Máster en Big Data Solutions

Añadir a favoritos
Transformación digital

Máster en Big Data Solutions

Presencial
38 semanas
barcelonaitschool

Datos básicos

Créditos

60 ECTS

Acreditaciones

Máster

Idioma

Inglés

Fechas

28/9/2020 - 22/6/2021

Modalidad

Presencial

Horario

de lunes a jueves, de 9:00h a 13:00h.

Lugar

Barcelona Technology School. C. dels Almogàvers, 119. - 08018 Barcelona

Precio

17.000

(El precio incluye tasas administrativas de la Universidad de Barcelona)

Matrícula abierta

AVISO

Este curso puede verse alterado por ajustes del calendario, de la metodología docente o del sistema de evaluación según el desarrollo de los acontecimientos y las directrices de las autoridades sanitarias relativas a la crisis de la COVID-19. No obstante, en todos los casos se garantiza la calidad de la formación y el logro de los objetivos.



Presentación

La transformación digital está cambiando todos los aspectos de la sociedad y solo tiene un límite: la imaginación. El ecosistema digital se ha convertido en el nuevo status quo; está cambiando industrias, negocios, relaciones y, en general, todos los aspectos de nuestras vidas. Barcelona Technology School es una institución internacional enfocada al desarrollo de profesionales que transformarán la industria digital.

El Master in Big Data Solutions es un programa de un año académico dirigido a graduados universitarios que quieren formarse en data science y data analytics con un enfoque en Data-Driven Business para generar innovación a partir de información relevante y proponer soluciones estratégicas para cualquier tipo de organización o industria utilizando las tecnologías más avanzadas.

Todas las asignaturas se trabajan desde el contexto del ciclo de vida de un proyecto de big data y están conectadas entre sí para ayudar al alumno a entender la importancia y aplicación práctica de cada una de ellas en cualquier proyecto real. Durante el máster, los alumnos ponen en práctica los conocimientos que van adquiriendo y se preparan para participar en todas las fases de un proyecto de big data: exploration, pre-processing and storage, data visualization y analytics and exploitation.

Barcelona Technology School ha desarrollado su propia metodología basada en el project-based learning, a partir de la cual los alumnos aprenden, mediante proyectos, de forma práctica, activa y participativa. Esto permite a los estudiantes generar y desarrollar sus propias soluciones digitales de forma transversal durante todo el curso. El proceso culmina en el Demo Day, un evento abierto al público en el que los alumnos presentan su idea y muestran la demo a un jurado de inversores y expertos en el sector digital.

BTS asegura a todos los participantes una experiencia profesional durante el Máster a través de prácticas en compañías líderes del sector digital.

Las destrezas que ganarán los estudiantes durante el programa los cualificarán para un diverso rango de roles de trabajo en la industria digital y les permitirán desarrollar conocimientos en algunas de las áreas más demandadas actualmente, tales como Data Science, Data Analysis, Artificial Intelligence, Data Visualization, Infrastructure, Agile, Creative Technology y Entrepreneurship.

Objetivos

Desarrollar los conocimientos y las habilidades en datos masivos (Big Data) más demandados que permitan descubrir información de valor y fomentar innovación en empresas o instituciones mediante la aplicación de las disciplinas y tecnologías más avanzadas del sector.

Tres razones para escogerlo

  • Experiencia profesional durante el Máster. BTS te garantiza prácticas remuneradas en compañías líderes del sector digital.
  • Estudiarás en un entorno internacional y te formarás en las tecnologías más demandadas actualmente.
  • Aprende con profesores profesionalmente activos, expertos del sector digital y mentores internacionales que te ayudarán a descubrir tu objetivo profesional.

Acreditación académica

Máster en Big Data Solutions por el Instituto de Formación Continua de la Universitat de Barcelona.

Curso propio diseñado según las directrices del Espacio Europeo de Educación Superior y equivalente a 60 créditos ECTS.

Programa

1. Statistical Foundations for Data Science
1.1. Introduction to data
1.2. Probability
1.3. Distributions of random variables
1.4. Foundations for inference
1.5. Inference for numerical data
1.6. Inference for categorical data
1.7. Introduction to linear regression
1.8. Multiple and logistic regression

2. Data Science Foundations
2.1. Practical Data Manipulation
2.2. Basic Data Analysis
2.3. Data Science in Production

3. Creative Technology
3.1. What's Innovation
3.2. Collaborative creativity
3.3. Opportunity recognition
3.4. Learning from innovators
3.5. Design Thinking Fundamentals
3.6. Empathy
3.7. Define
3.8. Ideate
3.9. Prototype & Test
3.10. Frameworks and ecosystems for innovation

