Solicitudes

Curso Superior en Big Data en la Empresa

720,00800,00

 

Curso acreditado por la Universidad Nebrija . Los alumnos que realicen el curso recibirán el correspondiente certificado expedido por la Universidad.

 

Limpiar

Información curso

Curso acreditado por

  • Apertura Matrícula: Abierta
  • Inicio Curso:               7 de mayo 2019 ( aperturas de curso cada primer martes de cada mes )
  • Duración del curso:  150 Horas
  • Nº Créditos:                6 ECTS.

Presentación

El desarrollo de este curso ha sido estructurado en una parte común a todos los estudiantes consistente en cuatro grandes áreas que responden al camino natural en el aprendizaje de cómo abordar un proyecto Big Data desde el punto de vista de una empresa u organización. Estás áreas se componen de 4 módulos comunes y diez especialidades, a elegir entre:

  • ■ Industria Farmacéutica
  • ■ Movilidad
  • ■ Industria Turística
  • ■ Construcción y Fabricantes Maquinaria Construcción
  • ■ Industria Alimentación y Bebidas
  • ■ Internet de las Cosas (IoT)
  • ■ Deporte
  • ■ Jurídico
  • ■ Educación
  • ■ Exportación

 

El trabajo final de curso se abordará simulando un caso real de una empresa en función a la especialidad elegida por el alumno. El TFC, consistirá en relacionar la información propia de la empresa, la información externa a la empresa, bien desde el punto de vista económico, bien desde el punto de vista social media, para la obtención de los objetivos que se definan en el TFC (proyección de ventas, medición de la productividad en los social media, optimización de recursos, generación de ofertas, etc.

► Lo primero que se necesita conocer es cómo se llega a la toma de decisiones desde un punto de vista sistemático y racional.

1-. Teoría de Juegos y Teoría de la Decisión

  • • Tipología de juegos
  • • Modelos de juegos y su aplicación
  • • Etapas en la toma de decisiones
  • • Modelos en la toma de decisiones
  • • La importancia de la información en la toma de decisiones
  • • Como construir un árbol de decisión. El origen del Machine Learning

 

► En segundo lugar, deberíamos saber por qué deben las empresas tener en cuenta cada vez más la información no propia, la información que no reside en sus sistemas informáticos (propia), identificarla, cuantificarla, cualificarla y conjugarla con la información propia.

2-. Big Data y la información no propia

  • • Tipología de Datos
  • • Fuentes de Información
  • • Claves del Big Data y Análisis Predictivo
  • • Como acometer un proyecto Big Data en la empresa u organización
  • • Herramientas para monitorización, integración y análisis de información

 

► En tercer lugar, es fundamental saber cómo gestionar y explotar el conjunto de información propia y no propia que afecta a una empresa u organización para facilitar la toma de decisiones dentro de éstas.

3-. Obteniendo datos de Valor.

  • • Cómo relacionar la información
  • • Detección de patrones
  • • La importancia de la ponderación
  • • La algoritmización como expresión máxima de la sintetización de los datos

 

► Finalmente es imprescindible estudiar en profundidad los casos prácticos resueltos de la especialización para entender como conexionar todo lo aprendido.

  • • Casuística de la especialidad
  • • Casos prácticos

Objetivos

OBJETIVOS GENERALES

■ Conocer qué aporta el la búsqueda, recopilación, cualificación, relación y transformación mediante algoritmos de la información propia y no propia en la definición correcta de los objetivos presentes y futuros de una empresa u organización.

■ Como afrontar un proyecto Big Data desde el punto de vista empresarial, qué actores deben intervenir y cómo movilizar ordenadamente recursos propios y redes de proveedores.

OBJETIVOS ESPECÍFICOS

■ Comprender e interpretar conocimientos sobre aspectos principales de la terminología relacionada con proyectos Big Data.

■ Transformar el Big Data en Good Data o cómo sintetizar grandes volúmenes de información de diferente tipología y múltiples fuentes, en valores claros, concretos y entendibles a través de las relaciones y la algoritmización.

