edu/documents/07-fundamentos-estadistica-analisis-datos.pdf

Descripció

Optativa orientada a completar els coneixements estadístics de l’alumnat, útils per a processos d’analítica de dades, com ara estadística bàsica o tests d’hipòtesis.

Títol

Anàlisi de Dades per a la Salut

Link

https://www.bsm.upf.edu/documents/08-analisis-datos-para-salud.pdf

Descripció

Gestió i execució d’un projecte d’analítica orientat a salut, incloent-hi la recopilació de dades (casos malalts vs casos control), problemes d’aprenentatge automàtic per a predicció o classificació, clustering de pacients o predicció basada en sèries temporals. Integra coneixements de diverses assignatures obligatòries aplicats al camp de la salut.

Títol

Anàlisi de Dades per a Màrqueting i Recursos Humans

Link

https://www.bsm.upf.edu/documents/09-analisis-datos-para-marketing-recursos-hum…

Descripció

Dos mòduls fonamentals: màrqueting i gestió de persones. Aplicació de coneixements per (1) fer customer segmentation i altres tècniques d’analítica per dissenyar o millorar campanyes de màrqueting; (2) aprendre tècniques d’analítica de dades per a la gestió de recursos humans.

Títol

Anàlisi de Dades per a la Logística

Link

https://www.bsm.upf.edu/documents/10-analisis-datos-para-logistica.pdf

Descripció

Coneixements d’analítica per a la presa de decisions sobre (1) previsió de la demanda per planificar l’aprovisionament, (2) optimització del procés d’emmagatzematge (disseny d’un magatzem eficient i eficaç) i (3) optimització de rutes de transport.

Títol

Anàlisi de dades per a Finances

Descripció

Competències per aplicar eines d’anàlisi de dades a la presa de decisions financeres. Enfocament pràctic sobre metodologies habituals en el data analytics financer, des de la recopilació i neteja fins a la modelització i interpretació.

Títol

Preparació per a la Certificació Microsoft Power BI Data Analyst Associate

Link

https://www.bsm.upf.edu/documents/11-preparacion-certificacion-microsoft-power_…

Descripció

Formació i material educatiu necessaris per presentar-se a la certificació oficial Microsoft Power BI Data Analyst Associate.

Títol

Intel·ligència Artificial (AI)

Matèries

Títol

Assignatures obligatòries

Assignatures

Títol

Introducció a la Intel·ligència Artificial

Link

https://www.bsm.upf.edu/documents/12-introduccion-inteligencia-artificial.pdf

Descripció

Continguts introductoris sobre la IA, els seus orígens, branques, creixement lligat a l’evolució tecnològica i les principals aplicacions, beneficis i riscos.

Títol

Aprenentatge Automàtic 1 (Machine learning)

Link

https://www.bsm.upf.edu/documents/upf-bsm-mudab-machine-learning-1.pdf

Descripció

Capacitat per plantejar un problema d’aprenentatge automàtic, desenvolupar algoritmes que el resolguin i avaluar-ne els resultats. Èmfasi en algoritmes supervisats (regressió, classificació) i no supervisats (clustering o agrupament), selecció adequada en projectes reals i posada en producció. Es treballarà l’avaluació amb mètriques com precisió, recall o F1 i la detecció de biaixos.

Títol

Aprenentatge Automàtic 2 (Machine learning)

Link

https://www.bsm.upf.edu/documents/upf-bsm-mudab-machine-learning-2.pdf

Descripció

Curs avançat per aprofundir en el disseny i l’optimització de models. Enfocament molt pràctic amb la base teòrica necessària per entendre el funcionament dels algoritmes.

Títol

Repte d’Intel·ligència Artificial

Link

https://www.bsm.upf.edu/documents/14-reto-inteligencia-artificial.pdf

Descripció

Visió molt pràctica de la IA mitjançant la resolució de problemes del món real. Es treballaran reptes proposats per empreses en equip.

Títol

Asignatura optativa

Assignatures

Títol

Aprenentatge Profund (Deep Learning)

Link

https://www.bsm.upf.edu/documents/15-aprendizaje-profundo-deep-learning.pdf

Descripció

Implementació en detall dels algoritmes més utilitzats actualment per construir sistemes d’IA generativa. Construiràs els teus propis prototips amb grans models de llenguatge.

Títol

Gestió de Projectes (Project Management)

Matèries

Títol

Assignatures obligatòries

Assignatures

Títol

Fonaments de la Gestió de Projectes (Project Management)

Link

https://www.bsm.upf.edu/documents/16-fundamentos-gestion-proyectos-project-mana…

Descripció

Coneixements clau per dirigir projectes en entorns de canvi i alta exigència. Principis fonamentals, tècniques i eines més utilitzades. Integració de la metodologia Agile en la direcció de projectes. S’explicaran dominis, eines i tècniques de Project Management per impulsar projectes, i els principis d’Agile per dirigir projectes flexibles.

Títol

Lideratge i Cultura del Canvi

Link

https://www.bsm.upf.edu/documents/18-liderazgo-cultura-cambio.pdf

Descripció

Lidera equips amb alt nivell d’implicació, motivació i exigència. Adquireix habilitats i eines per establir objectius de control, construir organitzacions àgils i implementar una cultura del canvi que impulsi les transformacions necessàries.

Títol

Estratègia i Models de Negoci

Link

https://www.bsm.upf.edu/documents/19-estrategia-modelos-negocio.pdf

Descripció

Habilitats per comprendre el procés de formulació estratègica en l’actual entorn empresarial, així com el procés de llançament d’una startup. Metodologies i eines per interpretar i formular l’estratègia i analitzar els models de negoci del segle XXI.

Títol

Assignatures optatives

Assignatures

Títol

Sistemes de Gestió de la Sostenibilitat

Link

https://www.bsm.upf.edu/documents/20-sistemas-gestion-sostenibilidad.pdf

Descripció

Coneixement dels principals sistemes de gestió que es poden integrar en una empresa per millorar i certificar els estàndards de sostenibilitat. Criteris i capacitat crítica per identificar els sistemes que millor s’adaptin a les necessitats de l’organització, i coneixements teòrics i pràctics per implementar sistemes que combinin qualitat de processos, eficiència ambiental i seguretat laboral.

Títol

Aspectes Ètics i Legals de l’Anàlisi de Dades

Link

https://www.bsm.upf.edu/documents/17-aspectos-eticos-legales-analisis-datos.pdf

Descripció

Els processos d’analítica de dades —especialment amb dades personals— han de respectar el Reglament General de Protecció de Dades. A més, cal tractar-les des d’un punt de vista ètic. Aquesta assignatura sensibilitza sobre ambdues dimensions i proporciona eines per dissenyar i executar projectes dins de la legalitat i l’ètica, minimitzant possibles biaixos.

