El posgrado de Inteligencia de negocio y análisis de datos está dirigido a un perfil funcional y empresarial interesado en formación de métodos, técnicas y herramientas de análisis y minería de datos y en la utilización de tecnologías de inteligencia de negocio, a nivel de usuario avanzado.

Lo conforman las especialidades de:

• E1. Fundamentos de inteligencia de negocio y big data (16 créditos)
• E2. Análisis y minería de datos(16 créditos)

Semestre 1

E1. Fundamentos de inteligencia de negocio y big data (16 créditos).

Esta especialidad está dirigida a introducir al estudiante en los conceptos, métodos, técnicas y herramientas que utilizan los sistemas de inteligencia de negocio y análisis de datos, a través de casos prácticos y el uso de software especializado.

Se compone de las siguientes asignaturas:

• Fundamentos de inteligencia de negocio (4 créditos)

  En esta asignatura el estudiante se familiariza con un sistema completo de inteligencia de negocio (la "fábrica de información") y con sus diferentes componentes: los procesos de extracción y transformación (ETL), la creación del almacén de datos, el análisis multidimensional y la realización de informes y cuadros de mando.

  El estudiante trabaja con herramientas Pentaho(Enterprise Edition) y MySQL en una plataforma virtual en la nube y con las bases de conocimiento de la consultora Gartner y otras empresas de prospectiva.

• Gestión de proyectos de inteligencia de negocio (4 créditos)

  En esta asignatura el estudiante se familiariza con el modelo internacional de referencia en gestión de proyectos (PMBoK) y con los métodos específicos de producción de proyectos de inteligencia de negocio, a través de un caso práctico y de contenidos teóricos.

  El estudiante trabaja con herramientas de gestión de proyectos (MSProject y equivalentes) y con herramientas de ofimática (tipo XLS y PPT).

• Fundamentos y usos del big data (4 créditos)

  En esta asignatura el estudiante trabaja lo que algunos han llamado la "gestión extrema de la información", es decir, la transformación del enorme volumen de datos oculto en el interior de la propia organización o presente a su alrededor, los diferentes tipos de datos e información y su aplicación en la empresa. Se estudia el ciclo de vida de la gestión de datos masivos y los aspectos tecnológicos, legales y éticos.

  El estudiante trabaja con universos de datos propios de la universidad, cedidos por empresas o procedentes de las redes sociales, a través de herramientas como Google Analytics, R, Hadoop y Spark.

• Pensamiento analítico en la empresa (4 créditos)

  El pensamiento analítico representa un cambio en la manera de tomar decisiones y en la cultura de la empresa. En esta asignatura se trabajan las herramientas, el vocabulario y las metodologías básicas para analizar una situación de negocio y de forma sistemática traducirlo en un proyecto de datos.

  Actúa también como asignatura niveladora para estudiantes que no han recibido anteriormente una formación sobre la arquitectura y componentes de los sistemas de información de empresa (ERP, CRM, SCM, etc.) y su relación con los sistemas de inteligencia de negocio. Finalmente, se propone una metodología para analizar las tendencias del mercado de BI y se presentan las tendencias más actuales.

Semestre 2

E2. Análisis y minería de datos (16 créditos)

Esta especialidad está dirigida a proporcionar al profesional de perfil empresarial y tecnológico capacidades prácticas de análisis de datos y de manejo de herramientas, dentro del marco científico de data scienceaplicado a los negocios y las organizaciones.

• Minería de datos: conceptos y técnicas (4 créditos)

  En esta asignatura el estudiante trabaja con modelos teóricos, casos prácticos y herramientas estadísticas los procesos de definición de problemas, preparación de datos y exploración, así como los principales conceptos de la estadística clásica: correlaciones, regresiones lineales, reducción de la dimensionalidad, etc.

  El estudiante recibe una formación y práctica sólidas en la utilización de la herramienta R, un estándar de facto del mercado.

• Business analytics: modelos y algoritmos (4 créditos)

  La asignatura presenta los conceptos y tipología de análisis de diferentes tipos de datos, los modelos y algoritmos de uso más frecuente de clasificación y agrupación y las metodologías y estándares profesionales y científicos que se usan en analítica de negocio.

  En esta asignatura el estudiante trabaja principalmente con R, aunque pueden realizarse ejercicios con otras herramientas (Excel, QlikView)

• Sistemas de reporting y cuadros de mando (4 créditos)

  En esta asignatura, el estudiante se familiariza con la construcción y el uso de sistemas de reporting y cuadros de mando, tanto desde el punto de vista estratégico como operativo, así como de los marcos conceptuales en que se basan. Se estudian el modelo de "cuadro de mando integral" (balanced scorecard) y otros sistemas de inteligencia competitiva.

  La asignatura incluye un caso extenso de construcción de un cuadro de mando a partir de un almacén de datos (data warehouse) desarrollado.

  El estudiante trabaja con herramientas ofimáticas (XLS, PPT) y con una herramienta dedicada, en este caso QlikView.

• Gobierno de datos (data governace) (4 créditos)

En esta asignatura, el estudiante se familiariza con el gobierno de datos, una práctica que aúna personas, procesos y tecnología para cambiar la forma en que los datos son adquiridos, gestionados, mantenidos, transformados en información, compartidos en el contexto de la organización como conocimiento común y sistemáticamente obtenidos por la empresa para mejorar la rentabilidad.

El estudiante trabaja con herramientas ofimáticas (DOC, XLS, PPT) y con herramientas especializadas para el desarrollo de un programa de gobierno de datos.