¿Te interesa especializarte en Ciencia de Datos? Con TECH, podrás acceder a 10 Masterclasses únicas y adicionales, impartidas por un célebre docente de gran renombre internacional” 

¿Por qué estudiar en TECH?

TECH es la mayor escuela de negocio 100% online del mundo. Se trata de una Escuela de Negocios de élite, con un modelo de máxima exigencia académica. Un centro de alto rendimiento internacional y de entrenamiento intensivo en habilidades directivas.

TECH es una universidad de vanguardia tecnológica, que pone todos sus recursos al alcance del alumno para ayudarlo a alcanzar el éxito empresarial”

En TECH Global University

Innovación

La universidad ofrece un modelo de aprendizaje en línea que combina la última tecnología educativa con el máximo rigor pedagógico. Un método único con el mayor reconocimiento internacional que aportará las claves para que el alumno pueda desarrollarse en un mundo en constante cambio, donde la innovación debe ser la apuesta esencial de todo empresario.

“Caso de Éxito Microsoft Europa” por incorporar en los programas un novedoso sistema de multivídeo interactivo. 

Máxima exigencia

El criterio de admisión de TECH no es económico. No se necesita realizar una gran inversión para estudiar en esta universidad. Eso sí, para titularse en TECH, se podrán a prueba los límites de inteligencia y capacidad del alumno. El listón académico de esta institución es muy alto...

95% de los alumnos de TECH finaliza sus estudios con éxito.

Networking

En TECH participan profesionales de todos los países del mundo, de tal manera que el alumno podrá crear una gran red de contactos útil para su futuro. 

+100.000 directivos capacitados cada año, +200 nacionalidades distintas.

Empowerment

El alumno crecerá de la mano de las mejores empresas y de profesionales de gran prestigio e influencia. TECH ha desarrollado alianzas estratégicas y una valiosa red de contactos con los principales actores económicos de los 7 continentes.

+500 acuerdos de colaboración con las mejores empresas.

Talento

Este programa es una propuesta única para sacar a la luz el talento del estudiante en el ámbito empresarial. Una oportunidad con la que podrá dar a conocer sus inquietudes y su visión de negocio.

TECH ayuda al alumno a enseñar al mundo su talento al finalizar este programa.

Contexto multicultural

Estudiando en TECH el alumno podrá disfrutar de una experiencia única. Estudiará en un contexto multicultural. En un programa con visión global, gracias al cual podrá conocer la forma de trabajar en diferentes lugares del mundo, recopilando la información más novedosa y que mejor se adapta a su idea de negocio.

Los alumnos de TECH provienen de más de 200 nacionalidades.  

Aprende con los mejores

El equipo docente de TECH explica en las aulas lo que le ha llevado al éxito en sus empresas, trabajando desde un contexto real, vivo y dinámico. Docentes que se implican al máximo para ofrecer una especialización de calidad que permita al alumno avanzar en su carrera y lograr destacar en el ámbito empresarial.

Profesores de 20 nacionalidades diferentes.

TECH busca la excelencia y, para ello, cuenta con una serie de características que hacen de esta una universidad única:   

Análisis

En TECH se explora el lado crítico del alumno, su capacidad de cuestionarse las cosas, sus competencias en resolución de problemas y sus habilidades interpersonales.  

Excelencia académica

En TECH se pone al alcance del alumno la mejor metodología de aprendizaje online. La universidad combina el método Relearning (metodología de aprendizaje de posgrado con mejor valoración internacional), junto a los “case studies” de Harvard Business School. Tradición y vanguardia en un difícil equilibrio, y en el contexto del más exigente itinerario académico.

Economía de escala

TECH es la universidad online más grande del mundo. Tiene un portfolio de más de 10.000 posgrados universitarios. Y en la nueva economía, volumen + tecnología = precio disruptivo. De esta manera, se asegura de que estudiar no resulte tan costoso como en otra universidad. 

En TECH tendrás acceso a los análisis de casos más rigurosos y actualizados del panorama académico”

Este Grand Máster abarcará una amplia gama de contenidos, diseñados para proporcionar a los profesionales una comprensión integral de la intersección entre la gestión empresarial y la ciencia de datos. Así, se incluirán fundamentos de análisis de datos, aprendizaje automático, minería de datos y estadísticas avanzadas. Los egresados también se sumergirán en temas relacionados con la toma de decisiones basada en datos, estrategias de visualización de datos y métodos de modelado predictivo. Además, se abordarán aspectos cruciales de la gestión, como liderazgo, comunicación efectiva, ética y alineación de estrategias de datos con los objetivos comerciales.

Te equiparás con un conjunto integral de competencias, fusionando la experiencia en ciencia de datos con las habilidades de gestión empresarial, esenciales para liderar en la era de la información”   

Plan de Estudios

El Grand Máster en MBA en Data Science Management (DSO, Chief Data Science Officer) de TECH Global University es un programa intensivo que prepara a los alumnos para afrontar retos y decisiones empresariales, tanto a nivel nacional como internacional. Su contenido está pensado para favorecer el desarrollo de las competencias directivas que permitan la toma de decisiones con un mayor rigor en entornos inciertos.

A lo largo de 3.000 horas de estudio, el alumno analizará multitud de casos prácticos mediante el trabajo individual, logrando un aprendizaje de gran calidad que podrá aplicar, posteriormente, a su práctica diaria. Se trata, por tanto, de una auténtica inmersión en situaciones reales de negocio.

Este programa trata en profundidad las características de la ciencia de datos para aplicar a cada departamento de la empresa y está diseñado para que los directivos entiendan la gestión empresarial desde una perspectiva estratégica, internacional e innovadora.

