Máster en Arquitectura Big Data

Cada día manejamos una mayor cantidad de datos (estructurados y no estructurados) que abundan en nuestras compañías, procesos y trabajos. Pero no solo el volumen de los datos es importante. Lo realmente valioso es cómo manejar esa información para conseguir directrices que conduzcan a una mejor toma de decisiones y acciones de negocio estratégicas. Aprende con la UCAV cómo controlar toda esta información.

It,Technician,Works,On,Laptop,Next,To,A,Server,Cabinet
  • En el Máster en Arquitectura Big Data adquirirás las competencias necesarias de uno de los perfiles profesionales más demandados actualmente, todo ello de la mano de los profesionales más reconocidos en el sector.
  • El contexto digital actual exige nuevos retos a los profesionales, se trata de un proceso transversal a toda la organización y requiere una visión global. Conoce todo el proceso a través de experiencias prácticas: Sistemas cognitivos, Data Governance, Arquitectura BigData,…
  • La demanda de profesionales con formación especializada en Big Data es cada vez mayor. Gracias a nuestra metodología online podrás compatibilizarlo con tu actividad laboral.
  • Título propio expedido por la Universidad Católica de Ávila (UCAV)
  • 60 ECTS
  • Modalidad: Online
  • Todas las sesiones de cada asignatura estarán grabadas y el alumno podrá visualizarlas a través del campus online tantas veces como considere oportuno, siendo un programa compatible con la actividad profesional. Del mismo modo, los materiales de cada asignatura estarán disponibles en el campus online a disposición del alumno, que tendrá un enlace directo de tutorías con cada profesor para cualquier duda o cuestión. Se contará con la mejor selección de profesores profesionales en Dirección E-Commerce que se ofrece actualmente en cualquier programa académico. Del mismo modo, los alumnos tendrán acceso a dicho claustro de profesores para futuras posibilidades laborales.
  • El plazo de duración de la matrícula del programa es de 12 meses. Es decir, el alumno dispone de 12 meses desde su matrícula (o la fecha de inicio del programa) para finalizar los estudios. Este plazo está fijado para tener un margen temporal suficiente para poder aprovechar el Máster y superarlo en el plazo previsto. En el caso de que el alumno no hubiera finalizado en el plazo establecido será necesaria una nueva rematriculación que deberá realizarse mensualmente.
  • El objetivo del Máster es aprender y acceder a la red de networking entre profesorado y compañeros. No es una carrera contrarreloj. Se ha establecido un plazo medio de un mes para asimilar los conceptos explicados en cada asignatura de tal forma que en un plazo de 8 meses puedan verse todos los materiales utilizados en el Máster (el programa consta de 8 asignaturas teóricas). Los 4 meses restantes dan margen más que suficiente para realizar un Trabajo Fin de Máster en condiciones óptimas.

Metodología

La metodología es flexible, basada en el formato blended learning, de forma que puede adaptarse a las necesidades de cualquier alumno. El alumno marca los ritmos de aprendizaje en función de sus posibilidades. De esta forma, cada sesión se compone de

  • Asignaturas impartidas por profesionales directivos de reconocido prestigio del sector.
  • Contenidos audiovisuales específicos para este máster.
  • Documentación soporte de los contenidos audiovisuales en formato digital.
  • Nota técnica con los contenidos destacados de la sesión que facilitarán su preparación previa.
  • Materiales complementarios que completan el aprendizaje del alumno.
  • Posibilidad de contactar con el profesor de cada asignatura para cualquier duda o cuestión relacionada con el programa.
  • Test de evaluación al final de cada sesión para garantizar el aprendizaje del alumno.

