Màster Executive en Big Data Science
Pla d’estudis: 60 ECTS
CONTEXT TECNOLÒGIC I DE NEGOCI ACTUAL / 4 ECTS (OBLIGATÒRIA)
Introducció al context tecnològic i de negoci actual, en què el Big Data, juntament amb altres tendències tecnològiques (Indústria 4.0, Internet of Things, la realitat virtual i responsabilitat de consultoria en IoT en augmentada, Blockchain, entre d’altres) estan determinant des d’avui el full de ruta d’Integral Innovation Experts i el lideratge de molts negocis dels pròxims anys.
DATA SCIENCE / 4 ECTS (OBLIGATÒRIA)
Aprofundir en el camp de la Data Science a través d’experiències i casos reals explicats per professionals en actiu amb exemples i descripcions reals.
LLENGUATGES DE PROGRAMACIÓ PER AL DATA SCIENTIST / 5 ECTS (OBLIGATÒRIA)
Introducció a la programació en els principals llenguatges i entorns que el Big Data Scientist necessita conèixer, incloent R i Python.
MÈTODES ESTADÍSTICS I DATA MINING / 9 ECTS
Fonamentació en Estadística, començant des de les bases. Inferència estadística, Anàlisi de Components Principals (ACP), Clusterització i Computació evolutiva.
MACHINE LEARNING / 10 ECTS (OBLIGATÒRIA)
Regles d’associació, models lineals, classificadors lineals, SVM, models de sèries temporals, Decision Trees, Random Forest i mètodes de conjunt (ensemble). Processament del llenguatge natural. Xarxes neuronals i Deep Learning. Entorns de Machine Learning en el núvol.
TECNOLOGIES I ARQUITECTURES BIG DATA / 4 ECTS (OBLIGATÒRIA)
Arquitectura Big Data i Cloud. Ecosistema Hadoop. Bases de dades NoSQL: MongoDB, Neo4J. Paradigma Spark: Spark R, Machine Learning amb Spark MLlib i processament en temps real amb Spark Streaming.
TÈNCIQUES DE VISUALITZACIÓ DE DADES / 4 ECTS (OBLIGATÒRIA)
Principis de Visualització. Visualització amb R. Visualització amb Tableau. Visualització amb eines Open Source. Infografies, storytelling amb dades. Tècniques avançades de visualització de dades.
PROJECTES EN CONTEXTOS BIG DATA / 5 ECTS (OBLIGATÒRIA)
Metodologies per a la Data Science. Metodologies àgils. Context legal de la dada. Governança de la dada.
TREBALL FINAL DE MÀSTER / 15 ECTS
El TFM es conforma com el desenvolupament, en grup, d’un cas de resolució empresarial real. Comporta la gestió del cicle complet de vida de la dada, incloent-hi el disseny del projecte i l’obtenció de valor, en forma de producte o servei, i es consideren tots els aspectes necessaris per a la posada en explotació real. El TFM es lliura en forma de memòria i es defensa davant d’un tribunal com a lliurament final.
Co-Direcció
Co-Direcció
Claustre
- Albert Climent: Arquitectura, Machine Learning, Python
- Carlos Cosials: Data Management, Data Governance, IoT
- Juan de Dios Llamas: Data Research, Data Management, R
- Rodolfo Lomascolo: Arquitectura, Infrastructura, Machine Learning
- Beatriz Martín: Data Management, Digital/Data Strategist
- Pere Millán: Visualización, Sistemas de gráficos
- Imanol Morata: Estadística, Machine Learning, R, Python
- David Roche: Estadística, R, Tableau
- Francisco Rodríguez: Machine Learning, R, Python
Col·laboradors
La majoria de professors són professionals en actiu d’empreses, amb un bagatge dilatat en l’àmbit de l’estadística, l’analítica, la Business Intelligence i de les arquitectures TIC, que innoven en l’àrea del Big Data.
Amb aptituds formatives i habilitats pedagògiques, són la peça fonamental de l’equip que actuen com a tutors, coaches personals i orientadors educatius i laborals. Tot això, per aprofitar al màxim el rendiment de la formació impartida.
Les sessions de formació s’imparteixen en modalitat presencial, sota metodologies d’ensenyament learning by doing i resolució de casos pràctics, les quals ajuden l’alumne a desenvolupar les competències necessàries per desenvolupar-se en entorns reals. Les classes combinen teoria i pràctica, i hi ha sessions exclusives de taller al laboratori habilitat amb els recursos necessaris de Big Data.
Amb el Projecte de Fi de Màster l’alumne integrarà de manera efectiva totes les competències adquirides durant el Màster. Aquest projecte es duu a terme amb el suport d’un tutor/director, a més a més dels interlocutors a les empreses col·laboradores, que cedeixen les dades precises sobre les quals cal aplicar els coneixements adquirits.