Un plan pensado para los alumnos, enfocado a su mejora profesional y que los prepara para alcanzar la excelencia en el manejo del Data Science y la dirección de empresas. Un programa que entiende sus necesidades y las de su empresa mediante un contenido innovador basado en las últimas tendencias, y apoyado por la mejor metodología educativa y un claustro excepcional, que les otorgará competencias para resolver situaciones críticas de forma creativa y eficiente.

Este programa se desarrolla a lo largo de 24 meses y se divide en 20 módulos:

Módulo 1. Liderazgo, Ética y Responsabilidad Social de las Empresas
Módulo 2. Dirección estratégica y Management Directivo
Módulo 3. Dirección de personas y gestión del talento
Módulo 4. Dirección económico-financiera
Módulo 5. Dirección de operaciones y logística
Módulo 6. Dirección de sistemas de información
Módulo 7. Gestión Comercial, Marketing Estratégico y Comunicación Corporativa
Módulo 8. Investigación de mercados, publicidad y dirección comercial
Módulo 9. Innovación y Dirección de Proyectos
Módulo 10. Management Directivo
Módulo 11. Analítica del dato en la organización empresarial
Módulo 12. Gestión, Manipulación de datos e información para Ciencia de Datos
Módulo 13. Dispositivos y plataformas IoT como base para la Ciencia de Datos
Módulo 14. Representación gráfica para análisis de datos
Módulo 15. Herramientas de ciencia de datos
Módulo 16. Minería de Datos. Selección, preprocesamiento y transformación
Módulo 17. Predictibilidad y análisis de fenómenos estocásticos
Módulo 18. Diseño y desarrollo de sistemas inteligentes
Módulo 19. Arquitecturas y sistemas para uso intensivo de datos
Módulo 20. Aplicación práctica de la ciencia de datos en sectores de actividad empresaria

¿Dónde, cuándo y cómo se imparte?

TECH te ofrece la posibilidad de desarrollar este programa de manera totalmente online. Durante los 24 meses que dura la capacitación, podrás acceder a todos los contenidos de este programa en cualquier momento, lo que te permitirá autogestionar tú mismo tu tiempo de estudio.

Módulo 1. Liderazgo, Ética y Responsabilidad Social de las Empresas

1.1. Globalización y Gobernanza

1.1.1. Gobernanza y Gobierno Corporativo
1.1.2. Fundamentos del Gobierno Corporativo en las empresas
1.1.3. El Rol del Consejo de Administración en el marco del Gobierno Corporativo

1.2. Liderazgo

1.2.1. Liderazgo. Una aproximación conceptual
1.2.2. Liderazgo en las empresas
1.2.3. La importancia del líder en la dirección de empresas

1.3. Cross Cultural Management

1.3.1. Concepto de Cross Cultural Management
1.3.2. Aportaciones al Conocimiento de Culturas Nacionales
1.3.3. Gestión de la Diversidad

1.4. Desarrollo directivo y liderazgo

1.4.1. Concepto de Desarrollo Directivo
1.4.2. Concepto de Liderazgo
1.4.3. Teorías del Liderazgo
1.4.4. Estilos de Liderazgo
1.4.5. La inteligencia en el Liderazgo
1.4.6. Los desafíos del líder en la actualidad

1.5. Ética empresarial

1.5.1. Ética y Moral
1.5.2. Ética Empresarial
1.5.3. Liderazgo y ética en las empresas

1.6. Sostenibilidad

1.6.1. Sostenibilidad y desarrollo sostenible
1.6.2. Agenda 2030
1.6.3. Las empresas sostenibles

1.7. Responsabilidad Social de la Empresa

1.7.1. Dimensión internacional de la Responsabilidad Social de las Empresas
1.7.2. Implementación de la Responsabilidad Social de la Empresa
1.7.3. Impacto y medición de la Responsabilidad Social de la Empresa

1.8. Sistemas y herramientas de Gestión responsable

1.8.1. RSC: La responsabilidad social corporativa
1.8.2. Aspectos esenciales para implantar una estrategia de gestión responsable
1.8.3. Pasos para la implantación de un sistema de gestión de responsabilidad social corporativa
1.8.4. Herramientas y estándares de la RSC

1.9. Multinacionales y derechos humanos

1.9.1. Globalización, empresas multinacionales y derechos humanos
1.9.2. Empresas multinacionales frente al derecho internacional
1.9.3. Instrumentos jurídicos para multinacionales en materia de derechos humanos

1.10. Entorno legal y Corporate Governance

1.10.1. Normas internacionales de importación y exportación
1.10.2. Propiedad intelectual e industrial
1.10.3. Derecho Internacional del Trabajo

Módulo 2. Dirección estratégica y Management Directivo

2.1. Análisis y diseño organizacional

2.1.1. Marco Conceptual
2.1.2. Factores clave en el diseño organizacional
2.1.3. Modelos básicos de organizaciones
2.1.4. Diseño organizacional: Tipologías

2.2. Estrategia Corporativa

2.2.1. Estrategia corporativa competitiva
2.2.2. Estrategias de Crecimiento: Tipologías
2.2.3. Marco conceptual

2.3. Planificación y Formulación Estratégica

2.3.1. Marco Conceptual
2.3.2. Elementos de la Planificación Estratégica
2.3.3. Formulación Estratégica: Proceso de la Planificación Estratégica

2.4. Pensamiento estratégico

2.4.1. La empresa como un sistema
2.4.2. Concepto de organización

2.5. Diagnóstico Financiero

2.5.1. Concepto de Diagnóstico Financiero
2.5.2. Etapas del Diagnóstico Financiero
2.5.3. Métodos de Evaluación para el Diagnóstico Financiero

