catalog.program.info
TUTOR
Daniel Rubio
Data Engineer en Austrian Airlines, experto en procesos Data Driven
Maestría en Big Data
Maestría en línea codesarrollada por Indra, líder internacional en el sector de los datos.
✔️ IMF conquista con este máster el segundo puesto del RANKING LOS 125 MEJORES MASTERS ONLINE - EL MUNDO 2024 en la categoría de Big Data
Bolsa de empleo
Bolsa de empleo y prácticas
Financiación
Hasta en 24 meses *
Modalidad
Online
Ventajas
Triple titulación: IMF Smart Education + INDRA + Universidad Católica de Ávila
Convocatoria abierta
Infórmate de nuestras becas antes del 11/10/2024
Maestría en Big Data En Línea · Indra
✔️ IMF conquista con este máster el primer puesto del RANKING LOS 250 MEJORES MASTERS - EL MUNDO 2023 en la categoría de Big Data
La Maestría en Big Data, codesarrollada con la multinacional tecnológica Indra, proporciona una visión global de las tecnologías Big Data y su uso, así como una formación aplicada y práctica en técnicas analíticas para el negocio (Business Analytics).
Esta Maestría pretende preparar a sus alumnos en la aplicación de las técnicas de Data Science a problemas de negocio y se imparte en modalidad online.
Más detalles
Maestría en Big Data En Línea
¿Eres ingeniero, matemático, físico, estadístico, economista…?
Esta Maestría Big Data está dirigido a profesionales y recién graduados de diferentes perfiles que quieran orientarse hacia profesiones emergentes relacionadas con el análisis de datos. Los perfiles pueden ser de tres tipos:
- Perfiles TIC: informáticos, o ingenierías afines, o profesionales que hayan desarrollado su carrera en el desarrollo de software o en la administración de sistemas de TI.
- Perfiles cuantitativos: graduados en carreras con un componente cuantitativo fuerte, como estadística y matemáticas, que quieran ampliar sus competencias con técnicas de adquisición, almacenamiento y gestión de datos, así como adquirir nuevas capacidades analíticas.
- Perfiles de negocio: graduados y profesionales en diferentes áreas de empresa y economía que quieran especializarse en la analítica del negocio, adquiriendo un background sólido en el manejo de lenguajes estadísticos y en la comprensión de la tecnología especialmente en cuanto a su aplicación técnica. Cabe señalar, por tanto, que esta Maestría tiene un enfoque fundamentalmente técnico.
Para estudiar la Maestría big data se necesita:
- Titulación Universitaria o Experiencia profesional acreditada (Consultar condiciones)
- Nivel de inglés B2 o superior.
- Necesario tener conocimientos de programación.
- Es especialmente recomendable un conocimiento básico de Python o R.
Si no dispones de estos conocimientos o provienes de otros ámbitos profesionales y estás interesado formarte en la ciencia de datos te recomendamos nuestro nuevo Maestría en Data Science y Business Analytics.
- En Línea: Inscríbete en cualquier momento y cursa tu master entre 9 y 24 meses. A tu ritmo.
Duración: 60 ECTS / 1.500 horas
Todos los alumnos que superen con éxito esta Maestría online conseguirán las siguientes titulaciones:
- Maestría en Big Data por la Universidad Católica de Ávila.
- Maestría en Big Data y Business Analytics por IMF Smart Education.
- Certificación profesional por Indra
El objetivo principal de esta Maestría en bigdata es que el alumno aprenda del conocimiento y experiencia práctica de profesionales (autores del programa formativo de IMF) que combinan un background técnico sólido y la aplicabilidad de las tecnologías, mediante el uso de la tecnología, utilizando las herramientas software que se aplican en entornos profesionales para obtener una formación en el área de Business Analytics y Big Data de manera flexible.
- 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 análisis de datos 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.
- Conocer y saber aplicar herramientas de inteligencia de negocio y de visualización para apoyar la analítica y la toma de decisiones.
