Máster Universitario en Data Analytics for Business

El alumnado podrá entender el concepto de big data mediante la aproximación a diferentes herramientas de almacenamiento y procesamiento de grandes cantidades de datos, tales como Apache Spark, utilizando plataformas como AWS o Microsoft Azure.

Esta asignatura complementará la formación en visualización avanzada con herramientas de inteligencia de negocio muy utilizadas en proyectos de analítica de datos.

En esta asignatura el alumnado desarrollará el conocimiento técnico necesario para visualizar grandes cantidades de datos utilizando no solo las herramientas más usadas habitualmente, sino también python y sus librerías más populares. Tras realizar una introducción a este lenguaje de programación, se enseñará cómo mostrar datos mediante tablas, descriptores o gráficos univariantes o multivariantes en diferentes ámbitos de aplicación.

Esta asignatura mostrará un paradigma reciente de almacenamiento de datos, diferente al de las bases de datos relacionales: las bases de datos no-sql. Se enfatizará en las principales diferencias entre ambos paradigmas, para que el alumnado sepa seleccionar la mejor aproximación según el caso de uso. Incluirá ejercicios de manejo práctico de estas plataformas.

Esta asignatura está enfocada en una de las fases más importantes de la analítica de datos: el análisis exploratorio de datos. Se presentarán métodos estadísticos, de visualización y métodos más avanzados para poder entender un conjunto de datos, platear hipótesis sobre el mismo y limpiar y preparar los datos para la experimentación y el análisis, especialmente por parte de algoritmos de inteligencia artificial.

Esta asignatura se dará una visión general de cómo orquestrar las personas, procesos y tecnología para convertir los datos en un activo estratégico de la empresa. En particular, se mostrarán ejemplos concretos de procesamiento de datos para garantizar su calidad y trazabilidad, utilizando soluciones como la popular Data Build Tool (DBT).

Esta asignatura presenta contenidos introductorios sobre la inteligencia artificial, sus orígenes, sus diferentes ramas, su explosión de la mano de la evolución de la tecnología computacional, y sus principales aplicaciones, beneficios y riesgos.

Con esta asignatura el alumnado será capaz de plantear un problema de aprendizaje automático, desarrollar algoritmos que lo resuelvan y evaluar su resultado. Se incidirá especialmente en los diferentes algoritmos de aprendizaje automático supervisado (regresión, clasificación) o no supervisado (clustering o agrupamiento), para poder realizar la selección adecuada de los mismos en un proyecto real y ponerlos en producción.  Se incidirá en la evaluación de estos sistemas, no solo en cuanto a métricas habituales como precisión, recall o F1, sino también en la detección de sesgos.

Curso más avanzado de aprendizaje automático, donde el alumnado podrá profundizar en el diseño y la optimización de modelos. Tendrá un enfoque muy práctico pero con una base teórica necesaria para entender el funcionamiento de estos algoritmos.  

Esta asignatura dará al alumnado una visión muy práctica sobre la inteligencia artificial, mediante la resolución de problemas del mundo real. Se resolverán retos propuestos por empresas y se presentarán los resultados en una evento abierto al público.

El alumnado aprenderá conocimientos de Project Management para poder dirigir proyectos en un entorno de cambio y alta exigencia. Se ofrecerán los principios fundamentales de esta disciplina, así como las técnicas y herramientas más utilizadas. Además, veremos como la metodología Agile se integra en la dirección de proyectos. Se explicarán los dominios, herramientas y técnicas de Project Management para impulsar proyectos. El alumnado aprenderá los principios de la metodología Agile para dirigir proyectos que sean flexibles.

Lidera equipos con alto nivel de implicación, motivación y exigencia. Adquiere habilidades y maneja herramientas para establecer objetivos de control, construir organizaciones ágiles e implementar una cultura del cambio que impulse las transformaciones necesarias.

La asignatura dota al alumnado de las habilidades necesarias para comprender el proceso de formulación estratégica en el actual entorno empresarial, así como el proceso de lanzamiento de una startup. El curso incluye las metodologías y herramientas necesarias para interpretar y formular la estrategia de negocio así como el análisis de los modelos de negocio del siglo XXI.

Asignatura que se centra en conocer los principales sistemas de gestión que se pueden integrar en una empresa para mejorar y certificar los estándares de sostenibilidad. La asignatura proporcionará criterios y capacidad crítica para poder identificar los sistemas de gestión que mejor se adapten a las necesidades específicas de una empresa. Además, se ofrecerán los conocimientos teóricos y prácticos necesarios para implementar sistemas de gestión que combinen la calidad de los procesos, la eficiencia ambiental y la seguridad laboral.

Los procesos de analítica de datos, especialmente si tratamos con datos personales, debe respetar el Reglamento General de Protección de Datos. Además, debemos tratar estos datos desde un punto de vista ético. En esta asignatura se sensibilizará al alumnado sobre estas dos dimensiones, dándole las herramientas necesarias para que diseñe y ejecute los proyectos dentro de la legalidad y la ética y minimizando los posibles sesgos.

Conocerás en detalle cómo se implementan los algoritmos más utilizados hoy en día para construir sistemas de IA Generativa. Construirás tus propios prototipos con grandes modelos de lenguaje.

El alumnado podrá conocer cómo gestionar y ejecutar un proyecto de analítica de datos orientado a salud, incluyendo la recopilación de datos (casos enfermos vs casos de control), problemas de aprendizaje automático para predicción o clasificación, clustering de pacientes, o predicción basada en análisis de series temporales. Se trata de una asignatura que aglutina conocimientos de varias asignaturas obligatorias para aplicarlo al campo de la salud, cada vez más digitalizado.

Esta asignatura tendrá dos módulos fundamentales: marketing y gestión de recursos humanos. El alumnado podrá aplicar los conocimientos de varias asignaturas para (1) realizar customer segmentation y otras técnicas de analítica de datos para diseñar o mejorar campañas de marketing; (2) aprender técnicas de analítica de datos para la gestión de personas.

Se presentarán los conocimientos de analítica de datos para la toma de decisiones con respecto a (1) previsión la demanda para poder planificar bien el aprovisionamiento, (2) optimizar el proceso de almacenaje (construir un almacén eficiente y eficaz) y (3) optimización de rutas de transporte.

Esta asignatura se ofrecerá como optativa con el objetivo de completar los conocimientos estadísticos del alumnado, que pueden ser útiles para los procesos de analítica de datos, como estadísticos básicos o test de hipótesis.

Se ofrecerá al alumnado la formación y material educativo necesarios para poder presentarse a la certificación de Microsoft Power BI Data Analyst Associate.

Puedes realizar prácticas curriculares en empresas, que se convalidan como 2 asignaturas optativas (6 créditos ECTS).

Trabajas en el  proyecto final de máster (TFM) durante todo el máster. Debes demostrar y poner en práctica los conocimientos que has adquirido a lo largo de cada uno de los módulos del máster.