2.6. Planificación y Estrategia

2.6.1. El Plan de una Estrategia
2.6.2. Posicionamiento Estratégico
2.6.3. La Estrategia en la Empresa

2.7. Modelos y Patrones Estratégicos

2.7.1. Marco Conceptual
2.7.2. Modelos Estratégicos
2.7.3. Patrones Estratégicos: Las Cinco P´s de la Estrategia

2.8. Estrategia Competitiva

2.8.1. La Ventaja Competitiva
2.8.2. Elección de una Estrategia Competitiva
2.8.3. Estrategias según el Modelo del Reloj Estratégico
2.8.4. Tipos de Estrategias según el ciclo de vida del sector industrial

2.9. Dirección Estratégica

2.9.1. El concepto de Estrategia
2.9.2. El proceso de dirección estratégica
2.9.3. Enfoques de la dirección estratégica

2.10. Implementación de la Estrategia

2.10.1. Sistemas de Indicadores y Enfoque por Procesos
2.10.2. Mapa Estratégico
2.10.3. Alineamiento Estratégico

2.11. Management Directivo

2.11.1. Marco conceptual del Management Directivo
2.11.2. Management Directivo. El Rol del Consejo de Administración y herramientas de gestión corporativas

2.12. Comunicación Estratégica

2.12.1. Comunicación interpersonal
2.12.2. Habilidades comunicativas e influencia
2.12.3. La comunicación interna
2.12.4. Barreras para la comunicación empresarial

Módulo 3. Dirección de personas y gestión del talento

3.1. Comportamiento Organizacional

3.1.1. Comportamiento Organizacional. Marco Conceptual
3.1.2. Principales factores del comportamiento organizacional

3.2. Las personas en las organizaciones

3.2.1. Calidad de vida laboral y bienestar psicológico
3.2.2. Equipos de trabajo y la dirección de reuniones
3.2.3. Coaching y gestión de equipos
3.2.4. Gestión de la igualdad y diversidad

3.3. Dirección Estratégica de personas

3.3.1. Dirección Estratégica y recursos humanos
3.3.2. Dirección estratégica de personas

3.4. Evolución de los Recursos. Una visión integrada

3.4.1. La importancia de RR.HH.
3.4.2. Un nuevo entorno para la gestión y dirección de personas
3.4.3.  Dirección estratégica de RR.HH.

3.5. Selección, dinámicas de grupo y reclutamiento de RR.HH.

3.5.1. Aproximación al reclutamiento y la selección
3.5.2. El reclutamiento
3.5.3. El proceso de selección

3.6. Gestión de recursos humanos por competencias

3.6.1. Análisis del potencial
3.6.2. Política de retribución
3.6.3. Planes de carrera/sucesión

3.7. Evaluación del rendimiento y gestión del desempeño

3.7.1. La gestión del rendimiento
3.7.2. Gestión del desempeño: Objetivos y proceso

3.8. Gestión de la formación

3.8.1. Las teorías del aprendizaje
3.8.2. Detección y retención del talento
3.8.3 Gamificación y la gestión del talento
3.8.4. La formación y la obsolescencia profesional

3.9. Gestión del talento

3.9.1. Claves para la gestión positiva
3.9.2. Origen conceptual del talento y su implicación en la empresa
3.9.3. Mapa del talento en la organización
3.9.4. Coste y valor añadido

3.10. Innovación en gestión del talento y las personas

3.10.1. Modelos de gestión el talento estratégico
3.10.2.  Identificación, formación y desarrollo del talento
3.10.3. Fidelización y retención
3.10.4. Proactividad e innovación

3.11. Motivación

3.11.1. La naturaleza de la motivación
3.11.2. La teoría de las expectativas
3.11.3. Teorías de las necesidades
3.11.4. Motivación y compensación económica

3.12. Employer Branding

3.12.1. Employer branding en RR.HH.
3.12.2 Personal Branding para profesionales de RR.HH.

3.13. Desarrollo de equipos de alto desempeño

3.13.1. Los equipos de alto desempeño: los equipos autogestionados
3.13.2. Metodologías de gestión de equipos autogestionados de alto desempeño

3.14. Desarrollo competencial directivo

3.14.1. ¿Qué son las competencias directivas?
3.14.2. Elementos de las competencias
3.14.3. Conocimiento
3.14.4. Habilidades de dirección
3.14.5. Actitudes y valores en los directivos
3.14.6. Habilidades directivas

3.15. Gestión del tiempo

3.15.1. Beneficios
3.15.2. ¿Cuáles pueden ser las causas de una mala gestión del tiempo?
3.15.3. Tiempo
3.15.4. Las ilusiones del tiempo
3.15.5. Atención y memoria
3.15.6.  Estado mental
3.15.7. Gestión del tiempo
3.15.8. Proactividad
3.15.9. Tener claro el objetivo
3.15.10. Orden
3.15.11. Planificación

3.16. Gestión del cambio

3.16.1. Gestión del cambio
3.16.2. Tipo de procesos de gestión del cambio
3.16.3. Etapas o fases en la gestión del cambio

3.17. Negociación y gestión de conflictos

3.17.1 Negociación
3.17.2 Gestión de Conflictos
3.17.3 Gestión de Crisis

3.18. Comunicación directiv

3.18.1. Comunicación interna y externa en el ámbito empresarial
3.18.2. Departamentos de Comunicación
3.18.3. El responsable de comunicación de la empresa. El perfil del Dircom

3.19. Gestión de Recursos Humanos y equipos PRL

3.19.1. Gestión de recursos humanos y equipos
3.19.2.  Prevención de riesgos laborales

3.20. Productividad, atracción, retención y activación del talento

3.20.1. La productividad
3.20.2. Palancas de atracción y retención de talento

3.21. Compensación monetaria vs. No monetaria

3.21.1. Compensación monetaria vs. no monetaria
3.21.2. Modelos de bandas salariales
3.21.3. Modelos de compensación no monetaria
3.21.4. Modelo de trabajo
3.21.5. Comunidad corporativa
3.21.6. Imagen de la empresa
3.21.7. Salario emocional

