Descripción

Maestría en Business Intelligence y Big Data Analytics


Con la Maestría de Business Intelligence y Big Data Analytics aprenderás las principales técnicas y fórmulas actuales que servirán como llave para abordar la digitalización de un negocio, desarrollando estrategias y metodologías que nos acerquen a la consecución de objetivos de negocio de una manera eficiente y operativa.

Tendrás un acercamiento a la tecnología Big Data, así como a la medición y el control de uso de los datos en el proceso de analítica web.


SOLICITA MÁS INFORMACIÓN

HABLAN DE NOSOTROS


Metodología

Metodología del Maestría en Business Intelligence y Big Data Analytics


La metodología de trabajo desarrollada en EUDE Business School está basada en el Método del Caso. Una formación eminentemente práctica es la mejor base para que el estudiante adquiera los conocimientos, aptitudes y experiencias que la empresa precisa. Los casos desarrollados en cada área de conocimiento son casos de éxito que ofrecen al estudiante un amplio margen para el análisis y la discusión.

El aula con grupos reducidos o el Campus Virtual EUDE plataforma líder a nivel europeo serán los foros más adecuados para que los estudiantes puedan compartir sus opiniones y reflexiones sobre cada documento.

El programa de estudios ha sido confeccionado bajo la supervisión y asesoramiento de empresas referentes en el sector, así como de un claustro formado por directivos y exdirectivos de compañías multinacionales y nacionales (Telefónica, Deloitte, DHL, Inchaersa, Geindesa, Debebé o Drommer Consulting).

Al finalizar el programa el estudiante entregará y defenderá su Proyecto Fin de Máster*. El PFM* es un plan de negocio, real o simulado, en el que el estudiante deberá haber aplicado todos los conocimientos y herramientas adquiridas.

Durante toda la duración del programa el estudiante  dispondrá de un Tutor personalizado y de un continuo feed-back por parte de los profesores, que permitirá al estudiante conocer en todo momento sus puntos de mejora y fortalezas.

*El PFM será obligatorio para los estudiantes en la modalidad presencial. El resto de Modalidades están exentas de este requisito a excepción de aquellos alumnos que hayan optado por el Máster de Acceso a la titulación oficial.

Logo Movistar
logo LinkedIn
Logo Amadeus
Logo PG

Programa

Programa y Temario del Maestría en Business Intelligence y Big Data Analytics

Objetivo:

Adentrarse en el nuevo entorno digital y conocer en profundidad los cambios que ha originado en nuestra sociedad. Estar al tanto de las nuevas formas de comunicación que este entorno conectado ha propiciado con nuestros clientes y de éstos con las empresas. Descubrir qué implicación tiene el marketing digital en los diferentes ámbitos de una organización y cómo puede ayudar éste a mejorar la eficacia y eficiencia de sus acciones.

Contenido: ¿Entiendes la importancia del Marketing Digital?

  • La nueva era digital
  • Marketing Tradicional vs. Marketing Digital
  • Comunicación bidireccional
  • Nuevas tendencias digitales

Objetivo:

Desarrollar proyectos de comunicación y publicidad basados en estrategias digitales para conectar con nuestros clientes de manera exitosa. Conocer las nuevas fórmulas de marketing en entornos digitales.

Contenido: ¿Sabrías desarrollar una Estrategia Digital exitosa?

  • Las claves del nuevo Marketing
  • El nuevo papel del consumidor
  • Integración del Marketing Digital en la estrategia general
  • Marketing Estratégico en Internet

Objetivo:

Comprender la importancia de la transformación digital para las empresas actuales, identificar los momentos de contacto con clientes, desarrollar estrategias y tácticas para conseguir una verdadera transformación, centrar estos cambios en el personal de la compañía, y saber aplicar correctamente la tecnología en los procesos.

Contenido: ¿Estás dispuesto a transformar digitalmente tu negocio?

  • El papel de las personas
  • La tecnología, un medio útil para la transformación
  • Identifica el nuevo Customer Journey Map de tus clientes

Objetivo:

Analizar la usabilidad, trabajar una correcta arquitectura y diseño web, en busca de mejores resultados en cuanto a la experiencia de usuario.