Conceptos relacionados: big data university, Maestría online big data, Maestría data management, business intelligence Maestría , big data España, maestría big data, Maestría data science, machine learning, Maestría big data, Maestría en big data online, big data Maestría Madrid, Maestría en big data Madrid, Maestría big data Málaga, Maestría business intelligence Madrid, mejores Maestrías big data Madrid, Maestría big data online
- Titulación Universitaria (posibilita la obtención de la titulación Universidad Católica de Ávila)
- Posibilidad de acceso con Experiencia profesional acreditada (Consultar condiciones)
- Necesario conocer lenguajes de programación (R y Python especialmente)
Importante: este módulo es introductorio o de nivelación, destinado a la adquisición de las competencias esenciales para la programación estadística, el manejo de bases de datos y el uso de la virtualización, además de otras competencias generales que son necesarias en el resto de los módulos.
- Uso de máquinas virtuales y shell de comandos
- Concepto de máquina virtual box
- Creación y configuración de una máquina virtual
- Carga de una máquina virtual
- La shell de comandos de linucreación de scripts
- Fundamentos de programación en Python
- El lenguaje Python y el entorno Jupyter notebook
- Elementos básicos de Python
- Estructuras de control
- Estructuras de datos
- Funciones
- Excepciones
- Importación de módulos
- Gestión de ficheros
- Fundamentos de bases de datos relacionales
- El modelo relacional
- SQLite Studio
- El lenguaje SQL
- Fundamentos de tecnologías de internet
- Formatos de almacenamiento de datos en internet
- Manipulación de documentos CSV
- Manipulación de documentos JSON
- Manipulación de documentos XML
- Compartir datos, código y recursos en repositorios
- Repositorios digitales para compartir
- La tecnología GITHUB
- Uso de Google Drive como repositorio digital
- Fundamentos de tratamiento de datos con el stack científico de Python
- Gestión de matrices y cálculo estadístico con NUMPY
- Representación gráfica con MATPLOTLIB
- Manipulación y análisis de datos con PANDAS
- Introducción a la inteligencia de negocio
- Qué es la inteligencia de negocio
- Importancia de los sistemas de inteligencia de negocio
- Componentes de los sistemas de BI: arquitectura de inteligencia de negocio
- Tipos de análisis que se pueden realizar
- Inteligencia de negocio y analítica de negocio: BI y BA
- Inteligencia de negocio para Big Data
- Almacenes de datos y bases de datos analíticas
- Almacenes de datos
- Herramientas de análisis de un almacén de datos: OLAP
- Multidimensionalidad y el modelo multidimensional
- Desnormalización
- Lenguajes de consulta analísticos: MDX
- Herramientas de extracción y carga
- Qué es el proceso de extracción, transformación y carga (ETL)
- Proceso ETL en un proyecto de inteligencia de negocio
- Tipos de cargas
- Gobierno del dato y orquestación
- Buenas prácticas
- Herramientas ETL: Pentaho Data Integration
- Aplicaciones de inteligencia de negocio
- Aplicaciones de inteligencia de negocio
- Herramientas de inteligencia de negocio
- Herramienta de inteligencia de negocio: Pentaho Business Analytics
- Análisis de datos masivos aplicados al negocio
- Datos externos
- DEMO
- Inteligencia de cliente (CRM)
- CRM
- Inteligencia de cliente
- Ingesta de datos CRM
- Introducción al aprendizaje automático
- El proceso de la minería de datos
- Tipos de aprendizaje automático
- Introducción a SCIKIT-LEARN y THEANO
- Uso básico de un modelo
- Modelos supervisados
- Predicción de valores continuos con regresión lineal
- Clasificación mediante regresión logística