3.22. Innovación en gestión del talento y las personas

3.22.1. Innovación en las Organizaciones
3.22.3  Nuevos retos del departamento de Recursos Humanos
3.22.4  Gestión de la Innovación
3.22.5  Herramientas para la Innovación

3.23. Gestión del conocimiento y del talento

3.23.1. Gestión del conocimiento y del talento
3.23.2. Implementación de la gestión del conocimiento

3.24. Transformación de los recursos humanos en la era digital

3.24.1. El contexto socioeconómico
3.24.2. Nuevas formas de organización empresarial
3.24.3. Nuevas metodologías

Módulo 4. Dirección económico-financiera

4.1. Entorno Económico

4.1.1. Entorno macroeconómico y el sistema financiero nacional
4.1.2. Instituciones financieras
4.1.3. Mercados financieros
4.1.4. Activos financieros
4.1.5. Otros entes del sector financiero

4.2. La financiación de la empresa

4.2.1. Fuentes de financiación
4.2.2. Tipos de costes de financiación

4.3. Contabilidad Directiva

4.3.1. Conceptos básicos
4.3.2. El Activo de la empresa
4.3.3. El Pasivo de la empresa
4.3.4. El Patrimonio Neto de la empresa
4.3.5. La Cuenta de Resultados

4.4. De la contabilidad general a la contabilidad de costes

4.4.1. Elementos del cálculo de costes
4.4.2. El gasto en contabilidad general y en contabilidad de costes
4.4.3. Clasificación de los costes

4.5. Sistemas de información y Business Intelligence

4.5.1. Fundamentos y clasificación
4.5.2. Fases y métodos de reparto de costes
4.5.3. Elección de centro de costes y efecto

4.6. Presupuesto y Control de Gestión

4.6.1. El modelo presupuestario
4.6.2. El Presupuesto de Capital
4.6.3. El Presupuesto de Explotación
4.6.4. El Presupuesto de Tesorería
4.6.5. Seguimiento del Presupuesto

4.7. Gestión de tesorería

4.7.1. Fondo de Maniobra Contable y Fondo de Maniobra Necesario
4.7.2. Cálculo de Necesidades Operativas de Fondos
4.7.3. Credit Management

4.8. Responsabilidad fiscal de las empresas

4.8.1. Conceptos tributarios básicos
4.8.2. El impuesto de sociedades
4.8.3. El impuesto sobre el valor añadido
4.8.4. Otros impuestos relacionados con la actividad mercantil
4.8.5. La empresa como facilitador de la labor del Estado

4.9. Sistemas de control de las empresas

4.9.1. Análisis de los estados financieros
4.9.2. El Balance de la empresa
4.9.3. La Cuenta de Pérdidas y Ganancias
4.9.4. El Estado de Flujos de Efectivo
4.9.5. Análisis de Ratios

4.10. Dirección Financiera

4.10.1. Las decisiones financieras de la empresa
4.10.2. El departamento financiero
4.10.3. Excedentes de tesorería
4.10.4. Riesgos asociados a la dirección financiera
4.10.5. Gestión de riesgos de la dirección financiera

4.11. Planificación Financiera

4.11.1. Definición de la planificación financiera
4.11.2. Acciones a efectuar en la planificación financiera
4.11.3. Creación y establecimiento de la estrategia empresarial
4.11.4. El cuadro Cash Flow
4.11.5. El cuadro de circulante

4.12. Estrategia Financiera Corporativa

4.12.1. Estrategia corporativa y fuentes de financiación
4.12.2. Productos financieros de financiación empresarial

4.13. Contexto Macroeconómico

4.13.1. Contexto macroeconómico
4.13.2. Indicadores económicos relevantes
4.13.3. Mecanismos para el control de magnitudes macroeconómicas
4.13.4. Los ciclos económicos

4.14. Financiación Estratégica

4.14.1. La autofinanciación
4.14.2. Ampliación de fondos propios
4.14.3. Recursos Híbridos
4.14.4. Financiación a través de intermediarios

4.15. Mercados monetarios y de capitales

4.15.1. El Mercado Monetario
4.15.2. El Mercado de Renta Fija
4.15.3. El Mercado de Renta Variable
4.15.4. El Mercado de Divisas
4.15.5. El Mercado de Derivados

4.16. Análisis y planificación financiera

4.16.1. Análisis del Balance de Situación
4.16.2. Análisis de la Cuenta de Resultados
4.16.3. Análisis de la Rentabilidad

4.17. Análisis y resolución de casos/problemas

4.17.1. Información financiera de Industria de Diseño y Textil, S.A. (INDITEX)

Módulo 5. Dirección de operaciones y logística

5.1. Dirección y Gestión de Operaciones

5.1.1. La función de las operaciones
5.1.2. El impacto de las operaciones en la gestión de las empresas
5.1.3. Introducción a la estrategia de Operaciones
5.1.4. La dirección de Operaciones

5.2. Organización industrial y logística

5.2.1. Departamento de Organización Industrial
5.2.2. Departamento de Logística

5.3. Estructura y tipos de producción (MTS, MTO, ATO, ETO, etc.)

5.3.1. Sistema de producción
5.3.2. Estrategia de producción
5.3.3. Sistema de gestión de inventario
5.3.4. Indicadores de producción

5.4. Estructura y tipos de aprovisionamiento

5.4.1. Función del aprovisionamiento
5.4.2. Gestión de aprovisionamiento
5.4.3. Tipos de compras
5.4.4. Gestión de compras de una empresa de forma eficiente
5.4.5. Etapas del proceso de decisión de la compra

