¿Quieres saber más sobre este programa?
Maestría en Inteligencia de Negocios y Ciencia de Datos
Maestría en Análisis de Negocio y Ciencia de Datos codesarrollado entre IMF Smart Education y Universidad San Gregorio de Portoviejo
Bolsa de empleo
Bolsa de empleo
Financiación
Cuotas sin interés
Modalidad
Online
Ventajas
Recibe Doble Título con esta Maestría en Inteligencia de Negocios y Ciencia de Datos
Maestría en Inteligencia de Negocios y Ciencia de Datos
Becas de hasta el 50%
Infórmate de nuestras becas antes del 30/06/2022
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.
Más detalles
Maestría en Inteligencia de Negocios y Ciencia de Datos
Licenciados en administración y negocios, ingenieros de las tecnologías de la información, ingenieros de otras áreas, economistas, matemáticos, sociólogos, licenciados en servicios de transporte, y cuales quiera otros profesionales que hayan desarrollados labores relacionadas con la gestión o analítica de grandes volúmenes de datos.
- Online: Febrero de 2022
Magíster en Inteligencia de Negocios y Ciencia de Datos Universidad San Gregorio
Máster profesional en Data Science y Business Analytics por IMF Smart Education de España.
- 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.
Poseer una titulación pertenecenciente al campo amplio de la Administración de acuerdo con la nomenclatura de títulos profesionales y grados académicos.
Poseer título de tercer nivel de grado en un campo amplio distinto, acreditando experiencia en cargos administrativos o gerenciales en organizaciones y empresas orientadas a la gestión o analítica de grandes volúmenes de datos.
- Explotación de datos.
- MapReduce y MongoDB
- Bases de datos para BigData.
- Lenguaje R.
- Estadística descriptiva.
- Estadística inferencial.
- Regresión y correlación.
- Técnicas multivariantes
- Recursos de preparación de datos
- Algoritmos de Machine Learning.
- Automatización y procesos iterativos.
- Técnicas de Aprendizaje automático
- NLTK
- Brat y Gate.
- Minería de Texto.
- Otras aplicaciones técnicas
- Diseño e implementación de proyectos con componentes de investigación aplicada y/o de desarrollo.
- Diseño y redacción de artículos profesionales de alto nivel.
- Análisis de modelos prácticos para el desarrollo del examen de carácter complexivo.
- Análisis de Datos.
- Técnicas de uso y visualización de herramientas.
- Gestión, transformación, modelamiento y visualización de datos
- Arquitectura Hadoop.
- Procesamiento en Spark
- Procesamiento en Streaming.
- Soluciones Cloud
- MongoDB
- Casandra
- Neo4j
- Redis
- Predicciones generadas gracias a datos de redes sociales.
- Tendencias de búsquedas en la web.
- Detección y adquisición de talento y recursos humanos.
- Datos generados de dispositivos wearables
- Organizaciones ágiles.
- Tecnologías emergentes en analítica.
- Gestión de proyectos.
- Aspectos regulatorios del tratamiento de datos.
Metodología
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)
Evaluación
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
Magíster en Inteligencia de Negocios y Ciencia de Datos Universidad San Gregorio
Máster profesional en Data Science y Business Analytics por IMF Smart Education de España.
- Ingeniero de datos (Data Engineer)
- Arquitecto de datos (Data Architect)
- Científico de datos (Data Scientist)
- Analista de datos (Big Data Analyst)
- Director de gobierno de datos (CDO, Chief Data Officer)
Facilidades de pago
- Maestría en Inteligencia de Negocios y Ciencia de Datos: Al contado (Descuento 5%) / Pago fraccionado sin intereses
Plan de becas
¿Te podemos ayudar en algo?
Nuestro personal experto te acompañará para ofrecerte la atención personalizada que necesitas