El programa consta además de:

  • Sesión presencial (posibilidad de conectarse en directo vía streaming) de casos de éxito en horario viernes tarde y sábado mañana en el campus de la Universidad Católica de Ávila. El objetivo de esta sesión es la creación de un espacio compartido para la puesta en común de casos de éxito reales por parte de empresarios, emprendedores y directivos de empresas. Networking. Este bloque pretende proporcionar a los asistentes un espacio de contacto con el resto de los alumnos y con empresarios y directivos de empresas para el traspase de contactos, experiencias y oportunidades de negocio.
  • Trabajo fin de master con tutor asignado dentro del profesorado para poner en práctica y desarrollar los contenidos aprendidos. Posibilidad, como alumno del programa, de participar en diversos programas de emprendimiento e inversión privada de cara a la puesta en marcha de un proyecto empresarial.

Asignaturas del Máster en Arquitectura Big Data

APACHE SPARK

En el contexto actual el volumen de datos, la velocidad de generación y la variedad de los mismos suponen un reto tecnológico que controlado puede aportar muchas ventajas competitivas. En este escenario es donde Apache Spark cobra gran importancia ya que es una tecnología concebida para dominar todas las facetas de los datos masivos. Apache Spark es más rápido que Hadoop y puede coexistir en su ecosistema, entiende SQL, está pensado para los desarrolladores gracias a sus APIs, es el motor de Big Bata de facto.

En esta asignatura el alumno aprenderá de forma práctica a tratar datos de forma masiva mediante PySpark, la API de Spark para Python.

Temario: Introducción a Procesamiento Paralelo y Escalado Horizontal, Introducción a Spark, APIs de Spark. Resilient Distributed Datasets. Mejorar el rendimiento de Spark con Dataframes, Creación de dataframes, Interoperabilidad con RDDs, Consultas SQL. Introducción a Machine Learning con Spark

DEFINICIÓN STACK DIGITAL

Adquirir conocimientos sólidos sobre el Stack de Marketing Digital que las compañías necesitan para afrontar el reto de la transformación digital. Haremos un especial foco en las soluciones de Marketing Digital que ayudan a las organizaciones a conocer y entender a su cliente con el objetivo de proporcionar la mejor experiencia posible.

Se revisará el rol del Marketing Digital y su Stack en la empresa, principios, beneficios que aporta, objetivos que persigue, retos a la hora de implementarlos y los principales componentes y usos. Profundizaremos en los retos que las organizaciones tienen a la hora de implementar un Stack digital, y como estos retos en algunos casos son tendencias presentes y pendientes de resolver.

Temario: Introducción al Ecosistema Digital. La experiencia del cliente, el nuevo viaje del cliente. El rol del nuevo Marketing Digital en La Nube. El Nuevo Stack Digital: principios del Stack Digital. Componentes principales: Analítica Digital, web, mobile (conociendo a tu cliente digital); Plataforma de Gestión de Datos DMP (activando tus campañas digitales); Gestión de Contenidos Omnicanal (creado una experiencia); Gestión de Activos Digitales (gestionando tus activos digitales); Gestión de Campañas Omnicanal (unificación y control de tus comunicaciones); Social Media Campaign (escucha activa y acción en redes sociales); Personalización & A/B testing (mejorando la conversión); Motores de E-Commerce (el modelo que no debemos obviar); Customer Relationship Management CRM (ventas y servicio); Publicidad Digital, programática y el nuevo paradigma (activación, el journey digital); Marketing de Atribución (asignando el éxito de las campañas de forma justa); Inteligencia Artificial y Marchine Learning (aplicación a los nuevos ecosistemas de Marketing Digital); ¿Se requiere el mismo Stack Digital en todos los sectores? Principales diferencias. Barreras de Adopción y éxito a las que se enfrentan las organizaciones. Tendencias del nuevo Stack Digital. Agentes que deben de formar parte en un proceso de decisión de un Stack Digital en la organización. ¿Qué criterios debo de tener en cuenta para llevar a cabo un proceso de selección de mi Stack Digital? ¿Por dónde Empezar?