5.5. Control económico de compras

5.5.1. Influencia económica de las compras
5.5.2. Centro de costes
5.5.3. Presupuestación
5.5.4. Presupuestación vs gasto real
5.5.5. Herramientas de control presupuestario

5.6. Control de las operaciones de almacén

5.6.1. Control de inventario
5.6.2. Sistema de ubicación
5.6.3. Técnicas de gestión de stock
5.6.4. Sistema de almacenamiento

5.7. Gestión estratégica de compras

5.7.1. Estrategia empresarial
5.7.2. Planeación estratégica
5.7.3. Estrategia de compras

5.8. Tipologías de la Cadena de Suministro (SCM)

5.8.1. Cadena de suministro
5.8.2. Beneficios de la gestión de la cadena suministro
5.8.3. Gestión logística en la cadena de suministro

5.9. Supply Chain Management

5.9.1. Concepto de Gestión de la Cadena de Suministro (SCM)
5.9.2. Costes y eficiencia de la cadena de operaciones
5.9.3. Patrones de Demanda
5.9.4. La estrategia de operaciones y el cambio

5.10. Interacciones de la SCM con todas las áreas

5.10.1. Interacción de la cadena de suministro
5.10.2. Interacción de la cadena de suministro. Integración por partes
5.10.3. Problemas de integración de la cadena de suministro
5.10.4. Cadena de suministro 4.0

5.11. Costes de la logística

5.11.1. Costes logísticos
5.11.2. Problemas de los costes logísticos
5.11.3. Optimización de costes logísticos

5.12. Rentabilidad y eficiencia de las cadenas logísticas: KPIS

5.12.1. Cadena logística
5.12.2. Rentabilidad y eficiencia de la cadena logística
5.12.3. Indicadores de rentabilidad y eficiencia de la cadena logística

5.13. Gestión de procesos

5.13.1. La gestión de procesos
5.13.2. Enfoque basado en procesos: mapa de procesos
5.13.3. Mejoras en la gestión de procesos

5.14. Distribución y logística de transportes

5.14.1. Distribución en la cadena de suministro
5.14.2. Logística de Transportes
5.14.3. Sistemas de Información Geográfica como soporte a la Logística

5.15. Logística y clientes

5.15.1. Análisis de Demanda
5.15.2. Previsión de Demanda y Ventas
5.15.3. Planificación de Ventas y Operaciones
5.15.4. Planeamiento participativo, pronóstico y reabastecimiento (CPFR)

5.16. Logística internacional

5.16.1. Procesos de exportación e importación
5.16.2. Aduanas
5.16.3. Formas y Medios de Pago Internacionales
5.16.4. Plataformas logísticas a nivel internacional

5.17. Outsourcing de operaciones

5.17.1. Gestión de operaciones y Outsourcing
5.17.2. Implantación del outsourcing en entornos logísticos

5.18. Competitividad en operaciones

5.18.1. Gestión de Operaciones
5.18.2. Competitividad operacional
5.18.3. Estrategia de Operaciones y ventajas competitivas

5.19. Gestión de la calidad

5.19.1. Cliente interno y cliente externo
5.19.2. Los costes de calidad
5.19.3. La mejora continua y la filosofía de Deming

Módulo 6. Dirección de sistemas de información

6.1. Entornos tecnológicos

6.1.1. Tecnología y globalización
6.1.2. Entorno económico y tecnología
6.1.3. Entorno tecnológico y su impacto en las empresas

6.2. Sistemas y tecnologías de la información en la empresa

6.2.1. Evolución del modelo de IT
6.2.2. Organización y departamento IT
6.2.3. Tecnologías de la información y entorno económico

6.3. Estrategia corporativa y estrategia tecnológica

6.3.1. Creación de valor para clientes y accionistas
6.3.2. Decisiones estratégicas de SI/TI
6.3.3. Estrategia corporativa vs. estrategia tecnológica y digital

6.4. Dirección de Sistemas de Información

6.4.1. Gobierno Corporativo de la tecnología y los sistemas de información
6.4.2. Dirección de los sistemas de información en las empresas
6.4.3. Directivos expertos en sistemas de información: Roles y funciones

6.5. Planificación estratégica de Sistemas de Información

6.5.1. Sistemas de información y estrategia corporativa
6.5.2. Planificación estratégica de los sistemas de información
6.5.3. Fases de la planificación estratégica de los sistemas de información

6.6. Sistemas de información para la toma de decisiones

6.6.1. Business intelligence
6.6.2. Data Warehouse
6.6.3. BSC o Cuadro de mando Integral

6.7. Explorando la información

6.7.1. SQL: Bases de datos relacionales. Conceptos básicos
6.7.2. Redes y comunicaciones
6.7.3. Sistema operacional: Modelos de datos normalizados
6.7.4. Sistema estratégico: OLAP, modelo multidimensional y dashboards gráfico
6.7.5. Análisis estratégico de BBDD y composición de informes

6.8. Business Intelligence empresarial

6.8.1. El mundo del dato
6.8.2. Conceptos relevantes
6.8.3. Principales características
6.8.4. Soluciones en el mercado actual
6.8.5. Arquitectura global de una solución BI
6.8.6. Ciberseguridad en BI y Data Science

6.9. Nuevo concepto empresarial

6.9.1. ¿Por qué BI?
6.9.2. Obtención de la información
6.9.3. BI en los distintos departamentos de la empresa
6.9.4. Razones para invertir en BI

6.10. Herramientas y soluciones BI

6.10.1. ¿Cómo elegir la mejor herramienta?
6.10.2. Microsoft Power BI, MicroStrategy y Tableau
6.10.3. SAP BI, SAS BI y Qlikview
6.10.4. Prometeus

