Máster de Inteligencia de Negocio y Big Data de la UOC: Formando Especialistas en la Era de los Datos

En el entorno socioeconómico actual, las tecnologías de la información resultan un factor clave para la competitividad de las empresas y el mantenimiento de su posición en el mercado. El marco empresarial y tecnológico actual, con los continuos avances en los sistemas y las tecnologías de la información, obliga a los profesionales de empresa a desarrollar una visión global y estratégica de las tecnologías de la información y la comunicación (TIC) y, en particular, de los sistemas de inteligencia de negocio o Business Intelligence (BI).

El Máster de Inteligencia de Negocio y Big Data de la Universitat Oberta de Catalunya (UOC) se presenta como un programa muy equilibrado que abarca todos los aspectos de la estrategia, la gestión, la implementación y la tecnología de los sistemas de BI, aprovechando las nuevas posibilidades que el web 2.0 (tratamiento de información social y geográfica) y las nuevas tecnologías (desarrollo de sistemas de BI para móviles) ofrecen.

Perfiles de Acceso al Máster

Este posgrado está pensado para permitir dos perfiles de entrada diferenciados:

• Perfil funcional y empresarial: Si lo que te interesa es adquirir o completar tu formación en métodos, técnicas y herramientas de análisis y minería de datos.
• Perfil técnico: Si tu interés se centra en adquirir formación en el uso de los sistemas big data.

El programa busca conocer las nuevas tendencias en materia de inteligencia de negocio, en particular, el fenómeno de los macrodatos (big data), que representa el tratamiento y la interpretación de datos de mayor volumen, variedad, complejidad y velocidad, procedentes de múltiples fuentes.

Objetivos y Competencias Desarrolladas

La competencia principal que desarrollan los estudiantes del máster es gestionar de forma eficiente el ciclo de vida de un sistema de inteligencia de negocio alineado con las necesidades de su organización. Esto significa aprender a seleccionar, diseñar, crear, implantar, utilizar y mejorar sistemas de BI con el objetivo de sacar el máximo provecho posible de este sistema para transformar la toma de decisiones en la organización.

De forma más específica, los estudiantes trabajan las siguientes competencias:

• Saber qué es un sistema de BI y las diferentes componentes que forman parte del mismo.
• Conocer las principales tendencias que están transformando el mercado de la BI, hecho que permite seleccionar de forma adecuada una solución.
• Conocer las etapas incluidas en la creación e implementación de sistemas de BI.
• Saber implementar o crear un sistema de BI adaptado a las necesidades concretas de una organización.
• Conocer los beneficios de los sistemas de BI y ser capaces de identificar las potencialidades y limitaciones para cada caso particular.
• Ser conscientes de las diferentes estructuras de datos que dan soporte a los procesos de BI (data warehouses).
• Ser capaz de explotar almacenes de datos utilizando técnicas de data mining y data warehouse.
• Saber utilizar herramientas OLAP para obtener información relevante a partir de un conjunto de datos.
• Saber diseñar y crear informes (reports) para la difusión de la información de forma ágil y eficaz.
• Conocer las principales herramientas relacionadas con procesos de BI y saber utilizar alguna de ellas.
• Saber segmentar y estudiar el mercado de un determinado producto usando BI.
• Saber redactar un plan de negocios de BI.
• Conocer las fases de modelado, evolución del modelo y puesta en producción de sistemas de minería de datos en empresas utilizando metodologías específicas (por ejemplo, CRISP).

Contenido del Posgrado: Especializaciones y Asignaturas

El contenido de este posgrado está recogido en las dos especializaciones que lo conforman:

1ª Especialización: Inteligencia de Negocio (Especialista en sistemas de Inteligencia de Negocio)

Esta especialización pretende formar especialistas en sistemas de Inteligencia de Negocio. Las asignaturas de esta especialización son las siguientes:

• Fundamentos de inteligencia de negocio (6 créditos): En esta asignatura el estudiante se familiariza con un sistema completo de inteligencia de negocio (la «fábrica de información») y con los diferentes componentes: el almacén de datos, los procesos de extracción y transformación, la creación del almacén de datos, el análisis multidimensional y la elaboración de informes y cuadros de mando.
• Información, empresa y mercado en sistemas de Business Intelligence: Se da una visión general del mercado de BI en el entorno empresarial y tecnológico actual. Se sitúan los sistemas de BI en el conjunto de los sistemas de información de empresa y sus diferentes capas y componentes. Se relaciona la inteligencia de negocio con los sistemas transaccionales y decisionales y se presenta su diferente tipología. Se analiza el mercado actual de BI tanto desde la oferta como desde la demanda y utilización por las empresas.
• Gestión de proyectos de Business Intelligence: El objetivo es proporcionar las herramientas, el vocabulario y las metodologías básicas para gestionar con éxito un proyecto de BI. Con este fin se estudian las características de los proyectos de BI, sus diferencias con respecto a los proyectos de TIC, y la gestión, el desarrollo y la organización de proyectos de BI.
• Caso práctico: Definición y puesta en marcha de un proyecto de BI: Caso en el que se realizan actividades prácticas relacionadas con lo que se ha explicado en las asignaturas del máster del primer semestre, pero en el contexto de un proyecto de gran envergadura.

2ª Especialización: Análisis de Datos (Especialista en Análisis de Datos)

Esta especialización tiene como objetivo formar profesionales especialistas en Análisis de Datos y en Tecnologías avanzadas de Inteligencia de Negocio. Las asignaturas de esta especialización son las siguientes:

• Fundamentos del big data (6 créditos): En esta asignatura el estudiante trabaja lo que algunos han llamado la «gestión extrema de la información», es decir, la transformación del enorme volumen de datos oculto en el interior de la propia organización o presente a su alrededor, los distintos tipos de datos e información y su aplicación en la empresa. Se estudia el ciclo de vida de la gestión de macrodatos y los aspectos tecnológicos, legales y éticos.
• Fundamentos de data science (6 créditos): Esta asignatura presenta los conceptos y la tipología de análisis de diferentes tipos de datos, los modelos y los algoritmos de uso más frecuente de clasificación y agrupación, y las metodologías y los estándares profesionales y científicos que se utilizan en analítica de negocio y la ciencia de datos aplicada.
• Data governance (6 créditos): En esta asignatura, el estudiante se familiariza con el gobierno de datos, una práctica que une personas, procesos y tecnología para cambiar la forma en que los datos son adquiridos, gestionados, mantenidos, transformados en información, compartida en el contexto de la organización como conocimiento común y sistemáticamente obtenidos por la empresa para mejorar la rentabilidad.
• Bases de datos analíticos (6 créditos): En esta asignatura se aprende a crear un almacén de datos adecuado que ofrezca apoyo en la toma de decisiones de la organización. Se presenta de manera conceptual la arquitectura de almacenamiento (data warehousing) y se dan pautas para construir este tipo de sistemas.
• Bases de datos NoSQL (6 créditos): Las bases de datos NoSQL constituyen una alternativa a las bases de datos relacionales y son especialmente adecuadas para ciertos dominios de aplicación: dominios que trabajan con grandes volúmenes de datos, dominios donde se necesite una distribución o disponibilidad altas, dominios que trabajan con datos poco estructurados y dominios en los que se establecen múltiples y complejas interrelaciones de los datos. En esta asignatura se presentan los principios y los conceptos de este tipo de bases de datos, los modelos de datos subyacentes y los problemas que presenta la distribución en el almacenamiento y la gestión de los datos.
• Customer analytics (6 créditos): En esta asignatura, el estudiante estudia el uso de herramientas de inteligencia de negocio (business intelligence) y analítica de negocio en una de las áreas más desarrolladas y de mayor impacto. Se analizan los conceptos y las buenas prácticas de investigación de mercado, gestión de las ventas y las relaciones con los clientes, y análisis y predicción del comportamiento de los clientes (customer analytics).
• Operations analytics (6 créditos): Se trabajan los usos de la inteligencia de negocio (business intelligence) y la analítica de negocio en la cadena de suministro (aprovisionamiento, producción, gestión de almacenes, transporte y distribución en el punto de venta) y las nuevas aplicaciones vinculadas al internet de las cosas (IOT) y los sistemas de información geográfica.
• People analytics (6 créditos): La analítica de recursos humanos (HR analytics), también llamada people analytics, es la aplicación de técnicas sofisticadas de minería de datos y analítica de negocio (business analytics) a los datos de recursos humanos. Mediante un caso práctico, el estudiante verá cómo pueden aplicarse estas técnicas para una gestión estratégica eficaz de los recursos humanos, de forma que los objetivos de negocio puedan cumplirse de una manera rápida y eficiente, con la obtención de un rendimiento óptimo sobre el capital humano.
• Data lakes (6 créditos): En esta asignatura se aprende a crear un lago de datos (data lake) que complementa la factoría de información organizativa. Se presenta conceptualmente la arquitectura de un lago de datos y se dan pautas para la construcción de este tipo de sistemas.
• Tecnologías de batch processing (6 créditos): En los proyectos de macrodatos (big data), uno de los principales casos de uso es el almacenamiento, el procesamiento y el análisis de grandes volúmenes de datos en largos periodos de tiempo. En esta asignatura se presentan las tecnologías de procesamiento por lotes (batch processing) que responden a esta necesidad. Se dan a conocer estas tecnologías de manera conceptual y práctica mediante la resolución de un caso práctico extenso para el que se usan diferentes herramientas especializadas.
• Tecnologías de stream processing (6 créditos): En los proyectos de macrodatos (big data), uno de los casos de uso principales es trabajar con datos en tiempo real. En esta asignatura se presentan las tecnologías de procesamiento por flujos (stream processing) que responden a esta necesidad. Durante el curso, el estudiante trabaja con herramientas especializadas como Cloudera, así como con los frameworks de procesamiento Apache Flink, Apache Spark y/o Storm.
• Sistemas de soporte a la decisión: A partir del análisis de la estrategia y el funcionamiento de la empresa, la asignatura trata sobre la estrategia y la gestión de sistemas de BI para la toma de decisiones directivas y el diseño y la implantación de informes y cuadros de mandos.
• Business Analytics: En esta asignatura, se introduce por una parte el concepto de Big Data, es decir, la problemática específica que presenta la gestión de datos con una gran volumetría, que se generan a una gran velocidad, que presentan una gran variabilidad y que contienen alto valor para las organizaciones. Y por otro lado, se aprenden las herramientas estadísticas y técnicas para resolver preguntas específicas de negocio (Business Analytics) de una forma científica.
• Nuevas tendencias (real time, introducción al Big Data, nuevas formas de provisión en la nube, analítica web): El entorno de Business Intelligence y Big Data presenta una evolución constante y por tanto se requiere estar continuamente actualizado. En esta asignatura, se presentan tendencias empresariales y tecnológicas del momento, como la información en tiempo real, la analítica web, las nuevas formas de provisión de infraestructuras y aplicaciones en la nube o los sistemas ágiles de gestión de proyectos (Agile BI).
• Caso práctico: Sistemas de soporte a la decisión: Este segundo caso práctico es la continuación del proyecto presentado en el anterior semestre.