Títol

Pràctiques Professionals

Matèries

Assignatures

Títol

Pràctiques en empreses (optativa)

Link

https://www.bsm.upf.edu/documents/21-practicas-empresas-opt.pdf

Descripció

Possibilitat de realitzar pràctiques curriculars en empreses, que es convaliden com a 2 assignatures optatives (6 crèdits ECTS).

Títol

Treball Final de Màster

Matèries

Assignatures

Títol

Treball Final de Màster (TFM)

Link

https://www.bsm.upf.edu/documents/22-trabajo-final-master-tfm.pdf

Descripció

Desenvolupament del projecte final al llarg de tot el màster. Cal demostrar i posar en pràctica els coneixements adquirits en cadascun dels mòduls del programa.

Matèries

Títol

Nota sobre las assignatures optatives

Assignatures

Títol

Les assignatures optatives es realitzaran en cas d'arribar a un nombre mínim d'estudiants matriculats. L'oferta definitiva de cada curs lectiu pot patir adaptacions en funció de la planificació acadèmica.

Títol

Nota sobre el pla d'estudis

Assignatures

Títol

La informació continguda en aquestes pàgines té una finalitat merament informativa i pot estar subjecta a canvis en l’adaptació de cada curs acadèmic. La guia definitiva estarà disponible per als estudiants a l'espai virtual abans de l'inici.

Titulació que s'obté

Un cop superat el programa obtens el títol Màster Universitari en Analítica de Dades per a Empreses/ Master in Data Analytics for Business - Máster Universitario en Analítica de Datos para Empresas/ Master in Data Analytics for Business, expedit per la Universitat Pompeu Fabra.

Títol de màster universitari: cal abonar la quantitat estipulada al DOGC (Diari Oficial de la Generalitat de Catalunya) en concepte de drets d'expedició del títol. Aquesta taxa varia anualment i s'aplicarà la vigent al moment de la sol·licitud del títol.

Activitats formatives complementaries

El Màster Universitari online en Data Analytics for Business també inclou la possibilitat de participar en activitats pràctiques i de creixement personal i professional com:

Complements formatius: Curs de preparació inicial per als participants que ho necessitin en funció de la seva formació prèvia: Introducció a l’Economia i l’Empresa, Eines per a l’anàlisi de dades i Introducció a la programació en Python.
Visites a empreses amb enfocament data-driven: Al llarg del curs, organitzarem una setmana presencial d’assistència opcional per a l’alumnat, amb diferents activitats i visites a empreses tecnològiques que basen les seves estratègies i decisions empresarials en l’extracció, visualització i interpretació de dades i en l’aplicació d’intel·ligència artificial.
Programa de desenvolupament professional: Sessions i tallers per millorar el teu perfil professional, aprendre com adreçar-te a empreses contractants i desenvolupar habilitats per créixer en el món laboral.
UPF-BSM Inside: És un conjunt d’assignatures transversals i interdisciplinàries (applied data, comunicació, creativitat, innovació i gestió de projectes, sostenibilitat, management i lideratge, entre d’altres) a les quals, si curses aquest programa, pots accedir sense cost addicional. Són 100% online i les pots realitzar durant tot el curs acadèmic al teu ritme, ja que s’han dissenyat com a assignatures d’autoaprenentatge.

Qui pot aplicar

Cal haver acabat o estar a l'últim any dels estudis de grau d'una universitat acreditada, preferentment en l'àmbit de l'administració d'empreses, el management o les enginyeries. Si estàs cursant l'últim any dels estudis universitaris, els has d'haver finalitzat abans de l'inici del màster i lliurar el diploma o el certificat de pagament dels drets d'expedició de títol.

Es necessiten addicionalment dues cartes de recomanació.

No calen coneixements previs de programació. S'ofereixen diversos complements formatius abans del començament del màster per iniciar-se al món de la programació.

Es necessiten coneixements previs de matemàtiques i estadística. S'oferiran complements formatius per a aquelles persones que necessitin una revisió d’aquests àmbits.

Aquells estudiants que no tinguin l'espanyol com a una de les seves llengües maternes o que no l'hagin tingut com a llengua vehicular en els seus estudis de formació, hauran d'acreditar la possessió com a mínim d'un nivell B2 d'espanyol (Marc Comú Europeu de Referència), acreditat per una institució certificada, així com superar amb fluïdesa, en els casos en què sigui necessari, l'entrevista personal amb la direcció acadèmica. En cas contrari, es podran sol·licitar certificacions o proves addicionals que permetin un seguiment adequat i suficient de les sessions.

De cara al seguiment òptim del curs, és recomanable tenir un nivell d'anglès equivalent a un B2 o similar.

Introducció

El nostre procés d'admissió consisteix en una avaluació rigorosa de cada candidatura per preservar la qualitat del grup, així com la formació, experiència i capacitat de treball de tots els alumnes.

Introducció

La UPF Barcelona School of Management posa a la teva disposició diverses vies de finançament perquè puguis cursar qualsevol dels nostres programes sense preocupacions.

T’oferim la possibilitat de finançar part del teu programa, ja sigui premiant el teu talent a través de beques, mitjançant ajuts d’entitats dedicades al foment de l’educació o amb acords de col·laboració amb entitats financeres.

Introducció

El Màster Universitari online en Data Analytics for Business et forma en els aspectes fonamentals de l’analítica de dades perquè puguis desenvolupar i impulsar projectes data-driven en empreses de qualsevol sector. Extreu, processa i interpreta grans bases de dades i aprofita’n el potencial per optimitzar les estratègies empresarials.

L’alta demanda de professionals en intel·ligència artificial, big data i business intelligence obre oportunitats en empreses de tecnologia, consultoria, finances, salut, màrqueting, logística i en qualsevol organització que vulgui optimitzar els seus processos mitjançant dades.

Descripció llarga (part visible)

El Màster Universitari online en Data Analytics for Business t’ofereix una formació avançada en anàlisi de dades aplicada a la presa de decisions empresarials. Aprendràs a extreure, processar i visualitzar big data amb eines capdavanteres, programar models d’intel·ligència artificial (machine learning) i liderar projectes data-driven en organitzacions de qualsevol sector.

Descripció llarga (mostrar més)

Aquest màster online ha estat dissenyat perquè puguis combinar la teva vida professional amb el teu creixement acadèmic, amb un enfocament pràctic, flexible i global. Treballaràs cada fase del flux de dades: recopilació, emmagatzematge, tractament, anàlisi exploratòria, predicció, classificació i visualització final.

El claustre, format per professionals en actiu d’empreses capdavanteres en intel·ligència artificial i analítica de dades, aporta un enfocament aplicat i connectat al mercat laboral. A més, aquest programa online facilita el networking internacional, en reunir estudiants de diferents països i sectors.