6.11. Planificación y dirección Proyecto BI

6.11.1. Primeros pasos para definir un proyecto de BI
6.11.2. Solución BI para la empresa
6.11.3. Toma de requisitos y objetivos

6.12. Aplicaciones de gestión corporativa

6.12.1. Sistemas de información y gestión corporativa
6.12.2. Aplicaciones para la gestión corporativa
6.12.3. Sistemas Enterpise Resource Planning o ERP

6.13. Transformación Digital

6.13.1. Marco conceptual de la transformación digital
6.13.2. Transformación digital: Elementos clave, beneficios e inconvenientes
6.13.3. Transformación digital en las empresas

6.14. Tecnologías y tendencias

6.14.1. Principales tendencias en el ámbito de la tecnología que están cambiando los modelos de negocio
6.14.2. Análisis de las principales tecnologías emergentes

6.15. Outsourcing de TI

6.15.1. Marco conceptual del outsourcing
6.15.2. Outsourcing de TI y su impacto en los negocios
6.15.3. Claves para implementar proyectos corporativos de outsourcing de TI

Módulo 7. Gestión Comercial, Marketing Estratégico y Comunicación Corporativa

7.1. Dirección comercial

7.1.1. Marco conceptual de la dirección comercial
7.1.2. Estrategia y planificación comercial
7.1.3. El rol de los directores comerciales

7.2. Marketing

7.2.1. Concepto de Marketing
7.2.2. Elementos básicos del Marketing
7.2.3. Actividades de Marketing de la empresa

7.3. Gestión Estratégica del Marketing

7.3.1. Concepto de Marketing estratégico
7.3.2. Concepto de planificación estratégica de Marketing
7.3.3. Etapas del proceso de planificación estratégica de Marketing

7.4. Marketing Digital y comercio electrónico

7.4.1. Objetivos del Marketing Digital y comercio electrónico
7.4.2. Marketing Digital y medios que emplea
7.4.3. Comercio electrónico. Contexto general
7.4.4. Categorías del comercio electrónico
7.4.5. Ventajas y desventajas del Ecommerce frente al comercio tradicional}

7.5. Managing Digital Business

7.5.1. Estrategia competitiva ante la creciente digitalización de los medios
7.5.2. Diseño y creación de un plan de Marketing Digital
7.5.3. Análisis del ROI en un plan de Marketing Digital

7.6. Marketing digital para reforzar la marca

7.6.1. Estrategias online para mejorar la reputación de tu marca
7.6.2. Branded Content & Storytelling

7.7. Estrategia de Marketing Digital

7.7.1. Definir la estrategia del Marketing Digital
7.7.2. Herramientas de la estrategia de Marketing Digital

7.8. Marketing Digital para captar y fidelizar clientes

7.8.1. Estrategias de fidelización y vinculación a través de Internet
7.8.2. Visitor Relationship Management
7.8.3. Hipersegmentación

7.9. Gestión de campañas digitales

7.9.1. ¿Qué es una campaña de publicidad digital?
7.9.2. Pasos para lanzar una campaña de Marketing Online
7.9.3. Errores de las campañas de publicidad digital

7.10. Plan de Marketing Online

7.10.1. ¿Qué es una un plan de Marketing Online?
7.10.2. Pasos para crear un plan de Marketing Online
7.10.3. Ventajas de disponer un plan de Marketing Online

7.11. Blended Marketing

7.11.1. ¿Qué es el Blended Marketing?
7.11.2. Diferencias entre Marketing Online y Offline
7.11.3. Aspectos a tener en cuenta en la estrategia de Blended Marketing
7.11.4. Características de una estrategia de Blended Marketing
7.11.5. Recomendaciones en Blended Marketing
7.11.6. Beneficios del Blended Marketing

7.12. Estrategia de ventas

7.12.1. Estrategia de ventas
7.12.2. Métodos de ventas

7.13. Comunicación Corporativa

7.13.1. Concepto
7.13.2. Importancia de la comunicación en la organización
7.13.3. Tipo de la comunicación en la organización
7.13.4. Funciones de la comunicación en la organización
7.13.5. Elementos de la comunicación
7.13.6. Problemas de la comunicación
7.13.7. Escenarios de la comunicación

7.14. Estrategia de Comunicación Corporativa

7.14.1. Programas de motivación, acción social, participación y entrenamiento con RR.HH.
7.14.2. Instrumentos y soportes de comunicación interna
7.14.3. El plan de comunicación interna

7.15. Comunicación y reputación digital

7.15.1. Reputación online
7.15.2. ¿Cómo medir la reputación digital?
7.15.3. Herramientas de reputación online
7.15.4. Informe de reputación online
7.15.5. Branding Online

Módulo 8. Investigación de mercados, publicidad y dirección comercial

8.1. Investigación de Mercados

8.1.1. Investigación de mercados: Origen histórico
8.1.2. Análisis y evolución del marco conceptual de la investigación de mercados
8.1.3. Elementos claves y aportación de valor de la investigación de mercados

8.2. Métodos y técnicas de investigación cuantitativas

8.2.1. Tamaño muestral
8.2.2. Muestreo
8.2.3. Tipos de Técnicas Cuantitativas

8.3. Métodos y técnicas de investigación cualitativas

8.3.1. Tipos de Investigación Cualitativa
8.3.2. Técnicas de Investigación Cualitativa

8.4. Segmentación de mercados

8.4.1. Concepto de segmentación de mercados
8.4.2. Utilidad y requisitos de la segmentación
8.4.3. Segmentación de mercados de consumo
8.4.4. Segmentación de mercados industriales
8.4.5. Estrategias de segmentación
8.4.6. La segmentación con base a criterios del Marketing Mix
8.4.7. Metodología de segmentación del mercado