4. Data Visualization
4.1. Data Visualization Foundations
4.2. Tableau
4.3. Visualization for the web

5. Classical Data Analysis
5.1. Regression
5.2. Classification

6. Big Data Infrastructure
6.1. Introduction to Big Data
6.2. Introduction to Cloud Infrastructure
6.3. Introduction to Docker and Kubernetes
6.4. Storage
6.5. Big Data Ingestion
6.6. DevOps
6.7. Data Science Life cycle Managment

7. Data-Driven Business
7.1. Data Analytics in Business Real Situations
7.2. Big Data Project Management
7.3. Data Governance
7.4. Self-BI management: empowering the business user
7.5. Evidence based management
7.6. Legal and privacy aspects in data

8. Big Data Security
8.1. Cybersecurity introduction
8.2. Risk Analysis
8.3. Security architecture principles
8.4. Security of networks, systems, applications and data
8.5. Governance and Methodologies
8.6. Standards, Frameworks and Best-practice libraries
8.7. Legal IT.
8.8. Cybersecurity in Big Data projects
8.9. Particularities of Big Data technology
8.10. Different approaches for Big Data projects

9. Advanced Data Analysis
9.1. Basket Analysis
9.2. Time Series Analysis
9.3. Social Network Analysis
9.4. Geospatial Analysis

10. Real-time Data Analysis
10.1. Introduction to real time data systems.
10.2. Parallel programming on large scale data processing.
10.3. Parallel programming using Spark framework.
10.4. Batch processing on Spark.
10.5. 5.Stream processing on spark.
10.6. Machine learning pipelines on spark, MLIB.
10.7. Graphs and graph-parallel computation, GraphX.

11. Agile
11.1. The Agile approach
11.2. Why do we need an Agile approach to Analytics?
11.3. Intro to the Scrum and Kanban framework
11.4. Scrum
11.5. Project inception
11.6. Scrum for Big Data projects
11.7. Scaling Agile: Agile Management in the Enterprise
11.8. Introduction to Lean
11.9. Introduction to OKRs

12. Artificial Intelligence
12.1. Machine Learning
12.2. Neural networks
12.3. Deep Learning
12.4. Applications

13. Entrepreneurship
13.1. Entrepreneurial mindset & introduction to Value proposition
13.2. Introduction to Business model canvas & 9 revenue models
13.3. Market validation & metrics
13.4. Startup ecosystem & stages of Startup life.
13.5. How to pitch & deal with investors.
13.6. Business plan for startups: financial strategy
13.7. Business plan for startups: growth strategies
13.8. Financing options for your startup

14. Final Project
14.1. Executive summary
14.2. Value proposition
14.3. Big Data Solution & Product development
14.4. Business plan: financial and growth strategies
14.5. Product roadmap

Destinatarios

Graduados universitarios internacionales, preferentemente de grados relacionados con los ámbitos de la tecnología, la informática, las ciencias o los negocios, que dominen la
lengua inglesa, ya que el máster se imparte totalmente en inglés.

La Barcelona Technology School considera que la diversidad es un valor fundamental, tanto en el sentido de la nacionalidad de los estudiantes como en el equilibrio de género.

No se exige experiencia profesional, pero se tiene en cuenta a la hora de analizar las candidaturas.

Por otra parte, gracias a la situación actual de la industria tecnológica y la buena relación de ésta con BTS, se puede asegurar una experiencia profesional en forma
de prácticas a los participantes de este programa. 

Profesorado

Dirección

Sr. Christian Mastrodonato
Strategic Advisory Board

Cuadro docente

Sra. Liana Napalkova
Eurecat

Sra. Sara Hajian
Ntent

Sr. Marc Cardús
Lidl

Sr. Ward Taya
Eurecat

Sra. Lali Soler
Eurecat

Sr. Víctor Pascual
One Tandem

Sr. Pere Rovira
One Tandem

Sr. Liesner Acevedo
Senior Software/Data Engineer Piccadilly Group

Sr. Miquel Rodríguez
Netmind Mentoring Manager

Sr. Juan Hernández
UPC

Sr. José Muñoz
UPC

Sr. Rubén Agote
Cuatre Cases

Sr. David Laniado
Eurecat

Sr. Francisco Gutierres
Eurecat

Sr. Ludovico Boratto
Eurecat

Sr. Pablo Quintano
Mind The Gap



 

CONTACTO

Barcelona Technology School

Dirección:
C. Almogàvers 119
08018. Barcelona.

E-mail: info@barcelonatechnologyschool.com
Web: barcelonatechnologyschool.com