El programa combina acreditació oficial universitària, preparació per a certificacions tecnològiques (Microsoft) i metodologia learning by doing online, una triple garantia de qualitat que el converteix en un dels programes més complets.

Introducció

El Màster Universitari online en Data Analytics for Business et capacita per assumir posicions data-driven, centrades en l’analítica de dades, la visualització i la gestió de big data. Poden ser posicions en empreses de l’àmbit tecnològic o start-ups, però també en companyies de diversos sectors que, cada vegada més, incorporen als seus equips perfils capaços de gestionar, visualitzar i analitzar grans volums de dades.

A més, el màster inclou l’opció de realitzar pràctiques curriculars en empreses que impulsaran el teu futur professional.

Un cop finalitzat el màster, podràs accedir a una gran varietat de posicions com:

Per què triar aquest programa

Títol

Accedeix a una de les professions amb més demanda a escala global

Text

La demanda de professionals en analítica de dades creixerà un 23% en els pròxims 10 anys, segons l’informe de l’Oficina d’Estadístiques Laborals dels EUA (U.S. Bureau of Labor Statistics). La figura de l’analista de dades ja és fonamental en qualsevol empresa i els salaris són cada vegada més alts.

Títol

Especialitza’t en intel·ligència artificial i anàlisi de big data

Text

Extreu i analitza big data de diferents sectors amb les tècniques actuals del mercat en analítica de dades (data analytics). Realitza anàlisis predictives amb intel·ligència artificial i aprèn estratègies clau per interpretar dades i dirigir projectes.

Títol

Aconsegueix el certificat de Microsoft PL-300

Text

Pots cursar una assignatura optativa per preparar la certificació Microsoft Power BI Data Analyst Associate, gràcies a l’acord de la UPF-BSM amb Microsoft.

Títol

Forma't en eines d'Amazon

Text

Gaudeix d’accés gratuït al cloud d’Amazon (Amazon Web Services, AWS). Aprendràs a treure el màxim partit d’aquestes plataformes per aportar més valor al teu perfil professional en data analytics.

Títol

Aprèn de referents al sector

Text

Aprèn de docents especialistes en Data Analytics, machine learning i business analytics. Professionals d’empreses com NTT DATA o Microsoft comparteixen amb tu la seva experiència i coneixement en la gestió de dades i de projectes.

Títol

Reconeixement internacional

Text

Forma’t a la 1a escola de negocis vinculada a una universitat pública a Espanya. La distinció internacional EQUIS avala la qualitat de la institució.

Text (a qui va dirigit)

El Màster Universitari online en Data Analytics for Business està adreçat a professionals amb formació en economia, ADE, màrqueting, matemàtiques, enginyeria, informàtica o física, així com a perfils d’altres àmbits interessats a formar-se en ciència de dades i anàlisi empresarial online per liderar projectes de transformació digital.

Text (acreditacions)

La UPF Barcelona School of Management és l’escola de negocis de la Universitat Pompeu Fabra, que es classifica com la 1a universitat iberoamericana i la 16a universitat del món entre les universitats amb menys de 50 anys d’història, segons el rànquing Times Higher Education.

L’acreditació acadèmica EQUIS, el reconeixement internacional més prestigiós per a les escoles de negocis, situa la UPF Barcelona School of Management a l’elit d’aquest àmbit.

El Màster Universitari online en Data Analytics for Business és un màster oficial i compta amb el reconeixement acadèmic del Ministeri d’Educació del Govern d’Espanya. L’Agència per a la Qualitat del Sistema Universitari de Catalunya (AQU) també ha acreditat institucionalment la UPF-BSM. Aquesta acreditació certifica tots els títols de màsters universitaris oficials que impartim i reconeix la qualitat del nostre model educatiu d’acord amb els criteris de l’Espai Europeu d’Educació Superior (EEES).

La UPF Barcelona School of Management és un centre acreditat per Amazon i Microsoft per a la formació en les seves eines.

Perfil de l'estudiant

L’alumnat del màster prové d’àmbits diversos (economia, ADE, enginyeria, matemàtiques, màrqueting o ciències socials), fet que enriqueix l’experiència d’aprenentatge. La interacció amb professionals de diferents sectors afavoreix un enfocament pràctic i transversal de l’analítica de dades.

Introducció

El professorat del Màster Universitari online en Data Analytics for Business compta amb experiència tant en la docència universitària com en intel·ligència artificial, analítica de dades i lideratge de projectes i d’empreses.

A més, al llarg del curs, especialistes que ocupen càrrecs directius en empreses tecnològiques capdavanteres comparteixen la seva experiència professional.

Carrussel metodologia

Títol

Combina teoria i pràctica

Text

Les assignatures combinen les bases teòriques amb una aproximació pràctica. Aquesta metodologia et permet consolidar els conceptes clau d’extracció, visualització i gestió de bases de dades per dirigir projectes a les empreses.

Títol

Aprèn amb simulacions pràctiques

Text

Impulsa el teu aprenentatge amb simulacions pràctiques, dinàmiques de grup, presentacions, debats i activitats interactives.

Títol

Participa en reptes reals d’empreses

Text

Professionals d’empreses data-driven proposen reptes basats en casos reals perquè t’endinsis en l’entorn laboral actual.

Títol

Tallers amb professionals del sector

Text

A cada edició, convidem professionals de grans companyies a compartir la seva experiència i coneixement en l’analítica avançada de big data. Supera reptes reals vinculats a business intelligence i business analytics i obre les portes del teu futur professional.

Títol

Tutories i seguiment

Text

Comptes amb el seguiment de l’equip de direcció acadèmica, que t’ofereix suport sempre que el necessitis i vetlla per la teva evolució.

Descripció

Per obtenir la titulació corresponent és indispensable que aprovis totes les assignatures, l'avaluació de les quals depèn de cada docent. Pot consistir en una avaluació continuada, en la realització d'un treball, exercicis, resolució d’un repte, anàlisi de dades, l'examen final, etc. També cal aprovar el treball final de màster (TFM), que has d'elaborar i defensar davant d'un tribunal.

L'assistència regular a classe i la superació dels exercicis pràctics i dels treballs obligatoris formen part del sistema d'avaluació. Els docents que els encarreguen en fixen les condicions de lliurament i elaboració.

Totes les activitats d’avaluació estan relacionades entre elles per seguir una lògica de projecte.

Llistat de sortides professionals

Data Analyst
Advanced Analytics Consultant
Business Analyst
Head of Business Development
Data Scientist
Data Manager
Business Intelligence Engineer
Data Engineer

Beques disponibles

Beca Talent

Ajuts disponibles

Ajuts d'altres organismes

Descomptes per a exalumnes UPF

Descomptes per a personal UPF

Descomptes Universitats Partner UPF de Llatinoamèrica

Procés d'admissió

MU 0 CARTES RECOMANACIÓ

Eines

Online

Introducció

El Màster Universitari online en Data Analytics for Business es desenvolupa íntegrament en un campus virtual, dissenyat perquè puguis combinar la teva vida professional i personal amb una formació universitària oficial.

