Master in Business Analytics and Data Science

Información del programa. PRE-PROGRAMA. Descripción. Este material de aprendizaje autónomo está diseñado para que te familiarices con los conceptos y herramientas que necesitarás durante el programa. La mayoría de los contenidos que aprendas aquí se repetirán en otras asignaturas, pero la repetición forma parte del proceso de aprendizaje, sobre todo si no cuentas con formación técnica previa. Estos son algunos de los objetivos de aprendizaje: Conocer los fundamentos del pensamiento computacional. Practicar los aspectos básicos de Python. Empezar a usar GitHub. Descubrir las características principales de la inteligencia artificial para la educación. Introducirse en el uso de Excel para los negocios y la analítica. Entender cómo se usa Linux. Alcanzar un nivel básico de conocimiento sobre métodos de investigación cuantitativos. Explorar brevemente cómo funciona SQL.. PENSAMIENTO COMPUTACIONAL. Con este preprograma multimedia de 2 horas se pretende igualar los conocimientos de todos los alumnos. En él, los estudiantes sin experiencia en programación podrán aprender lo básico antes de comenzar el curso por medio de vídeos explicativos, actividades interactivas, diagramas, lecturas y cuestionarios.. MÉTODOS CUANTITATIVOS. El Preprograma de Métodos Cuantitativos está diseñado para que adquieras todos los conocimientos que necesitas antes de comenzar el programa.. EXCEL. This course is a practical approach to Excel as tool to solve business problems. This course will help you understand the basic ways to work with Excel for Business. A final test will be included to check your understanding of this basic introduction and their level of Excel.. PROGRAMACIÓN EN PYTHON. Python es un lenguaje de programación claro y potente, comparable a Perl, Ruby, Scheme o Java. Se ha vuelto muy popular entre los científicos de datos por su facilidad de uso, ya que permite poner un programa en funcionamiento de forma sencilla. Además, es gratuito y cuenta con paquetes específicos, como NumPy/SciPy, Pandas, Matplotlib o Scikit-learn, para utilizarlo en el análisis de datos.. LINUX. Linux is the most important operating system for us, as all the Big Data technologies runs under Linux. It is very similar to others operating systems such as Windows and MacOS. Having knowledge of the most basic commands of Linux will be really helpful when students deal with some of the courses, for example when interacting with Hadoop through command.. SQL. SQL es el lenguaje de los datos. Se utiliza en todas las empresas y es una de las herramientas más extendidas en el ámbito de la analítica. Durante el máster aprenderás SQL desde cero, pero esta asignatura es una introducción muy útil que recoge las perspectivas de algunas de las principales organizaciones del sector.. GITHUB. GitHub es un servicio de alojamiento online que se ha convertido en la opción estandarizada en ámbitos como el desarrollo de software, el repositorio de contenidos y el control de versiones. En él se alojan y desarrollan muchos proyectos de software de código abierto. Durante el máster lo utilizarás con frecuencia. . INTELIGENCIA ARTIFICIAL 101. IA 101 es un material de aprendizaje autónomo que recoge los pasos que se deben dar para construir una relación eficiente con las herramientas de IA.. DESARROLLO PROFESIONAL. El Preprograma de Aceleración Profesional forma parte de la formación sobre desarrollo profesional del máster. Estos son algunos de los contenidos que se estudian: Todas las fases de tu trayectoria profesional: cómo averiguar qué quieres ser, cómo enfocar tus ideas, qué medidas tomar para ejecutar tus planes, etc. Recursos para identificar hacia dónde quieres orientar tu futuro, informarte sobre diferentes carreras, tomar decisiones y dar los pasos que te llevarán al éxito. Información clave sobre distintos sectores, industrias y trayectorias profesionales. Aprenderás a preparar solicitudes y entrevistas, practicarás con evaluaciones online y descubrirás cómo crear tu propia red de contactos.. Semana de Fundamentos . (1 semana). Semana de Fundamentos. Las actividades de la semana previa al inicio del máster son obligatorias para todos los alumnos del formato presencial. Estas son clave para adquirir conocimientos y habilidades elementales que después necesitarás en el máster.. FUNDAMENTOS DE LAS MATEMÁTICAS. Esta asignatura está diseñada para que los estudiantes dominen los conceptos fundamentales de las matemáticas, como la teoría de conjuntos, la estadística y la probabilidad, el cálculo o el álgebra lineal. De este modo, podrán abordar distintas cuestiones de investigación mediante el estudio de grandes conjuntos de datos. En ella se ven temas como la estadística inferencial y descriptiva para demostrar cómo, a partir de una muestra de datos, es posible hacer aproximaciones, tomar decisiones, hacer previsiones o sacar conclusiones con respecto a poblaciones más grandes. También veremos cómo se aplican algunos conceptos matemáticos comunes, como las derivadas o las matrices, en los modelos de IA y aprendizaje automático actuales.. PENSAMIENTO DE PROGRAMACIÓN. Esta asignatura brinda a los estudiantes las habilidades de pensamiento crítico, las herramientas y los marcos de trabajo que necesitan para ser programadores eficaces. No se centra tanto en el código, sino en conceptos fundamentales de programación y en su aplicación para resolver problemas de manera sistemática y lógica. Se trata de conceptos generales, aplicables a la mayoría de lenguajes de programación. Para comprenderlos mejor y prepararse para lo que vendrá más adelante, los estudiantes explorarán los contenidos mediante ejercicios de programación interactivos en Python, utilizando Google Colab. Además, adquirirán un elevado nivel de conocimientos sobre IA generativa y sabrán utilizarla de forma eficaz en su trabajo como programadores.

CORE PERIOD. TERM 1. ESTADÍSTICA PARA LA CIENCIA DE DATOS. Esta asignatura te aporta una metodología de trabajo y una sólida base de conocimientos que te ayudarán a utilizar eficazmente las herramientas estadísticas y matemáticas en el análisis de datos.. BIG DATA E INTELIGENCIA ARTIFICIAL PARA LA ESTRATEGIA EMPRESARIAL. En plena era digital, y en vista del crecimiento exponencial de los datos y el avance de la inteligencia artificial, las organizaciones se encuentran ante una encrucijada. Las que sepan sacar partido a estas tecnologías se acabarán convirtiendo en líderes de su sector, mientras que las que no lo hagan se arriesgan a quedar obsoletas. Esta completa asignatura equipa a los estudiantes con los conocimientos, herramientas y estrategias que necesitan para guiar a sus empresas durante la transformación. La asignatura es una introducción al resto del programa, y ofrece una panorámica del mundo del big data y el análisis.. ARQUITECTURAS DE DATOS MODERNAS PARA EL BIG DATA I. Esta asignatura te proporciona una visión general del big data y las tecnologías y arquitecturas fundamentales en las que se apoyan las empresas basadas en datos. Los alumnos descubrirán cómo las soluciones de big data permiten a las empresas extraer información clave para su negocio a partir de grandes conjuntos de datos. Al acabar la asignatura, los estudiantes tendrán una comprensión general del mundo del big data, estarán familiarizados con los principales marcos y herramientas de trabajo y habrán tenido múltiples oportunidades de aplicar sus conocimientos. Esta es la base para un estudio más avanzado de las tecnologías, arquitecturas y analíticas de datos. Los estudiantes estarán capacitados para determinar el impacto del big data en las necesidades de diferentes áreas empresariales.. ARQUITECTURAS DE DATOS BASADAS EN SQL I. Esta asignatura es una introducción completa a SQL y a las posibilidades de esta potente herramienta para la exploración de datos y la toma de decisiones. SQL es “el lenguaje de los datos” que se utiliza para interactuar con bases de datos relacionales. Los participantes comprenderán en profundidad los conceptos clave de las bases de datos, y ganarán fluidez a la hora de escribir consultas en SQL para recuperar, manipular y actualizar datos. La asignatura, que no exige conocimientos previos de lenguaje SQL, aborda temas esenciales desde el principio y va profundizando y añadiendo capas de conocimiento hasta que los estudiantes son capaces de gestionar consultas empresariales complejas. Se aprende por medio de ejemplos y experiencias prácticas que enseñarán a los alumnos a resolver todo tipo de cuestiones empresariales con SQL.. ARQUITECTURAS DE DATOS BASADAS EN SQL II. Si en SQL Ios alumnos aprenden a cargar, manipular y acceder a datos almacenados en bases de datos relacionales utilizando lenguaje SQL, en SQL II descubren qué son los modelos de datos, cómo funcionan, por qué son tan relevantes, cuántos tipos de datos tienen dichos modelos, etc. En esta asignatura se utiliza un SQL más avanzado para organizar y recuperar datos almacenados en sistemas operativos e informativos. Por el camino, se aprenden conceptos clave como sistema operativo, almacén de datos, mercado de datos, lago de datos o servidor OLAP, entre otros.. PYTHON PARA ANÁLISIS DE DATOS I. Esta asignatura ofrece una introducción completa a Python, un lenguaje de programación muy versátil y extendido, y pone el foco en sus aplicaciones prácticas para el análisis de datos y el aprendizaje automático. Los estudiantes dominarán los fundamentos de la sintaxis de Python y aprenderán a resolver problemas algorítmicos con eficiencia. Se hace hincapié en la práctica, con ejercicios en Jupyter Notebooks que permiten a los participantes desarrollar habilidades sólidas de exploración, análisis y manipulación de datos tabulares con Panda. Al acabar la asignatura, estos estarán preparados para abordar desafíos de análisis de datos y aprendizaje automático del mundo real.. BIG DATA E INTELIGENCIA ARTIFICIAL EN LA GESTIÓN DE OPERACIONES. El principal objetivo de esta asignatura es ofrecer a los alumnos una metodología de trabajo y una base de conocimientos sólida para utilizar los modelos predictivos y las técnicas econométricas en el ámbito de la empresa y la economía. Los estudiantes aprenderán a identificar y a utilizar correctamente una de las familias de modelos lineales de predicción más conocidas, así como el modelo no lineal más útil. También aprenderán cómo, mediante la observación de datos pasados, es posible convertir largas filas de datos y números en predicciones claras de demanda, tráfico o producción, por ejemplo, y también descubrirán otras herramientas que permiten identificar y predecir cambios repentinos o periodos de baja actividad para anticiparse a los riesgos. Juntos, estos métodos te ayudarán a prepararte para el futuro en todo tipo de contextos, desde hospitales y almacenes hasta redes eléctricas o mercados.. TERM 2. ARQUITECTURAS DE DATOS MODERNAS PARA EL BIG DATA II. En esta materia, que es la continuación de Arquitecturas de Datos Modernas para el Big Data I, profundizaremos en técnicas más avanzadas de procesamiento con Spark, como el procesamiento en tiempo real, el procesamiento de gráficos y las cargas de trabajo de aprendizaje automático a escala. Con esta base, los estudiantes podrán estudiar en mayor profundidad las tecnologías de datos, las arquitecturas de big data y las analíticas. Al final de la asignatura, serás capaz de determinar qué impacto tiene el big data en las necesidades de varios ámbitos empresariales, y de tomar decisiones informadas para implementar soluciones basadas en datos.. APRENDIZAJE AUTOMÁTICO I. El aprendizaje automático (ML, por sus siglas en inglés) es una innovadora rama de la inteligencia artificial que está transformando los sectores y revolucionando la manera en que se toman las decisiones, aprendiendo de los datos sin que estos se programen explícitamente. En esta asignatura adquirirás experiencia práctica para preparar datos, aplicar técnicas esenciales de ML y construir modelos predictivos que tengan impacto en el mundo real. El ML es una habilidad esencial para el futuro en cualquier sector, desde las finanzas y la sanidad hasta la tecnología y el marketing.. APRENDIZAJE AUTOMÁTICO II. Esta asignatura práctica es una continuación de la introductoria, y explora técnicas y algoritmos más avanzados, tanto para el aprendizaje supervisado como para el no supervisado. Mediante la escritura de código, el uso de conjuntos de datos cada vez más complejos y la implementación avanzada de modelos, los participantes aprenderán a abordar desafíos de ML de gran impacto en escenarios del mundo real. Es una materia ideal para quienes quieran ir más allá de lo básico y comprender mejor los flujos de trabajo del ML, lo que les permitirá construir modelos que generen un mayor impacto.. MLOps: OPERACIONES DE APRENDIZAJE AUTOMÁTICO. En esta asignatura, los estudiantes explorarán el ciclo de vida completo de la puesta en producción de modelos de aprendizaje automático. Aunque a menudo se considera que el entrenamiento de un modelo es el último paso del ciclo, el MLOps revela que no es más que el principio. Los estudiantes conocerán las fases clave del proceso, como el entrenamiento del modelo, la integración continua/entrega continua, la monitorización, la validación y la gobernanza. Mediante clases teóricas y demostraciones prácticas, descubrirán herramientas para superar desafíos reales y buenas prácticas para gestionar modelos en producción.. PYTHON PARA ANÁLISIS DE DATOS II. Esta asignatura amplía lo aprendido en Python para Análisis de Datos I. En ella, se explora en profundidad el ecosistema de Python para el análisis de datos y el aprendizaje automático. Dominarás el data wrangling avanzado con expresiones regulares, el análisis de series temporales y la ingeniería de funciones, al tiempo que aprendes a crear pipelines sólidos en scikit-learn. Los contenidos abarcan conceptos esenciales para proyectos de ML, como el escalado, la validación cruzada y la optimización de hiperparámetros. De este modo, contarás con la preparación necesaria para abordar desafíos reales de aprendizaje automático en Python.. PYTHON PARA ANÁLISIS DE DATOS I. Esta asignatura ofrece una introducción completa a Python, un lenguaje de programación muy versátil y extendido, y pone el foco en sus aplicaciones prácticas para el análisis de datos y el aprendizaje automático. Los estudiantes dominarán los fundamentos de la sintaxis de Python y aprenderán a resolver problemas algorítmicos con eficiencia. Se hace hincapié en la práctica, con ejercicios en Jupyter Notebooks que permiten a los participantes desarrollar habilidades sólidas de exploración, análisis y manipulación de datos tabulares con Panda. Al acabar la asignatura, estos estarán preparados para abordar desafíos de análisis de datos y aprendizaje automático del mundo real.. VISUALIZACIÓN DE DATOS. Esta asignatura está pensada para que los estudiantes entiendan las funciones de la visualización de datos en el contexto de la analítica de negocios y la ciencia de datos. En ella se cubren los fundamentos teóricos, los principios de diseño, la taxonomía de gráficos, las herramientas y las aplicaciones de la visualización de datos, haciendo hincapié en su importancia, su propósito y su impacto en diversos ámbitos. Proporciona conocimientos y habilidades esenciales para obtener información procesable a partir de datos sin procesar y utilizar técnicas de visualización y narración para comunicar conclusiones eficazmente e influir en las partes interesadas. Los alumnos dominarán algunas de las herramientas de inteligencia de negocio y visualización de datos más demandadas del mercado.