ARQUITECTURA BIG DATA

Introducción a los principales patrones arquitecturales de Big Data, así como sus principios y motivaciones. Descripción, uso y responsabilidades de sus componentes. Análisis de las tecnologías y herramientas más relevantes del mercado.

Temario: Introducción. Definición, historia y motivaciones. Tipos de datos. Repositorios. Principales patrones de la arquitectura Big Data. Arquitectura Lambda y Kappa. Definición y principios de sus componentes. Arquitectura basada en eventos. Patrones de micro-servicios. Procesamiento en tiempo real. Tecnologías relevantes. Principales casos de usos

TRANSFORMACIÓN DIGITAL

La transformación digital recoge las nuevas oportunidades de estrategia de negocios que surgen gracias a la aparición de las nuevas tecnologías. Este cambio no es sólo tecnológico sin que lleva consigo nuevas habilidades y aptitudes, tanto en lo organizacional como lo individual. Reinvención de organizaciones y personas que afectan al mercado global tradicional. La transformación digital no está enfocada a la tecnología utilizada (Big Data, cloud, Internet de las cosas, movilidad, social business…) sino en utilizarla para lograr los objetivos corporativos y la supervivencia en un entorno altamente competitivo y tecnológico.

En la actualidad, la transformación digital no es una opción, es una necesidad. Las empresas de hoy ya no pueden plantearse otro panorama ya que no existe otra manera de renovarse y competir que mediante la transformación digital. Las corporaciones españolas que se han sumergido en la digitalización registran un incremento en sus ventas del 39% y demuestran valores mayores a países como Francia, Alemania o Reino Unido según un estudio de CA Technologies.

Temario: Conceptos fundamentales de la transformación digital y los habilitadores clave que requiere la digitalización. Ecosistema Digital: Digitalización y Transformación Digital, Impacto en Mercado y Empresas, Impacto de la Digitalización en las Personas, Modelos de negocio. Habilitadores: Experiencia de Cliente y Producto, Analítica y Big Data, Tecnología e Infraestructuras, Talento, Cultura y Organización

Conceptos clave para la gestión de una empresa digital. Marketing Digital: Entorno, Consumidor más marca, Plan de Marketing. E-Commerce. E-Care

MACHINE LEARNING

En la era de los datos o Big Data, la estadística clásica y las visualizaciones tradicionales no son suficientes para obtener todo el valor de los datos, ya que el volumen y complejidad de los mismos dificulta encontrar las complejas relaciones internas entre ellos.

Machine Learning es una rama de la Inteligencia Artificial cuyo objetivo es desarrollar técnicas que permitan a los ordenadores “aprender”, permitiendo superar los límites de la intuición humana. Un Data Scientist necesita incluir estas técnicas en su caja de herramientas para afrontar los nuevos retos de la era de los datos.

En esta asignatura el alumno aprenderá fundamentos de aprendizaje automático, la metodología necesaria para abordar proyectos de este tipo y además explorará las principales técnicas de Machine Learning como Árboles de Decisión, Redes Neuronales o Clustering con ejemplos prácticos. Además se introducirá al alumno en R como lenguaje de análisis de datos, muy demandado en las empresas actualmente.

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

BASE DE DATOS NOSQL Y DATA GOVERNANCE

Data Governance en su sistema de decisiones y responsabilidades para procesos relacionados con la información, ejecutados de acuerdo con unos modelos acordados, que describen quién puede tomar qué acciones, con qué datos y cuándo, en qué situaciones, y utilizando qué métodos.

En esta asignatura también se tratará el concepto de base de datos NoSQL. Cuando hablamos de base datos NoSQL, también conocidas como “No sólo SQL”, nos referimos a una amplia clase de sistemas de gestión de datos (mecanismos para el almacenamiento y recuperación de datos) que difieren, en aspectos importantes, del modelo clásico de relaciones entre entidades (o tablas) existente en los sistemas de gestión bases de datos relacionales, siendo el más destacado el que no usan SQL como lenguaje principal de consulta.