La metodologia es basa en el learning by doing en entorns digitals, on treballes amb casos pràctics, reptes online i simulacions interactives. Tots els continguts s’organitzen en mòduls, amb sessions síncrones (en directe) i asíncrones (enregistrades), perquè tinguis flexibilitat d’estudi.

Imatge/Vídeo

Youtube URL

Eliminar espai superior

Off

Eliminar espai inferior

Off

Ocultar curs dels resultats de cerca

Desactivado

Activar mòdul de finançament

Descripció curta

Converteix-te en expert en data analytics amb un màster 100% online, flexible i orientat a l’ocupabilitat. Accedeix a una de les professions més demandades mitjançant formació pràctica en intel·ligència artificial, Python, big data, business intelligence i lideratge de projectes digitals. Prepara’t per liderar la transformació tecnològica de les empreses amb un programa dissenyat per a professionals que volen compatibilitzar els estudis amb la vida professional.

Carrussel segells acreditacions

Afegir text customitzat (opcional)

Títol

Professorat col·laborador

Text

Guillem Batiste
Matemàtic per la Universitat Politècnica de Catalunya i metge per la Universitat de Barcelona. Especialitzat en Data Science i en l’ús aplicat de la intel·ligència artificial generativa, actualment és Head of AI de la startup espanyola Piper AI. Anteriorment, ha estat formador i ponent sobre l’ús aplicat de la intel·ligència artificial generativa en empreses com Televisió de Catalunya i en esdeveniments com el Google Cloud Day Barcelona.
Ayoub Boustta
Senior Experienced Consultant a SDG Group. Graduat en Enginyeria Informàtica per la Universitat de La Rioja i certificat com a Cloud Architect i Data Engineer a Google Cloud Platform. Compta amb una trajectòria de més de sis anys en l’àmbit de les dades.
Ariadna Casasús
Ha ocupat diferents càrrecs en empreses multinacionals en l'àrea d'estratègia i de Màrqueting. Actualment forma part de l'equip de Link2market, empresa dedicada a realitzar projectes estratègics pràctics per accelerar les organitzacions. És titulada de Negocis i Màrqueting Internacional (ESCI-UPF), en Publicitat i Relacions Públiques (UOC) i ha estudiat el màster de Negocis Digitals (Global Executive Master in Digital Business – ISDI) i el Màster d'Innovació i Transformació Digital (UOC). És docent associada en els programes Executive i Màster de Digital Marketing de la UOC i és professora col·laboradora de La Salle-Technova.
Joan Fernández
Senior Executive a SDG Group. Graduat en Enginyeria Superior de Telecomunicacions per la Universitat Politècnica de Catalunya. Té un EMBA per la UPF Barcelona School of Management i el Programa de Direcció General per IESE. Compta amb més de deu anys d’experiència professional centrada en els àmbits de les dades i la intel·ligència artificial, així com en la formació i gestió de persones.
Adriana Martins
Especialista en Business Intelligence amb focus principal en eines de visualització i tractament de dades. Ha treballat per empreses de primera línia de múltiples sectors (banca, salut, retail, sector públic, educació, ...). Actualment treballa a Minsait(Indra) dins del departament de Business Intelligence per a un banc IBEX35. És titulada en Enginyeria en Informàtica de Gestió per la UPC, ha estudiat el màster de Big Data Management, Technologies and Analytics (UPC), i el màster de Gestió Sanitària (UB).
Sara Puig
Executive Manager a NTT Data. Lidera l’equip de Data Strategy i de Sector Públic Data a Barcelona. Economista. Màster en SAP ERP per la UAB i en Data & Analytics per la UPF Barcelona School of Management. Especialista en Data & AI Strategy, Data Governance i Data Management.
David Solans
Associate researcher a Telefónica Research. Doctor en Ciències de la Comunicació per la Universitat Pompeu Fabra. Compta amb un títol de màster i postgrau en Ciència de Dades i un grau en Enginyeria Informàtica per la Universitat de Barcelona. És autor i/o coautor de múltiples articles científics i és inventor de diverses patents publicades per l'oficina de patents dels Estats Units.
Luca Telloli
Senior Data Engineering, Adevinta. Graduat en Computer Science per la Universitat de Bolonya. Compta amb un MSc in Computer Science & Engineering per la UC San Diego. Ha treballat com a enginyer investigador en institucions com el Barcelona Supercomputing Centre o Yahoo! Research. Té experiència docent a l’Escola d’Enginyeria de la Universitat Pompeu Fabra.
Marc Valdivia
Enginyer informàtic per la Universitat de Barcelona. Va participar en el grup de recerca de visió per computador amb una publicació a l'ECCV. Especialitzat en l'àmbit de la intel·ligència artificial, actualment lidera l'equip d'enginyeria de la startup espanyola Piper. Anteriorment, professor del màster de Big Data & Artificial Intelligence de la Barcelona Technology School.

Título en FRONT

Màster Universitari online en Data Analytics for Business

Imatge per compartir a xarxes socials (OG:image)

Tags estudi

Big data

Data analytics

Data visualization

Data strategy

Sol·licita informació via Hubspot

Off

Sessió informativa via Hubspot

Off

Duración

12.00Mesos

Preu

12000.00€

Créditos

60.00ECTS

Data inici programa

dj., 01/10/2026 - 12:00

Tipo

Màsters

Área

Tech, Data i Innovació

Modalidad

Online

Turno

Tardes

Idioma programa

Castellà

Ocultar presentació

Off

Ocultar pla d'estudis

Off

Ocultar professorat

Off

Ocultar metodologia

Off

Ocultar projecció professional

Off

Ocultar admissió i matrícula

Off

Ocultar beques i finançament

Off

Desactivar formulari informació

Off

Desactivar formulari admissió

Off

Nom datalayer/analítica

Máster Universitario online en Data Analytics for Business

Coordinador/a

Alexandra Abós Ortega

Professorat

Jorge Pereira Gude

Alberto Lempira Guevara Chacon

Nia Plamenova Djourova

Rodrigo Cetina Presuel

Susana Domingo Pérez

Oriol Montanyà Vilalta

Erola Palau Pinyana

Direcció acadèmica

Ana Freire

Import de la preinscripció

120.00€

Máster Universitario en Data Analytics for Business

olga — Thu, 10 Nov 2022 14:28:31 +0000

Màster Universitari en Data Analytics for Business olga dc., 11/01/2023 - 09:54

itemID Axapta

015497

Header Image

Introducció

El Màster Universitari en Data Analytics for Business està organitzat en tres grans mòduls centrats en l'extracció i la visualització de dades, la intel·ligència artificial i la gestió de projectes.