Contenido: ¿Es positiva la experiencia de navegación de tus visitas web?

  • UX / UI
  • Prototipado
  • CardSorting
  • Tree Test
  • Arquitectura de la información
  • Focus Group y Test Usuarios

Objetivo:

Diseñar paso a paso un Plan de Marketing Digital y lograr alinearlo con el Plan de Marketing General de la compañía. Combinar todas las herramientas y acciones que nos hagan alcanzar los objetivos empresariales.

Contenido: ¿Has integrado tu Plan de Marketing Digital con tu Plan Estratégico de Empresa?

  • El Plan de Marketing Digital
  • Análisis de la Competencia
  • Plan de Comunicación 360
  • Objetivos y Estrategia del Plan de Marketing Digital

Objetivo:

Mostrar la importancia de la seguridad digital como uno de los principales retos a los que se enfrenta la digitalización. Proteger nuestro negocio online frente a la vulnerabilidad a la que pueden exponerse los datos de nuestros clientes y los nuestros propios.

Contenido: ¿Están tus datos protegidos y seguros frente ataques?

  • Seguridad de la Información
  • La información, como activo fundamental que hay que proteger y tratar adecuadamente, adaptado a un entorno digital.
  • Ciberamenazas y riesgos a la información.
  • Formas de protección.

Objetivo:

el estudiante obtendrá una visión general sobre los motivos que han llevado a la creación de las tecnologías Big Data. Se le ofrecerá un marco-guía conceptual que le permitirá estructurar cada tipo de tecnología en los niveles de datos, información y conocimiento. Con este marco, se presentarán las necesidades que aparecen en cada nivel y las soluciones que han ido apareciendo, desde las tecnologías ETL hasta la Inteligencia Artificial y sistemas cognitivos.

Contenido:

LA FASCINACIÓN POR EL DATO.

  • Historia de la información.
  • La evolución de las tecnologías del conocimiento.

– Estadística.

– Business Intelligence.

– Small Data, Big Data, Smart Data, Fast Data.

LA EXPLOSIÓN DEL DATO DEL SIGLO XX-XXI.

  • Por qué en el siglo XX se ha vuelto tan importante el dato.
  • Los culpables: la capacidad de computación, el abaratamiento del almacenamiento, internet y los móviles.

LA RESPUESTA: BIG DATA

Definición.

  • LasV’s delBig Data.
  • Nuevo territorio: lo que importa es la pregunta.
  • La evolución de la analítica: descriptiva, predictiva, prescriptiva.
  • La pirámide del conocimiento: la diferencia entre el dato, la información y el conocimiento.

MAPA DE LA ARQUITECTURA BIG DATA.

  • Los tres niveles: datos, información y conocimiento.
  • Las dos dimensiones: interno-externo.

NIVEL DEL DATO:

  • Tecnologías ETL.
  • Del ETL al ELT.
  • Datos estructurados y no estructurados.
  • La evolución del tipo de dato disponible.

NIVEL DE INFORMACIÓN:

  • SQL v NoSQL.
  • Sistemas centralizados frente a sistema distribuidos.
  • Hadoop básico.

– HDFS.

– Map Reduce.

– Ecosistema Hadoop.

  • Spark.

– Comparativa con Hadoop.

– Ecosistema Spark.

  • Arquitecturas lambda y Kappa.
  • On premise y cloud.

– La nube y los servicios IaaS, PaaS y SaaS.

– Arquitectura Híbrida.

NIVEL DEL CONOCIMIENTO:

  • El proceso general de análisis y herramientas utilizadas.
  • La importancia de la visualización y herramientas.
  • Herramientas de análisis.
  • Inteligencia artificial.

– Inteligencia artificial débil y fuerte.

– Diferenciemos entre inteligencia artificial, machine learning y deep learning.

– Tipos de machine learning.

  • Aprendizaje supervisado.
  • Aprendizaje no supervisado.
  • Aprendizaje por refuerzo.