PERIODO ELECTIVO. TERM 3. TERM ​3. El periodo de optativas también te da la oportunidad de concretar tu perfil profesional. Podrás elegir entre diferentes asignaturas optativas para complementar las troncales y acercarte más al trabajo de tus sueños. Elige aquellas materias que más se alineen con tus áreas de interés, o explora en más detalle otros temas relacionados con tus metas profesionales. Puedes escoger tu mención en función del sector o de la trayectoria profesional a la que aspiras. No es obligatorio elegir una, pero hacerlo te permitirá comprender mejor el mercado y los ámbitos que más te interesen. Solo se puede obtener una mención, y la oferta estará sujeta a la demanda de los estudiantes. Salud y Biotecnología Fintech y Banca Retail, Lujo y e-Commerce Deporte, Medios de Comunicación y Entrenamiento Fabricación Inteligente y Automatización IA Avanzada Consultoría Tecnológica y Estrategia de datos Emprendimiento Tecnológico. Concentraciones. SALUD Y BIOTECNOLOGÍA. INTELIGENCIA ARTIFICIAL EN SALUD. Esta asignatura analiza cómo la IA y el big data están transformando el ámbito sanitario y revolucionando la experiencia del paciente desde el diagnóstico hasta el tratamiento y la gestión de la enfermedad. A lo largo de la misma, los estudiantes podrán entender cómo el aprendizaje automático, el análisis de datos y otras tecnologías emergentes están optimizando los procesos clínicos, mejorando los resultados de los tratamientos y reduciendo los costes en los sistemas sanitarios. También verán cómo estas tecnologías disruptivas están transformando el sector de arriba abajo, tanto a nivel de industria como para los ciudadanos y pacientes individuales. Además, se estudiarán algunas barreras y cuestiones éticas que frenan la implementación de estas tecnologías, así como las claves para llevar a buen término la transformación digital de la atención médica.. Investigación Clínica y Desarrollo de la Tecnología de Dispositivos Médicos. Esta asignatura tiende puentes entre la investigación clínica y la toma de decisiones basada en datos en el sector de los dispositivos médicos. Los estudiantes explorarán cómo se aplican la IA, la analítica de negocio y la ciencia de datos en el ciclo de vida de la investigación, desde el diseño de ensayos hasta la elaboración de informes de seguridad, pasando por las evaluaciones de riesgos y el cumplimiento normativo. Se pone énfasis en cómo interpretar datos clínicos, optimizar la eficiencia de los ensayos y fomentar la innovación mediante información predictiva. Con una sólida base ética y jurídica, los estudiantes también adquirirán habilidades clave de documentación, comunicación con las partes interesadas y estrategia de MedTech, lo que los preparará para ocupar puestos de responsabilidad relacionados con la salud, los datos y la tecnología.. VISIÓN ARTIFICIAL. Descubre el fascinante mundo de la visión artificial y haz que tus programaciones en Python cobren vida con esta asignatura práctica. La visión artificial es un campo que permite a las máquinas interpretar y comprender la información visual del mundo que nos rodea. Está revolucionando infinidad de sectores mediante tecnologías como la conducción autónoma de vehículos o el reconocimiento facial. En esta materia profundizarás en los principales conceptos, algoritmos y aplicaciones prácticas de la visión artificial, utilizando el potente lenguaje de programación Python.. GOBIERNO DE DATOS. El objetivo de esta asignatura es proporcionar a los estudiantes habilidades para gestionar eficazmente el ciclo de vida de los datos de una organización. Todas las empresas, independientemente de su tamaño, naturaleza u objetivos, han empezado a conceder más importancia a los datos, que se han convertido así en un activo estratégico que debe manejarse con cuidado. Gestionar datos es una actividad compleja que implica distintas consideraciones, tanto empresariales como tecnológicas. Además, el éxito no es posible sin una buena gestión y gobernanza de datos.. IoT Y TECNOLOGÍAS EMERGENTES. Esta asignatura explora cómo la Industria 4.0 no se basa en sistemas clásicos ni en automatizaciones sofisticadas, sino en la transformación digital de la industria para orientarla a la demanda. Aprenderás a identificar industrias con un alto potencial de transformación y a idear proyectos de transformación digital para empresas industriales, aprovechando tecnologías emergentes como el IoT, la IA, la computación en la nube, la impresión 3D y la robótica. La asignatura combina tres tipos de sesiones: Sesiones centradas en conceptos elementales para entender qué distingue a la Industria 4.0 de otros sectores. Sesiones centradas en el desarrollo de casos de uso y en ejemplos de transformación impulsada por la tecnología. Sesiones prácticas con demostraciones en laboratorios de IoT y tecnologías de streaming aplicadas al sector industrial.. APRENDIZAJE PROFUNDO. En esta asignatura, los estudiantes descubrirán qué es el aprendizaje profundo y por qué este ha transformado tareas de aprendizaje automático como el reconocimiento de voz y de imágenes o la visión artificial. Los alumnos afianzarán su conocimiento de los fundamentos del aprendizaje automático, explorarán las redes neuronales artificiales y su conexión con el cerebro humano y descubrirán distintos tipos de redes, como las prealimentadas, las convolucionales, las recurrentes o los autocodificadores, así como sus aplicaciones. Mediante ejercicios prácticos y ejemplos del mundo real, desarrollarán conocimientos fundamentales y habilidades prácticas de aprendizaje profundo.. PROCESAMIENTO DEL LENGUAJE NATURAL. Esta asignatura proporciona una visión general del procesamiento del lenguaje natural (PLN), deteniéndose en la comprensión automática del lenguaje humano y sus aplicaciones prácticas. Los estudiantes explorarán los principios y técnicas más importantes del PLN, desde tareas básicas como el preprocesamiento de textos y el análisis de sentimientos hasta modelos más avanzados como BERT y ChatGPT. La asignatura pone énfasis en la naturaleza interdisciplinaria del PLN, en sus aplicaciones en diferentes fuentes de datos no estructurados del mundo real y en las soluciones actuales que ofrece el sector. También se abordan desafíos clave, como la ambigüedad, la dependencia del contexto y el multilingüismo, y cuestiones éticas como los sesgos o la privacidad. La materia combina fundamentos teóricos y aplicaciones prácticas, de manera que los estudiantes aprenden a aplicar el PLN para generar valor e impulsar la innovación y la automatización.. FINTECH Y BANCA. INTELIGENCIA ARTIFICIAL EN LA BANCA. Esta asignatura analiza en profundidad cómo se utilizan los datos y la IA en el sector bancario para generar valor en distintas áreas y lograr ventajas competitivas. Los estudiantes explorarán la estructura y las principales actividades de los bancos, comprenderán cómo los datos optimizan la eficiencia comercial y la experiencia de los clientes, y participarán en debates sobre las futuras aplicaciones estratégicas del big data. A partir de datos de entidades bancarias reales, los estudiantes trabajarán de forma práctica para desarrollar modelos analíticos y diseñar nuevos casos de uso, replanteándose la forma de trabajar de un sector que afronta una disrupción digital acelerada.. TRADING ALGORÍTMICO. Con la digitalización de los mercados financieros, el trading algorítmico está transformando el sector. En esta asignatura verás cómo las empresas de inversión utilizan los algoritmos para escalar las operaciones, optimizar las decisiones bursátiles y reducir costes gracias al big data y la IA. Descubrirás los fundamentos de la microestructura del mercado, los objetivos bursátiles (ejecución, creación de mercado e inversión) y los marcos matemáticos que hay detrás de las mejores estrategias. La asignatura dedica una atención especial al papel de la IA y otras tendencias emergentes, como el aprendizaje por refuerzo profundo, la inferencia bayesiana o los modelos de lenguaje de gran tamaño, en el futuro de los mercados financieros.. ANÁLISIS DE RIESGO Y FRAUDE. Análisis de Riesgo y Fraude es una asignatura de aplicación empresarial que aplica Python y algoritmos de aprendizaje automático a datos y casos de uso reales de las finanzas y la banca. En ella se utilizan estudios de caso para acelerar el aprendizaje y fomentar la participación en clase. Los estudiantes recibirán una formación práctica sobre analíticas tradicionales y avanzadas de riesgo y fraude, basada en lecturas y materiales audiovisuales, el estudio de casos de éxito en el mundo real, el desarrollo de modelos prácticos y la participación en debates sobre cómo el big data está transformando el sector financiero.. WEB 3, BLOCKCHAIN, CRIPTOMONEDAS Y NFT. Esta asignatura explora la tecnología blockchain más allá del bitcoin y las criptomonedas, y se centra en su potencial para generar confianza y transformar modelos de negocio. Empieza con una introducción a los orígenes del blockchain e introduce conceptos básicos como los contratos inteligentes, los oráculos, las aplicaciones descentralizadas y las DAO, combinando fundamentos teóricos con aplicaciones prácticas. Se estudian las principales criptodivisas y plataformas de blockchain (especialmente Ethereum), y se aprende a desarrollar contratos inteligentes y a interactuar con ellos mediante programación simplificada y casos de estudio. Además, la asignatura explora casos de uso del blockchain en el mundo real, en áreas como la identidad digital, la cadena de suministro y la educación; explica el Web3, la tokenómica y los distintos tipos de tokens criptográficos; y analiza el auge de las finanzas descentralizadas (DeFi) y su creciente impacto en diferentes sectores.. ANÁLISIS DE DATOS EN LA NUBE. Análisis de Datos en la Nube se centra en el uso de las tecnologías de computación en la nube para procesar, almacenar y analizar grandes conjuntos de datos. El análisis de datos permite a las organizaciones extraer información procesable, identificar tendencias y tomar decisiones que resulten en una mejora de la competitividad. Además, la computación en la nube conlleva otras muchas ventajas, como escalabilidad, flexibilidad, rentabilidad o el rápido aprovisionamiento de recursos. La materia ofrece una formación práctica que permite a los estudiantes familiarizarse con las tareas, herramientas y estrategias utilizadas para ingerir, transformar, almacenar y gestionar datos con vistas a usarlos en aplicaciones de análisis, aprendizaje automático e IA generativa. Durante la asignatura, los estudiantes explorarán casos de uso del mundo real, lo que los capacitará para tomar decisiones informadas y a implementar pipelines de datos para sus propias aplicaciones. El contenido está alineado con el examen de AWS Data Engineer (DEA-C01) y prepara a los estudiantes para obtener esta certificación.. MINERÍA Y AUTOMATIZACIÓN DE PROCESOS. En esta asignatura, los estudiantes descubrirán qué es el aprendizaje profundo y por qué este ha transformado tareas de aprendizaje automático como el reconocimiento de voz y de imágenes o la visión artificial. Los alumnos afianzarán su conocimiento de los fundamentos del aprendizaje automático, explorarán las redes neuronales artificiales y su conexión con el cerebro humano y descubrirán distintos tipos de redes, como las prealimentadas, las convolucionales, las recurrentes o los autocodificadores, así como sus aplicaciones. Mediante ejercicios prácticos y ejemplos del mundo real, desarrollarán conocimientos fundamentales y habilidades prácticas de aprendizaje profundo.. COMPUTACIÓN CUÁNTICA PARA EMPRESAS. Durante esta asignatura, los alumnos estudiarán en profundidad la computación cuántica y aprenderán a aplicar sus técnicas para resolver problemas complejos en contextos empresariales y financieros. Los algoritmos cuánticos se utilizan, por ejemplo, para la optimización de carteras, el análisis de riesgos, la gestión de cadenas de suministro y la toma de decisiones estratégicas.. RETAIL, LUJO Y E-COMMERCE . INTELIGENCIA ARTIFICIAL EN EL SECTOR DEL RETAIL Y LOS BIENES DE CONSUMO. Esta asignatura permite entender las bases de un modelo de negocio de retail end-to-end, identificar aquellas áreas donde los datos y la IA abren nuevas oportunidades y aplicar los conocimientos desde un enfoque práctico. Hoy, los clientes tienen más opciones que nunca para elegir, por lo que a las empresas minoristas cada vez les cuesta más diferenciarse. El éxito depende, por tanto, de ofrecer una propuesta de valor sólida, basada en un conocimiento profundo de los clientes. Esto se consigue a partir de los datos y se complementa con la IA y el aprendizaje automático, que permiten atraer, satisfacer y fidelizar a los consumidores durante todo su ciclo de vida. A medida que surgen nuevos avances tecnológicos y competidores, las empresas de retail se ven obligadas a reforzar su inversión digital. A nivel operativo, la previsión de demanda basada en IA y la automatización están impulsando la eficiencia de las cadenas de suministro. A nivel de cliente, las analíticas avanzadas sirven para optimizar aspectos como la oferta de productos, el diseño de las tiendas, los precios dinámicos o la personalización. La IA generativa, por su parte, está redefiniendo la experiencia del consumidor. Aunque el comercio minorista sigue siendo un sector basado en la interacción humana, esta asignatura explora cómo los datos y la tecnología pueden fortalecer esta relación.. BIG DATA E IA EN MARKETING. Esta materia explora cómo el big data y la inteligencia artificial (IA) están transformando las estrategias de marketing modernas, y cómo se está pasando de los métodos tradicionales a enfoques nuevos basados en los datos y la IA. En ella, los alumnos aprenden a diseñar, implementar y optimizar campañas de marketing con herramientas como Google Analytics 4 (GA4), modelos de atribución avanzados y técnicas de aprendizaje automático. La asignatura aborda las analíticas digitales, el análisis del comportamiento del cliente y la elaboración de informes mejorados con IA. También se estudian el modelado del marketing mix y la medición de la incrementalidad utilizando experimentos geográficos y Causal Impact. Además, la asignatura integra herramientas de big data como Google Cloud o BigQuery y API de aprendizaje automático que permiten análisis de mercados más avanzados. Mediante el estudio de aplicaciones del mundo real, los estudiantes adquirirán experiencia práctica y capacidad para liderar iniciativas de marketing innovadoras y basadas en datos.. VISUALIZACIÓN AVANZADA DE DATOS. En esta asignatura, los alumnos adquirirán habilidades para diseñar y producir visualizaciones de datos avanzadas y convincentes, que sirvan para comunicar la información obtenida a partir de los datos a todo tipo de personas. Los estudiantes desarrollarán un amplio conocimiento sobre visualización de datos y aprenderán a utilizar Tableau para analizar datos y tomar decisiones en contextos reales.. IA AGÉNTICA. Si hasta el momento los asistentes de IA se centraban en hacer predicciones y generar contenido, ahora llega una nueva revolución todavía más sofisticada: agentes de IA que pueden realizar tareas complejas de forma independiente y tomar decisiones por nosotros.  