Cal cursar totes les assignatures obligatòries i escollir quatre assignatures optatives*, d’entre les disponibles a cadascun dels mòduls. També pots realitzar pràctiques curriculars a empreses, que es convaliden com a dues assignatures optatives (6 crèdits ECTS).

A més, amb l'objectiu d'oferir un aprenentatge més pràctic, organitzem visites a empreses tecnològiques que basen les estratègies i les decisions en big data. Així coneixem com treballen l’anàlisi, la visualització i la interpretació de dades per aconseguir una estratègia d’empresa òptima.

* La informació continguda en aquestes pàgines té una finalitat merament informativa i pot estar subjecta a canvis a les adaptacions de cada curs acadèmic. Les assignatures optatives es faran en cas d'assolir un nombre mínim d'estudiants matriculats. L'oferta definitiva de cada curs lectiu pot patir adaptacions segons la planificació acadèmica. La guia definitiva estarà disponible per a les persones matriculades a l'espai virtual abans de l'inici de cada assignatura.

Mòduls

Títol

Anàlisi de dades (Data Analytics)

Matèries

Títol

Assignatures obligatòries

Assignatures

Títol

Fonaments de Big Data

Link

https://www.bsm.upf.edu/documents/01-fundamentos-big-data.pdf

Descripció

L'alumnat podrà entendre el concepte de big data mitjançant l'aproximació a diferents eines d'emmagatzematge i processament de grans quantitats de dades, com ara Apache Spark, utilitzant plataformes com AWS o Microsoft Azure.

Títol

Visualització de Dades i Elaboració d’Informes

Link

https://www.bsm.upf.edu/documents/02-visualizacion-datos-elaboracion-informe.pdf

Descripció

Aquesta assignatura complementarà la formació en visualització avançada amb eines d'intel·ligència de negoci molt utilitzades en projectes d'analítica de dades.

Títol

Introducció a Python

Link

https://www.bsm.upf.edu/documents/03-introduccion-python.pdf

Descripció

En aquesta assignatura l'alumnat desenvoluparà el coneixement tècnic necessari per visualitzar grans quantitats de dades utilitzant no només les eines més utilitzades habitualment, sinó també python i les seves llibreries més populars. Després de fer una introducció a aquest llenguatge de programació, s'ensenyarà com mostrar dades mitjançant taules, descriptors o gràfics univariants o multivariants en diferents àmbits d'aplicació.

Títol

Processament amb Bases de Dades SQL

Link

https://www.bsm.upf.edu/documents/04-procesamiento-bases-datos-sql.pdf

Descripció

Aquesta assignatura mostrarà un paradigma recent d'emmagatzematge de dades, diferent del de les bases de dades relacionals: les bases de dades no-sql. S'emfatitzarà en les diferències principals entre els dos paradigmes, perquè l'alumnat sàpiga seleccionar la millor aproximació segons el cas d'ús. Inclou exercicis de maneig pràctic d'aquestes plataformes.

Títol

Anàlisi Exploratòria de Dades

Link

https://www.bsm.upf.edu/documents/05-analisis-exploratorio-datos.pdf

Descripció

Aquesta assignatura està enfocada a una de les fases més importants de l'analítica de dades: l'anàlisi exploratòria de dades. Es presentaran mètodes estadístics, de visualització i mètodes més avançats per poder entendre un conjunt de dades, platejar hipòtesis sobre aquest i netejar i preparar les dades per a l'experimentació i l'anàlisi, especialment per part d'algorismes d'intel·ligència artificial.

Títol

Governança de Dades

Link

https://www.bsm.upf.edu/documents/06-gobernanza-datos.pdf

Descripció

En aquesta assignatura es donarà una visió general de com orquestrar persones, processos i la tecnologia per convertir les dades en un actiu estratègic de l'empresa. En particular, es mostraran exemples concrets de processament de dades per garantir-ne la qualitat i traçabilitat, utilitzant solucions com la popular Data Build Tool (DBT).

Títol

Assignatures optatives

Assignatures

Títol

Fonaments d’Estadística per a l’Anàlisi de Dades

Link

https://www.bsm.upf.edu/documents/07-fundamentos-estadistica-analisis-datos.pdf

Descripció

Aquesta assignatura s'oferirà com a optativa amb l'objectiu de completar els coneixements estadístics de l'alumnat, que poden ser útils per als processos d'analítica de dades, com ara estadístics bàsics o test d'hipòtesis.

Títol

Anàlisi de Dades per a la Salut

Link

https://www.bsm.upf.edu/documents/08-analisis-datos-para-salud.pdf

Descripció

L'alumnat podrà conèixer com gestionar i executar un projecte d'analítica de dades orientat a salut, incloent-hi la recopilació de dades (casos malalts vs casos de control), problemes d'aprenentatge automàtic per a predicció o classificació, clustering de pacients, o predicció basada en l'anàlisi de sèries temporals. Es tracta d'una assignatura que aglutina coneixements de diverses assignatures obligatòries per aplicar-ho al camp de la salut, cada cop més digitalitzat.

Títol

Anàlisi de Dades per a Màrqueting i Recursos Humans

Link

https://www.bsm.upf.edu/documents/09-analisis-datos-para-marketing-recursos-hum…

Descripció

Aquesta assignatura tindrà dos mòduls fonamentals: màrqueting i gestió de recursos humans. L'alumnat podrà aplicar els coneixements de diverses assignatures per (1) fer customer segmentation i altres tècniques d'analítica de dades per dissenyar o millorar campanyes de màrqueting; (2) aprendre tècniques d'analítica de dades per a la gestió de persones.

Títol

Anàlisi de Dades per a la Logística

Link

https://www.bsm.upf.edu/documents/10-analisis-datos-para-logistica.pdf

Descripció

Es presentaran els coneixements d'analítica de dades per a la presa de decisions respecte a (1) previsió de la demanda per poder planificar bé l'aprovisionament, (2) optimitzar el procés d'emmagatzematge (construir un magatzem eficient i eficaç) i (3) optimització de rutes de transport.

Títol

Preparació per a la Certificació Microsoft Power BI Data Analyst Associate

Link

https://www.bsm.upf.edu/documents/11-preparacion-certificacion-microsoft-power_…

Descripció

S'oferirà a l'alumnat la formació i el material educatiu necessaris per poder presentar-se a la certificació de Microsoft Power BI Data Analyst Associate.