– Deep learnig: ¿qué es una red neuronal?

– Sistemas cognitivos.

Caso práctico:   Introducción a la visualización con Tableau

Objetivo:  que los alumnos conozcan una herramienta que les permitirá explorar los datos disponibles a través de la visualización. También aprenderán la necesidad de tratamiento de los datos y la selección de los mejores elementos de visualización para cada tipo de datos.

Metodología: a través de un tutorial aprenderán los conceptos básicos para realizar un cuadro de mandos que explore un conjunto de datos de prueba.

Objetivo:

hacer que el estudiante sea consciente de que el verdadero potencial de transformación del Big Data es un proceso de cambio cultural y organizacional de las compañías. El verdadero motor del cambio que hace que las tecnologías Big Data sean útiles y aplicables son las personas. Es necesario un programa de transformación dominado por nuevos procesos (Data Centric, Data Thinking y Data by Design). Para que eso sea posible deben utilizarse y modificarse tecnologías de diseño y desarrollo de producto (Design Thinking y tecnologías Agile) para que de esta forma se pueda entregar valor continuo. Esto exige cambios organizacionales profundos que conlleven una cultura del dato que se extienda a toda la organización.

Contenido:

LO IMPORTANTE SON LAS PERSONAS.

  • Evolución y parición de nuevos roles.
  • El “Data Translator”, un nuevo rol clave .

REPASEMOS LOS NIVELES DE LA PIRÁMIDE DEL CONOCIMIENTO: HACE FALTA LA ACCIÓN ES NECESARIO LLEGAR A SER UNA EMPRESA DATA DRIVEN.

  • Dejar atrás la gestión HiPPO.
  • Procesos de transformación.

– Data Centric.

– Data Thinking.

– Data by Design.

– Fata Governance.

PERO ANTES ES NECESARIO SABER DÓNDE ESTAMOS EL ASSESMENT.

PROCESO DATA CENTRIC.

  • Evolución de la posición del dato dentro de la empresa.
  • El Dato se convierte en el centro.

 

PROCESO DATA BY DESIGN.

  • Lo importante es saber qué quiere el cliente.
  • Marco metodológico fundamental: Design Thinking.

– Qué es el Design Thinking.

– Algunas herramientas utilizadas.

– Pero es necesario modificarlo para dejar entrar al dato.

  • Cómo lo lanzamos.

– El mínimo producto viable: lo importante es dar valor continuo al cliente.

– Tecnologías Agile-Scrum.

  • Relación entre Design Thinking y Agile: ciclo de evolución continuo.

DATA THINKING.

  • La cultura del dato en la empresa.
  • Cambios organizacionales necesarios: modelo Spotify.
  • Data culture: todos los miembros de una organización deben enfocarse al

valor del dato.

CASOS DE USO DE BIG DATA.

NUEVA FUENTE DE INGRESOS: LA COMPARTICIÓN DE DATOS.

  • El dato como producto.
  • El nuevo marco de privacidad.

Y SURGIÓ EL RGPD.

  • Conceptos básicos.
  • El consentimiento dentro del RGPD.
  • Qué es un tratamiento: el encargado y el responsable de tratamiento.
  • Uso legítimo.
  • Principios de responsabilidad.
  • Derechos del usuario: el nuevo derecho de portabilidad y de no utilización de procesos automatizados.

 

Caso práctico: uso de Tableau (o Google analytics) para análisis de un e-commerce (u otro tipo de web)

Objetivo: que los alumnos profundicen en el uso de la visualización como herramienta fundamental para obtener pistas de la marcha de una empresa online.

Metodología: a través de un tutorial aprenderán los conceptos básicos que deberán aplicar sobre los datos de una página web.

Objetivo:

El objetivo de esta sesión es que el alumno conozca de primera mano algunas de las técnicas de modelado y data mining que se suelen aplicar en el entorno de Big Data. A través de diversos ejemplos de necesidades de negocio, se analizará una de las posibles formas de abordarla, implementando un modelo sencillo pero clarificador: el modelo CRISP-DM. Con esos mismos ejemplos se verán las diversas problemáticas y puntos críticos a tener en cuenta en todo proceso de análisis de datos.