8.5. Gestión de proyectos de investigación

8.5.1. La Investigación de Mercados como un proceso
8.5.2. Etapas de Planificación en la Investigación de Mercados
8.5.3. Etapas de Ejecución en la Investigación de Mercados
8.5.4. Gestión de un Proyecto de Investigación

8.6. La investigación de mercados internacionales

8.6.1. Investigación de Mercados Internacionales
8.6.2. Proceso de la Investigación de Mercados Internacionales
8.6.3. La importancia de las fuentes secundarias en las Investigaciones de Mercado Internacionales

8.7. Los estudios de viabilidad

8.7.1. Concepto y utilidad
8.7.2. Esquema de un estudio de viabilidad
8.7.3. Desarrollo de un estudio de viabilidad

8.8. Publicidad

8.8.1. Antecedentes históricos de la Publicidad
8.8.2. Marco conceptual de la Publicidad: Principios, concepto de briefing y posicionamiento
8.8.3. Agencias de publicidad, agencias de medios y profesionales de la publicidad
8.8.4. Importancia de la publicidad en los negocios
8.8.5. Tendencias y retos de la publicidad

8.9. Desarrollo del plan de Marketing

8.9.1. Concepto del Plan de Marketing
8.9.2. Análisis y Diagnóstico de la Situación
8.9.3. Decisiones Estratégicas de Marketing
8.9.4. Decisiones Operativas de Marketing

8.10. Estrategias de promoción y Merchandising

8.10.1. Comunicación de Marketing Integrada
8.10.2. Plan de Comunicación Publicitaria
8.10.3. El Merchandising como técnica de Comunicación

8.11. Planificación de medios

8.11.1. Origen y evolución de la planificación de medios
8.11.2. Medios de comunicación
8.11.3. Plan de medios

8.12. Fundamentos de la dirección comercial

8.12.1. La función de la Dirección Comercial
8.12.2. Sistemas de análisis de la situación competitiva comercial empresa/mercado
8.12.3. Sistemas de planificación comercial de la empresa
8.12.4. Principales estrategias competitivas

8.13. Negociación comercial

8.13.1. Negociación comercial
8.13.2. Las cuestiones psicológicas de la negociación
8.13.3. Principales métodos de negociación
8.13.4. El proceso negociador

8.14. Toma de decisiones en gestión comercial

8.14.1. Estrategia comercial y estrategia competitiva
8.14.2. Modelos de toma de decisiones
8.14.3. Analíticas y herramientas para la toma de decisiones
8.14.4. Comportamiento humano en la toma de decisiones

8.15. Dirección y gestión de la red de ventas

8.15.1. Sales Management. Dirección de ventas
8.15.2. Redes al servicio de la actividad comercial
8.15.3. Políticas de selección y formación de vendedores
8.15.4. Sistemas de remuneración de las redes comercial propias y externas
8.15.5. Gestión del proceso comercial. Control y asistencia a la labor de los comerciales basándose en la información

8.16. Implementación de la función comercial

8.16.1. Contratación de comerciales propios y agentes comerciales
8.16.2. Control de la actividad comercial
8.16.3. El código deontológico del personal comercial
8.16.4. Cumplimiento normativo
8.16.5. Normas comerciales de conducta generalmente aceptadas

8.17. Gestión de cuentas clave

8.17.1. Concepto de la Gestión de Cuentas Clave
8.17.2. El Key Account Manager
8.17.3. Estrategia de la Gestión de Cuentas Clave

8.18. Gestión financiera y presupuestaria

8.18.1. El umbral de rentabilidad
8.18.2. El presupuesto de ventas. Control de gestión y del plan anual de ventas
8.18.3. Impacto financiero de las decisiones estratégicas comerciales
8.18.4. Gestión del ciclo, rotaciones, rentabilidad y liquidez
8.18.5. Cuenta de resultados

Módulo 9. Innovación y Dirección de Proyectos

9.1. Innovación

9.1.1. Introducción a la innovación
9.1.2. Innovación en el ecosistema empresarial
9.1.3. Instrumentos y herramientas para el proceso de innovación empresarial

9.2. Estrategia de Innovación

9.2.1. Inteligencia estratégica e innovación
9.2.2. Estrategia de innovación

9.3. Project Management para Startups

9.3.1. Concepto de startup
9.3.2. Filosofía Lean Startup
9.3.3. Etapas del desarrollo de una startup
9.3.4. El rol de un gestor de proyectos en una startup

9.4. Diseño y validación del modelo de negocio

9.4.1. Marco conceptual de un modelo de negocio
9.4.2. Diseño validación de modelos de negocio

9.5. Dirección y Gestión de Proyectos

9.5.1. Dirección y Gestión de proyectos: Identificación de oportunidades para desarrollar proyectos corporativos de innovación
9.5.2. Principales etapas o fases de la dirección y gestión de proyectos de innovación

9.6. Gestión del cambio en proyectos: Gestión de la formación

9.6.1. Concepto de Gestión del Cambio
9.6.2. El Proceso de Gestión del Cambio
9.6.3. La implementación del cambio

9.7. Gestión de la comunicación de proyectos

9.7.1. Gestión de las comunicaciones del proyecto
9.7.2. Conceptos clave para la gestión de las comunicaciones
9.7.3. Tendencias emergentes
9.7.4. Adaptaciones al equipo
9.7.5. Planificar la gestión de las comunicaciones
9.7.6. Gestionar las comunicaciones
9.7.7. Monitorear las comunicaciones

9.8. Metodologías tradicionales e innovadoras

9.8.1. Metodologías innovadoras
9.8.2. Principios básicos del Scrum
9.8.3. Diferencias entre los aspectos principales del Scrum y las metodologías tradicionales

9.9. Creación de una startup

9.9.1. Creación de una startup
9.9.2. Organización y cultura
9.9.3. Los diez principales motivos por los cuales fracasan las startups
9.9.4. Aspectos legales