- Árboles de decisión
- Otros modelos supervisados
- Modelos no supervisados
- Análisis de componentes principales
- Identificación de objetos similares con k-means
- Organización de clústeres como árbol jerárquico
- Localización de regiones a través de DBSCAN
- Ingeniería de características y selección de modelos
- Diferentes tipos de características y transformación
- Selección de características
- Selección de modelos
- Modelos conexionistas
- Perceptrones
- Redes neuronales
- Clasificación de dígitos escritos a mano
- Reglas de asociación y market basket analysis
- Soporte, confianza y lift
- Algoritmo apriori
- Otros algoritmos asociativos
- Introducción histórica y tecnológica
- Contexto histórico
- Cadenas de procesamiento clásicas
- Preprocesamiento de textos
- Tokenización
- Segmentación de frases
- Análisis léxico o morfológico
- Análisis sintáctico
- Análisis semántico
- Herramientas PLN I: NLTK
- Conceptos básicos de NLTK
- Instalación
- Funcionalidades de NLTK
- Usos y operaciones de NLTK en español
- Taggers: análisis y extracción de la información
- Herramientas PLN II: Inception y Gate
- Inception
- Gate
- Text mining
- Introducción al clustering de textos
- Clustering de textos con k-means
- Reconocimiento y síntesis de voz
- Sentiment analysis
- Topic modeling
- Otras aplicaciones y técnicas PLN
- Otras aplicaciones de PLN
- Ejemplo práctico: asistentes conversacionales
- Introducción al business intelligence
- Business intelligence
- Estructura de un sistema de business intelligence
- Datos, información y conocimiento
- Alfabetización de datos
- BI vs. reporting tradicional
- Paradigma actual
- Reporting tradicional vs. BI
- Modern BI vs. Traditional BI
- Encaje de BI con big data
- Fundamentos tecnológicos para el tratamiento y análisis de datos
- Componentes de entornos BI
- Tipos de almacenamiento y sistemas de comunicación
- Bases de datos relacionales
- Principales herramientas
- Introducción a Google Big Query
- Fundamentos de visualización de datos
- Teoría de la visualización
- Optimización
- Propiedades de la visualización
- Tipos de gráficos y su uso
- Optimización de las técnicas de visualización
- Visualización avanzada de datos
- Técnicas de visualización
- Informes y cuadros de mando
- Tipos de análisis
- Informes por departamento
- Qué hacer y qué no en una visualización
- Herramientas de visualización
- Calificación de herramientas
- Tipos de herramientas de visualización
- Tableau: visión general
- Tableau: interfaz
- Tableau: ejercicio guiado
- Power BI: visión general
- Power BI: interfaz
- Power BI: ejercicio guiado
- Procesamiento de datos con Hadoop
- HADOOP. Conceptos básicos
- ¿Qué es APACHE HADOOP?
- Ecosistema HADOOP
- ¿Quién usa HADOOP y por qué se usa?
- Módulos de HADOOP
- Instalación de HADOOP
- Ejemplo de comprobación de la instalación
- HDFS
- MAPREDUCE
- Herramientas del ecosistema Hadoop
- PIG
- HIVE
- SQOOP
- HBASE
- Procesamiento de datos con Spark
- SPARK: historia y evolución
- Componentes
- SPARK SHELL
- Descarga y configuración
- Conceptos básicos
- Ejemplos
- Arquitecturas de streaming
- Conceptos y casos de uso
- Patrones de arquitectura
- Componentes tecnológicos
- Ejemplos de arquitecturas de Streaming
- Algoritmos para procesamiento de Streams
- Componentes de arquitecturas en streaming
- Conceptos de procesamiento de datos con SPARK Streaming
- Ejemplo de procesamiento de un Stream
- Arquitectura interna
- Transformaciones y operaciones de salida
- Integración, garantías y rendimiento
- Plataformas y API en la nube
- Servicios cloud
- Microsoft Azure
- Amazon Web Services (AWS)