Esta asignatura ofrece formación práctica para crear sistemas de IA autónomos que sean capaces de pensar, aprender, actuar y resolver problemas empresariales por sí solos. Con el foco puesto en el uso práctico y estratégico de la IA agéntica en la analítica de negocio y la ciencia de datos, los estudiantes explorarán conceptos clave como la IA generativa, la ingeniería de prompts, los sistemas multiagente y la toma de decisiones autónoma. Así, podrán desarrollar sistemas de IA que ejecuten tareas e interactúen con otros agentes de IA de forma autónoma.. VISIÓN ARTIFICIAL. Descubre el fascinante mundo de la visión artificial y haz que tus programaciones en Python cobren vida con esta asignatura práctica. La visión artificial es un campo que permite a las máquinas interpretar y comprender la información visual del mundo que nos rodea. Está revolucionando infinidad de sectores mediante tecnologías como la conducción autónoma de vehículos o el reconocimiento facial. En esta materia profundizarás en los principales conceptos, algoritmos y aplicaciones prácticas de la visión artificial, utilizando el potente lenguaje de programación Python.. ANÁLISIS DE DATOS EN LA NUBE. Análisis de Datos en la Nube se centra en el uso de las tecnologías de computación en la nube para procesar, almacenar y analizar grandes conjuntos de datos. El análisis de datos permite a las organizaciones extraer información procesable, identificar tendencias y tomar decisiones que resulten en una mejora de la competitividad. Además, la computación en la nube conlleva otras muchas ventajas, como escalabilidad, flexibilidad, rentabilidad o el rápido aprovisionamiento de recursos. La materia ofrece una formación práctica que permite a los estudiantes familiarizarse con las tareas, herramientas y estrategias utilizadas para ingerir, transformar, almacenar y gestionar datos con vistas a usarlos en aplicaciones de análisis, aprendizaje automático e IA generativa. Durante la asignatura, los estudiantes explorarán casos de uso del mundo real, lo que los capacitará para tomar decisiones informadas y a implementar pipelines de datos para sus propias aplicaciones. El contenido está alineado con el examen de AWS Data Engineer (DEA-C01) y prepara a los estudiantes para obtener esta certificación.. GESTIÓN DE PRODUCTOS TECNOLÓGICOS. Diseñada para aspirantes a directores de producto y fundadores o directivos de empresas que quieran comprender mejor el proceso de desarrollo, esta asignatura aporta herramientas para sortear los obstáculos de la gestión de productos, apoyar la innovación y obtener ventajas empresariales. Los contenidos abarcan todo el proceso de desarrollo del producto, desde la idea inicial hasta la salida al mercado y el crecimiento posterior. Adquirirás conocimientos prácticos para lanzar tecnologías nuevas generando beneficios, ya sea desde una empresa existente o desde tu propia startup. Además, los estudiantes descubrirán estrategias de gestión de productos tecnológicos e innovadores que les resultarán muy útiles en el mundo real.. DEPORTE, MEDIOS DE COMUNICACIÓN Y ENTRETENIMIENTO . ANALÍTICAS DEPORTIVAS. On this course you’ll be able to understand the bases of a Retail Business Model end-to-end, identifying where Data and AI can create opportunities and then apply your knowledge through a practical approach. Today’s customers have more choices than ever, creating a major challenge for retailers to stand out. Success depends on building a strong value proposition rooted in deep customer knowledge, starting with data and enhanced through AI and ML to attract, satisfy, and build loyalty across the customer journey. As technology accelerates and new competitors emerge, retailers are increasing digital investments. On the operational side, AI-driven demand forecasting and automation are transforming supply chain efficiency. On the customer side, advanced analytics power everything from store layout and product range to dynamic pricing and personalization. Generative AI is already redefining customer experience. Retail remains a human-to-human industry, and this course explores how data and technology can strengthen those connections.. Gestión Deportiva: Creación de Valor con la Tecnología. Esta asignatura explora la intersección entre la gestión empresarial y la tecnología en el sector deportivo, y analiza en profundidad cómo estas disciplinas contribuyen al desarrollo sostenible de entidades deportivas amateurs y profesionales. Los estudiantes descubrirán el papel que desempeña la tecnología en la transformación de organizaciones deportivas, y verán cómo los avances digitales promueven el crecimiento, la eficiencia y el compromiso de los aficionados.. INTELIGENCIA ARTIFICIAL EN LAS TELECOMUNICACIONES. Durante este curso, los alumnos perfeccionarán sus habilidades como “traductores de analítica de negocio” y aprenderán a transformar su capacidad analítica en soluciones de negocio útiles para el sector de las telecomunicaciones y los suministros públicos. ¿Qué utilidad tienen estas habilidades? Además de dominar el mundo del dato, los “traductores de analíticas” deben contar con amplios conocimientos de la organización y sus funciones, lo que les permitirá hacer las preguntas adecuadas al equipo de ciencia de datos y extraer información relevante de los análisis. Aunque las actividades de analítica se pueden externalizar, un traductor de este tipo debe conocer bien las particularidades de la organización y estar involucrado en su actividad.. COMPUTACIÓN ESPACIAL. REALIDAD AUMENTADA (AR) Y VIRTUAL (VR). Esta asignatura ofrece una visión completa de la computación espacial y la economía de la nueva Web3, con especial atención a sus aplicaciones para impulsar el crecimiento y el éxito en las empresas. Por medio de clases teóricas, estudios de caso y ejercicios prácticos, los estudiantes explorarán las tendencias, oportunidades y desafíos propios del mundo virtual. Adquirirán conocimientos y habilidades para diseñar, lanzar y gestionar empresas en la Web3, analizar tendencias de mercado, liderar equipos virtuales y crear experiencias inmersivas de computación espacial.. ANÁLISIS DE DATOS EN LA NUBE. Análisis de Datos en la Nube se centra en el uso de las tecnologías de computación en la nube para procesar, almacenar y analizar grandes conjuntos de datos. El análisis de datos permite a las organizaciones extraer información procesable, identificar tendencias y tomar decisiones que resulten en una mejora de la competitividad. Además, la computación en la nube conlleva otras muchas ventajas, como escalabilidad, flexibilidad, rentabilidad o el rápido aprovisionamiento de recursos. La materia ofrece una formación práctica que permite a los estudiantes familiarizarse con las tareas, herramientas y estrategias utilizadas para ingerir, transformar, almacenar y gestionar datos con vistas a usarlos en aplicaciones de análisis, aprendizaje automático e IA generativa. Durante la asignatura, los estudiantes explorarán casos de uso del mundo real, lo que los capacitará para tomar decisiones informadas y a implementar pipelines de datos para sus propias aplicaciones. El contenido está alineado con el examen de AWS Data Engineer (DEA-C01) y prepara a los estudiantes para obtener esta certificación.. IA GENERATIVA. En esta asignatura se explora en profundidad la IA generativa, atendiendo a sus fundamentos técnicos y a las cuestiones éticas asociadas. Mediante el estudio de casos del mundo real y prácticas en entornos de nube, los alumnos aprenderán a crear, refinar y optimizar modelos como redes generativas antagónicas, autocodificadores variacionales o transformadores. Se exploran temas como la ingeniería de prompts, la IA responsable y la integración de la IA generativa con otros paradigmas como el aprendizaje por refuerzo. Los estudiantes evaluarán de forma crítica el rendimiento y el impacto cultural de los modelos, y desarrollarán un proyecto final que les permitirá demostrar sus habilidades técnicas y su conciencia ética.. ANÁLISIS DE REDES SOCIALES. En esta asignatura se estudia el análisis de redes sociales (SNA, por sus siglas en inglés) y las capacidades de esta potente herramienta para descubrir patrones ocultos en sistemas interconectados, como el flujo de bienes, servicios e información entre personas, equipos y organizaciones. Al margen de las redes sociales, el SNA es aplicable a campos como el marketing, el deporte, el análisis de fraude, la comunicación, la biología y los estudios organizacionales. Esta materia enseña a los estudiantes principios teóricos y prácticos, así como modelos, técnicas y métricas para el análisis de redes. Los alumnos aprenderán conceptos clave de SNA y algoritmos para la clasificación de nodos y enlaces, y aprenderán a aplicarlos para resolver problemas reales.. FABRICACIÓN INTELIGENTE Y AUTOMATIZACIÓN. Sistemas de Vehículos Aéreos no Tripulados: Estrategia, Emprendimiento y Tecnología. Esta asignatura de vanguardia analiza la rápida evolución de los sistemas de vehículos aéreos no tripulados (UAS, por sus siglas en inglés) y aúna conocimientos tecnológicos, visión estratégica y oportunidad empresarial. De la mano de un claustro internacional de expertos de primer nivel, los alumnos adquirirán conocimientos integrales de los sistemas UAS, desde el diseño de drones hasta su regulación, pasando por la disrupción en el mercado y la creación de proyectos empresariales. Aprenderán a utilizar herramientas prácticas para evaluar tecnologías de UAS, desarrollar modelos de negocio y ajustarse a los marcos normativos y éticos que están definiendo el futuro de los vuelos autónomos. Si aspiras a emprender, quieres especializarte en tecnología o pretendes innovar en el sector aeroespacial, la logística, la seguridad o los medios de comunicación, esta asignatura te proporcionará los conocimientos, la red de contactos y la inspiración que necesitas para volar muy alto en una industria en pleno auge.. IoT Y TECNOLOGÍAS EMERGENTES. Esta asignatura explora cómo la Industria 4.0 no se basa en sistemas clásicos ni en automatizaciones sofisticadas, sino en la transformación digital de la industria para orientarla a la demanda. Aprenderás a identificar industrias con un alto potencial de transformación y a idear proyectos de transformación digital para empresas industriales, aprovechando tecnologías emergentes como el IoT, la IA, la computación en la nube, la impresión 3D y la robótica. La asignatura combina tres tipos de sesiones: Sesiones centradas en conceptos elementales para entender qué distingue a la Industria 4.0 de otros sectores. Sesiones centradas en el desarrollo de casos de uso y en ejemplos de transformación impulsada por la tecnología. Sesiones prácticas con demostraciones en laboratorios de IoT y tecnologías de streaming aplicadas al sector industrial.. ROBÓTICA. Esta asignatura sienta las bases para desarrollar sistemas robóticos autónomos que sean capaces de planificar, detectar elementos del ambiente y actuar en entornos simulados. En ella se estudia cómo los robots utilizan sensores y controladores para interactuar con el mundo físico y lograr sus objetivos. Las clases teóricas se complementan con ejercicios basados en simulaciones que utilizan la plataforma estándar para la investigación en robótica: ROS (Robot Operating System). Al completar la asignatura, los estudiantes conocerán los fundamentos de la detección, la planificación y la actuación. También sabrán programar y simular controladores para sistemas robóticos y conocerán los últimos avances en robótica.. MINERÍA Y AUTOMATIZACIÓN DE PROCESOS. Esta asignatura presenta los principios de la minería y la ingeniería de procesos, y enseña a recopilar y utilizar datos de los procesos empresariales para identificar ineficiencias e impulsar mejoras. Los estudiantes aprenden a aprovechar los datos para tomar mejores decisiones, automatizar tareas e integrar herramientas tecnológicas que optimicen el rendimiento. Además, se abordan diferentes técnicas para comprender procesos mediante la exploración de datos, y se hace hincapié en la importancia de la preparación de los datos (es decir, de su integración, homogeneización y limpieza) para optimizar los procesos.. APRENDIZAJE POR REFUERZO Y SISTEMAS AUTÓNOMOS. Esta asignatura es una introducción al aprendizaje por refuerzo, una rama del aprendizaje automático en la que los agentes interactúan con entornos estocásticos para identificar las acciones más adecuadas de cara a lograr objetivos específicos en escenarios dinámicos Aunque esta disciplina se remonta a la década de los 80, ha ganado relevancia en los últimos cinco años gracias a las nuevas técnicas de aprendizaje profundo. El aprendizaje por refuerzo favorece la automatización y la optimización en escenarios complejos, como la conducción autónoma o los juegos de estrategia. Los alumnos estudiarán las bases de esta rama y aprenderán a aplicar herramientas avanzadas para resolver desafíos reales en diferentes ámbitos. Además, abordarán problemas fundamentales con Python para llegar a comprender los elementos básicos de esta disciplina.. IA AGÉNTICA. Si hasta el momento los asistentes de IA se centraban en hacer predicciones y generar contenido, ahora llega una nueva revolución todavía más sofisticada: agentes de IA que pueden realizar tareas complejas de forma independiente y tomar decisiones por nosotros. Esta asignatura ofrece formación práctica para crear sistemas de IA autónomos que sean capaces de pensar, aprender, actuar y resolver problemas empresariales por sí solos. Con el foco puesto en el uso práctico y estratégico de la IA agéntica en la analítica de negocio y la ciencia de datos, los estudiantes explorarán conceptos clave como la IA generativa, la ingeniería de prompts, los sistemas multiagente y la toma de decisiones autónoma. Así, podrán desarrollar sistemas de IA que ejecuten tareas e interactúen con otros agentes de IA de forma autónoma.. TECNOLOGÍA E INNOVACIÓN SOSTENIBLES. En los últimos años, la sostenibilidad ha ganado importancia a medida que los efectos negativos de la actividad humana en el medioambiente se han vuelto más evidentes. El sector tecnológico en particular es clave para abordar desafíos de sostenibilidad y proponer soluciones innovadoras. En esta asignatura, se aprende a utilizar la tecnología y la innovación para lograr un futuro más sostenible. Veremos cómo el sector aborda los problemas de sostenibilidad y analizaremos el potencial de las tecnologías emergentes para impulsar cambios positivos.. IA AVANZADA. APRENDIZAJE PROFUNDO. En esta asignatura, los estudiantes descubrirán qué es el aprendizaje profundo y por qué este ha transformado tareas de aprendizaje automático como el reconocimiento de voz y de imágenes o la visión artificial. Los alumnos afianzarán su conocimiento de los fundamentos del aprendizaje automático, explorarán las redes neuronales artificiales y su conexión con el cerebro humano y descubrirán distintos tipos de redes, como las prealimentadas, las convolucionales, las recurrentes o los autocodificadores, así como sus aplicaciones. Mediante ejercicios prácticos y ejemplos del mundo real, desarrollarán conocimientos fundamentales y habilidades prácticas de aprendizaje profundo.. IA GENERATIVA. En esta asignatura se explora en profundidad la IA generativa, atendiendo a sus fundamentos técnicos y a las cuestiones éticas asociadas. Mediante el estudio de casos del mundo real y prácticas en entornos de nube, los alumnos aprenderán a crear, refinar y optimizar modelos como redes generativas antagónicas, autocodificadores variacionales o transformadores. Se exploran temas como la ingeniería de prompts, la IA responsable y la integración de la IA generativa con otros paradigmas como el aprendizaje por refuerzo. Los estudiantes evaluarán de forma crítica el rendimiento y el impacto cultural de los modelos, y desarrollarán un proyecto final que les permitirá demostrar sus habilidades técnicas y su conciencia ética.. IA AGÉNTICA. Si hasta el momento los asistentes de IA se centraban en hacer predicciones y generar contenido, ahora llega una nueva revolución todavía más sofisticada: agentes de IA que pueden realizar tareas complejas de forma independiente y tomar decisiones por nosotros.  Esta asignatura ofrece formación práctica para crear sistemas de IA autónomos que sean capaces de pensar, aprender, actuar y resolver problemas empresariales por sí solos. Con el foco puesto en el uso práctico y estratégico de la IA agéntica en la analítica de negocio y la ciencia de datos, los estudiantes explorarán conceptos clave como la IA generativa, la ingeniería de prompts, los sistemas multiagente y la toma de decisiones autónoma. Así, podrán desarrollar sistemas de IA que ejecuten tareas e interactúen con otros agentes de IA de forma autónoma.. PROCESAMIENTO DEL LENGUAJE NATURAL. Esta asignatura proporciona una visión general del procesamiento del lenguaje natural (PLN), deteniéndose en la comprensión automática del lenguaje humano y sus aplicaciones prácticas. Los estudiantes explorarán los principios y técnicas más importantes del PLN, desde tareas básicas como el preprocesamiento de textos y el análisis de sentimientos hasta modelos más avanzados como BERT y ChatGPT. La asignatura pone énfasis en la naturaleza interdisciplinaria del PLN, en sus aplicaciones en diferentes fuentes de datos no estructurados del mundo real y en las soluciones actuales que ofrece el sector. También se abordan desafíos clave, como la ambigüedad, la dependencia del contexto y el multilingüismo, y cuestiones éticas como los sesgos o la privacidad. La materia combina fundamentos teóricos y aplicaciones prácticas, de manera que los estudiantes aprenden a aplicar el PLN para generar valor e impulsar la innovación y la automatización.. VISIÓN ARTIFICIAL. Descubre el fascinante mundo de la visión artificial y pon en práctica tus habilidades de programación en Python. La visión artificial permite a las máquinas interpretar y comprender la información visual del mundo que nos rodea. Está revolucionando infinidad de sectores mediante tecnologías como la conducción autónoma de vehículos o el reconocimiento facial. En esta materia profundizarás en los principales conceptos, algoritmos y aplicaciones prácticas de la visión artificial, utilizando el potente lenguaje de programación Python.. APRENDIZAJE POR REFUERZO Y SISTEMAS AUTÓNOMOS. Esta asignatura es una introducción al aprendizaje por refuerzo, una rama del aprendizaje automático en la que los agentes interactúan con entornos estocásticos para identificar las acciones más adecuadas de cara a lograr objetivos específicos en escenarios dinámicos Aunque esta disciplina se remonta a la década de los 80, ha ganado relevancia en los últimos cinco años gracias a las nuevas técnicas de aprendizaje profundo. El aprendizaje por refuerzo favorece la automatización y la optimización en escenarios complejos, como la conducción autónoma o los juegos de estrategia. Los alumnos estudiarán las bases de esta rama y aprenderán a aplicar herramientas avanzadas para resolver desafíos reales en diferentes ámbitos. Además, abordarán problemas fundamentales con Python para llegar a comprender los elementos básicos de esta disciplina.. ANÁLISIS