■ Análisis predictivo, detección de patrones y construcción de proyecciones. En definitiva formulación de predicciones de alto valor para tomar mejores decisiones y desarrollar mejores acciones de negocio.

■ Entender cómo hacer machine learning a través del seguimiento de las proyecciones y su comparación con los datos reales.

Destinatarios

■ Profesionales y/o estudiantes que quieran orientar su foco laboral en el ámbito del análisis de información y la interpretación de datos en base la cualificación y cuantificación de los mismos, partiendo de la base de una , cada vez mayor, democratización de la información.

■ Economistas, abogados, consultores y asesores de empresa, empresarios, profesionales liberales, directores y personal de los departamentos de Dirección, Proyectos, Estrategia, Marketing, Recursos humanos y Administración de cualquier tipo de empresa, que quieran conocer cómo aplicar el tratamiento holístico de datos de diferentes tipologías y procedentes de múltiples fuentes para el mejor conocimiento de una empresa u organización en su ámbito de actuación tanto en su estadio actual como en el futuro.

■ Empresas que quieran formar a sus trabajadores en la concepción de proyectos Big Data desde el punto de vista empresarial y su aplicación en las distintas áreas que componen una empresa.

Metodología

El curso se realiza Online a través de plataforma virtual. Comienza con un módulo 0 que  permitirá al estudiante familiarizarse con el manejo del aula virtual y la utilización de todos los recursos a su alcance antes de adentrarse en los diferentes módulos de contenidos. Dicho módulo está atendido por un asesor/a pedagógico/a. El estudiante también dispone de una guía de uso de la plataforma en la que se detallan  las características de la misma y que estará disponible durante todo el curso.

El Aula Virtual dispone de actividades, debates y tareas a resolver por los estudiantes, quienes podrán interactuar entre ellos a fin de intercambiar conocimientos.

El equipo docente realiza un seguimiento personalizado del estudiante respondiendo a sus dudas y preguntas en un plazo  de 24 horas excepto los fines de semana y festivos.

En este curso se utiliza una dinámica dialéctica muy activa, a través de preguntas abiertas y realización de trabajos, y se propicia el uso de técnicas como la discusión aprovechando las herramientas propias de las Nuevas Tecnologías.

La metodología de este curso, se basa en la interactividad,  metodologías activas que contribuyen a la mejora del perfil competencial del estudiante a través de estrategias interactivas: análisis de casos, investigación, casos prácticos funcionales, autoevaluación….

EVALUACIONES PARCIALES 

Inherentes a cada una de los cuatro primeros módulos, consistentes en la resolución de dos ejercicios prácticos por módulo.

UN EXAMEN FINAL 

10 preguntas de respuesta breve. El examen estará en un lugar apropiado a disposición de todos los estudiantes 7 días antes del final del curso y tendrá que enviarse al correo personal del profesorado 3 días, como máximo, antes de final del curso.

En un curso de estas características no tiene sentido realizar exámenes de “elección múltiple”. Se trata de analizar el conocimiento adquirido y sobre todo la capacidad crítica de abordar cuestiones relativas a la implantación de Proyectos Big Data desde el punto de vista empresarial o de negocio. Las respuestas deben mostrar la adquisición de esa capacidad crítica y, si es posible, de una cierta creatividad. Para la determinación de patrones de comportamiento, el establecimiento de relaciones entre información diversa, su transformación en valores a través de algoritmos e incluso el análisis predictivo, poseer una cierta creatividad es fundamental.

UN TRABAJO FINAL

Consistente en la construcción de un caso práctico que integrará el conocimiento y las capacidades adquiridas a lo largo del curso. El trabajo podrá empezar una vez el alumno haya iniciado el módulo de Especialidad y se entregará como máximo una semana antes del final del curso.

Contenidos

El curso se organiza alrededor de tres grandes áreas: La teoría de juegos y Teoría de la Decisión, Big Data y Good Data en la empresa u organización y la aplicación práctica de proyectos Big Data en la especialidad que el alumno seleccione.