- Google Cloud Platform
- Bases de datos no convencionales
- Los datos y el Big Data
- Las bases de datos relacionales
- Limitaciones de las bases de datos relacionales
- Bases de datos NOSQL
- Bases de datos orientadas hacia agregados
- Modelos de distribución en las bases de datos NOSQL
- El teorema CAP
- Cuándo usar NOSQL o SQL
- Modelos de base de datos basados en documentos
- Bases de datos orientadas a documentos
- Instalación de MONGODB
- Instalación de ROBO 3T
- Conceptos básicos de MONGODB
- La shell de comandos de MONGODB
- Operaciones CRUD
- Consultas
- Modelos de base de datos orientados a columnas
- Instalación de CASSANDRA
- Características generales
- Bases de datos en CASSANDRA
- El lenguaje CQL
- Modelos de base de datos orientados a grafos
- Bases de datos orientadas a grafos
- Características principales
- Introducción a NEO4J y al lenguaje CYPHER
- Modelos de bases de datos clave-valor
- Bases de datos clave-valor
- REDIS
- Instalación de REDIS
- Elementos básicos
- Estructuras de datos
- Replicación
- Adquisición de datos
- APACHE KAFKA
- APACHE FLUME
- El business case de big data
- Contexto económico
- El valor del dato
- Tipos de datos desde la perspectiva de negocio
- Tipos de analítica
- Puntos clave en la transformación
- La organización analítica
- El Big Data y la empresa
- Proyectos de big data
- Factores clave
- Perfiles
- Áreas de aplicación
- Fases de un proyecto Big Data
- Entornos en un proyecto Big Data
- Proyectos de datos
- Aplicaciones analíticas por sectores
- Google y el buscador
- Amazon
- Walmart
- Recursos humanos
- Financiero
- Netflix
- Tecnologías emergentes en analítica
- Consideraciones del ecosistema Big Data
- Aspectos clave en la definición de una iniciativa Big Data
- Consideraciones técnicas en el planteamiento de un proyecto Big Data
- Casos de éxito
- Casos de fracaso
- Gestión de equipos y métodos ágiles
- El agilismo. ¿Qué son las metodologías ágiles?
- La metodología agile/SCRUM. Introducción a SCRUM
- Roles y responsabilidades
- Artefactos de SCRUM
- Fases de un proyecto SCRUM
- Métricas y medidas SCRUM
- Estimación de proyectos agile
- Aspectos regulatorios del tratamiento de datos
- Contexto jurídico en materia de protección de datos
- Derecho a la protección de datos
- Principios
- Figuras específicas
- Transferencias internacionales de datos
- Prácticas específicas
- Evaluación de impacto
- Caso de Health Tech
- Fundamentos del análisis en Health Tech
- Contexto
- Presentación del caso
- Desarrollo del caso
- Caso de estudio de analítica en redes sociales
- Fundamentos de análisis de redes sociales
- Contexto
- Presentación del caso
- Desarrollo del caso
- Caso de estudio en internet of things (IoT)
- Concepto de Internet of Things
- Sistemas integrados y su relación con los dispositivos IoT
- Hardware y software
- Redes y protocolos
- Caso de estudio en analítica financiera (el rating de empresas) - Fintech
- Presentación del caso
- Fundamentos del rating de empresas
- Contexto
- Desarrollo del caso
- Caso de estudio en el sector retail
- Fundamentos del análisis en el sector retail
- Contexto
- Presentación del caso
- Desarrollo del caso
- Caso de estudio de Business Analytics
- Fundamentos de Business Analytics
- Contexto
- Presentación del caso
- Desarrollo del caso
- Introducción a Python
- Condicionales en Python
- Estructuras repetitivas en Python
- Colecciones y listas
- Funciones de cadenas
- Colecciones y diccionarios
- Funciones
- Manejo de ficheros
- Orientación a objetos
- Introducción a R.
- Vectores
- Matrices
- Listas
- Data-frames
- Estructuras de control.