DE DATOS EN LA NUBE. Análisis de Datos en la Nube se centra en el uso de las tecnologías de computación en la nube para procesar, almacenar y analizar grandes conjuntos de datos. El análisis de datos permite a las organizaciones extraer información procesable, identificar tendencias y tomar decisiones que resulten en una mejora de la competitividad. Además, la computación en la nube conlleva otras muchas ventajas, como escalabilidad, flexibilidad, rentabilidad o el rápido aprovisionamiento de recursos. La materia ofrece una formación práctica que permite a los estudiantes familiarizarse con las tareas, herramientas y estrategias utilizadas para ingerir, transformar, almacenar y gestionar datos con vistas a usarlos en aplicaciones de análisis, aprendizaje automático e IA generativa. Durante la asignatura, los estudiantes explorarán casos de uso del mundo real, lo que los capacitará para tomar decisiones informadas y a implementar pipelines de datos para sus propias aplicaciones. El contenido está alineado con el examen de AWS Data Engineer (DEA-C01) y prepara a los estudiantes para obtener esta certificación.. CONSULTORÍA TECNOLÓGICA Y ESTRATEGIA DE DATOS. CONSULTORÍA TECNOLÓGICA ESTRATÉGICA. Esta asignatura dinámica está pensada para estudiantes que quieran destacar en el mundo de la consultoría tecnológica y ofrece una visión completa de este sector, poniendo énfasis en el rol estratégico que desempeña la tecnología a la hora de impulsar el éxito empresarial. En ella se estudian marcos esenciales para la resolución de problemas, metodologías de gestión de proyectos (ágil y en cascada) y de toma de decisiones basada en datos, así como diferentes técnicas de comunicación efectiva y estrategias de gestión del cambio. Mediante clases interactivas, ejercicios prácticos y el estudio de casos reales guiados por profesionales del sector, la asignatura te aporta las habilidades y conocimientos prácticos que necesitas para sobresalir en puestos de consultoría tecnológica estratégica. EXCEL PARA CONSULTORÍA Y CIENCIA DE DATOS. Excel cuenta con un número asombroso de usuarios a nivel global: entre 1100 y 1500 millones de personas trabajan con él. Llegó al mercado en 1985 y, con el paso del tiempo, ha mejorado y ampliado sus funcionalidades para convertirse en una herramienta muy utilizada para la elaboración de informes y previsiones a pesar de su antigüedad. Aunque no se puede comparar con otras soluciones avanzadas de modelado de datos y aprendizaje automático, lo cierto es que Excel sigue siendo el software más utilizado en todo el mundo, y el único que emplean muchos profesionales para consumir y analizar datos. En muchos casos, sigue siendo la mejor opción a la hora de prototipar, comunicar y confirmar soluciones analíticas para diferentes problemas empresariales. El objetivo de esta asignatura es que los alumnos aprendan a utilizar mejor las hojas de cálculo mediante ejercicios prácticos. Los alumnos adquieren capacidades de modelado y preparación de datos, y aprenden a aplicar análisis de regresión en escenarios empresariales, realizar previsiones de demanda y comunicar eficazmente la información extraída a partir de los datos.. GOBIERNO DE DATOS. El objetivo de esta asignatura es proporcionar a los estudiantes habilidades para gestionar eficazmente el ciclo de vida de los datos de una organización. Todas las empresas, independientemente de su tamaño, naturaleza u objetivos, han empezado a conceder más importancia a los datos, que se han convertido así en un activo estratégico que debe manejarse con cuidado. Gestionar datos es una actividad compleja que implica distintas consideraciones, tanto empresariales como tecnológicas. Además, el éxito no es posible sin una buena gestión y gobernanza de datos.. GESTIÓN DE PRODUCTOS TECNOLÓGICOS. Diseñada para aspirantes a directores de producto y fundadores o directivos de empresas que quieran comprender mejor el proceso de desarrollo, esta asignatura aporta herramientas para sortear los obstáculos de la gestión de productos, apoyar la innovación y obtener ventajas empresariales. Los contenidos abarcan todo el proceso de desarrollo del producto, desde la idea inicial hasta la salida al mercado y el crecimiento posterior. Adquirirás conocimientos prácticos para lanzar tecnologías nuevas generando beneficios, ya sea desde una empresa existente o desde tu propia startup. Además, los estudiantes descubrirán estrategias de gestión de productos tecnológicos e innovadores que les resultarán muy útiles en el mundo real.. HABILIDADES DE INGENIERÍA DE VENTAS Y CONSULTORÍA. Esta asignatura aborda la relación entre las tecnologías de ventas, el análisis de datos y las estrategias digitales. En ella, los estudiantes aprenden a aplicar métodos basados en datos para identificar leads con gran potencial, optimizar los pipelines de venta y mejorar el compromiso del cliente B2B. La asignatura prepara a los estudiantes para generar valor en entornos empresariales basados en la tecnología y centrados en el cliente, lo que requiere una combinación de fundamentos comerciales, herramientas analíticas y conocimientos del sector.. EMPRENDIMIENTO TECNOLÓGICO. EMPRENDIMIENTO E INVERSIÓN EN DEEP TECH. Esta asignatura se centra en el deep tech, es decir, en las tecnologías disruptivas avanzadas que han surgido a raíz de avances científicos como la IA, la robótica, la computación cuántica y la biotecnología. Prepara a los estudiantes para una carrera de éxito en sectores basados en la innovación, y los equipa con habilidades para trabajar en organizaciones como Tesla, OpenAI o la NASA. Los alumnos entenderán por qué tecnologías como los coches autónomos, los algoritmos de IA o la exploración espacial están transformando el futuro. Además, esta materia promueve la creatividad, la innovación y el espíritu emprendedor, con lo que abre la puerta a oportunidades profesionales inspiradoras y de impacto en el mundo del deep tech.. VENTURE LAB. TRABAJO FINAL DEL VENTURE LAB  . GESTIÓN DE PRODUCTOS TECNOLÓGICOS. Diseñada para aspirantes a directores de producto y fundadores o directivos de empresas que quieran comprender mejor el proceso de desarrollo, esta asignatura aporta herramientas para sortear los obstáculos de la gestión de productos, apoyar la innovación y obtener ventajas empresariales. Los contenidos abarcan todo el proceso de desarrollo del producto, desde la idea inicial hasta la salida al mercado y el crecimiento posterior. Adquirirás conocimientos prácticos para lanzar tecnologías nuevas generando beneficios, ya sea desde una empresa existente o desde tu propia startup. Además, los estudiantes descubrirán estrategias de gestión de productos tecnológicos e innovadores que les resultarán muy útiles en el mundo real.. TECNOLOGÍA E INNOVACIÓN SOSTENIBLES. En los últimos años, la sostenibilidad ha ganado importancia a medida que los efectos negativos de la actividad humana en el medioambiente se han vuelto más evidentes. El sector tecnológico en particular es clave para abordar desafíos de sostenibilidad y proponer soluciones innovadoras. En esta asignatura, se estudia cómo utilizar la tecnología y la innovación para lograr un futuro más sostenible. Veremos cómo el sector aborda los problemas de sostenibilidad y analizaremos el potencial de las tecnologías emergentes para impulsar cambios positivos.. Tecnología Aeroespacial. COMPUTER VISION. Este curso optativo ofrece una introducción a los principios y aplicaciones de la Visión por Computador, la rama de las ciencias de la computación que permite que las máquinas interpreten y comprendan información visual del mundo real. Los estudiantes aprenderán sobre procesamiento de imágenes, detección de características, reconocimiento de objetos y clasificación de imágenes, además de explorar diversas técnicas relacionadas.. Unmanned Aerial Systems. Este curso optativo introduce a los estudiantes en los Sistemas Aéreos No Tripulados (UAS), comúnmente conocidos como drones, centrándose en su diseño, operación y diversas aplicaciones. El curso aborda los fundamentos de los componentes de los UAS, la dinámica de vuelo, la navegación, los sistemas de control y la planificación de misiones. Los estudiantes también explorarán las principales consideraciones regulatorias, éticas y de seguridad, así como los usos actuales y emergentes de los UAS en campos como la agricultura, la vigilancia, el monitoreo ambiental, la logística y la gestión de desastres. Las sesiones prácticas y los estudios de caso ayudarán a desarrollar habilidades aplicadas en la operación de UAS y el análisis de datos, preparando a los estudiantes para carreras en este sector tecnológico en rápido crecimiento.. Geoimaging and Geolocalization. Este curso optativo explora las tecnologías y metodologías detrás de la geoimagen y la geolocalización, centrándose en cómo se capturan, procesan y utilizan los datos espaciales para comprender e interactuar con el mundo físico. Los estudiantes estudiarán teledetección, imágenes satelitales y aéreas, tecnologías GPS y sistemas de información geográfica (GIS). El curso pone énfasis en la interpretación de imágenes, el análisis espacial y los servicios basados en localización, destacando aplicaciones en planificación urbana, monitoreo ambiental, navegación y ciudades inteligentes. A través de teoría y ejercicios prácticos, los estudiantes adquirirán las competencias necesarias para analizar datos geoespaciales y desarrollar soluciones basadas en inteligencia de ubicación.. Space Supply Chain Technology. Este curso optativo analiza el campo emergente de la Tecnología de Cadenas de Suministro Espaciales, centrándose en los retos e innovaciones asociados al soporte de misiones espaciales y operaciones comerciales en el espacio. Los estudiantes explorarán el diseño, la gestión y la optimización de cadenas de suministro para sistemas espaciales, incluidos vehículos de lanzamiento, satélites, estaciones espaciales y misiones lunares o planetarias. Entre los temas clave se incluyen la logística en entornos extremos, la fabricación apta para el espacio, la gestión de riesgos, los marcos regulatorios y el papel de tecnologías emergentes como la manufactura aditiva y la inteligencia artificial. El curso combina fundamentos teóricos con estudios de caso reales para preparar a los estudiantes para carreras en la industria espacial en evolución y sus redes globales de suministro.. Space Tech Venturing. Este curso optativo explora la intersección entre la tecnología espacial y el emprendimiento, centrándose en cómo las iniciativas innovadoras están impulsando la comercialización del espacio. Los estudiantes obtendrán una visión del ecosistema de startups de tecnología espacial, las tendencias de inversión y las vías para transformar innovaciones espaciales en negocios viables. Los temas incluyen identificación de oportunidades, desarrollo de modelos de negocio, estrategias de financiación, consideraciones regulatorias y enfoques de go-to-market específicos del sector espacial. A través de estudios de caso, conferencias de invitados y proyectos prácticos, los estudiantes aprenderán a evaluar, lanzar y escalar iniciativas en áreas como servicios satelitales, turismo espacial, sistemas de lanzamiento y aplicaciones de datos basados en el espacio. Este curso es ideal para futuros emprendedores, inversores e innovadores interesados en participar en la economía del New Space.. INTERCAMBIOS. Convocatoria de primavera. Amplía tu perspectiva realizando tu Elective Period del tercer trimestre en un International Exchange en una de nuestras universidades socias de primer nivel mundial. A lo largo de este periodo, los estudiantes del Master in Business Analytics and Data Science profundizarán en sus conocimientos académicos, ampliarán su experiencia internacional y expandirán su red profesional. Dado que las universidades disponibles varían según el momento del Electives Period, este programa ofrece acuerdos de intercambio tanto para la convocatoria de primavera como para la de otoño:. Convocatoria de otoño. INTERNSHIPS. Durante el periodo de asignaturas optativas, puedes postularte para realizar unas prácticas. Esta opción ha sido creada para quienes desean adquirir experiencia práctica específica que les ayude en su transición profesional hacia otra industria, sector, región y/o rol. Existen dos formas de acceder a unas prácticas: IE School of Science and Technology cuenta con un panel de empresas colaboradoras a las que puedes postularte. Estas compañías son muy diversas y también pueden incluir prácticas internacionales. Alternativamente, puedes encontrar las prácticas por tu cuenta. En ese caso, tu coordinador académico deberá aprobarlas en función de las condiciones y criterios de elegibilidad.. OPTATIVAS. En el periodo de optativas, además de la opción de cursar una mención, también puedes elegir entre una diversa lista de optativas, lo que te permitirá adaptar tu experiencia académica a tus objetivos personales y profesionales.. Advanced Data Visualization Algorithmic Trading Artificial Intelligence In Banking Artificial Intelligence In Health Artificial Intelligence In Retail & Consumer Goods Big Data And AI In Marketing Computer Vision Data Analytics In The Cloud Deep Learning Excel For Data Science & Consulting Generative AI Iot & Emerging Technologies Natural Language Processing Quatum Computing For Business Reinforcement Learning & Autonomous Systems Risk & Fraud Analytics. Web 3, Blockchain, Cryptocurrencies And Nft Social Network Analysis Spatial Computing. Augmented (Ar) And Virtual Reality (Vr) Sports Analytics Strategic Technology Consulting Sustainable Technology & Innovation Tech Product Management Deep Tech Venturing And Investment Process Mining & Automation Agentic AI Sales Engineering And Consulting Skills Unmanned Aircraft Systems: Strategy, Entrepreneurship And Technology Robotics Artificial Intelligence In Telecommunications Sports Management: Creating Value With Technology Clinical Research And Development Of Medical Device Technology

PROYECTOS CAPSTONE. La culminación de tu experiencia de aprendizaje será un proyecto de impacto. Se trata, en esencia, de un ejercicio integrador final que se desarrollará a lo largo de dos meses. Puedes elegir entre un plan de negocios en el Venture Lab en el área de ciencia de datos y analítica de negocios o un proyecto corporativo con una empresa.. PROYECTO CORPORATIVO. El proyecto corporativo es un miniproyecto de consultoría que aborda las necesidades reales de una organización. El objetivo es que los estudiantes usen las habilidades empresariales que han adquirido durante el programa para generar un impacto real. Con la ayuda de un mentor, los alumnos colaboran por equipos con una empresa, ONG, startup o institución para resolver un desafío de ciencia de datos o analítica de negocio. Durante el periodo de optativas del máster, los estudiantes tendrán dos meses para desarrollar una propuesta. El proyecto corporativo permite a los estudiantes usar las herramientas adquiridas para contribuir a resolver un problema real. Este proyecto es una asignatura que se ofrece en el Master in Business Analytics and Data Science como alternativa al proyecto de negocio. Estas son algunas de las empresas que han participado en nuestros proyectos corporativos: MICROSOFT, BCG, AIRBUS, BULGARI, INDITEX, KPMG, IBM, ALLFUNDS, CAPGEMINI, REPSOL, ZURICH DIGITAL, FITIZENS, FERROVIAL Y NAVANTIA.. VENTURE PROJECT. El Venture Project forma y asesora a equipos para investigar, validar y desarrollar un MVP y un piloto, con el objetivo de convertirlo en una start-up lista para su lanzamiento, en el ámbito de Data Science y/o Business Analytics. Este proyecto se desarrollará a través del Venture Lab. El objetivo final del Venture Lab es finalizar el programa con un MVP y un piloto totalmente operativo de un producto o servicio en el campo de Data Science y Business Analytics. Todo el enfoque está puesto en aplicar lo aprendido durante el programa, recopilar los datos necesarios y crear una herramienta operativa que facilite la transición de las actividades de Pre-Lanzamiento al Lanzamiento. El objetivo principal de un Venture Project es ofrecer a los equipos la oportunidad de iniciar un proyecto emprendedor listo para salir al mercado. Esto se consigue a través de una experiencia directa en el mundo del emprendimiento de alto impacto. El Venture Project es una asignatura que forma parte del programa Master in Business Analytics & Data Science, como alternativa al Corporate Project.. PROYECTO DE INVESTIGACIÓN. Los estudiantes que elijan hacer un proyecto final de impacto centrado en la investigación académica tendrán que demostrar su capacidad para aplicar e integrar los contenidos del programa. Para ello, explorarán en profundidad un área de su interés relacionada con la analítica de negocio y la ciencia de datos. A cada estudiante se le asignará un investigador de la facultad, que será su tutor académico. El objetivo final del proyecto es elaborar un estudio riguroso sobre el tema seleccionado y presentarlo en forma de artículo académico bien estructurado. Este debe incluir un marco teórico que incluya la revisión de investigaciones académicas relevantes y seguir una sólida metodología de investigación.

