Definición del Stack Digital

1. Introducción al Ecosistema Digital
2. La experiencia del cliente, el nuevo viaje del cliente
3. El rol del nuevo Marketing Digital en La Nube
4. El Nuevo Stack Digital: Principios del Stack Digital
5. Componentes principales
6. ¿Se requiere el mismo Stack Digital en todos los sectores? Principales diferencias
7. Barreras de Adopción y éxito a las que se enfrentan las organizaciones.
8. Tendencias del nuevo Stack Digital.
9. Agentes que deben de formar parte en un proceso de decisión de un Stack Digital en la organización.
10. ¿Qué criterios debo de tener en cuenta para llevar a cabo un proceso de selección de mi Stack Digital?
11. ¿Por dónde empezar?

Transformación Digital

1. Ecosistema Digital
   
   • Digitalización y Transformación Digital
   • Impacto en Mercado y Empresas
   • Impacto de la Digitalización en las Personas
   • Modelos de negocio
2. Habilitadores
   
   • Experiencia de Cliente y Producto
   • Analítica y Big Data
   • Tecnología e Infraestructuras
   • Talento, Cultura y Organización
3. Marketing Digital
   
   • E-Commerce
   • E-Care

Machine Learning

1. Introducción y fundamentos de Machine Learning (Conceptos básicos de aprendizaje automático, Metodología CRISP-DM, Evaluación de modelos).
2. Introducción al lenguaje estadístico R (Preparación de los datos, Análisis básicos, Visualización).
3. Técnicas de Aprendizaje Supervisado (Árboles de decisión y Random Forest, Redes Neuronales Artificiales, Support Vector Machines).
4. Técnicas de Aprendizaje no Supervisado (Clustering con K-means)

Arquitectura Big Data

1. Que es Big Data: Definición, Motivaciones, Historia
2. Tipos de Datos: Clasificación y descripción, Repositorios y BBDD (SQL y NoSQL)
3. Entornos de ejecución y procesamiento de datos: Distribuciones, Principales componentes
4. DataLake: Repositorios, Responsabilidades, Explotación de Datos
5. Arquitectura Lambda y Kappa
6. Arquitectura basada en eventos: Bus de Eventos, Patrón de micro-servicios
7. Arquitectura Ejecución Rápida: Diseño de Plataformas, Plataforma de procesamiento Streaming
8. Modelos de despliegue. Replicación and mirroring
9. Gobierno del Dato: Introducción, Motivaciones (y regulaciones)

Sistemas cognitivos

1. El origen de la inteligencia artificial: Darmouth College.
2. Renacer de la IA: Big data y Jeopardy.
3. Aprendizaje automático.
4. Redes neuronales avanzadas.
5. Procesamiento del lenguaje natural.
6. Visión artificial y realidad aumentada.
7. Asistentes virtuales (chatbots).
8. Aplicaciones reales de los Sistemas Cognitivos: Casos de Uso.
9. Tendencias de futuro: implicaciones éticas de la IA , transhumanidad

Agile

1. Cómo y por qué hemos llegado a Agile.
2. La Complejidad, el Empirismo y la Mejora continua.
3. Metodología Lean y Kanban.
4. Framework Scrum: Guía de Scrum de Ken Schwaber y Jeff Sutherland.
5. La agilidad en las grandes empresas: modelos de escalado ágil.
6. Planificación de proyectos Agile.
7. Contratación Agile: cultura, metodologías y marcos de trabajo.
8. El futuro de las estructuras organizativas: organizaciones Teal.
9. La clave del éxito son las personas: cómo motivar, cómo implicar y responsabilizar, cómo favorecer la creatividad y cómo adquirir el conocimiento.

Legalidad vigente / Finanzas corporativas

1. Implicaciones del nuevo Reglamento General de Protección de Datos de la Unión Europea 2016-679 (RGPD)
2. Conocer los aspectos claves necesarios para la adecuación de las organizaciones al nuevo modelo normativo de protección de datos.
3. El compliance penal en las empresas. La figura del compliance officer. La importancia de los planes de prevención penal y las líneas comunes con la protección de datos.
4. La nueva norma UNE 19601.
5. Determinar los documentos peligrosos que nos podemos encontrar en una empresa desde el punto de vista civil, fiscal y laboral.
6. Control empresarial y uso de medios tecnológicos por los trabajadores.
7. Regulación jurídica básica de las relaciones en entorno E-commerce.
8. Que es el LRP, qué es el DB, Qué es un forecast. Qué es un Rolling forecast.
9. Profundizando en la estructura financiera de la empresa. (Liquidez. Tesorería. Riesgo financiero. Coste de capital/ WACC. Apalancamiento financiero. Riesgo financiero. Control de liquidez. Riesgo tipo de interés. Clases de activos financieros).
10. Determinar los elementos claves en el análisis de las inversiones. Qué es un análisis de escenarios, qué es un análisis de sensibilidad.
11. NPV, VAN, Payback, flujo de caja descontado, TIR, TIR Corregida, IR. Business Case.
12. Profundizar en conceptos y las herramientas de medición de desempeño empresarial que surgen de la economía digital (SAC, CAC, MRC, Churn, CAC Payback Period, Viability Threshold)

Business Intelligence

1. ¿Qué es y que no es Business Intelligence? 
2. Historia, actualidad y futuro del BI.
3. Del Dato al Conocimiento.
4. Tipos de información de una compañía. Para qué sirve el BI.
5. Tipos de proyectos.
6. Tipos de Arquitectura.
7. Componentes de una estructura BI.
8. Herramientas.
9. Beneficios del BI. Balanced Scorecard. Cuadro de mando Operacional. Cuadro de mando Táctico. Cuadro de mando Estratégico.
10. Casos de éxito. Errores a evitar

Aplicaciones de Uso y Casos de éxito

1. Camino de la transformación digital.
2. La importancia del Data Governance.
3. Proyectando la transformación digital
4. La extensión de la empresa - traspasando las fronteras.
5. Al borde del abismo. Montando el puzzle

Proyecto Fin de Maestría