Contenido:

METODOLOGÍA CRISP-DM.

INTRODUCCIÓN A RAPID MINER: CONCEPTOS BÁSICOS.

PREPARACIÓN DE DATOS.

MODELOS CLASIFICATORIOS Y PREDICTIVOS CORRELACIÓN: QUE DOS VARIABLES TENGAN RELACIÓN PUEDE NO DECIR NADA.

  • Realizar una matriz de correlación
  • Entender una matriz de correlación.
  • Correlación positiva y negativa.
  • Correlación no indica causalidad.
  • ¿Qué podemos hacer con esa información?

REGLAS DE ASOCIACIÓN: ¿QUÉ COSAS SUELEN IR JUNTAS?

  • Entender el funcionamiento de un modelo de asociación.
  • Porcentaje de Soporte y de Confianza.
  • Usar las reglas de asociación.

CLUSTERIZACIÓN: ¿HAY DIVERSOS GRUPOS DE CLIENTES?

  • El algoritmo K-means.
  • Cómo funciona y qué significa la K.
  • Concepto de centroide.

ANÁLISIS DISCRIMINANTE: EMPEZAMOS A PREDECIR.

  • Explicación de análisis discriminante.
  • Concepto de datos de entrenamiento y de datos de scoring.
  • Flujo de entrenamiento y flujo de scoring.
  • Explicación del nivel de confianza.

REGRESIÓN LINEAL: UNA FORMA DE PREDECIR UNA VARIABLE CONTINUA.

  • Explicación del modelo de regresión lineal.
  • Entender los pesos en una regresión lineal.
  • ¿Qué podemos hacer con los resultados?

REGRESIÓN LOGÍSTICA: CUANDO HAY QUE DECIR ENTRE DOS OPCIONE.S

  • Explicación del modelo de regresión logística.
  • También aparece pesos ¿pero significan algo?
  • Explicación del nivel de confianza.
  • ¿Qué podemos hacer con los resultados?

ÁRBOLES DE DECISIÓN: ¿EN DÓNDE CAE ESTE CLIENTE?

  • Concepto de árbol de decisión.
  • Nodos, ramas y hojas.
  • Profundidad del árbol.
  • Navegar en un árbol de decisión.
  • Comprender un árbol y aplicarlo.

REDES NEURONALES: SIMULANDO EL PENSAMIENTO HUMANO.

  • Explicando en lo posible una red neuronal.
  • Aplicar una red neuronal.

INTRODUCCIÓN AL ANÁLISIS DE TEXTOS .

  • Análisis comparativo de textos.
  • Conceptos básicos.
  • Diccionarios, stop words.
  • Sinónimos y palabras de la misma familia.
  • Combinación de palabras.
  • Reemplazo de palabras.

VALIDACIÓN CRUZADA: ¿CÓMO PODEMOS SABER SI EL MODELO FUNCIONA?

  • Qué es una validación cruzada.
  • Concepto de falso positivo.

LA ÉTICA EN EL DATA MINING.

  • No siempre los modelos son “justos”.
  • Que puedas predecir no quiere decir que debas obligar.
  • Cuidado con los sesgos.
  • No todos los análisis se pueden hacer.

 

Caso práctico: uso de Rapid Miner para hacer data mining

Objetivo: que los alumnos utilicen lo aprendido para resolver algún tipo de problema basado en datos.

Metodología: se propondrá un conjunto de datos para que los alumnos utilicen los modelos estudiados.

Objetivo:

hacer que el estudiante se enfrente desde el punto de vista de negocio cómo definir y resolver un problema de negocio en donde los datos y el uso de la información puedan aportar algún tipo de mejora o solución. Mediante una nueva metodología, se trata de crear un proceso “Design Thinking-like” que defina unas etapas graduales para comprender el problema, las lagunas de datos que la empresa tiene, el impacto que tiene en el customer journey y la experiencia del cliente, y proponer un nuevo “Data Journey” que mejore esa experiencia. Al final el estudiante tendrá definido todo el contexto del problema y tendrá unas preguntas e hipótesis guía que dirijan el desarrollo del proyecto de mejora.