Títol

Intel·ligència Artificial (AI)

Matèries

Títol

Assignatures obligatòries

Assignatures

Títol

Introducció a la Intel·ligència Artificial

Link

https://www.bsm.upf.edu/documents/12-introduccion-inteligencia-artificial.pdf

Descripció

Aquesta assignatura presenta continguts introductoris sobre la intel·ligència artificial, els seus orígens, les diferents branques, l'explosió de la mà de l'evolució de la tecnologia computacional, i les principals aplicacions, beneficis i riscos.

Títol

Aprenentatge Automàtic 1 (Machine learning)

Link

https://www.bsm.upf.edu/documents/upf-bsm-mudab-machine-learning-1.pdf

Descripció

Amb aquesta assignatura l'alumnat serà capaç de plantejar un problema d'aprenentatge automàtic, desenvolupar algoritmes que el resolguin i avaluar-ne el resultat. S'incidirà especialment en els diferents algorismes d'aprenentatge automàtic supervisat (regressió, classificació) o no supervisat (clustering o agrupament), per poder fer-ne la selecció adequada en un projecte real i posar-los en producció. S'incidirà en l'avaluació d'aquests sistemes, no només pel que fa a mètriques habituals com ara precisió, recall o F1, sinó també en la detecció de biaixos.

Títol

Aprenentatge Automàtic 2 (Machine learning)

Link

https://www.bsm.upf.edu/documents/upf-bsm-mudab-machine-learning-2.pdf

Descripció

Curs avançat per aprofundir en el disseny i l’optimització de models. Enfocament molt pràctic amb la base teòrica necessària per entendre el funcionament dels algoritmes.

Títol

Repte d’Intel·ligència Artificial

Link

https://www.bsm.upf.edu/documents/14-reto-inteligencia-artificial.pdf

Descripció

Aquesta assignatura donarà a l'alumnat una visió molt pràctica sobre la intel·ligència artificial, mitjançant la resolució de problemes del món real. Es resoldran reptes proposats per empreses i es presentaran els resultats en un esdeveniment obert al públic.

Títol

Asignatura optativa

Assignatures

Títol

Aprenentatge Profund (Deep Learning)

Link

https://www.bsm.upf.edu/documents/15-aprendizaje-profundo-deep-learning.pdf

Descripció

Coneixeràs en detall com s’implementen els algoritmes més utilitzats avui per construir sistemes d’IA Generativa. Construiràs els teus propis prototips amb grans models de llenguatge.

Títol

Gestió de Projectes (Project Management)

Matèries

Títol

Assignatures obligatòries

Assignatures

Títol

Fonaments de la Gestió de Projectes (Project Management)

Link

https://www.bsm.upf.edu/documents/16-fundamentos-gestion-proyectos-project-mana…

Descripció

L'alumnat aprendrà coneixements de Project Management per poder dirigir projectes en un entorn de canvi i d'alta exigència. S'oferiran els principis fonamentals d'aquesta disciplina, així com les tècniques i les eines més utilitzades. A més, veurem com la metodologia Agile s'integra a la direcció de projectes. S'explicaran els dominis, les eines i les tècniques de Project Management per impulsar projectes. L'alumnat aprendrà els principis de la metodologia Agile per dirigir projectes flexibles.

Títol

Aspectes Ètics i Legals de l’Anàlisi de Dades

Link

https://www.bsm.upf.edu/documents/17-aspectos-eticos-legales-analisis-datos.pdf

Descripció

Els processos d'analítica de dades, especialment si tractem amb dades personals, han de respectar el Reglament general de protecció de dades. A més, cal tractar aquestes dades des d'un punt de vista ètic. En aquesta assignatura se sensibilitzarà l'alumnat sobre aquestes dues dimensions, donant-li les eines necessàries perquè dissenyi i executi els projectes dins de la legalitat i l'ètica i minimitzant-ne els possibles biaixos.

Títol

Lideratge i Cultura del Canvi

Link

https://www.bsm.upf.edu/documents/18-liderazgo-cultura-cambio.pdf

Descripció

Lidera equips amb un alt nivell d'implicació, motivació i exigència. Adquireix habilitats i maneja eines per establir objectius de control, construir organitzacions àgils i implementar una cultura del canvi que impulsi les transformacions necessàries.

Títol

Estratègia i Models de Negoci

Link

https://www.bsm.upf.edu/documents/19-estrategia-modelos-negocio.pdf

Descripció

L'assignatura dota l'alumnat de les habilitats necessàries per comprendre el procés de formulació estratègica a l'actual entorn empresarial, així com el procés de llançament d'una startup. El programa inclou les metodologies i les eines necessàries per interpretar i formular l'estratègia de negoci així com l'anàlisi dels models de negoci del segle XXI.

Títol

Assignatures optatives

Assignatures

Títol

Sistemes de Gestió de la Sostenibilitat

Link

https://www.bsm.upf.edu/documents/20-sistemas-gestion-sostenibilidad.pdf

Descripció

Assignatura que se centra a conèixer els principals sistemes de gestió que es poden integrar en una empresa per millorar i certificar els estàndards de sostenibilitat. L'assignatura proporcionarà criteris i capacitat crítica per poder identificar els sistemes de gestió que s'adaptin millor a les necessitats específiques d'una empresa. A més, s'oferiran els coneixements teòrics i pràctics necessaris per implementar sistemes de gestió que combinin la qualitat dels processos, l'eficiència ambiental i la seguretat laboral.

Títol

Pràctiques Professionals

Matèries

Assignatures

Títol

Pràctiques en empreses (optativa)

Link

https://www.bsm.upf.edu/documents/21-practicas-empresas-opt.pdf

Descripció

Pots realitzar pràctiques curriculars en empreses, que es convaliden com a 2 assignatures optatives (6 crèdits ECTS).

Títol

Treball Final de Màster

Matèries

Assignatures

Títol

Treball Final de Màster (TFM)

Link

https://www.bsm.upf.edu/documents/22-trabajo-final-master-tfm.pdf

Descripció

Treballes en el treball final de màster (TFM) durant tot el curs. Has de demostrar i posar en pràctica els coneixements que has adquirit al llarg de cadascun dels mòduls del programa.

Matèries

Títol

Nota sobre las assignatures optatives

Assignatures

Títol

Nota sobre el pla d'estudis

Assignatures

Títol

Titulació que s'obté

Activitats formatives complementaries

El Màster Universitari en Data Analytics for Business també inclou la possibilitat de participar en activitats pràctiques i de creixement personal i professional, com ara:

Complements formatius: Curs de preparació inicial per als participants que tinguin la necessitat de cursar-los depenent de la seva formació prèvia: Introducció a l'Economia i l’Empresa, Eines per a l'Anàlisi de Dades (Big Data Analytics) i Introducció a la Programació amb Python.
Visites a empreses amb enfocament data-driven: al llarg del curs realitzem visites a empreses tecnològiques que basen les seves estratègies i decisions empresarials en l'extracció, la visualització i la interpretació de dades i l'aplicació d'intel·ligència artificial.
Programa de desenvolupament professional: sessions i tallers per millorar el teu perfil professional, aprendre com dirigir-te a empreses contractants i a desenvolupar habilitats per créixer al món laboral.
UPF-BSM Inside: és un grup d'assignatures transversals i interdisciplinàries (applied data, comunicació, creativitat, innovació i gestió de projectes, sostenibilitat, management i lideratge entre altres) a les quals, si curses aquest programa, pots accedir sense cost addicional. Són 100% en línia i pots realitzar-les durant tot el curs acadèmic al teu ritme, ja que s'han dissenyat com a assignatures d'autoaprenentatge.

