La Maestría en Inteligencia de Negocios y Ciencia de Datos de USGP x IMF Smart Education, es un programa de cuarto nivel que dota al profesional de los conocimientos, competencias y herramientas precisas para manejar, analizar e interpretar grandes volúmenes de información necesarios para alcanzar los objetivos de negocio, profesionales especializados que combinen la capacidad analítica y la visión estrategia.

La maestría permite profundizar en aspectos claves como las infraestructuras para el almacenamiento y procesamiento distribuido, minería de datos y analítica avanzada con Machine Learning y técnicas eficientes de visualización de la información, permitiendo que ingenieros, perfiles técnicos, matemáticos o estadísticos, junto con los gestores y otros profesionales de la organización, puedan identificar, capturar, transformar, analizar e interpretar los datos e impulsar la estrategia, la innovación y el valor de sus empresas.

Descarga el programa ↓

Ecuador en estos momentos no se encuentra entre los países que lideran la adopción de tecnologías big data y analítica, sin embargo existen sectores específicos donde su uso va un paso adelante: la banca y finanzas, el retail, las telecomunicaciones y el Gobierno, están demandando una gran cantidad de profesionales que les permitan encontrar soluciones para la gestión de gran cantidad de datos críticos (seguridad social, crédito, facturación, fiscales, etc), mejorar la experiencia de usuario, optimizar la red, planificar de forma integrada la demanda, optimizar la cadena de valor, la detección de fraude, la calificación del riesgo, la retención y satisfacción de cliente o la monitorización y creación de servicios.

Y poco a poco, las empresas comprendidas en estos sectores han integrado nuevas figuras y equipos dentro de sus organigramas, como el Chief Data Officer o el Chief Analytics Officer, como parte de sus estrategias de transformación digital.

• Comprender el valor de los datos y su análisis en las organizaciones y ser capaz de idear y concebir soluciones de análisis de datos.
• Conocer y saber enunciar el valor para el negocio de las principales tecnologías de procesamiento paralelo y de almacenamiento de datos escalable, así como saber explicar su uso para propósitos específicos dentro de la organización.
• Ser capaces de aplicar técnicas y métodos de data analytics a problemas de negocio utilizando técnicas de programación estadística.
• Aplicar técnicas de aprendizaje automático y de minería de texto a la extracción de valor de los datos y a la construcción de modelos predictivos.
• Obtener una formación general en las áreas del programa, que permitirán al alumno orientarse a una variedad de salidas profesionales.
• Obtener un conocimiento sólido de técnicas y métodos de Data Science en R y Python, así como de su aplicación a diferentes áreas de negocio.
• Comprender de manera práctica las principales tecnologías de paralelización de datos, para procesamiento batch o streaming (tiempo real), y conocer cuándo utilizar unas u otras.
• Reorientar o focalizar las competencias en la gestión y extracción de valor del dato, desde diferentes perspectivas y para perfiles diversos que tengan distintos conocimientos de entrada.
• Aprender mediante el uso de casos y ejemplos prácticos y adquirir, por tanto, competencias que son directamente aplicables a la práctica profesional.

La metodología es 100% en línea, permitiendo interacciones en tiempo real entre docentes y estudiantes.

A través del Campus Virtual el alumno accede de forma sencilla, amigable e intuitiva, a todos los recursos y contenidos necesarios para alcanzar el desarrollo de las competencias y destrezas necesarias. Recursos didácticos que por su diseño optimizan el tiempo y así permiten alcanzar una experiencia de aprendizaje eficaz.

Siguiendo el diseño y la secuencia didáctica el alumno determina la carga y ritmo de trabajo, pudiendo en todo momento a través de la plataforma solicitar la guía y apoyo de los profesores y tutores.

El modelo se completa con tutorías, clases y experiencias prácticas virtuales en tiempo real, interaccionando el alumno con el profesor para desarrollar o profundizar aspectos prácticos y relevantes del contenido de la materia.

La maestría organiza las diez materias que la componen, en dos periodos académicos ordinarios de 18 semanas de duración, por lo que el alumno dispone de cinco semanas para alcanzar los objetivos de aprendizaje de cada materia.

Las tutorías, clases y experiencias prácticas virtuales síncronas (en tiempo real) se imparten en viernes por la tarde y sábado y domingo por la mañana. (* El horario se ajustará a la secuencia docente, buscando ser compatible con la actividad laboral)

La duración de la unidad de titulación será de 240 horas. Los estudiantes podrán optar por completar las siguientes opciones:

• Artículo profesional. Esta opción se basa en la aceptación de un artículo profesional para su publicación en una revista indexada al menos a nivel regional, la misma que integrará los conocimientos teóricos y prácticos desarrollados durante el programa y deberá tener afinidad con el programa de maestría.
• Examen de carácter complexivo. Esta opción se basa en una evaluación integral del componente teórico (examen teórico) y práctico (examen práctico) de los resultados de aprendizaje del programa de maestría