Contenido:

MÓDULO 1: DEFINIR EL PROBLEMA QUE SE QUIERE RESOLVER

  • ¿Cuál es el problema principal que estás intentando solucionar y por qué es importante?
  • Contexto: ¿Qué factores contribuyen al problema? ·Personas:¿Aquiénleafectadirectamente?
  • Personas que trabajan en el problema: ¿Quién está trabajando actualmente en el problema?
  • ¿ Con que frecuencia se toman las decisiones sobre la resolución del problema por parte de las personas que trabajan actualmente en el mismo?
  • Datos existentes: ¿Qué datos, relevantes a este problema, existen actualmente?
  • De forma general, ¿cuál es la periodicidad, retardo y granularidad (geográfica, demográfica, temporal, otras) de los datos existentes?
  • Nuevas fuentes de datos potenciales para la solución: Basados en los factores antes mencionados, ¿qué datos nuevos o adicionales podrían potencialmente aportar nuevos puntos de vista.
  • Preguntas guía.

 

MÓDULO 2: INVENTARIAR Y COMPRENDER LAS LAGUNAS EN LOS DATOS

  • Datos existentes sobre el problema.
  • Para cada fuente de datos, contesta las siguientes preguntas:
  • ¿Está disponible abiertamente, o requiere un permiso especial de acceso?
  • ¿Es estructurada o no estructurada?
  • ¿Con qué frecuencia se recogen los datos?
  • ¿Cómo son de granulares o detallados geográficamente los datos (ALTO, MODERADO, BAJO)?
  • ¿Cómo son de granulares o detallados demográficamente los datos (ALTO, MODERADO, BAJO)?
  • ¿Cuánto tiempo se almacenan?
  • ¿Las personas actualmente implicadas lo usan para la toma de decisiones, evaluación o para otros propósitos?
  • Otros datos organizacionales: ¿Qué otros datos usa tu organización en la operativa del día a día y en la planificación a largo plazo?
  • Identificación de lagunas.

 

MÓDULO 3: MAPEAR A TODOS LOS PARTICIPANTES EN EL PROYECTO · Clientes/usuarios, Solucionadores, Soportes, Otras Personas.

  • ¿Cuál es su influencia en el problema?
  • ¿Cuál es su influencia en el proyecto?
  • ¿Cómo puede beneficiarse del proyecto?
  • ¿Cómo los datos ayudan ahora a su toma de decisiones?
  • ¿Qué podría hacer esta persona con mejores datos?
  • ¿Qué podría hacer para socavar el proyecto?
  • ¿Cuál es la mejor forma de mantenerle comprometido?
  • La Ficha Personas.
  • Mapa de influencia.

 

MÓDULO 4: COMPRENDER QUIÉN USARÁ LOS RESULTADOS DEL PROYECTO.

  • Data Journey actual.
  • Análisis de mejoras.
  • Diseño del Data Journey nuevo.

 

MÓDULO 5: IDENTIFICAR TU LISTA DE DESEOS RESPECTO A LOS DATOS Y DEFINIR TUS HIPÓTESIS DE TRABAJO.

  • Resumen de todo el análisis.
  • La herramienta de conceptualización del proyecto.

– ¿A quién va a ayudar el proyecto de innovación basada en el dato y qué esperas que sean capaces de hacer gracias al proyecto?

– Escribe una definición clara y concisa del problema.

– ¿Qué fuentes de datos persigues para cumplir tus objetivos? Rellena la plantilla siguiente con esa información (repite la plantilla tantas veces como fuentes de datos hayas detectado).

– Ajusta tus Preguntas Guía: ¿Podemos usar [la fuente de datos X] para profundizar en [en el aspecto Y del problema]?

– Ajusta tus Hipótesis: Ya que sabemos que [hechos A] sobre [las(s) fuente(s) de datos X], creemos que podemos usar [datos específicos

B] para abordar [el indicador del problema C]. Validaremos nuestros resultados en comparación a [datos existentes D].