Proyecto Final de la Titulación

El proyecto final de la titulación del posgrado consiste en una memoria/presentación de los casos realizados en cada especialización.

Dirigido a

El posgrado de Análisis, diseño y uso de sistemas de Business Intelligence va dirigido a profesionales, directivos o responsables de gestión de la empresa, jefes de proyecto y consultores que en su ámbito profesional deben afrontar procesos relacionados con el uso o la implantación de soluciones de BI.

Requisitos de Acceso y Titulación Obtenida

• Para acceder a un máster o diploma de posgrado hay que acreditar una titulación oficial. Si no se puede acreditar esta titulación se obtendrá un diploma de extensión universitaria.
• Para acceder a una especialización (certificado de especialización) no es necesario acreditar una titulación oficial.

Los estudiantes que acrediten una titulación universitaria oficial reconocida recibirán, según el curso superado, un diploma de máster/diploma de posgrado. Los estudiantes que no acrediten una titulación universitaria oficial reconocida recibirán un diploma de extensión universitaria. Los estudiantes que superen una especialización (certificado de especialización) recibirán, independientemente de los estudios previos, un certificado de especialización.

Profesorado

La dirección académica del programa está a cargo de José Ramón Rodríguez Bermúdez, Licenciado en Filosofía y Letras por la Universidad de Sevilla y Profesor de Dirección de las TIC de los Estudios de Informática, Multimedia y Telecomunicación de la Universitat Oberta de Catalunya, perteneciente al Grupo de investigación ICSS (Information and Communication Systems and Services).

Comparativa de Especializaciones del Máster