APROVECHE AL MÁXIMO SU PROGRAMA. CERTIFICACIONES. DESCRIPCIÓN CERTIFICACIÓN. CERTIFICACIONES. Este programa te ayuda a impulsar tu carrera a través de certificaciones de AWS, Microsoft y otras entidades. Estas certificaciones están diseñadas para reforzar tu perfil profesional y respaldar tu desarrollo en la trayectoria que elijas: Amazon Web Services Academy Microsoft learn AWS Certified Data Engineer Certified Tableau Data Analyst Certified Tableau Desktop Specialist IE Certificate in Foundations of Sustainability  Para garantizar la máxima flexibilidad, se ofrecen distintas maneras de obtener la cantidad requerida de créditos.. CERTIFICADO DE SOSTENIBILIDAD. En las organizaciones de hoy, los criterios medioambientales, sociales y de gobierno (ESG, por sus siglas en inglés) son de suma importancia. En IE te damos la oportunidad de obtener un certificado opcional que te ayudará a afrontar los desafíos relacionados con este ámbito y a adoptar una mentalidad sostenible. El IE Certificate on Foundations of Sustainability demostrará tu capacidad para abordar los grandes desafíos sociales, económicos y ambientales a los que se enfrentan las empresas de hoy. Para obtener el certificado, solo tienes que completar diez créditos relacionados con este ámbito durante tus estudios. Puedes obtener estos créditos mediante asignaturas optativas y actividades extracurriculares. Algunas de ellas están ya incluidas en el currículum de tu programa, pero hay otras que deben añadirse al mismo. Además, hay un componente obligatorio: debes participar en el Online Learning Journey y el Sustainability Datathon. Empresas que han sido patrocinadoras: NTT DATA, Acciona, Ryanair, EDP Renewables, Repsol, INFOSYS y Acqualia Para garantizar la máxima flexibilidad, se ofrecen distintas maneras de obtener la cantidad requerida de créditos.. PROGRAMA DE MENTORÍA. PROGRAMA DE MENTORÍA. El programa de mentoría tecnológica es una iniciativa diseñada para crear una relación personal y profesional de aprendizaje y confianza entre mentor y mentorando. A los estudiantes que decidan participar se les asignará un mentor de nuestra comunidad global, formada por más de 120 profesionales. Este programa se centra en el crecimiento personalizado del alumno, en ampliar sus redes profesionales y en mejorar sus habilidades técnicas y profesionales.. EXPERIENCIAS INTERNACIONALES. Berkeley Immersion Week. Berkeley Immersion Week. Impulsa tu carrera en tecnología: Berkeley Immersion Week te abre las puertas a las principales empresas y referentes de Silicon Valley.. Tech Immersion Week. Oportunidades, retos y networking. Vive de primera mano algunos de los principales hubs tecnológicos del mundo —como Ámsterdam, Dublín o Dubái, entre otros, a través de la Global Immersion Week. Este viaje internacional te permitirá visitar empresas líderes, conectar con profesionales del sector, descubrir nuevas culturas y obtener una visión privilegiada del panorama tecnológico y de tu futura carrera. Conecta con líderes del sector, explora tecnología de vanguardia y lanza tu carrera en Big Data.. INICIATIVAS TECH. Berkeley Immersion Week. Junto con otros estudiantes de IE School of Science & Technology, participarás en una experiencia práctica de una semana en la que podrás conocer a destacados líderes de Silicon Valley.. Tech Venture Bootcamp. El Tech Venture Bootcamp es un programa pionero de seis días dirigido a personas innovadoras que quieran poner en marcha proyectos empresariales disruptivos y únicos.. IE SUSTAINABILITY DATATHON. IE Sustainability Datathon es un desafío de sostenibilidad basado en datos en el que los estudiantes colaboran con un partner del sector para analizar datasets reales y diseñar soluciones innovadoras a retos medioambientales.. Alianza Rise Europe. La alianza Rise Europe, integrada por 20 instituciones académicas y empresariales, nace para formar a una nueva generación de talento europeo mediante iniciativas de colaboración que acogen diferentes perspectivas. Su cumbre anual es un impulso a la innovación y al éxito en los mercados globales.. Berkeley Sartup Semester. Como Global Partner de Berkeley SCET, IE ofrece a sus estudiantes la posibilidad de inscribirse en el programa Startup Semester en Berkeley una vez finalizados sus estudios en IE. Este programa a tiempo completo brinda una oportunidad única para potenciar la creatividad, adquirir experiencia internacional y sumergirse en el ecosistema emprendedor de Silicon Valley. Guiados por profesores, mentores, emprendedores, e inversores de primer nivel, los participantes también disfrutan de actividades culturales en toda el área de la Bahía de San Francisco. Los estudiantes pueden elegir entre dos itinerarios diseñados para apoyar su desarrollo emprendedor: Venture Discovery Track – Ideal para quienes buscan explorar y desarrollar una nueva idea de negocio. Venture Validation Track – Pensado para estudiantes con un proyecto ya en marcha que quieran acelerar su crecimiento. El programa incluye cursos prácticos en SCET y finaliza con un certificado oficial de UC Berkeley, que acredita habilidades reales y proyección global en el ámbito del emprendimiento.. Management Xponential Technology (MXT). Diseñado para estudiantes con una ambición extraordinaria por transformar el mundo a través de tecnologías disruptivas, este programa fomenta una mentalidad de crecimiento y combina la experiencia de IE School of Science and Technology e IE Business School. Los estudiantes adquieren el conocimiento, las herramientas y las redes necesarias para generar impacto en la intersección entre los negocios y la tecnología, conectando con emprendedores, innovadores y líderes globales que inspiran sus trayectorias transformadoras.. ACADEMIC ESSENTIALS. ACELERADOR DE HABILIDADES DE IMPACTO. La ciencia de datos y la IA evolucionan continuamente. Además de conocimientos técnicos, los profesionales que quieran triunfar en este sector deben saber abordar desafíos complejos, dominar habilidades de impacto y estar preparados para impulsar la productividad y la eficiencia mediante las nuevas herramientas de IA. A medida que se sigue avanzando en este campo, aumenta la demanda de profesionales con capacidad para pensar de forma crítica, resolver problemas de manera creativa, liderar equipos multifuncionales y comunicar con claridad y persuasión. Para formar a profesionales completos que se ajusten a las necesidades del mercado, nuestro plan de estudios incluye las siguientes asignaturas. Ingeniería de Prompts Gestión de Carteras con GitHub Habilidades de Comunicación Creación de Equipos de Alto Rendimiento Taller de Diversidad Pensamiento Crítico Pensamiento Agile Pensamiento de Diseño Gestión de Proyectos Influencia y Persuasión. Career Accelerator Program . Career Accelerator Program es una experiencia de desarrollo profesional diseñada para acompañar a los estudiantes en cada etapa de su carrera — desde los primeros pasos de orientación hasta la definición de objetivos y la puesta en marcha de su plan profesional. Este programa ofrece recursos clave para ayudarles a identificar qué quieren para su futuro, conocer distintas salidas profesionales, tomar decisiones y avanzar con éxito en sus próximos retos. El programa incluye: Información clave sobre una amplia variedad de sectores, industrias y trayectorias profesionales actuales Asesoramiento para realizar candidaturas efectivas, preparar entrevistas, practicar pruebas online y construir una red de contactos sólida Este enfoque práctico proporciona las herramientas, la confianza y las estrategias necesarias para destacar en el competitivo y cambiante mercado laboral actual.. VISITA A EMPRESAS. A lo largo del programa, tendrás la oportunidad de visitar organizaciones líderes, obteniendo una experiencia directa en entornos impulsados por los datos y conectando con profesionales que están transformando los negocios a través de la analítica y la tecnología. Visitarás empresas como:

Información del programa. PRE-PROGRAMA. Descripción. Este material de aprendizaje autónomo está diseñado para que te familiarices con los conceptos y herramientas que necesitarás durante el programa. La mayoría de los contenidos que aprendas aquí se repetirán en otras asignaturas, pero la repetición forma parte del proceso de aprendizaje, sobre todo si no cuentas con formación técnica previa. Estos son algunos de los objetivos de aprendizaje: Conocer los fundamentos del pensamiento computacional. Practicar los aspectos básicos de Python. Empezar a usar GitHub. Descubrir las características principales de la inteligencia artificial para la educación. Introducirse en el uso de Excel para los negocios y la analítica. Entender cómo se usa Linux. Alcanzar un nivel básico de conocimiento sobre métodos de investigación cuantitativos. Explorar brevemente cómo funciona SQL.. PENSAMIENTO COMPUTACIONAL. Con este preprograma multimedia de 2 horas se pretende igualar los conocimientos de todos los alumnos. En él, los estudiantes sin experiencia en programación podrán aprender lo básico antes de comenzar el curso por medio de vídeos explicativos, actividades interactivas, diagramas, lecturas y cuestionarios.. MÉTODOS CUANTITATIVOS. El Preprograma de Métodos Cuantitativos está diseñado para que adquieras todos los conocimientos que necesitas antes de comenzar el programa.. EXCEL. This course is a practical approach to Excel as tool to solve business problems. This course will help you understand the basic ways to work with Excel for Business. A final test will be included to check your understanding of this basic introduction and their level of Excel.. PROGRAMACIÓN EN PYTHON. Python es un lenguaje de programación claro y potente, comparable a Perl, Ruby, Scheme o Java. Se ha vuelto muy popular entre los científicos de datos por su facilidad de uso, ya que permite poner un programa en funcionamiento de forma sencilla. Además, es gratuito y cuenta con paquetes específicos, como NumPy/SciPy, Pandas, Matplotlib o Scikit-learn, para utilizarlo en el análisis de datos.. LINUX. Linux is the most important operating system for us, as all the Big Data technologies runs under Linux. It is very similar to others operating systems such as Windows and MacOS. Having knowledge of the most basic commands of Linux will be really helpful when students deal with some of the courses, for example when interacting with Hadoop through command.. SQL. SQL es el lenguaje de los datos. Se utiliza en todas las empresas y es una de las herramientas más extendidas en el ámbito de la analítica. Durante el máster aprenderás SQL desde cero, pero esta asignatura es una introducción muy útil que recoge las perspectivas de algunas de las principales organizaciones del sector.. GITHUB. GitHub es un servicio de alojamiento online que se ha convertido en la opción estandarizada en ámbitos como el desarrollo de software, el repositorio de contenidos y el control de versiones. En él se alojan y desarrollan muchos proyectos de software de código abierto. Durante el máster lo utilizarás con frecuencia. . INTELIGENCIA ARTIFICIAL 101. IA 101 es un material de aprendizaje autónomo que recoge los pasos que se deben dar para construir una relación eficiente con las herramientas de IA.. DESARROLLO PROFESIONAL. El Preprograma de Aceleración Profesional forma parte de la formación sobre desarrollo profesional del máster. Estos son algunos de los contenidos que se estudian: Todas las fases de tu trayectoria profesional: cómo averiguar qué quieres ser, cómo enfocar tus ideas, qué medidas tomar para ejecutar tus planes, etc. Recursos para identificar hacia dónde quieres orientar tu futuro, informarte sobre diferentes carreras, tomar decisiones y dar los pasos que te llevarán al éxito. Información clave sobre distintos sectores, industrias y trayectorias profesionales. Aprenderás a preparar solicitudes y entrevistas, practicarás con evaluaciones online y descubrirás cómo crear tu propia red de contactos.