Qui pot aplicar

Es necessiten addicionalment dues cartes de recomanació.

No calen coneixements previs de programació. S'ofereixen diversos complements formatius abans del començament del màster per iniciar-se al món de la programació.

Es necessiten coneixements previs de matemàtiques i estadística. S'oferiran complements formatius per a aquelles persones que necessitin una revisió d’aquests àmbits.

De cara al seguiment òptim del curs, és recomanable tenir un nivell d'anglès equivalent a un B2 o similar.

Introducció

La UPF Barcelona School of Management posa a la teva disposició diverses vies de finançament perquè puguis cursar qualsevol dels nostres programes sense preocupacions.

Introducció

El Màster Universitari en Data Analytics for Business et forma en els aspectes fonamentals de l'analítica de dades perquè puguis desenvolupar i impulsar projectes data-driven a empreses de qualsevol sector. Extreu, processa i interpreta grans bases de dades i aprofita el seu potencial per optimitzar les estratègies empresarials.

Descripció llarga (part visible)

El Màster Universitari en Data Analytics for Business t'ensenya tot allò que necessites saber per analitzar grans quantitats de dades (big data), gestionar projectes, crear oportunitats de negoci i millorar les solucions digitals a l'empresa.

Descripció llarga (mostrar més)

Aprèn a utilitzar les eines més avançades per extreure i processar grans bases de dades (big data) mitjançant l'anàlisi predictiva i la intel·ligència artificial. Coneix cadascuna de les fases del flux de dades: recopilació, emmagatzematge, tractament, anàlisi exploratòria, anàlisi intel·ligent (predicció, classificació, clustering…) i preparació d'informes.

El professorat, professionals de l'analítica de big data a empreses de referència, t'ensenya a gestionar, planificar i executar projectes a través de casos pràctics i t'ajuda a cada moment perquè desenvolupis tot el teu potencial com a analista de dades.

Cada cop més, les empreses busquen especialistes en business analytics que donin resposta als nous reptes en analítica de dades, intel·ligència artificial, big data, IoT o business intelligence. Encara que no tinguis un perfil purament tècnic, el Màster Universitari en Data Analytics for Business et prepara per incorporar-te a un dels sectors amb més demanda.

Introducció

El Màster Universitari en Data Analytics for Business et capacita per assumir càrrecs data-driven, centrats en l'analítica de dades, la visualització i la gestió de big data. Poden ser càrrecs en empreses de l'àmbit tecnològic o start-ups, però també en companyies de diversos sectors que, cada cop més, incorporen als seus equips perfils que sàpiguen gestionar, visualitzar i analitzar grans quantitats de dades.

A més, el màster inclou l'opció de fer pràctiques curriculars en empreses que impulsaran el teu futur professional.

Un cop finalitzat el màster, podràs accedir a una gran varietat de càrrecs, com ara:

Per què triar aquest programa

Títol

Accedeix a una de les professions amb més demanda

Text

La demanda de professionals de big data creixerà un 23 % en els propers deu anys, segons l’informe del US Bureau of Labour Statistics. La figura de l’analista de dades ja és fonamental en qualsevol empresa i els salaris són cada cop més alts.

Títol

Especialitza’t en intel·ligència artificial i anàlisi de big data

Text

Títol

Aconsegueix el certificat de Microsoft

Text

Pots cursar una assignatura optativa per preparar el certificat Microsoft Power BI Data Analyst Associate, gràcies a l'acord de la UPF-BSM amb Microsoft.

Títol

Forma't en eines d'Amazon

Text

Gaudeix d'accés gratuït a material sobre les eines per a analítica de dades d'Amazon. Pots obtenir els certificats d'aquestes eines i donar més valor al teu perfil professional en data analytics.

Títol

Aprèn de referents al sector

Text

Aprèn de docents especialistes en data analytics, machine learning i business analytics. Professionals d'empreses com Amazon o Microsoft comparteixen amb tu la seva experiència i coneixement en la gestió de dades i projectes.

Títol

Reconeixement internacional

Text

Forma't a la 1a escola de negocis vinculada a una universitat pública a Espanya. La distinció internacional EQUIS avala la qualitat de la institució.

Text (a qui va dirigit)

El Màster Universitari en Data Analytics for Business s'adreça principalment a perfils amb formació en economia, administració i direcció d'empreses, màrqueting, matemàtiques, física o enginyeria. També a professionals d'altres àmbits que vulguin ampliar coneixements per liderar la gestió i la interpretació de big data a l'empresa.

Text (acreditacions)

La UPF Barcelona School of Management és l'escola de negocis de la Universitat Pompeu Fabra, classificada com la 1a universitat iberoamericana i la 16a universitat del món entre les universitats amb menys de 50 anys d'història, segons el rànquing Times Higher Education.

L'acreditació acadèmica EQUIS, el reconeixement internacional més prestigiós per a les escoles de negocis, situa la UPF Barcelona School of Management a l'elit de les escoles d'aquest àmbit.

El Màster Universitari en Data Analytics for Business és un màster oficial i té el reconeixement acadèmic del Ministeri d'Educació del Govern d'Espanya. L'Agència de Qualitat del Sistema Universitari de Catalunya (AQU) també ha acreditat institucionalment la UPF-BSM. Aquesta acreditació certifica tots els títols de màsters universitaris oficials que impartim i reconeix la qualitat del nostre model educatiu d'acord amb els criteris de l'Espai Europeu d'Educació Superior (EEES).

La UPF Barcelona School of Management és un centre acreditat per Amazon i Microsoft per a la formació en les seves eines.

Perfil de l'estudiant

Al màster comparteixes classe amb perfils que venen tant de l'administració i la gestió d'empreses com d'àmbits més tècnics. Gràcies a la diversitat i a la participació del grup, les assignatures i les dinàmiques són una autèntica font d'aprenentatge. El valor d'aquest màster no només és a l'equip docent, sinó també a l'intercanvi d'experiències i coneixements entre estudiants, que es potencia al llarg de tot el curs.

Introducció

El professorat del Màster Universitari en Data Analytics for Business compta amb experiència tant en docència universitària com en extracció i anàlisi de big data, intel·ligència artificial i gestió de projectes i empreses.

