Programa Académico Máster Open Big Data Management

Título Oficial. Máster en Open Data & Business Intelligence

Asignaturas y distribución de créditos

ASIGNATURAS

CRÉDITOS

Fundamentos Open Big Data para la gestión de organizaciones

9

Open Data. Imput & output de datos

5

Datos y gobernanza

6

Gestión Open Data

5

Dirección inteligente aplicada a las organizaciones

6

Dirección inteligente aplicada a pymes

7

Modelos de negocio basados en Datos

5

Analítica inteligente basada en Big Open Data

7

Proyecto Final de Carrera

10

TOTAL

60

Fundamentos Open Big Data para la gestión de organizaciones (9 créditos):

Cambios de la sociedad en red (1). Los cambios de la sociedad red en sociedad, economía y empresa. La irrupción de la sociedad red. Economía y conocimiento. Nuevos modelos negocio. Nuevos modelos de organización – Economía colaborativa.

Herramientas de gestión empresa en red (1). Herramientas de trabajo en dirección en red. Empresa 2.0, dirección colaborativa, comunidad conocimiento, herramienta trabajo en red.

Fundamentos y usos del Big data & Open data (2). Conceptos básicos Big data, Gobierno Abierto, Open Data, Internet de las cosas, Smartcity. Introducción a tipos análisis datos. Conocimiento de herramientas a nivel de usuario de proceso de datos propios y del entorno. Gestión extrema de la información. Transformación volumen de datos del interior y el entorno. Paradigma de datos abiertos.

Fundamentos Inteligencia de Negocio (2). Dirección basada en datos. Definición y componentes de la IN. Inteligencia de fuente abierta. Diseño de sistemas de IN. Diseño de informes, cuadros de mando e indicadores. Diseño de informes.

Introducción Business Analitics (1). Introducción a los conceptos básicos de estadística aplicados a la toma de decisiones en la dirección de las organizaciones. A través de la utilización práctica de una herramienta se realizara un recorrido de sus principales funcionalidades de datos aplicados a la dirección aprendiendo a interpretarlas según la estadística.

Dirección estratégica basada en datos (2). La información como base del análisis estratégico. Análisis del entorno competitivo, sectorial y local para toma de decisiones. La inteligencia competitiva. Casos prácticos diseño y seguimiento de estrategia con datos: definición, simulación de estrategias alternativas, implantación y seguimiento. Definición de indicadores.

Open Data. Imput & output de datos (5 créditos):

Analítica de datos abiertos (2). Reutilización. Apertura de datos institucionales y empresariales. APIs y concursos. Estrategias basadas en datos abiertos.

Visualización de datos (3). Técnicas de presentación los datos para convertirse en información útil para las toma de decisiones.

Datos y gobernanza (6 créditos):

Políticas públicas de Open Government (2). Gobernanza abierta (transparencia, datos abiertos, participación), aspectos generales, profundizar en estrategia de datos. Tendencias en Smart City, Smart Región. Políticas Públicas de la UE e internacionales.

Aspectos legales del open y Big Data (2). Normativas de protección de datos. Uso de la información pública y datos abiertos. Movimiento transfronterizo de datos.

Chief Data Officer o Director de datos de las organizaciones (2). Funciones del director de datos en una institución. Dirección integral de datos de la organización. Dirección de la publicitación de la información de la organización.

Gestión Open Data (5 créditos):

Experiencias en Gobierno Abierto (2). Recorrido por las mejores experiencias Open Government, análisis centrado y profundización en la estrategia de datos abiertos. De ámbito local, regional, estatal. Ser capaz de diseñar un proyecto Open Goverment, especialmente Open Data aplicado a una institución.

Auditoria Open Government (3). Metodología para auditar el grado de aplicación de Open Government (participación, transparencia, Open Data). La situación de una institución centrada específicamente en datos, según las asociaciones internacionales, las normas UE y la normativa española y catalana.

Dirección inteligente aplicada a las organizaciones (6 créditos):

Pensamiento analítico y Sistemas de soporte a la decisión (2). Construcción y uso de sistemas de reporting des del punto de vista estratégico y operativo (cuadro de mandos integral). Inteligencia competitiva. Metodologías, vocabulario y herramientas básicas para analizar una situación de negocio y convertirlo en un proyecto de datos. Conocimiento básico sobre los sistemas de información de empresa (ERP, CRM, SCM…).
Dirección financiera y comercial basada en datos (2). Medición y Evaluación y del riesgo en las decisiones. Obtención y proceso de datos financieros. Modelos de datos para las decisiones de inversión. Indicadores comerciales.

Business Analitics (2). La estadística como facilitador para la toma de decisiones. Facilitar la compresión de los conceptos estadísticos aplicados a la empresa, junto con la adquisición de habilidades útiles para el trabajo con datos.

Dirección inteligente aplicada a pymes 1 (7 créditos):

Analítica clientes (2). Modelos de cliente. Comportamiento del consumidor. Segmentación y clustering de clientes. Regulación relativa a la información personal. Algoritmos y técnicas de recomendación. Mass Customization.
Analítica Marketing (3). Retorno de la inversión en marketing (ROIM). Marketing basado en datos. Experimentación Web. Análisis de la respuesta y modelos predictivos. Social Media Metrics. Campañas de Marketing digital segmentadas.
Analítica de procesos (2). Modelos de procesos de negocio. Mejora de procesos, optimización y reingeniería de procesos. Analítica de talento.

Modelos de negocio basados en Datos (5 créditos):

Modelos de negocio de Big Data y Open Data (2). Modelos de negocio basados en datos abiertos y explotación de datos. Apps.

Open Big Data aplicado a las pymes (3). Recorrido por 10 experiencias de éxito en la aplicación del uso de Big Data, especialmente de open dato para éxito de pymes. Transversalidad de sectores.

Analítica inteligente basada en Big Open Data (7 créditos):

Evolución del Análisis de Datos. (3). Análisis y minería de datos, Ciencia de los datos (Data Science) y Lago de Datos. Proporcionar al profesional de perfil empresarial capacidades prácticas de análisis de datos y de manejo de herramientas, dentro del marco científico de Data Science aplicado a los negocios y las organizaciones. Formar expertos, usar modelos, métodos y herramientas avanzadas de análisis de datos. Utilidad y conceptos. Arquitectura: Data Marts y Data Warehousing. Herramientas de Extracción, Transformación y Carga – ETL.

Uso de Herramientas abiertas para el proceso de datos (2). Conocer las herramientas de software abierto y/o gratuito a nivel de usuario útiles para gestión de la empresa basada en datos.

La web de los datos (2). Conceptos de Web semántica y Web de los datos. La nube de los datos enlazados. El lenguaje de consultas. Enlazado y enriquecimiento de información. Tecnologías, lenguajes y protocolos en la Web. Datos estructurados en la web: XML, RDF y la web semántica. La Web of Linked Data. Fuentes de datos: la nube de Linked Data.


Quieres recibir información personalizada?  CONTACTA!