- Funciones
- Qué es Scrum y cómo aplicarlo
- El marco Scrum
- Equipos autoorganizados
- El papel de clientes y stakeholder
- Gestión ágil de productos y proyectos
- Desarrollo e integración continua
- Cómo evolucionar hacia una organización ágil
- Casos de estudio:
- Analítica financiera
- Analítica de clientes: location analytics
- Analítica escalable
- Analítica en redes sociales
- Pasos necesarios para realizar un EDA (Análisis de Datos Exploratorio)
- Introducción a Pandas
- Presentación de la unidad Gestión de equipos y métodos ágiles
- Introducción a las metodologías ágiles
- Inteligencia artificial y nuevo orden mundial
- El gobierno del dato
El programa responde a la necesidad de conocer de manera práctica y aplicada el uso de las tecnologías y los métodos de análisis de datos. Por otro lado, En IMF apostamos por á formación de 360º, ofreciendo cursos tales como:
- Curso de Metodologías Ágiles: Fundamentos de Scrum. Las metodologías ágiles aplicadas a la gestión de proyectos son cada vez más valoradas por las empresas y, dentro de las metodologías ágiles, probablemente la más conocida y utilizada sea Scrum. Este sistema muy apreciado por su capacidad de facilitar la agilidad y al mismo tiempo evitar riesgos a la hora de poner en marcha un proyecto en cualquier organización.
- Curso de Introducción a Python y al Curso de Introducción a R. De esta forma, adquirirán los conceptos básicos de estos lenguajes de programación y podrán cursar la Maestría con una base más sólida. Además, el curso está enfocado de manera práctica con ejercicios que ayuden a profundizar en los conocimientos adquiridos.
Avales
Maestría big data codesarrollado con Indra
✔️ TOP 2 del RANKING LOS 125 MEJORES MASTERS ONLINE - EL MUNDO 2024 en la categoría de Big Data
✔️ La Maestría en Big data de IMF en el TOP 5 del Ranking de Maestrías en Big Data, Business Analytics e Intelligence más valorados por los usuarios de Mundo Posgrado
✔️ IMF BS ocupa el segundo lugar entre los centros más valorados de Madrid para estudiar Ingeniería Informática en Emagister.
✔️ IMF mantiene un acuerdo de colaboración con la Federación Colombiana de la Industria de Software y TI (FEDESOFT).
Metodología
La Maestría en Big Data de IMF ofrece una metodología online flexible adaptada a tus necesidades, sea cual sea tu ubicación geográfica o disponibilidad de tiempo.
Además, si buscas estudiar esta formación de manera presencial, te ofrecemos la Maestría en Big Data e Ingeniería de Datos presencial en Málaga (plazas limitadas). Ponemos a tu disposición nuestra sede, ubicada en una de las zonas más interesantes de la ciudad y dotada de las últimas tecnologías. En la modalidad presencial de esta Maestría en big data podrás disfrutar de los mejores docentes del área, caracterizados por ser profesionales en activo en compañías punteras. De esta forma, fomentamos, tanto con los profesores, como con los compañeros, el networking que tan importante consideramos.
Todos los contenidos de esta Maestría en Big Data en línea poseen un gran rigor técnico, son fácilmente comprensibles y tienen una clara vocación práctica. Además, IMF pone a tu disposición en su plataforma virtual:
- Tutorías personal e-presencial (vía foros, chat, teléfono, email).
- Webinars (en Maestrías seleccionados).
- Debates y grupos de discusión a través de foros y chats.
- Test de autoevaluación.
- Lecturas, estudio de casos y documentación.
Este programa cuenta con talleres prácticos online con una periodicidad mensual. Estas sesiones permiten a los participantes desarrollar el conocimiento y las competencias propuestas en la Maestría mediante la resolución de casos prácticos. Se realizan de manera virtual en directo, donde se podrá interactuar con docentes y compañeros potenciando el networking y el aprendizaje colaborativo.
Requisitos del ordenador del alumno
- Procesador: Mínimo i5 6000 (o superior), recomendable i7
- RAM: Mínimo 12 GB, recomendable 16 GB (o superior)
- Almacenamiento: Mínimo 1 TB entre unidades internas y externas.
- Disco HDD: Mínimo 500 GB (o superior)
- Disco SDD para el software base: No es imprescindible; sin embargo, mejora enormemente el rendimiento al tener el sistema operativo y el software base instalado sobre el mismo.
- Es necesario comprobar que se pueden utilizar cómodamente máquinas virtuales VirtualBox con la última versión estable de Ubuntu Linux.