CORE PERIOD. TERM 1. ESTADÍSTICA PARA LA CIENCIA DE DATOS. Esta asignatura te aporta una metodología de trabajo y una sólida base de conocimientos que te ayudarán a utilizar eficazmente las herramientas estadísticas y matemáticas en el análisis de datos.. BIG DATA E INTELIGENCIA ARTIFICIAL PARA LA ESTRATEGIA EMPRESARIAL. En plena era digital, y en vista del crecimiento exponencial de los datos y el avance de la inteligencia artificial, las organizaciones se encuentran ante una encrucijada. Las que sepan sacar partido a estas tecnologías se acabarán convirtiendo en líderes de su sector, mientras que las que no lo hagan se arriesgan a quedar obsoletas. Esta completa asignatura equipa a los estudiantes con los conocimientos, herramientas y estrategias que necesitan para guiar a sus empresas durante la transformación. La asignatura es una introducción al resto del programa, y ofrece una panorámica del mundo del big data y el análisis.. ARQUITECTURAS DE DATOS MODERNAS PARA EL BIG DATA I. Esta asignatura te proporciona una visión general del big data y las tecnologías y arquitecturas fundamentales en las que se apoyan las empresas basadas en datos. Los alumnos descubrirán cómo las soluciones de big data permiten a las empresas extraer información clave para su negocio a partir de grandes conjuntos de datos. Al acabar la asignatura, los estudiantes tendrán una comprensión general del mundo del big data, estarán familiarizados con los principales marcos y herramientas de trabajo y habrán tenido múltiples oportunidades de aplicar sus conocimientos. Esta es la base para un estudio más avanzado de las tecnologías, arquitecturas y analíticas de datos. Los estudiantes estarán capacitados para determinar el impacto del big data en las necesidades de diferentes áreas empresariales.. ARQUITECTURAS DE DATOS BASADAS EN SQL I. Esta asignatura es una introducción completa a SQL y a las posibilidades de esta potente herramienta para la exploración de datos y la toma de decisiones. SQL es “el lenguaje de los datos” que se utiliza para interactuar con bases de datos relacionales. Los participantes comprenderán en profundidad los conceptos clave de las bases de datos, y ganarán fluidez a la hora de escribir consultas en SQL para recuperar, manipular y actualizar datos. La asignatura, que no exige conocimientos previos de lenguaje SQL, aborda temas esenciales desde el principio y va profundizando y añadiendo capas de conocimiento hasta que los estudiantes son capaces de gestionar consultas empresariales complejas. Se aprende por medio de ejemplos y experiencias prácticas que enseñarán a los alumnos a resolver todo tipo de cuestiones empresariales con SQL.. ARQUITECTURAS DE DATOS BASADAS EN SQL II. Si en SQL Ios alumnos aprenden a cargar, manipular y acceder a datos almacenados en bases de datos relacionales utilizando lenguaje SQL, en SQL II descubren qué son los modelos de datos, cómo funcionan, por qué son tan relevantes, cuántos tipos de datos tienen dichos modelos, etc. En esta asignatura se utiliza un SQL más avanzado para organizar y recuperar datos almacenados en sistemas operativos e informativos. Por el camino, se aprenden conceptos clave como sistema operativo, almacén de datos, mercado de datos, lago de datos o servidor OLAP, entre otros.. PYTHON PARA ANÁLISIS DE DATOS I. Esta asignatura ofrece una introducción completa a Python, un lenguaje de programación muy versátil y extendido, y pone el foco en sus aplicaciones prácticas para el análisis de datos y el aprendizaje automático. Los estudiantes dominarán los fundamentos de la sintaxis de Python y aprenderán a resolver problemas algorítmicos con eficiencia. Se hace hincapié en la práctica, con ejercicios en Jupyter Notebooks que permiten a los participantes desarrollar habilidades sólidas de exploración, análisis y manipulación de datos tabulares con Panda. Al acabar la asignatura, estos estarán preparados para abordar desafíos de análisis de datos y aprendizaje automático del mundo real.. BIG DATA E INTELIGENCIA ARTIFICIAL EN LA GESTIÓN DE OPERACIONES. El principal objetivo de esta asignatura es ofrecer a los alumnos una metodología de trabajo y una base de conocimientos sólida para utilizar los modelos predictivos y las técnicas econométricas en el ámbito de la empresa y la economía. Los estudiantes aprenderán a identificar y a utilizar correctamente una de las familias de modelos lineales de predicción más conocidas, así como el modelo no lineal más útil. También aprenderán cómo, mediante la observación de datos pasados, es posible convertir largas filas de datos y números en predicciones claras de demanda, tráfico o producción, por ejemplo, y también descubrirán otras herramientas que permiten identificar y predecir cambios repentinos o periodos de baja actividad para anticiparse a los riesgos. Juntos, estos métodos te ayudarán a prepararte para el futuro en todo tipo de contextos, desde hospitales y almacenes hasta redes eléctricas o mercados.. TERM 2. ARQUITECTURAS DE DATOS MODERNAS PARA EL BIG DATA II. En esta materia, que es la continuación de Arquitecturas de Datos Modernas para el Big Data I, profundizaremos en técnicas más avanzadas de procesamiento con Spark, como el procesamiento en tiempo real, el procesamiento de gráficos y las cargas de trabajo de aprendizaje automático a escala. Con esta base, los estudiantes podrán estudiar en mayor profundidad las tecnologías de datos, las arquitecturas de big data y las analíticas. Al final de la asignatura, serás capaz de determinar qué impacto tiene el big data en las necesidades de varios ámbitos empresariales, y de tomar decisiones informadas para implementar soluciones basadas en datos.. APRENDIZAJE AUTOMÁTICO I. El aprendizaje automático (ML, por sus siglas en inglés) es una innovadora rama de la inteligencia artificial que está transformando los sectores y revolucionando la manera en que se toman las decisiones, aprendiendo de los datos sin que estos se programen explícitamente. En esta asignatura adquirirás experiencia práctica para preparar datos, aplicar técnicas esenciales de ML y construir modelos predictivos que tengan impacto en el mundo real. El ML es una habilidad esencial para el futuro en cualquier sector, desde las finanzas y la sanidad hasta la tecnología y el marketing.. APRENDIZAJE AUTOMÁTICO II. Esta asignatura práctica es una continuación de la introductoria, y explora técnicas y algoritmos más avanzados, tanto para el aprendizaje supervisado como para el no supervisado. Mediante la escritura de código, el uso de conjuntos de datos cada vez más complejos y la implementación avanzada de modelos, los participantes aprenderán a abordar desafíos de ML de gran impacto en escenarios del mundo real. Es una materia ideal para quienes quieran ir más allá de lo básico y comprender mejor los flujos de trabajo del ML, lo que les permitirá construir modelos que generen un mayor impacto.. MLOps: OPERACIONES DE APRENDIZAJE AUTOMÁTICO. En esta asignatura, los estudiantes explorarán el ciclo de vida completo de la puesta en producción de modelos de aprendizaje automático. Aunque a menudo se considera que el entrenamiento de un modelo es el último paso del ciclo, el MLOps revela que no es más que el principio. Los estudiantes conocerán las fases clave del proceso, como el entrenamiento del modelo, la integración continua/entrega continua, la monitorización, la validación y la gobernanza. Mediante clases teóricas y demostraciones prácticas, descubrirán herramientas para superar desafíos reales y buenas prácticas para gestionar modelos en producción.. PYTHON PARA ANÁLISIS DE DATOS II. Esta asignatura amplía lo aprendido en Python para Análisis de Datos I. En ella, se explora en profundidad el ecosistema de Python para el análisis de datos y el aprendizaje automático. Dominarás el data wrangling avanzado con expresiones regulares, el análisis de series temporales y la ingeniería de funciones, al tiempo que aprendes a crear pipelines sólidos en scikit-learn. Los contenidos abarcan conceptos esenciales para proyectos de ML, como el escalado, la validación cruzada y la optimización de hiperparámetros. De este modo, contarás con la preparación necesaria para abordar desafíos reales de aprendizaje automático en Python.. PYTHON PARA ANÁLISIS DE DATOS I. Esta asignatura ofrece una introducción completa a Python, un lenguaje de programación muy versátil y extendido, y pone el foco en sus aplicaciones prácticas para el análisis de datos y el aprendizaje automático. Los estudiantes dominarán los fundamentos de la sintaxis de Python y aprenderán a resolver problemas algorítmicos con eficiencia. Se hace hincapié en la práctica, con ejercicios en Jupyter Notebooks que permiten a los participantes desarrollar habilidades sólidas de exploración, análisis y manipulación de datos tabulares con Panda. Al acabar la asignatura, estos estarán preparados para abordar desafíos de análisis de datos y aprendizaje automático del mundo real.. VISUALIZACIÓN DE DATOS. Esta asignatura está pensada para que los estudiantes entiendan las funciones de la visualización de datos en el contexto de la analítica de negocios y la ciencia de datos. En ella se cubren los fundamentos teóricos, los principios de diseño, la taxonomía de gráficos, las herramientas y las aplicaciones de la visualización de datos, haciendo hincapié en su importancia, su propósito y su impacto en diversos ámbitos. Proporciona conocimientos y habilidades esenciales para obtener información procesable a partir de datos sin procesar y utilizar técnicas de visualización y narración para comunicar conclusiones eficazmente e influir en las partes interesadas. Los alumnos dominarán algunas de las herramientas de inteligencia de negocio y visualización de datos más demandadas del mercado.

PERIODO ELECTIVO. TERM 3. TERM ​3. El periodo de optativas también te da la oportunidad de concretar tu perfil profesional. Podrás elegir entre diferentes asignaturas optativas para complementar las troncales y acercarte más al trabajo de tus sueños. Elige aquellas materias que más se alineen con tus áreas de interés, o explora en más detalle otros temas relacionados con tus metas profesionales. Puedes escoger tu mención en función del sector o de la trayectoria profesional a la que aspiras. No es obligatorio elegir una, pero hacerlo te permitirá comprender mejor el mercado y los ámbitos que más te interesen. Solo se puede obtener una mención, y la oferta estará sujeta a la demanda de los estudiantes. IA Avanzada Fintech y Banca Fabricación Inteligente y Automatización Venta minorista y bienes de consumo masivo. Concentraciones. IA AVANZADA. GOBIERNO DE DATOS. El objetivo de esta asignatura es proporcionar a los estudiantes habilidades para gestionar eficazmente el ciclo de vida de los datos de una organización. Todas las empresas, independientemente de su tamaño, naturaleza u objetivos, han empezado a conceder más importancia a los datos, que se han convertido así en un activo estratégico que debe manejarse con cuidado. Gestionar datos es una actividad compleja que implica distintas consideraciones, tanto empresariales como tecnológicas. Además, el éxito no es posible sin una buena gestión y gobernanza de datos.. APRENDIZAJE PROFUNDO. En esta asignatura, los estudiantes descubrirán qué es el aprendizaje profundo y por qué este ha transformado tareas de aprendizaje automático como el reconocimiento de voz y de imágenes o la visión artificial. Los alumnos afianzarán su conocimiento de los fundamentos del aprendizaje automático, explorarán las redes neuronales artificiales y su conexión con el cerebro humano y descubrirán distintos tipos de redes, como las prealimentadas, las convolucionales, las recurrentes o los autocodificadores, así como sus aplicaciones. Mediante ejercicios prácticos y ejemplos del mundo real, desarrollarán conocimientos fundamentales y habilidades prácticas de aprendizaje profundo.. PROCESAMIENTO DEL LENGUAJE NATURAL. Esta asignatura proporciona una visión general del procesamiento del lenguaje natural (PLN), deteniéndose en la comprensión automática del lenguaje humano y sus aplicaciones prácticas. Los estudiantes explorarán los principios y técnicas más importantes del PLN, desde tareas básicas como el preprocesamiento de textos y el análisis de sentimientos hasta modelos más avanzados como BERT y ChatGPT. La asignatura pone énfasis en la naturaleza interdisciplinaria del PLN, en sus aplicaciones en diferentes fuentes de datos no estructurados del mundo real y en las soluciones actuales que ofrece el sector. También se abordan desafíos clave, como la ambigüedad, la dependencia del contexto y el multilingüismo, y cuestiones éticas como los sesgos o la privacidad. La materia combina fundamentos teóricos y aplicaciones prácticas, de manera que los estudiantes aprenden a aplicar el PLN para generar valor e impulsar la innovación y la automatización.. Análisis de Redes Sociales. En esta asignatura se estudia el análisis de redes sociales (SNA, por sus siglas en inglés) y las capacidades de esta potente herramienta para descubrir patrones ocultos en sistemas interconectados, como el flujo de bienes, servicios e información entre personas, equipos y organizaciones. Al margen de las redes sociales, el SNA es aplicable a campos como el marketing, el deporte, el análisis de fraude, la comunicación, la biología y los estudios organizacionales. Esta materia enseña a los estudiantes principios teóricos y prácticos, así como modelos, técnicas y métricas para el análisis de redes. Los alumnos aprenderán conceptos clave de SNA y algoritmos para la clasificación de nodos y enlaces, y aprenderán a aplicarlos para resolver problemas reales.. APRENDIZAJE POR REFUERZO Y SISTEMAS AUTÓNOMOS. Esta asignatura es una introducción al aprendizaje por refuerzo, una rama del aprendizaje automático en la que los agentes interactúan con entornos estocásticos para identificar las acciones más adecuadas de cara a lograr objetivos específicos en escenarios dinámicos Aunque esta disciplina se remonta a la década de los 80, ha ganado relevancia en los últimos cinco años gracias a las nuevas técnicas de aprendizaje profundo. El aprendizaje por refuerzo favorece la automatización y la optimización en escenarios complejos, como la conducción autónoma o los juegos de estrategia. Los alumnos estudiarán las bases de esta rama y aprenderán a aplicar herramientas avanzadas para resolver desafíos reales en diferentes ámbitos. Además, abordarán problemas fundamentales con Python para llegar a comprender los elementos básicos de esta disciplina.. IA Generativa y Agéntica. IA Generativa :  En esta asignatura se explora en profundidad la IA generativa, atendiendo a sus fundamentos técnicos y a las cuestiones éticas asociadas. Mediante el estudio de casos del mundo real y prácticas en entornos de nube, los alumnos aprenderán a crear, refinar y optimizar modelos como redes generativas antagónicas, autocodificadores variacionales o transformadores. Se exploran temas como la ingeniería de prompts, la IA responsable y la integración de la IA generativa con otros paradigmas como el aprendizaje por refuerzo. Los estudiantes evaluarán de forma crítica el rendimiento y el impacto cultural de los modelos, y desarrollarán un proyecto final que les permitirá demostrar sus habilidades técnicas y su conciencia ética. I A Agéntica:  Si hasta el momento los asistentes de IA se centraban en hacer predicciones y generar contenido, ahora llega una nueva revolución todavía más sofisticada: agentes de IA que pueden realizar tareas complejas de forma independiente y tomar decisiones por nosotros. Esta asignatura ofrece formación práctica para crear sistemas de IA autónomos que sean capaces de pensar, aprender, actuar y resolver problemas empresariales por sí solos. Con el foco puesto en el uso práctico y estratégico de la IA agéntica en la analítica de negocio y la ciencia de datos, los estudiantes explorarán conceptos clave como la IA generativa, la ingeniería de prompts, los sistemas multiagente y la toma de decisiones autónoma. Así, podrán desarrollar