Temario: BASE (Basically Available Soft-state Eventual Consistency. Escalabilidad horizontal. Escalabilidad distribuida: Sharding; Réplica maestro-esclavo; Réplica peer-to-peer. Tolerancia de fallos y redundancia: Base de datos de documentos (JSON, BSON, XML); Almacenamiento Clave-Valor; Base de datos de grafos; Base de datos Columnar

SISTEMAS COGNITIVOS: INTELIGENCIA ARTIFICIAL

La asignatura de Sistemas Cognitivos pretende acompañar al alumno en el conocimiento de las nuevas tendencias en Inteligencia Artificial, Aprendizaje Automático (Machine Learning) e interfaces avanzados hombre-máquina. Combina elementos teóricos con casos de uso reales y tutoriales para iniciarse en la IA.

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

CIBERSEGURIDAD – LEGALIDAD VIGENTE E INTRODUCCIÓN A FINANZAS CORPORATIVAS

Esta formación acercará al alumno a las novedades legislativas que han surgido a raíz de la aprobación del nuevo Reglamento General de Protección de Datos de la Unión Europea 2016/679 que será aplicable a partir del 25 de mayo de 2018, así como al fenómeno “COMPLIANCE” que trae de cabeza a muchas organizaciones, la regulación jurídica del e-Commerce y el control de los medios tecnológicos que se pueden hacer por parte de las empresas. Se trata de una formación que será especialmente útil para profesionales que pretendan especializarse en BIG DATA, E- COMMERCE o Seguridad de la Información.

Temario: 1. Seguridad en redes WiFi. 1.1. Tipos de securización. 1.2.  Vulnerabilidades en redes Wifi. 1.3.  Vulnerabilidades en router domésticos.1.4.  Análisis Forense de routers domésticos. (práctico) 1.5.  Interceptación de comunicaciones WiFi. (práctico) 1.6.  Identificar al “pirata” en redes WiFi. (práctico) 1.7.  Redes WiFi como OSINT, seguimiento de personas. (práctico)

2. Seguridad en dispositivos IoT 2.1. Motivación de la necesidad de securización dispositivos IoT.2.2. Drone Forensics (práctico) 2.3.  Vulnerabilidades en enchufes inteligentes  (práctico) 2.4.  Seguridad en SmartWatchs 2.5.  Forense en Linux avanzado  (práctico) 2.6.  Inseguridad en dispositivos KODI (Televisión pirata)  (práctico) 2.7.  Chip-Off para análisis de dispositivos IoT  (práctico)

3. Seguridad en Redes Sociales y Smartphones 3.1. Ciberataques en Redes Sociales (práctico) 3.2.   Seguimiento de perfiles en Twitter  (práctico) 3.3.   Ataque a un perfil de Twitter  (práctico) 3.4.  OSINT contra Twitter e Instagram  (práctico) 3.5.  Troyanización de smartphones via redes sociales  (práctico)

4. Nuevos tipos de ciberataques 4.1. Ataque PowerBank 4.2.  Seguridad en almacenamiento de memoria 4.3.  Ataques vía email  (práctico) 4.4.  BIDI attack  (práctico) 4.5.  SWAT attack  (práctico) 4.6.  USB RubberDucky  (práctico) 4.7.  USB Killer  (práctico)

Implicaciones del nuevo Reglamento General de Protección de Datos de la Unión Europea 2016/679. Conocer los aspectos claves necesarios para la adecuación de las organizaciones al nuevo modelo normativo de protección de datos. 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. La nueva norma UNE 19601. Determinar los documentos peligrosos que nos podemos encontrar en una empresa desde el punto de vista civil, fiscal y laboral. Control empresarial y uso de medios tecnológicos por los trabajadores. Regulación jurídica básica de las relaciones en entorno E-commerce.