- Para la realización del módulo 5 Inteligencia de negocio y visualización, se necesitará el entorno Tableau. Los alumnos podrán solicitar en su página web una licencia anual gratuita de Tableau for Students aportando la documentación de matrícula proporcionada por IMF.
- Para la realización del módulo 5 Inteligencia de negocio y visualización, es necesario hacer uso de la herramienta Qlik View (versión 12 Desktop Personal Edition). Los alumnos podrán solicitar una licencia gratuita, previo registro en su página web.
Learning By Doing
Para garantizar la metodología “Learning By Doing” que caracteriza el ecosistema Smart Education, los alumnos trabajan con las herramientas que utilizarán cuando entren en el mercado profesional. En este programa se utilizan las clouds de los principales players del sector que dan servicio a más de 500 millones de personas.
Evaluación
Evaluación online continua a medida que se avanza en el estudio de la Maestría. Cada módulo se evaluará mediante la combinación de examen online y desarrollo de casos prácticos; la superación de cada uno permitirá liberar materia. A sí mismo, la obtención de los títulos de Maestría de IMF y Maestría por la UCAV, estará sujeta a la superación de las pruebas de cada módulo y a la elaboración de un trabajo de fin de Maestría.
Todos los alumnos que superen con éxito esta Maestría conseguirán las siguientes titulaciones:
- Maestría en Big Data por la Universidad Católica de Ávila.
- Maestría en Big Data y Business Analytics por IMF Smart Education.
- Certificación profesional por Indra
Enseñanza no reglada y sin carácter oficial. Los títulos propios de esta formación están también amparados por la Ley Orgánica de Universidades.
El cuadro de tutores, autores y colaboradores del curso está formado esencialmente por expertos en big data, con amplia experiencia en formación online y presencial y con conocimientos muy avanzados sobre el campo de los grandes volúmenes de datos y de las tecnologías relacionadas con ello.
DOCENTE - Fundador de Quantic Brains
Manuel Lucania
Experto en diseño de soluciones software de PLN y Fundador de Quantic Brains.
DOCENTE - AI of Things & Big Data Senior Manager Sales Consulting en Telefónica Tech
Javier Rodríguez Rodríguez
AI of Things & Big Data Senior Manager en Telefónica Tech Sales Consulting en Telefónica Tech
AUTOR - COLABORADOR
Guillermo González Sánchez
Científico de datos y formador en Strategy Big Data.
DOCENTE
Daniel Rodríguez
Miembro de The Analytics Boutique
AUTOR - COLABORADOR - Big Data Analytics & Governance en Dia Group
Pedro Pasquau Bianchi
Big Data Analytics & Governance en Dia Group.
Óscar Sierra
Data Visualization Expert en Strategy Big Data
DOCENTE
Juan Manuel Moreno Lamparero
Programador de aplicaciones web en el sector público
100% Empleabilidad
Sector en auge
Allied Market Research prevé un volumen de negocio de más de 512.400 millones de $ para el año 2026, con un incremento CAGR del 14,8 %. Los sectores del Big Data y del Business Analytics están en auge, en una tendencia al alza que se ha acelerado en los últimos años. La última actualización del informe de la Comisión Europea sobre el mercado de Data estima que la demanda de profesionales de este área ha superado los 5,7 millones y tendrá un crecimiento continuado hacia 2025 habrá un total de 13,1 millones de empleos para profesionales de datos en Europa.
Según el informe Los + Buscados de Spring Professional 2019, el perfil de Big Data Architect es el más cotizado dentro del sector IT por segundo año consecutivo. Asimismo en Linkedin se observa que las ofertas de empleo de Big Data en España tienen un crecimiento anual de más del 49%.
El programa proporciona la formación base para orientarse a diferentes profesiones dentro del área del análisis y la gestión de los datos; concretamente:
- Analista de datos (Big Data Analyst).
- Data Scientist (Científico de Datos).
- Profesionales de Business Intelligence.
En el caso de aquellos perfiles con experiencia previa en dirección y gestión de equipos, el programa les capacitará en los aspectos técnicos para puestos como:
- Chief Data Officer (CDO).