El programa de contenidos del curso se ha estructurado de acuerdo con el el siguiente índice preliminar

Teoría de juegos

  • • Definiendo un juego
  • • Aplicaciones de la Teoría de juegos
  • • Tipos de juego y estrategias
  • • John von Neumann y John Nash
  • • Modelos de Juegos

 

Teoría de la Decisión

  • • Decisión y Toma de decisiones, definiciones
  • • Etapas de la toma de decisiones
  • • La Toma de decisión
  • • Tipos de decisiones
  • • Modelos en la toma de decisiones
  • • Árbol de decisión

 

Big Data

  • • Definiendo Big Data
  • • Las V´s del Big Data
  • • Claves para Big Data y el Análisis Predictivo
  • • Big Data en la empresa
  • • Herramientas de análisis e interpretación de datos

 

Good Data

  • • Definiendo Good Data
  • • Indicadores internos, del Sector y Externos
  • • Áreas Geográficas
  • • Fuentes de Información
  • • Relaciones, Patrones, Proyecciones, Comparativas y Seguimiento
  • • Inteligencia Artificial y Machine Learning

Especialidades

  • ■ Industria Farmacéutica
  • ■ Movilidad
  • ■ Industria Turística
  • ■ Construcción y Fabricantes Maquinaria Construcción
  • ■ Industria Alimentación y Bebidas
  • ■ Internet de las Cosas (IoT)
  • ■ Deporte
  • ■ Jurídico
  • ■ Educación
  • ■ Exportación

 

► Especialidad (contenido del modulo de especialidad)

  • • Big Data aplicado a la especialidad
  • • Claves del Big Data aplicadas a la especialidad
  • • Casos de aplicación de proyectos Big Data en la especialidad
  • • Casos prácticos
  • • Construyendo proyectos Big Data en la especialidad

Docentes

Director Académico:

D. Julián Santos Peñas

Doctor en Ciencias Económicas y Empresariales por la Universidad Complutense de Madrid. Catedrático de Universidad

Docentes:

D. Ignacio Blas Sanz

  • Licenciatura en Derecho, Universidad de Deusto, 2001
  • DEA, Derecho de Empresa, Universidad de Zaragoza, 2007
  • Professional MBA, Administración, dirección y gestión de empresas, IEDE Business School, 2008
  • Coautor del libro “Iniciación al Análisis de Datos y Big Data aplicado al fútbol”

 

Dña Maria José Troyano Rabanal

  • Licenciatura en Derecho, Universidad de Deusto, 2001
  • Máster en e-learning y redes sociales, UNIR Universidad Internacional de La Rioja, 2016
  • Especialista en Legislación y aplicación de la normativa de Protección de Datos.
  • Experta en metodologías y herramientas de aprendizaje, legislación de las TIC, modelos empresariales y de emprendimiento.
  • Diversas publicaciones relacionadas con la Legislación y Ética en las TIC, Procesos de empresa y Derecho Internacional Público.

 

D. Joaquín Roldán Morcillo

  • Estudios en Económicas, Informática y Marketing
  • Experto en Análisis de Información
  • Consultor especializado en proyectos Big Data en diferentes sectores
  • Gerente de Proyectos tecnológicos de ámbito nacional e internacional
  • Coautor del libro “Iniciación al Análisis de Datos y Big Data aplicado al fútbol”
  • Diversas publicaciones relacionadas con el Análisis de Información y la construcción de algoritmos basados en información procesada
  • Autor de manuales de formación especializada en Big Data

 

D. Marcos Roldán Clemente

  • Grado en Administración y Dirección de Empresas, Especialidad Contabilidad y Finanzas, Universidad de Zaragoza, 2015
  • Máster en Contabilidad y Finanzas, Universidad de Zaragoza, 2017
  • Beca Escuela de Talento Adecco, 2015
  • Curso « Valoración de deportistas » por la Universidad Politécnica de Valencia
  • Curso « Liderazgo y Gestión de Equipos » por la Escuela de Negocios Kuhnel
  • Curso « Estrategias de Marketing » por la Escuela de Negocios Kuhnel