sistemas de IA que ejecuten tareas e interactúen con otros agentes de IA de forma autónoma.. FINTECH Y BANCA. INTELIGENCIA ARTIFICIAL EN LA BANCA. Esta asignatura analiza en profundidad cómo se utilizan los datos y la IA en el sector bancario para generar valor en distintas áreas y lograr ventajas competitivas. Los estudiantes explorarán la estructura y las principales actividades de los bancos, comprenderán cómo los datos optimizan la eficiencia comercial y la experiencia de los clientes, y participarán en debates sobre las futuras aplicaciones estratégicas del big data. A partir de datos de entidades bancarias reales, los estudiantes trabajarán de forma práctica para desarrollar modelos analíticos y diseñar nuevos casos de uso, replanteándose la forma de trabajar de un sector que afronta una disrupción digital acelerada.. ANÁLISIS DE RIESGO Y FRAUDE. Análisis de Riesgo y Fraude es una asignatura de aplicación empresarial que aplica Python y algoritmos de aprendizaje automático a datos y casos de uso reales de las finanzas y la banca. En ella se utilizan estudios de caso para acelerar el aprendizaje y fomentar la participación en clase. Los estudiantes recibirán una formación práctica sobre analíticas tradicionales y avanzadas de riesgo y fraude, basada en lecturas y materiales audiovisuales, el estudio de casos de éxito en el mundo real, el desarrollo de modelos prácticos y la participación en debates sobre cómo el big data está transformando el sector financiero.. GOBIERNO DE DATOS. El objetivo de esta asignatura es proporcionar a los estudiantes habilidades para gestionar eficazmente el ciclo de vida de los datos de una organización. Todas las empresas, independientemente de su tamaño, naturaleza u objetivos, han empezado a conceder más importancia a los datos, que se han convertido así en un activo estratégico que debe manejarse con cuidado. Gestionar datos es una actividad compleja que implica distintas consideraciones, tanto empresariales como tecnológicas. Además, el éxito no es posible sin una buena gestión y gobernanza de datos.. Aprendizaje Profundo. En esta asignatura, los estudiantes descubrirán qué es el aprendizaje profundo y por qué este ha transformado tareas de aprendizaje automático como el reconocimiento de voz y de imágenes o la visión artificial. Los alumnos afianzarán su conocimiento de los fundamentos del aprendizaje automático, explorarán las redes neuronales artificiales y su conexión con el cerebro humano y descubrirán distintos tipos de redes, como las prealimentadas, las convolucionales, las recurrentes o los autocodificadores, así como sus aplicaciones. Mediante ejercicios prácticos y ejemplos del mundo real, desarrollarán conocimientos fundamentales y habilidades prácticas de aprendizaje profundo.. Procesamiento del Lenguaje Natural. Esta asignatura proporciona una visión general del procesamiento del lenguaje natural (PLN), deteniéndose en la comprensión automática del lenguaje humano y sus aplicaciones prácticas. Los estudiantes explorarán los principios y técnicas más importantes del PLN, desde tareas básicas como el preprocesamiento de textos y el análisis de sentimientos hasta modelos más avanzados como BERT y ChatGPT. La asignatura pone énfasis en la naturaleza interdisciplinaria del PLN, en sus aplicaciones en diferentes fuentes de datos no estructurados del mundo real y en las soluciones actuales que ofrece el sector. También se abordan desafíos clave, como la ambigüedad, la dependencia del contexto y el multilingüismo, y cuestiones éticas como los sesgos o la privacidad. La materia combina fundamentos teóricos y aplicaciones prácticas, de manera que los estudiantes aprenden a aplicar el PLN para generar valor e impulsar la innovación y la automatización.. IA Generativa y Agéntica. IA Generativa:   En esta asignatura se explora en profundidad la IA generativa, atendiendo a sus fundamentos técnicos y a las cuestiones éticas asociadas. Mediante el estudio de casos del mundo real y prácticas en entornos de nube, los alumnos aprenderán a crear, refinar y optimizar modelos como redes generativas antagónicas, autocodificadores variacionales o transformadores. Se exploran temas como la ingeniería de prompts, la IA responsable y la integración de la IA generativa con otros paradigmas como el aprendizaje por refuerzo. Los estudiantes evaluarán de forma crítica el rendimiento y el impacto cultural de los modelos, y desarrollarán un proyecto final que les permitirá demostrar sus habilidades técnicas y su conciencia ética. IA Agéntica :  Si hasta el momento los asistentes de IA se centraban en hacer predicciones y generar contenido, ahora llega una nueva revolución todavía más sofisticada: agentes de IA que pueden realizar tareas complejas de forma independiente y tomar decisiones por nosotros.  Esta asignatura ofrece formación práctica para crear sistemas de IA autónomos que sean capaces de pensar, aprender, actuar y resolver problemas empresariales por sí solos. Con el foco puesto en el uso práctico y estratégico de la IA agéntica en la analítica de negocio y la ciencia de datos, los estudiantes explorarán conceptos clave como la IA generativa, la ingeniería de prompts, los sistemas multiagente y la toma de decisiones autónoma. Así, podrán desarrollar sistemas de IA que ejecuten tareas e interactúen con otros agentes de IA de forma autónoma.. VENTA MINORISTA Y BIENES DE CONSUMO MASIVO. Inteligencia Artificial en el Sector del Retail y los Bienes de Consumo. Esta asignatura permite entender las bases de un modelo de negocio de retail end-to-end, identificar aquellas áreas donde los datos y la IA abren nuevas oportunidades y aplicar los conocimientos desde un enfoque práctico. Hoy, los clientes tienen más opciones que nunca para elegir, por lo que a las empresas minoristas cada vez les cuesta más diferenciarse. El éxito depende, por tanto, de ofrecer una propuesta de valor sólida, basada en un conocimiento profundo de los clientes. Esto se consigue a partir de los datos y se complementa con la IA y el aprendizaje automático, que permiten atraer, satisfacer y fidelizar a los consumidores durante todo su ciclo de vida. A medida que surgen nuevos avances tecnológicos y competidores, las empresas de retail se ven obligadas a reforzar su inversión digital. A nivel operativo, la previsión de demanda basada en IA y la automatización están impulsando la eficiencia de las cadenas de suministro. A nivel de cliente, las analíticas avanzadas sirven para optimizar aspectos como la oferta de productos, el diseño de las tiendas, los precios dinámicos o la personalización. La IA generativa, por su parte, está redefiniendo la experiencia del consumidor. Aunque el comercio minorista sigue siendo un sector basado en la interacción humana, esta asignatura explora cómo los datos y la tecnología pueden fortalecer esta relación.. ANÁLISIS DE RIESGO Y FRAUDE. Análisis de Riesgo y Fraude es una asignatura de aplicación empresarial que aplica Python y algoritmos de aprendizaje automático a datos y casos de uso reales de las finanzas y la banca. En ella se utilizan estudios de caso para acelerar el aprendizaje y fomentar la participación en clase. Los estudiantes recibirán una formación práctica sobre analíticas tradicionales y avanzadas de riesgo y fraude, basada en lecturas y materiales audiovisuales, el estudio de casos de éxito en el mundo real, el desarrollo de modelos prácticos y la participación en debates sobre cómo el big data está transformando el sector financiero.. Industria 4.0. La industria 4.0 está considerada como la nueva revolución industrial y, en esta asignatura, descubrirás por qué. Durante diez sesiones, aprenderás cuáles son los fundamentos de la Industria 4.0. Para ello, estudiarás los principales casos de uso y escenarios habituales de la Industria 4.0 como los que encontrarás en la vida real. También aprenderás a analizar y entender las nuevas capacidades de liderazgo que ofrecen los datos industriales en este paradigma emergente.. Big Data e Inteligencia Artificial para el Marketing. Esta materia explora cómo el big data y la inteligencia artificial (IA) están transformando las estrategias de marketing modernas, y cómo se está pasando de los métodos tradicionales a enfoques nuevos basados en los datos y la IA. En ella, los alumnos aprenden a diseñar, implementar y optimizar campañas de marketing con herramientas como Google Analytics 4 (GA4), modelos de atribución avanzados y técnicas de aprendizaje automático. La asignatura aborda las analíticas digitales, el análisis del comportamiento del cliente y la elaboración de informes mejorados con IA. También se estudian el modelado del marketing mix y la medición de la incrementalidad utilizando experimentos geográficos y Causal Impact. Además, la asignatura integra herramientas de big data como Google Cloud o BigQuery y API de aprendizaje automático que permiten análisis de mercados más avanzados. Mediante el estudio de aplicaciones del mundo real, los estudiantes adquirirán experiencia práctica y capacidad para liderar iniciativas de marketing innovadoras y basadas en datos.. Análisis de Redes Sociales. En esta asignatura se estudia el análisis de redes sociales (SNA, por sus siglas en inglés) y las capacidades de esta potente herramienta para descubrir patrones ocultos en sistemas interconectados, como el flujo de bienes, servicios e información entre personas, equipos y organizaciones. Al margen de las redes sociales, el SNA es aplicable a campos como el marketing, el deporte, el análisis de fraude, la comunicación, la biología y los estudios organizacionales. Esta materia enseña a los estudiantes principios teóricos y prácticos, así como modelos, técnicas y métricas para el análisis de redes. Los alumnos aprenderán conceptos clave de SNA y algoritmos para la clasificación de nodos y enlaces, y aprenderán a aplicarlos para resolver problemas reales.. IA Generativa y Agéntica. IA Generativa:   En esta asignatura se explora en profundidad la IA generativa, atendiendo a sus fundamentos técnicos y a las cuestiones éticas asociadas. Mediante el estudio de casos del mundo real y prácticas en entornos de nube, los alumnos aprenderán a crear, refinar y optimizar modelos como redes generativas antagónicas, autocodificadores variacionales o transformadores. Se exploran temas como la ingeniería de prompts, la IA responsable y la integración de la IA generativa con otros paradigmas como el aprendizaje por refuerzo. Los estudiantes evaluarán de forma crítica el rendimiento y el impacto cultural de los modelos, y desarrollarán un proyecto final que les permitirá demostrar sus habilidades técnicas y su conciencia ética. IA Agéntica:  Si hasta el momento los asistentes de IA se centraban en hacer predicciones y generar contenido, ahora llega una nueva revolución todavía más sofisticada: agentes de IA que pueden realizar tareas complejas de forma independiente y tomar decisiones por nosotros. Esta asignatura ofrece formación práctica para crear sistemas de IA autónomos que sean capaces de pensar, aprender, actuar y resolver problemas empresariales por sí solos. Con el foco puesto en el uso práctico y estratégico de la IA agéntica en la analítica de negocio y la ciencia de datos, los estudiantes explorarán conceptos clave como la IA generativa, la ingeniería de prompts, los sistemas multiagente y la toma de decisiones autónoma. Así, podrán desarrollar sistemas de IA que ejecuten tareas e interactúen con otros agentes de IA de forma autónoma.. FABRICACIÓN INTELIGENTE Y AUTOMATIZACIÓN. Industria 4.0. La industria 4.0 está considerada como la nueva revolución industrial y, en esta asignatura, descubrirás por qué. Durante diez sesiones, aprenderás cuáles son los fundamentos de la Industria 4.0. Para ello, estudiarás los principales casos de uso y escenarios habituales de la Industria 4.0 como los que encontrarás en la vida real. También aprenderás a analizar y entender las nuevas capacidades de liderazgo que ofrecen los datos industriales en este paradigma emergente.. GOBIERNO DE DATOS. El objetivo de esta asignatura es proporcionar a los estudiantes habilidades para gestionar eficazmente el ciclo de vida de los datos de una organización. Todas las empresas, independientemente de su tamaño, naturaleza u objetivos, han empezado a conceder más importancia a los datos, que se han convertido así en un activo estratégico que debe manejarse con cuidado. Gestionar datos es una actividad compleja que implica distintas consideraciones, tanto empresariales como tecnológicas. Además, el éxito no es posible sin una buena gestión y gobernanza de datos.. Big Data e Inteligencia Artificial para el Marketing. Esta materia explora cómo el big data y la inteligencia artificial (IA) están transformando las estrategias de marketing modernas, y cómo se está pasando de los métodos tradicionales a enfoques nuevos basados en los datos y la IA. En ella, los alumnos aprenden a diseñar, implementar y optimizar campañas de marketing con herramientas como Google Analytics 4 (GA4), modelos de atribución avanzados y técnicas de aprendizaje automático. La asignatura aborda las analíticas digitales, el análisis del comportamiento del cliente y la elaboración de informes mejorados con IA. También se estudian el modelado del marketing mix y la medición de la incrementalidad utilizando experimentos geográficos y Causal Impact. Además, la asignatura integra herramientas de big data como Google Cloud o BigQuery y API de aprendizaje automático que permiten análisis de mercados más avanzados. Mediante el estudio de aplicaciones del mundo real, los estudiantes adquirirán experiencia práctica y capacidad para liderar iniciativas de marketing innovadoras y basadas en datos.. Procesamiento del Lenguaje Natural. Esta asignatura proporciona una visión general del procesamiento del lenguaje natural (PLN), deteniéndose en la comprensión automática del lenguaje humano y sus aplicaciones prácticas. Los estudiantes explorarán los principios y técnicas más importantes del PLN, desde tareas básicas como el preprocesamiento de textos y el análisis de sentimientos hasta modelos más avanzados como BERT y ChatGPT. La asignatura pone énfasis en la naturaleza interdisciplinaria del PLN, en sus aplicaciones en diferentes fuentes de datos no estructurados del mundo real y en las soluciones actuales que ofrece el sector. También se abordan desafíos clave, como la ambigüedad, la dependencia del contexto y el multilingüismo, y cuestiones éticas como los sesgos o la privacidad. La materia combina fundamentos teóricos y aplicaciones prácticas, de manera que los estudiantes aprenden a aplicar el PLN para generar valor e impulsar la innovación y la automatización.. Análisis de Redes Sociales. En esta asignatura se estudia el análisis de redes sociales (SNA, por sus siglas en inglés) y las capacidades de esta potente herramienta para descubrir patrones ocultos en sistemas interconectados, como el flujo de bienes, servicios e información entre personas, equipos y organizaciones. Al margen de las redes sociales, el SNA es aplicable a campos como el marketing, el deporte, el análisis de fraude, la comunicación, la biología y los estudios organizacionales. Esta materia enseña a los estudiantes principios teóricos y prácticos, así como modelos, técnicas y métricas para el análisis de redes. Los alumnos aprenderán conceptos clave de SNA y algoritmos para la clasificación de nodos y enlaces, y aprenderán a aplicarlos para resolver problemas reales.. IA Generativa y Agéntica. IA Generativa:   En esta asignatura se explora en profundidad la IA generativa, atendiendo a sus fundamentos técnicos y a las cuestiones éticas asociadas. Mediante el estudio de casos del mundo real y prácticas en entornos de nube, los alumnos aprenderán a crear, refinar y optimizar modelos como redes generativas antagónicas, autocodificadores variacionales o transformadores. Se exploran temas como la ingeniería de prompts, la IA responsable y la integración de la IA generativa con otros paradigmas como el aprendizaje por refuerzo. Los estudiantes evaluarán de forma crítica el rendimiento y el impacto cultural de los modelos, y desarrollarán un proyecto final que les permitirá demostrar sus habilidades técnicas y su conciencia ética. IA Agéntica:  Si hasta el momento los asistentes de IA se centraban en hacer predicciones y generar contenido, ahora llega una nueva revolución todavía más sofisticada: agentes de IA que pueden realizar tareas complejas de forma independiente y tomar decisiones por nosotros.  