EJEMPLOS DE PROBLEMÁTICAS

 

Caso práctico: uso de metodología Data by Design para resolver una problemática del TFM

Objetivo: que los alumnos utilicen la metodología explicada para resolver un problema dentro del alcance del TFM que entregaron en el máster

Metodología: los alumnos deberán proponer una problemática asociada a su TFM que presentaron en el master y deberán seguir los pasos indicados para proponer una mejora basado en el uso del dato y de la información disponible.

Objetivo:

Extraer, comprender e interpretar la información que se refleja en la red, imprescindible para la toma de decisiones de marketing. Llegar al conocimiento gracias al correcto análisis de los datos.

Contenido: ¿Sabes lo que ocurre en tu web?

  • Conceptos básicos.
  • Tipos de herramientas.
  • Métricas e indicadores.
  • Medición e integración de múltiples fuentes.
  • KPIs y Objetivos.

Objetivo:

Extraer la información sensible que Google Analytics nos proporciona sobre nuestro sitio web, analizando los datos e introduciendo mejoras fundamentadas que mejoren nuestro rendimiento web.

Contenido: ¿Conoces las herramientas de analítica más utilizada en el mundo?

  • Conoce Google Analytics.
  • Gestión y manejo de la herramienta.
  • Métricas.
  • Análisis y diseño de informes estadísticos.
  • Implementación y seguimiento.

Objetivo:

Obtener un conocimiento teórico pero siempre con un eminente enfoque práctico, sobre los componentes y problemáticas de la inteligencia artificial y las diferentes aplicaciones en la industria en la actualidad, haciendo hincapié en los asistentes virtuales como nuevo modelo de relación con cliente.

 

Contenido: ¿Conoces las herramientas de analítica más utilizada en el mundo?

  • Aprender el papel de la Inteligencia Artificial en el mundo actual y tener un enfoque a futuro sobre los avances tecnológicos.
  • Identificar y entender diferentes términos del entorno de la Inteligencia Artificial.
  • Conocer las diferentes aplicaciones de la Inteligencia Artificial en la actualidad y sus posibles futuribles casos.
  • Conocer e identificar componentes del diseño de una solución de Inteligencia Artificial.
  • Desarrollar una primera aplicación con inteligencia artificial: crear tu primer Chatbot con la Plataforma IBM Watson.

Introducir al alumno en los diferentes sistemas operativos y su aplicación para gestionar la seguridad en la red de las empresas.

  • Desarrollar los protocolos necesarios para la protección de los dispositivos.
  • Técnicas y herramientas de ciberseguridad.
  • Introducir al alumno en los diferentes sistemas operativos y su aplicación para gestionar la seguridad en la red de las empresas.
  • Conocimiento teórico sobre la materia como para tomar decisiones desde el punto de vista de un directivo de una organización empresarial
  • Dotar al alumno de recursos para analizar el panorama de ciberamenazas al que hacen frente hoy en día las organizaciones empresariales y aplicarlo al entorno de la empresa en la que trabaje.
  • Introducción al “adversarial thinking” (conjunto de activos valiosos que son susceptibles de ser atacados por adversarios que generan amenazas)

El Proyecto de Fin de Máster (PFM) tiene como finalidad la aplicación práctica de los conocimientos y herramientas adquiridas por el alumno durante el programa, en una iniciativa emprendedora o a una mejora sustancial de una actividad empresarial ya existente, mediante el desarrollo de un Plan de Negocio o Business Plan.

Pretendemos que el PFM sea:

  • Un Plan de Empresa, donde el alumno recorre la transformación de una idea de negocio en un proyecto de empresa real y viable.
  • Una oportunidad de poner valor todo lo aprendido en el Programa.

Para todo ello, el estudiante cuenta con el asesoramiento personalizado de todo el Claustro académico de EUDE.

En modalidad Online el Proyecto Fin de Máster supone el estudio y la realización de actividades en cada uno de los módulos que son parte formal del plan de investigación.