 

D.Sergio Sancho Rodríguez

  • ITIS, Ingeniera Técnica de Informática de Sistemas Universidad de Zaragoza, 2006
  • Máster Bases de Datos e Internet. Título Propio de la Universidad de Zaragoza, 2006
  • AERCO Certificado de Especialización para Community Managers, 2010
  • ASES Estrategias de Marketing en redes sociales, 2013
  • Software libre para el diseño y la creación de servicios de información en Internet y Nuevas Tecnologías de Programación Web, Universidad de Teruel, 2003
  • Jefe de Proyectos tecnológicos de ámbito nacional e internacional
  • Especialista en Big Data técnico y de negocio

 

D.Jorge López Cárdenas

  • Técnico Superior en Desarrollo de Aplicaciones Web (DAW)
  • Técnico Superior en Desarrollo de Aplicaciones (DAM)
  • Técnico Superior en Administración de Sistemas y Redes (ASIR)
  • Certificación en Red Hat System (RHCSA)
  • Certificación en AWS (Amazon Web Services) Solutions Architct Associate
  • Certificación en Linux Server Professional (LPIC-1)
  • SUSE Certified Linux Profesional
  • Especialista en el diseño de soluciones técnicas para proyectos Big Data
  • Gestión entornos Cloud

 

D. Juan Carlos Colás Romero

  • Estadística, Diplomatura, Universidad de Zaragoza, 1995
  • Creativo
  • Especialista en UX + UI + IxD y tecnologías de diseño multiplataforma y multidispositivo
  • Arquitectura de Redes
  • Gestión entornos Cloud
  • Programación de entornos front-end
  • Gerente de Proyectos Tecnológicos de ámbito nacional e internacional
  • Especialista en auditación de entornos tecnológicos
  • Experto en Marketing online

 

Titulación Requerida

No se exige Titulación

Matrícula y Precios

TIPOS DE MATRÍCULAS
Matrícula Ordinaria Desempleados Autónomos Alumnos y ex-alumnos  INVESFORD
 750€  675€  675€  675€

Tipos de matrículas

  • Matricula ordinaria 
  • Matricula con ayuda: Matriculación con descuento en concepto de Ayuda sobre el precio total del curso para personas en situación de desempleo, autónomos y antiguos alumnos.

Documentación obligatoria a aportar en el proceso de matriculación.

• Una copia escaneada de su documento de identidad ( DNI, pasaporte, cedula, etc.).

• Una copia escaneada compulsada del título universitario (grado, diplomado, licenciado, ingeniero o arquitecto técnico o superior, o sus equivalentes)

En el caso de cursos que no necesiten título universitario se presentara justificación de los estudios realizados

• Una vez completada la matriculación INVESFORD comprobará la documentación aportada por el alumno para su verificación y apertura de expediente. En el caso de encontrar algún error o irregularidad en la documentación nos pondremos en contacto con el estudiante para subsanar la incidencia, si esto no fuera posible, INVESFORD aplicara las normas específicas para cada caso (ver Normas de Organización )

Ayudas

En la Fundación INVESFORD  apostamos por la excelencia académica, uno de los pilares fundamentales de nuestro Proyecto Educativo. Por este motivo, valoramos las diferentes circunstancias, aptitudes, habilidades y valores de quienes desean formar parte de nuestra Institución.

Para aplicar estos conceptos a la realidad de los estudiantes y teniendo como premisa llegar al máximo posible de estos, Fundación INVESFORD pone en marcha un programa de matriculación con descuento en concepto de ayuda sobre el precio total del curso.

Tipos de Ayudas a la matrícula

  • Desempleo.

El estudiante deberá presentar una copia escaneada del justificante de demanda de empleo en vigor. La presentación de la documentación se realizara en la inscripción o matriculación, en el apartado de ayudas encontrara un recuadro donde podrá subir la documentación requerida

  • Autónomos.