A més, al llarg del curs, especialistes que ocupen alts càrrecs en empreses tecnològiques capdavanteres comparteixen la seva experiència professional.

Carrussel metodologia

Títol

Combina teoria i pràctica

Text

Les assignatures combinen les bases teòriques amb una aproximació pràctica. Aquesta metodologia et permet consolidar els conceptes clau en l'extracció, la visualització i la gestió de bases de dades per dirigir projectes en empreses.

Títol

Aprèn amb simulacions pràctiques

Text

Impulsa el teu aprenentatge mitjançant simulacions pràctiques, dinàmiques de grup, presentacions, debats i activitats interactives.

Títol

Participa en reptes reals d’empreses

Text

Professionals d'empreses data-driven proposen reptes basats en casos reals perquè et submergeixis a l'entorn laboral actual.

Títol

Tallers amb professionals del sector

Text

A cada edició convidem professionals de grans companyies a compartir la seva experiència i coneixements en l'analítica avançada de big data. Supera reptes reals vinculats amb business intelligence i business analytics i obre les portes del teu futur professional.

Títol

Tutories i seguiment

Text

Comptes amb el seguiment de l'equip de direcció acadèmica, que t'ofereix suport sempre que ho necessitis i assegura la teva evolució.

Descripció

Totes les activitats d’avaluació estan relacionades entre elles per seguir una lògica de projecte.

Llistat de sortides professionals

Data Analyst
Advanced Analytics Consultant
Business Analyst
Head of Business Development
Data Scientist
Data Manager
Business Intelligence Engineer
Data Engineer

Beques disponibles

Beca Talent

Ajuts disponibles

Ajuts d'altres organismes

Descomptes per a exalumnes UPF

Descomptes per a personal UPF

Descomptes Universitats Partner UPF de Llatinoamèrica

Procés d'admissió

MU 0 CARTES RECOMANACIÓ

Eines

Presencial

Introducció

El Màster Universitari en Data Analytics for Business combina diferents metodologies d'ensenyament per oferir-te una experiència d'aprenentatge única i completa.

La metodologia comuna a totes les assignatures serà learning by doing, en què treballem amb casos pràctics, reptes i simulacions.

També fem visites a empreses i master class per part d'alts càrrecs, així com reptes llançats per empreses capdavanteres de diferents àmbits que permeten conèixer la realitat de l'analítica de dades i de big data.

Imatge/Vídeo

Youtube URL

Eliminar espai superior

Off

Eliminar espai inferior

Off

Ocultar curs dels resultats de cerca

Desactivado

Activar mòdul de finançament

Descripció curta

Accedeix a una de les professions amb més demanda a través de formació pràctica en big data, intel·ligència artificial i business intelligence. Prepara't per gestionar projectes data-driven i liderar la transformació tecnològica d'una empresa amb aquest programa per a públic internacional.

Carrussel segells acreditacions

Afegir text customitzat (opcional)

Títol

Professorat col·laborador

Text

Guillem Batiste
Matemàtic per la Universitat Politècnica de Catalunya i metge per la Universitat de Barcelona. Especialitzat en Data Science i en l’ús aplicat de la intel·ligència artificial generativa, actualment és Head of AI de la startup espanyola Piper AI. Anteriorment, ha estat formador i ponent sobre l’ús aplicat de la intel·ligència artificial generativa en empreses com Televisió de Catalunya i en esdeveniments com el Google Cloud Day Barcelona.
Ayoub Boustta
Senior Experienced Consultant a SDG Group. Graduat en Enginyeria Informàtica per la Universitat de La Rioja i certificat com a Cloud Architect i Data Engineer a Google Cloud Platform. Compta amb una trajectòria de més de sis anys en l’àmbit de les dades.
Ariadna Casasús
Ha ocupat diferents càrrecs en empreses multinacionals en l'àrea d'estratègia i de Màrqueting. Actualment forma part de l'equip de Link2market, empresa dedicada a realitzar projectes estratègics pràctics per accelerar les organitzacions. És titulada de Negocis i Màrqueting Internacional (ESCI-UPF), en Publicitat i Relacions Públiques (UOC) i ha estudiat el màster de Negocis Digitals (Global Executive Master in Digital Business – ISDI) i el Màster d'Innovació i Transformació Digital (UOC). És docent associada en els programes Executive i Màster de Digital Marketing de la UOC i és professora col·laboradora de La Salle-Technova.
Joan Fernández
Senior Executive a SDG Group. Graduat en Enginyeria Superior de Telecomunicacions per la Universitat Politècnica de Catalunya. Té un EMBA per la UPF Barcelona School of Management i el Programa de Direcció General per IESE. Compta amb més de deu anys d’experiència professional centrada en els àmbits de les dades i la intel·ligència artificial, així com en la formació i gestió de persones.
Adriana Martins
Especialista en Business Intelligence amb focus principal en eines de visualització i tractament de dades. Ha treballat per empreses de primera línia de múltiples sectors (banca, salut, retail, sector públic, educació, ...). Actualment treballa a Minsait(Indra) dins del departament de Business Intelligence per a un banc IBEX35. És titulada en Enginyeria en Informàtica de Gestió per la UPC, ha estudiat el màster de Big Data Management, Technologies and Analytics (UPC), i el màster de Gestió Sanitària (UB).
Sara Puig
Executive Manager a NTT Data. Lidera l’equip de Data Strategy i de Sector Públic Data a Barcelona. Economista. Màster en SAP ERP per la UAB i en Data & Analytics per la UPF Barcelona School of Management. Especialista en Data & AI Strategy, Data Governance i Data Management.
David Solans
Associate researcher a Telefónica Research. Doctor en Ciències de la Comunicació per la Universitat Pompeu Fabra. Compta amb un títol de màster i postgrau en Ciència de Dades i un grau en Enginyeria Informàtica per la Universitat de Barcelona. És autor i/o coautor de múltiples articles científics i és inventor de diverses patents publicades per l'oficina de patents dels Estats Units.
Luca Telloli
Senior Data Engineering, Adevinta. Graduat en Computer Science per la Universitat de Bolonya. Compta amb un MSc in Computer Science & Engineering per la UC San Diego. Ha treballat com a enginyer investigador en institucions com el Barcelona Supercomputing Centre o Yahoo! Research. Té experiència docent a l’Escola d’Enginyeria de la Universitat Pompeu Fabra.
Marc Valdivia
Enginyer informàtic per la Universitat de Barcelona. Va participar en el grup de recerca de visió per computador amb una publicació a l'ECCV. Especialitzat en l'àmbit de la intel·ligència artificial, actualment lidera l'equip d'enginyeria de la startup espanyola Piper. Anteriorment, professor del màster de Big Data & Artificial Intelligence de la Barcelona Technology School.