(El programa consta de 1125 horas y 45 créditos ETCS)

DESCARGAR PROGRAMA

Becas

Becas


EUDE Business School, a través de su Fundación, pone a tu disposición un importante plan de becas y ayudas al estudio gracias al cual se han beneficiado nuestros mejores alumnos. A través de la Fundación puedes acceder a becas para el estudio de importante cuantía, las cuales están dirigidas a estudiantes y profesionales con titulación universitaria bajo cuatro modalidades: Becas al Honor Académico, Becas de Impulso a la Empleabilidad, Becas Patrocinadas y Becas Alumni sin Retorno de Capital.

Plan de becas y ayudas al estudio

EUDE Business School ha diseñado un Plan de Becas y Ayudas al Estudio con el único objetivo de proporcionar una mayor flexibilidad económica y respaldar las necesidades de cada alumno.
Las peticiones de becas son recogidas por el Dto. de Asesoría Académica quién las remite al Comité de Admisiones, que evalúa los perfiles en función de los siguientes aspectos:

La tramitación de las becas se lleva a cabo una vez el postulante envíe todos los documentos requeridos. También puden dotarse de ayudas adicionales pero contando con los mismos criterios que para las becas.
Una vez evaluada su postulación el estudiante recibe notificación personal del Comité de Admisiones.

Universidad

EUDE Business School es entidad colaboradora de la prestigiosa Universidad Camilo José Cela, una institución
que cuenta con un amplio reconocimiento nacional e internacional, posicionada como una de las mejores universidades privadas de España.

 

Esta alianza representa una oportunidad única para potenciar la proyección académica y la empleabilidad
de los estudiantes de EUDE Business School
, quienes podrán acceder, adicionalmente, a un título de la Universidad Camilo José Cela.


Campus de EUDE Business School

El Campus EUDE, se fundó en 1996 y está ubicado en la emblemática calle de Arturo Soria, forma parte del corazón de la ciudad de Madrid y se encuentra muy próximo a los ecosistemas financieros de algunas de las empresas más importantes del mundo.

 

Las instalaciones del campus de Madrid de EUDE, formadas por un moderno edificio dotado con un innovador equipo tecnológico, Aulas, Salas grupales, Cafetería y Zonas comunes, están a disposición de los más de 100.000 Alumnos que han pasado por nuestras Aulas y de las más de 1.200 empresas con la que mantenemos colaboraciones.



 

Campus Online de EUDE Business School

Consciente de las necesidades de sus alumnos y con el propósito de ofrecerles la mayor flexibilidad para su formación, EUDE Business School ha mantenido, desde sus inicios, una apuesta incondicional hacia una metodología online de calidad. Por esta razón, y gracias a su innovador método académico basado en un Campus Virtual el cual ha sido reconocido como uno de los mejores y más importantes en el ámbito europeo, nuestra Escuela de Negocios permanece a la cabeza en la formación online del mundo.

 

La plataforma favorece la formación de profesionales a nivel global, sin que existan las barreras espacio-temporales habituales de la metodología presencial. De esta manera, el alumno es capaz de servirse de un método totalmente flexible sin la necesidad de moverse de casa.

plataforma_eude_elearning

Y además...

Tu máster incluye el aprendizaje de 7 idiomas diferentes. Además te ofrecemos la opción de cursar diferentes idiomas a la vez. Elige entre: Inglés, Francés, Italiano, Alemán, Chino, Español y Neerlandés. Dispondrás de 5 niveles, un tutor y formación Online para que tú mismo distribuyas el tiempo de estudio.

Programas Expertos de Habilidades Directivas

EUDE Business School como formación complementaria incorpora una serie de módulos formativos que te aportarán un gran valor a nivel profesional y personal.

Inteligencia Emocional
Experto en Inteligencia Emocional y Liderazgo: Cómo garantizarte el éxito en la vida y en el trabajo.
Oratoria
Experto en Oratoria y Persuasión: Técnicas prácticas para exponer tus ideas con brillantez ante cualquier público.
Neurolinguística
Experto en PNL (Programación Neurolinguística): La Fórmula para ganar influencia y destacar.
Márketing Digital
Márketing Digital y Emprendimiento: Google, Facebook… Cómo posicionar e incrementar los resultados.