El estudiante deberá presentar una copia escaneada con la justificación de estar cotizando como autónomo. La presentación de la documentación se realizara en la inscripción o matriculación, en el apartado de ayudas encontrara un recuadro donde podrá subir la documentación requerida

  • Alumnos y ex alumnos de INIVESFORD.

El estudiante deberá presentar una copia escaneada que acredite su condición de alumno o exalumno

Las ayudas a la matrícula no son acumulables entre sí. En el caso de optar por una ayuda, esta se aplicara sobre el coste total del curso haciéndose efectiva  en la pasarela de pago.

Una vez completada la matriculación INVESFORD comprobará la documentación aportada por el alumno para su verificación y apertura de expediente, en el caso de encontrar algún error o irregularidad en la documentación nos pondremos en contacto con el alumno para subsanar la incidencia, si esto no fuera posible INVESFORD aplicara las normas específicas para cada caso (ver Normas de Organización ).

Formación Bonificada

La Formación Profesional para el Empleo tiene por objeto impulsar y extender entre las empresas y los trabajadores una formación que responda a sus necesidades y contribuya al desarrollo de una economía basada en el conocimiento. Para lograrlo, las empresas tienen a su disposición un crédito formativo (deducible de sus cuotas de seguridad social) para invertir en la formación de sus empleados quienes, a su vez, acceden a los cursos con los que mejorar su preparación. La bonificación aplicada podrá realizarse a través de Acciones Formativas o bien a través de Permisos individuales de Formación (PIF), en función de las necesidades de la empresa y de los requisitos establecidos por la Fundación Estatal para la Formación en el Empleo. Los destinatarios finales de las acciones formativas han de ser trabajadores por cuenta ajena.

Consulte los plazos de tramitación de la bonificación ANTES de matricularse al curso.

Si usted desea que la Fundación INVESFORD se encargue de los trámites de la bonificación, esta gestión supone un incremento de un 10% de la matrícula, importe que también será bonificado. Para ello, tras haber consultado los plazos de tramitación debe realizar la matriculación a través del formulario  ” Matrícula Bonificación Empresa”,en el cual en el primer apartado matriculará al alumno adjuntando la documentación personal requerida para la realización del curso y  en el segundo apartado adjuntará la documentación de la empresa para la presentación y tramitación de la bonificación a FUNDAE. Una vez presentada recibirá un correo con un enlace a la pasarela de pago para realizar  el mismo como matricula ordinaria del curso  y un número de cuenta para  realizar una transferencia o ingreso de la cantidad equivalente al 10% del curso por la gestión realizada por INVESFORD.

CONTACTO EQUIPO DOCENTE

 

COORDINADOR PROFESORES Y TUTORES:

John Plata

+34915418656

+34911044933

hola@escuelaeconomiadigital.com

info@seproi.es

El equipo docente está a vuestra disposición de lunes a viernes con respuesta  en 24/48 H mediante correo electrónico

CONTACTO ADMINISTRACIÓN Y GESTIÓN

DIRECTOR GESTIÓN ACADÉMICA

Antonio Muñoz Martínez

 amunoz@fundacioninvesford.es

SECRETARIA:

secretaria@fundacioninvesford.es

Teléfono Secretaria: +34 91 351 18 36

Horario Administración de lunes a jueves: 8,30 a 15,30 .Viernes 8,30 a 14,00

Colaboradores

Rellene el siguiente formulario y uno de nuestros asesores se pondrá en contacto con usted para resolver sus dudas y ofrecerle toda la información que necesite.      

He leído y acepto la política de privacidad**

**Para poder contactar con usted, enviarle la información solicitada, mantenerle informado sobre su consulta o sobre nuestros eventos y Actividades Formativas propias o en diferentes Universidades o Entidades Acreditativas, marque “He leído y acepto la política de privacidad. FUNDACIÓN INVESFORD se preocupa por la privacidad y la confidencialidad de sus datos personales. Como responsables del tratamiento de sus datos personales, le informamos que podrá ejercitar los derechos que le confiere el R.G.P.D., conforme se explica en la información adicional a su disposición. Ver política de privacidad completa




X
Envíanos tus consultas