Los conocimientos financieros son imprescindibles cuando se toman decisiones en un entorno cambiante y con un futuro incierto. Este módulo permitirá al alumno disponer de los elementos cuantitativos necesarios para calibrar el riesgo y tomar decisiones de valor para la organización.

Temario: Entender, asimilar y utilizar la información proporcionados por los estados financieros, proporcionando las herramientas necesarias para su análisis. Conocer los elementos que componen un Cuadro de Mando Integral. Aprender los procesos de la gestión presupuestaria. Cómo se pasa de misión y metas a objetivos concretos con base en un presupuesto. Que es el LRP, qué es el DB, Qué es un forecast. Qué es un Rolling forecast. Profundizar 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). Determinar los elementos claves en el análisis de las inversiones.

Qué es un análisis de escenarios, qué es un análisis de sensibilidad. NPV, VAN, Payback, flujo de caja descontado, TIR, TIR Corregida, IR. Business Case. 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)

APLICACIONES DE USO Y CASOS DE ÉXITO

Desde estos puntos podremos ver proyectos de transformación digital con diferentes aproximaciones tanto interna como externa. Con el uso de las nuevas tecnologías como Big Data, Machine Learning, eCommerce, API-LED, el entorno Cloud y los servicios relativos a la misma (SaaS, PaaS, IaaS, …), IoT, etc. muchas empresas están en el camino de la transformación.

En un mercado de competencias cada vez más cambiante, con una necesidad de adaptación inmediata a las nuevas tecnologías y dónde la estrategia de la nube está cambiando el concepto de las relaciones con los clientes, nos disponemos explorar por medio de casos de éxito y otras experiencias que no han salido bien, cómo diferentes compañías han solventado o se encuentran en el camino de su transformación digital.

Temario: Camino de la transformación digital. La importancia del Data Governance. Proyectando la transformación digital. La extensión de la empresa – traspasando las fronteras. Al borde del abismo. Montando el puzzle

Este Máster está dirigido especialmente a: Directivos, profesionales y emprendedores que quieran potenciar sus conocimientos de Big data desde una perspectiva práctica y de negocio. Imprescindible para perfiles profesionales o especialistas en áreas funcionales de Operaciones, Marketing, Ventas, Big Data e Inteligencia Comercial, responsables de PYMES o emprendedores. Por último, este Máster también resulta indicado para aquellos estudiantes que quieren ampliar su base de conocimientos y capacidades profesionales para convertirse en un profesional especializado en el análisis e interpretación de Big Data. Al haber sido diseñado por profesionales en activo y organizado de una manera muy práctica utilizando las tecnologías y necesidades que requiere el entorno empresarial, el objetivo final del programa es que el alumno sea un activo importante en cualquier organización una vez terminado el Máster.

Los requisitos de acceso son el conjunto de requisitos necesarios para cursar enseñanzas universitarias en universidades españolas. Su cumplimiento es previo a la admisión a la universidad.

Podrán acceder a los estudios de Máster (1):

a)  Estudiantes que estén en posesión de un título universitario español.

b)  Estudiantes que estén en posesión de un título extranjero que esté homologado a un título universitario oficial español.

c)  Estudiantes que Estén en posesión de un título extranjero no homologado pero que pueda estimarse de nivel equivalente a un título universitario oficial español.

d)  Profesionales de reconocida y acreditada experiencia laboral y/o profesional, siempre que dicha experiencia esté relacionada con las competencias inherentes al título de Máster. El acceso por esta vía debe ser autorizada por Secretaría General previo informe del Coordinador de los estudios propios.

(1) Artículo 6 Normativa de Estudios Propios de la Universidad Católica de Ávila.