MÁS INFORMACIÓN


INFORMACIÓN BÁSICA SOBRE PROTECCIÓN DE DATOS

Responsable del tratamiento: ESCUELA EUROPEA DE DIRECCIÓN Y EMPRESA, S.L.U.

Dirección del responsable: CALLE ARTURO SORIA, 245, CP 28033, MADRID (Madrid)

Finalidad: Sus datos serán usados para poder atender sus solicitudes y prestarle nuestros servicios.

Publicidad: Solo le enviaremos publicidad con su autorización previa, que podrá facilitarnos mediante la casilla correspondiente establecida al efecto.

Legitimación: Únicamente trataremos sus datos con su consentimiento previo, que podrá facilitarnos mediante la casilla correspondiente establecida al efecto.

Destinatarios: Con carácter general, sólo el personal de nuestra entidad que esté debidamente autorizado podrá tener conocimiento de la información que le pedimos.

Derechos: Tiene derecho a saber qué información tenemos sobre usted, corregirla y eliminarla, tal y como se explica en la información adicional disponible en nuestra página web.

Información adicional: Más información en el apartado “SUS DATOS SEGUROS” de nuestra página web.

Competencias y salidas profesionales del Maestría en Business Intelligence y Big Data Analytics

¿A quién va dirigido este programa?

La Maestría de Business Intelligence y Big Data Analytics va dirigida a aquellas personas que desean tener un conocimiento amplio de la gestión del dato, de su proceso de obtención y análisis, así como de las herramientas y tecnologías que nos ayuden a entenderlo y aplicar el conocimiento obtenido en la base de nuestro negocio.

Puntos diferenciales del programa (respecto a la competencia y el resto de la oferta académica del área)

Un programa formativo que ofrece una visión conjunta de la llamada cultura del dato, que permite conocer las herramientas más utilizadas para la recolección, almacenaje, procesado y visualización de datos, junto con materias fundamentales del marketing digital que nos ayudarán a tener un conocimiento transversal de nuestro cliente y por ende del negocio.

Salidas profesionales del programa

Para profesionales que deseen acercarse al Big Data, Data Science, arquitecto de big data, analista de datos, responsable de seguridad de datos, o gestor de infraestructuras.


ALIANZA ACADÉMICA DE EUDE CON LA UNIVERSIDAD COMPLUTENSE DE MADRID (UCM), UNIVERSIDAD CAMILO JOSE CELA (UCJC) Y UNIVERSIDAD EUDE (MÉXICO)

El prestigio internacional de EUDE Business School se consolida a través de múltiples alianzas académicas y empresariales en más de una veintena de países. Cabe destacar los convenios de relación institucional y académica con la Universidad Complutense de Madrid y la Universidad Camilo Jose Cela, mediante las cuales el alumno puede obtener un título de estas prestigiosas entidades en caso de completar los programas académicos recogidos bajo el paraguas de estas alianzas.

Además, la Universidad EUDE, con sede principal en México, emite programas académicos de posgrado con títulos oficiales reconocidos por SEP.

 

ACCEDER A OFERTA FORMATIVA

Escuela de Negocios Número 1 en España en Másteres Online

Considerado uno de los mejores Másteres Online por el Listing Financial Times

Líderes de muchas partes del mundo formados en nuestra Escuela

Convenio con + 1.200 empresas nacionales e internacionales

Networking con grandes líderes internacionales

SOLICITA MÁS INFORMACIÓN
what_we_do

#EUDEtalent

Acceso a empleos y prácticas en más de 1200 empresas

#EUDEtalks

Conferencias y Seminarios con líderes influyentes de grandes marcas

#EUDEpartners

Con Universidades internacionales y Empresas líderes a nivel mundial

#EUDEtrends

Observatorio de las nuevas tendencias e investigación para emprendedores

#EUDEacademicLab

Investigación e innovación académica aplicada a las exigencias del mercado

SOLICITA MÁS INFORMACIÓN