A los profesionales que posean perfiles informáticos les proporcionará las bases analíticas para salidas profesionales tales como:
- Arquitecto en Big Data.
- Data Engineer.
Según la consultora de reclutamiento Robert Walters los desarrolladores de big data y los data scientist se encuentran entre los puestos más valorados: "Con tres años de experiencia los salarios están entre los 40.000 y los 70.000 euros brutos anuales".
El abaratamiento de los costes de almacenamiento de información digital ha hecho emerger nuevos roles profesionales como el del Data Scientist y ha provocado una reformulación de las tecnologías de procesamiento de datos.
Garantizamos oportunidad de prácticas
IMF Smart Education, a través de su portal de Empleo y Prácticas, garantiza a los alumnos de esta Maestría Online en Big Data la oportunidad de realizar prácticas en empresas. Consulta condiciones.
Indra, en su acuerdo con IMF, ofrece a los alumnos, la posibilidad de realizar prácticas y entrar en la bolsa de empleo de Indra. Indra ha recibido la certificación Top Employer 2019 por ofrecer un buen entorno laboral sus trabajadores e incorporar las prácticas de rrhh más actuales.
Los sectores que demandan más fuertemente a los profesionales con formación en bigdata son los siguientes: banca y finanzas, seguros, telecomunicaciones, retail, distribución, industria, seguridad, sanidad, utilities, publicidad y marketing y transporte. El análisis de datos es demandado por empresas de todos los perfiles, desde startups a grandes empresas.
Entre las organizaciones con las que IMF mantiene acuerdos de cooperación educativa para la formación en puestos de trabajo, destacan empresas tecnológicas como Indra, Telefónica, IBM, Microsoft, Samsung, Atos; grandes consultoras como Deloitte o Ernst&Young (EY), y grandes empresas de sectores como la banca, seguros y energía, entre otras:
Acuerdos de cooperación educativa
Facilidades de pago
Maestría en Big Data:
- Al contado (Descuento 5%)
- Pago fraccionado hasta en 24 meses *
* Sólo para residentes en España. Consulta condiciones para el resto.
Plan de becas
Preguntas frecuentes
Analistas de datos. Profesionales de Business Intelligence. Data Scientists.
No, en el sector tecnológico es más valorado el enfoque del programa y el aval del contenido. Actualmente se busca a expertos en big data, preferiblemente con una Maestría en análisis de datos que demuestre sus competencias tecnológicas.
Sí, el contenido de esta Maestría es para perfiles técnicos, aunque si no cumples con estas condiciones tenemos formación en data science que va enfocada a perfiles de negocio.
Opiniones
Nuestros alumnos
Paula Lobato
Alumna en la Maestría de Gestión de Proyectos
Cursos relacionados
Oferta académica
Prácticas en el CyberSOC de Deloitte
Maestría en Ciberseguridad Presencial en España
Maestría en Seguridad Informática (Ciberseguridad) en Madrid ⭐ Prácticas en el CyberSOC Deloitte. Programa de Becas. Financiación hasta en 24 meses ¡Pídela!
Codesarrollado con Indra
Maestría en Data Science y Business Analytics
Título emitido por la UCAV + IMF + INDRA / Convocatoria abierta / Bolsa de empleo y prácticas / Plazas limitadas
Codesarrollado por expertos de Minsait (Indra)
Maestría en Inteligencia Artificial
Máster en Inteligencia Artificial y Deep Learning IMF x Indra · 100% en línea · Máxima Empleabilidad · Bolsa de Empleo y Prácticas · Programa de Becas
¡Becas de hasta el 65%!
Maestría en Transformación Digital en el Ámbito Sanitario y Farmacéutico
Maestría en Salud Digital (e-Health) IMF⭐ EY. Conviértete en un experto en transformación digital en el sector sanitario. ¡Becas de hasta el 65%!
¿Te podemos ayudar en algo?
Nuestro personal experto te acompañará para ofrecerte la atención personalizada que necesitas