Esta asignatura ofrece formación práctica para crear sistemas de IA autónomos que sean capaces de pensar, aprender, actuar y resolver problemas empresariales por sí solos. Con el foco puesto en el uso práctico y estratégico de la IA agéntica en la analítica de negocio y la ciencia de datos, los estudiantes explorarán conceptos clave como la IA generativa, la ingeniería de prompts, los sistemas multiagente y la toma de decisiones autónoma. Así, podrán desarrollar sistemas de IA que ejecuten tareas e interactúen con otros agentes de IA de forma autónoma.. INTERCAMBIOS. Participa en un intercambio internacional durante el periodo optativo en una de nuestras universidades colaboradoras de primer nivel y expande tus horizontes. A lo largo del intercambio, los estudiantes del Master in Business Analytics and Data Science perfeccionarán sus conocimientos académicos y ampliarán su experiencia internacional y su red profesional. Si bien las escuelas disponibles para el intercambio varían en función de cuándo se curse el periodo optativo, este programa ofrece acuerdos de intercambio con las siguientes instituciones:. INTERNSHIPS. Durante el periodo de asignaturas optativas, puedes postularte para realizar unas prácticas. Esta opción ha sido creada para quienes desean adquirir experiencia práctica específica que les ayude en su transición profesional hacia otra industria, sector, región y/o rol. Existen dos formas de acceder a unas prácticas: IE School of Science and Technology cuenta con un panel de empresas colaboradoras a las que puedes postularte. Estas compañías son muy diversas y también pueden incluir prácticas internacionales. Alternativamente, puedes encontrar las prácticas por tu cuenta. En ese caso, tu coordinador académico deberá aprobarlas en función de las condiciones y criterios de elegibilidad.. OPTATIVAS. En el periodo de optativas, además de la opción de cursar una mención, también puedes elegir entre una diversa lista de optativas, lo que te permitirá adaptar tu experiencia académica a tus objetivos personales y profesionales.. Advanced Data Visualization Algorithmic Trading Artificial Intelligence In Banking Artificial Intelligence In Health Artificial Intelligence In Retail & Consumer Goods Big Data And AI In Marketing Computer Vision Data Analytics In The Cloud Deep Learning Excel For Data Science & Consulting Generative AI Iot & Emerging Technologies Natural Language Processing Quatum Computing For Business Reinforcement Learning & Autonomous Systems Risk & Fraud Analytics. Web 3, Blockchain, Cryptocurrencies And Nft Social Network Analysis Spatial Computing. Augmented (Ar) And Virtual Reality (Vr) Sports Analytics Strategic Technology Consulting Sustainable Technology & Innovation Tech Product Management Deep Tech Venturing And Investment Process Mining & Automation Agentic AI Sales Engineering And Consulting Skills Unmanned Aircraft Systems: Strategy, Entrepreneurship And Technology Robotics Artificial Intelligence In Telecommunications Sports Management: Creating Value With Technology Clinical Research And Development Of Medical Device Technology

PROYECTOS CAPSTONE. La culminación de tu experiencia de aprendizaje será un proyecto de impacto. Se trata, en esencia, de un ejercicio integrador final que se desarrollará a lo largo de dos meses. Puedes elegir entre un plan de negocios en el Venture Lab en el área de ciencia de datos y analítica de negocios o un proyecto corporativo con una empresa.. PROYECTO CORPORATIVO. El proyecto corporativo es un miniproyecto de consultoría que aborda las necesidades reales de una organización. El objetivo es que los estudiantes usen las habilidades empresariales que han adquirido durante el programa para generar un impacto real. Con la ayuda de un mentor, los alumnos colaboran por equipos con una empresa, ONG, startup o institución para resolver un desafío de ciencia de datos o analítica de negocio. Durante el periodo de optativas del máster, los estudiantes tendrán dos meses para desarrollar una propuesta. El proyecto corporativo permite a los estudiantes usar las herramientas adquiridas para contribuir a resolver un problema real. Este proyecto es una asignatura que se ofrece en el Master in Business Analytics and Data Science como alternativa al proyecto de negocio. Estas son algunas de las empresas que han participado en nuestros proyectos corporativos: MICROSOFT, BCG, AIRBUS, BULGARI, INDITEX, KPMG, IBM, ALLFUNDS, CAPGEMINI, REPSOL, ZURICH DIGITAL, FITIZENS, FERROVIAL Y NAVANTIA.. VENTURE PROJECT. El Venture Project forma y asesora a equipos para investigar, validar y desarrollar un MVP y un piloto, con el objetivo de convertirlo en una start-up lista para su lanzamiento, en el ámbito de Data Science y/o Business Analytics. Este proyecto se desarrollará a través del Venture Lab. El objetivo final del Venture Lab es finalizar el programa con un MVP y un piloto totalmente operativo de un producto o servicio en el campo de Data Science y Business Analytics. Todo el enfoque está puesto en aplicar lo aprendido durante el programa, recopilar los datos necesarios y crear una herramienta operativa que facilite la transición de las actividades de Pre-Lanzamiento al Lanzamiento. El objetivo principal de un Venture Project es ofrecer a los equipos la oportunidad de iniciar un proyecto emprendedor listo para salir al mercado. Esto se consigue a través de una experiencia directa en el mundo del emprendimiento de alto impacto. El Venture Project es una asignatura que forma parte del programa Master in Business Analytics & Data Science, como alternativa al Corporate Project.. PROYECTO DE INVESTIGACIÓN. Los estudiantes que elijan hacer un proyecto final de impacto centrado en la investigación académica tendrán que demostrar su capacidad para aplicar e integrar los contenidos del programa. Para ello, explorarán en profundidad un área de su interés relacionada con la analítica de negocio y la ciencia de datos. A cada estudiante se le asignará un investigador de la facultad, que será su tutor académico. El objetivo final del proyecto es elaborar un estudio riguroso sobre el tema seleccionado y presentarlo en forma de artículo académico bien estructurado. Este debe incluir un marco teórico que incluya la revisión de investigaciones académicas relevantes y seguir una sólida metodología de investigación.

APROVECHE AL MÁXIMO SU PROGRAMA. CERTIFICACIONES. DESCRIPCIÓN CERTIFICACIÓN. CERTIFICACIONES. Este programa te ayuda a impulsar tu carrera a través de certificaciones de AWS, Microsoft y otras entidades. Estas certificaciones están diseñadas para reforzar tu perfil profesional y respaldar tu desarrollo en la trayectoria que elijas: Amazon Web Services Academy Microsoft learn AWS Certified Data Engineer Certified Tableau Data Analyst Certified Tableau Desktop Specialist IE Certificate in Foundations of Sustainability  Para garantizar la máxima flexibilidad, se ofrecen distintas maneras de obtener la cantidad requerida de créditos.. CERTIFICADO DE SOSTENIBILIDAD. En las organizaciones de hoy, los criterios medioambientales, sociales y de gobierno (ESG, por sus siglas en inglés) son de suma importancia. En IE te damos la oportunidad de obtener un certificado opcional que te ayudará a afrontar los desafíos relacionados con este ámbito y a adoptar una mentalidad sostenible. El IE Certificate on Foundations of Sustainability demostrará tu capacidad para abordar los grandes desafíos sociales, económicos y ambientales a los que se enfrentan las empresas de hoy. Para obtener el certificado, solo tienes que completar diez créditos relacionados con este ámbito durante tus estudios. Puedes obtener estos créditos mediante asignaturas optativas y actividades extracurriculares. Algunas de ellas están ya incluidas en el currículum de tu programa, pero hay otras que deben añadirse al mismo. Además, hay un componente obligatorio: debes participar en el Online Learning Journey y el Sustainability Datathon. Empresas que han sido patrocinadoras: NTT DATA, Acciona, Ryanair, EDP Renewables, Repsol, INFOSYS y Acqualia Para garantizar la máxima flexibilidad, se ofrecen distintas maneras de obtener la cantidad requerida de créditos.. PROGRAMA DE MENTORÍA. PROGRAMA DE MENTORÍA. El programa de mentoría tecnológica es una iniciativa diseñada para crear una relación personal y profesional de aprendizaje y confianza entre mentor y mentorando. A los estudiantes que decidan participar se les asignará un mentor de nuestra comunidad global, formada por más de 120 profesionales. Este programa se centra en el crecimiento personalizado del alumno, en ampliar sus redes profesionales y en mejorar sus habilidades técnicas y profesionales.. EXPERIENCIAS INTERNACIONALES. Berkeley Immersion Week. Berkeley Immersion Week. Impulsa tu carrera en tecnología: Berkeley Immersion Week te abre las puertas a las principales empresas y referentes de Silicon Valley.. Tech Immersion Week. Oportunidades, retos y networking. Vive de primera mano algunos de los principales hubs tecnológicos del mundo —como Ámsterdam, Dublín o Dubái, entre otros, a través de la Global Immersion Week. Este viaje internacional te permitirá visitar empresas líderes, conectar con profesionales del sector, descubrir nuevas culturas y obtener una visión privilegiada del panorama tecnológico y de tu futura carrera. Conecta con líderes del sector, explora tecnología de vanguardia y lanza tu carrera en Big Data.. INICIATIVAS TECH. Berkeley Immersion Week. Junto con otros estudiantes de IE School of Science & Technology, participarás en una experiencia práctica de una semana en la que podrás conocer a destacados líderes de Silicon Valley.. Tech Venture Bootcamp. El Tech Venture Bootcamp es un programa pionero de seis días dirigido a personas innovadoras que quieran poner en marcha proyectos empresariales disruptivos y únicos.. IE SUSTAINABILITY DATATHON. IE Sustainability Datathon es un desafío de sostenibilidad basado en datos en el que los estudiantes colaboran con un partner del sector para analizar datasets reales y diseñar soluciones innovadoras a retos medioambientales.. Alianza Rise Europe. La alianza Rise Europe, integrada por 20 instituciones académicas y empresariales, nace para formar a una nueva generación de talento europeo mediante iniciativas de colaboración que acogen diferentes perspectivas. Su cumbre anual es un impulso a la innovación y al éxito en los mercados globales.. Berkeley Startup Semester. Como Global Partner de Berkeley SCET, IE ofrece a sus estudiantes la posibilidad de inscribirse en el programa Startup Semester en Berkeley una vez finalizados sus estudios en IE. Este programa a tiempo completo brinda una oportunidad única para potenciar la creatividad, adquirir experiencia internacional y sumergirse en el ecosistema emprendedor de Silicon Valley. Guiados por profesores, mentores, emprendedores, e inversores de primer nivel, los participantes también disfrutan de actividades culturales en toda el área de la Bahía de San Francisco. Los estudiantes pueden elegir entre dos itinerarios diseñados para apoyar su desarrollo emprendedor: Venture Discovery Track – Ideal para quienes buscan explorar y desarrollar una nueva idea de negocio. Venture Validation Track – Pensado para estudiantes con un proyecto ya en marcha que quieran acelerar su crecimiento. El programa incluye cursos prácticos en SCET y finaliza con un certificado oficial de UC Berkeley, que acredita habilidades reales y proyección global en el ámbito del emprendimiento.. ACADEMIC ESSENTIALS. ACELERADOR DE HABILIDADES DE IMPACTO. La ciencia de datos y la IA evolucionan continuamente. Además de conocimientos técnicos, los profesionales que quieran triunfar en este sector deben saber abordar desafíos complejos, dominar habilidades de impacto y estar preparados para impulsar la productividad y la eficiencia mediante las nuevas herramientas de IA. A medida que se sigue avanzando en este campo, aumenta la demanda de profesionales con capacidad para pensar de forma crítica, resolver problemas de manera creativa, liderar equipos multifuncionales y comunicar con claridad y persuasión. Para formar a profesionales completos que se ajusten a las necesidades del mercado, nuestro plan de estudios incluye las siguientes asignaturas. Ingeniería de Prompts Gestión de Carteras con GitHub Habilidades de Comunicación Creación de Equipos de Alto Rendimiento Taller de Diversidad Pensamiento Crítico Pensamiento Agile Pensamiento de Diseño Gestión de Proyectos Influencia y Persuasión. Career Accelerator Program . Career Accelerator Program es una experiencia de desarrollo profesional diseñada para acompañar a los estudiantes en cada etapa de su carrera — desde los primeros pasos de orientación hasta la definición de objetivos y la puesta en marcha de su plan profesional. Este programa ofrece recursos clave para ayudarles a identificar qué quieren para su futuro, conocer distintas salidas profesionales, tomar decisiones y avanzar con éxito en sus próximos retos. El programa incluye: Información clave sobre una amplia variedad de sectores, industrias y trayectorias profesionales actuales Asesoramiento para realizar candidaturas efectivas, preparar entrevistas, practicar pruebas online y construir una red de contactos sólida Este enfoque práctico proporciona las herramientas, la confianza y las estrategias necesarias para destacar en el competitivo y cambiante mercado laboral actual.. VISITA A EMPRESAS. A lo largo del programa, tendrás la oportunidad de visitar organizaciones líderes, obteniendo una experiencia directa en entornos impulsados por los datos y conectando con profesionales que están transformando los negocios a través de la analítica y la tecnología. Visitarás empresas como:

Formato. ¿CÓMO ES EL FORMATO A TIEMPO PARCIAL?. Este programa de 17 meses tiene periodos online y presenciales; es decir, tiene un formato líquido. Alineamos y combinamos lo mejor de la tecnología, la pedagogía y un claustro de primer nivel para que puedas experimentar las diferentes capas del aprendizaje en un entorno multifacético.. Periodos online. En nuestro campus virtual, obtendrás una experiencia educativa altamente interactiva que te ayudará a crecer. Las sesiones dirigidas por el claustro se adaptan a la apretada agenda de los profesionales modernos, por lo que podrás acceder a ellas desde cualquier lugar con conexión a internet. Interactúa con otros profesionales globales en sesiones síncronas y asíncronas. En grupos pequeños interactivos, estudiarás casos reales basados en el mercado actual.. Sesiones en directo - Los sábados. Te conectarás a videoconferencias en directo donde podrás intercambiar opiniones con tus compañeros y profesores en tiempo real sobre el tema de la semana. Estas sesiones son una extensión de la experiencia en el aula tradicional, y te permiten negociar y colaborar con tus compañeros en un mismo espacio, a pesar de que cada uno esté en una parte del mundo.. Debates online asíncronos. Los foros te permiten participar en sesiones asíncronas dirigidas por profesores cada semana de lunes a jueves. Los profesores moderarán estos debates escritos sobre los temas elegidos para alcanzar los objetivos de aprendizaje.. Periodos presenciales. Conoce a tus compañeros en los talleres y las clases, a la vez que sigues desarrollando tus habilidades blandas y de trabajo en equipo. Explora Madrid después de las clases y crea fuertes vínculos con los demás participantes.. Cinco semanas. De trabajo y networking con tus compañeros en la capital de España, repartidas a lo largo del programa.. Destino internacional. Una semana de sesiones presenciales en un destino internacional.