  • LUIS JOYANES. Coordinador Global. Catedrático de Lenguajes y Sistemas Informáticos. Director Fundación Software Libre Fidesol.
  • JAVIER ILDEFONSO. Transformación Digital. Puesto: E-Commerce Director SAGE
  • JULIÁN CAÑADAS. Definición Stack Digital. Puesto: Country Leader Adobe Spain & Portugal
  • LUIS MIGUEL GARAY. Transformación Digital. Puesto: Director Digitalización Telefónica. Doctor en Inteligencia Artificial
  • ANA MARTÍN MARTÍNEZ. Transformación Digital: RPA. Puesto: Gerente Automatización y Robotización Telefónica.
  • MIGUEL ÁNGEL JIMÉNEZ. Machine Learning. Base de Datos NoSQL. Puesto: Data Scientist LuceCEM.
  • DAVID VAQUERO. Arquitectura Big Data. Puesto: Global Lead Arquitect ING Bank
  • GEMA RUIZ DÍAZ-MARIBLANCA. Sistemas Cognitivos. Puesto: Responsable I+D+I e Inteligencia Artificial Vector ITC Group
  • DAVID MARTÍN. Legalidad Vigente / Introducción Finanzas Corporativas. Puesto: HR&Labour Relations Manager VisionLab
  • JOSÉ CARLOS ÁLVAREZ. Legalidad Vigente / Introducción Finanzas Corporativas. Puesto: Senior Financial Controller IT Systems Vodafone.
  • MANUEL GUERRA: Legalidad Vigente. Puesto: Analista Forense Informático Ministerio de Interior de España
  • HUGO NEBREDA. Apache Spark. Base de Datos NoSQL. Puesto: Tech Leader & Customer Experience Analyst BBVA España
  • DANIEL TRABAS. Casos de Éxito. Puesto: Integration Architect SAGE
  • JAVIER DÍAZ DIÉGUEZ. Sistemas Cognitivos. Puesto: Gerente de Proyectos y Consultor especializado en Soluciones Cognitivas IBM
  • ALBERTO ORTIZ. Legalidad Vigente / Finanzas Corporativas. Puesto: Proyect Manager Fintonic
Gratis

¿Por qué elegir nuestro Máster en Big Data?

100% Online

Tú decides cuándo y dónde

No estás sólo

A través de la mensajería, el alumno puedes ponerte en contacto con el profesor de cada asignatura para cualquier duda técnica que pueda surgirte.

Profesorado líder en sus sectores

Dado el nivel y el status profesional de los docentes, creemos recomendable tener en cuenta estos contactos a nivel profesional / laboral.

El Máster en Arquitectura Big Data de la Universidad Católica de Ávila satisface la necesidad de nuevos profesionales que sepan aprovechar todo el potencial del Big Data convirtiendo grandes volúmenes de datos en información válida y relevante para el negocio. Convertir de forma eficiente los datos en valor para el negocio, dotar de inteligencia a los datos, es el nuevo foco estratégico en el que las empresas están avanzando. 

¡TE LLAMAMOS!

Tiene buena pinta, ¿verdad? No lo pienses más y déjanos tus datos para que nos pongamos en contacto contigo y te demos toda la información sobre este curso.

       


       



Al marcar con una cruz esta casilla autorizo expresamente a la Universidad Católica Santa Teresa de Jesús de Ávila, con CIF R0500336C y domicilio en Ávila, en la C/Canteros, s/n - 05005, al tratamiento e incorporación a los correspondientes ficheros, de los datos personales y académicos que comunico en esta matrícula y en los demás impresos/instancias vinculados a misma y a la gestión académica y docente de la universidad, así como para el envío de información referente a otras acciones formativas (2) Siempre que así lo estime, podré ejercitar mis derechos de acceso, rectificación, cancelación y oposición relativo a este tratamiento, dirigiéndome al correo electrónico proteccion.datos@ucavila.es
* En caso de no marcar, se entiende que no autoriza el tratamiento de datos y por tanto, no se podrá procesar su solicitud de información.

Al hacer clic en el botón "Quiero Informarme", usted acepta la politica de privacidad y protección de datos