9.10. Planificación de la gestión de riesgos en los proyectos

9.10.1. Planificar riesgos
9.10.2. Elementos para crear un plan de gestión de riesgos
9.10.3. Herramientas para crear un plan de gestión de riesgos
9.10.4. Contenido del plan de gestión de riesgo

Módulo 10. Management Directivo

10.1. General Management

10.1.1. Concepto de General Management
10.1.2. La acción del Manager General
10.1.3. El Director General y sus funciones
10.1.4. Transformación del trabajo de la dirección

10.2. El directivo y sus funciones. La cultura organizacional y sus enfoques

10.2.1. El directivo y sus funciones. La cultura organizacional y sus enfoques

10.3. Dirección de operaciones

10.3.1. Importancia de la dirección
10.3.2. La cadena de valor
10.3.3. Gestión de calidad

10.4. Oratoria y formación de portavoces

10.4.1. Comunicación interpersonal
10.4.2. Habilidades comunicativas e influencia
10.4.3. Barreras en la comunicación

10.5. Herramientas de comunicaciones personales y organizacional

10.5.1. La comunicación interpersonal
10.5.2. Herramientas de la comunicación interpersonal
10.5.3. La comunicación en la organización
10.5.4. Herramientas en la organización

10.6. Comunicación en situaciones de crisis

10.6.1. Crisis
10.6.2. Fases de la crisis
10.6.3. Mensajes: Contenidos y momentos

10.7. Preparación de un plan de crisis

10.7.1. Análisis de posibles problemas
10.7.2. Planificación
10.7.3. Adecuación del personal

10.8. Inteligencia emocional

10.8.1. Inteligencia emocional y comunicación
10.8.2. Asertividad, empatía y escucha activa
10.8.3. Autoestima y comunicación emocional

10.9. Branding Personal

10.9.1. Estrategias para desarrollar la marca personal
10.9.2. Leyes del branding personal
10.9.3. Herramientas de la construcción de marcas personales

10.10. Liderazgo y gestión de equipos

10.10.1. Liderazgo y estilos de liderazgo
10.10.2. Capacidades y desafíos del líder
10.10.3. Gestión de Procesos de Cambio
10.10.4. Gestión de Equipos Multiculturales

Módulo 11. Analítica del dato en la organización empresarial

11.1. Análisis de negocio

11.1.1. Análisis de Negocio
11.1.2. Estructura del dato
11.1.3. Fases y elementos

11.2. Analítica del dato en la empresa

11.2.1. Cuadros de mando y Kpi´s por departamentos
11.2.2. Informes operativos, tácticos y estratégicos
11.2.3. Analítica del dato aplicada a cada departamento

11.2.3.1. Marketing y comunicación
11.2.3.2. Comercial
11.2.3.3. Atención al cliente
11.2.3.4. Compras
11.2.3.5. Administración
11.2.3.6. RR.HH.
11.2.3.7. Producción

11.2.3.8. IT

11.3. Marketing y comunicación

11.3.1. Kpi´s a medir, aplicaciones y beneficios
11.3.2. Sistemas de Marketing y Data Warehouse
11.3.3. Implementación de una estructura de analítica del dato en Marketing
11.3.4. Plan de Marketing y comunicación
11.3.5. Estrategias, predicción y gestión de campañas

11.4. Comercial y ventas

11.4.1. Aportaciones de analítica del dato en el área comercial
11.4.2. Necesidades del departamento de ventas
11.4.3. Estudios de mercado

11.5. Atención al cliente

11.5.1. Fidelización
11.5.2. Calidad personal e inteligencia emocional
11.5.3. Satisfacción del cliente

11.6. Compras

11.6.1. Analítica del dato para estudios de mercado
11.6.2. Analítica del dato para estudios de competencia
11.6.3. Otras aplicaciones

11.7. Administración

11.7.1. Necesidades en el departamento de administración
11.7.2. Data Warehouse y análisis de riesgo financiero
11.7.3. Data Warehouse y análisis de riesgo de crédito

11.8. Recursos Humanos

11.8.1. RR.HH. y beneficios de la analítica del dato
11.8.2. Herramientas de analítica del dato en el departamento de RR.HH.
11.8.3. Aplicación de analítica del dato en los RR.HH.}

11.9. Producción

11.9.1. Análisis de datos en un departamento de producción
11.9.2. Aplicaciones
11.9.3. Beneficios

11.10. IT

11.10.1. Departamento de IT
11.10.2. Analítica del dato y transformación digital
11.10.3. Innovación y productividad}

Módulo 12. Gestión, Manipulación de datos e información para Ciencia de Datos

12.1. Estadística. Variables, índices y ratios

12.1.1. La Estadística
12.1.2. Dimensiones estadísticas
12.1.3. Variables, índices y ratios

12.2. Tipología del dato

12.2.1. Cualitativos
12.2.2. Cuantitativos
12.2.3. Caracterización y categorías

12.3. Conocimiento de los datos a partir de medidas

12.3.1. Medidas de centralización
12.3.2. Medidas de dispersión
12.3.3. Correlación

12.4. Conocimiento de los datos a partir de gráficos

12.4.1. Visualización según el tipo de dato
12.4.2. Interpretación de información grafica
12.4.3. Customización de gráficos con R

12.5. Probabilidad

12.5.1. Probabilidad
12.5.2. Función de probabilidad
12.5.3. Distribuciones

12.6. Recolección de datos

12.6.1. Metodología de recolección
12.6.2. Herramientas de recolección
12.6.3. Canales de recolección

12.7. Limpieza del dato

12.7.1. Fases de la limpieza de datos
12.7.2. Calidad del dato
12.7.3. Manipulación de datos (con R)

12.8. Análisis de datos, interpretación y valoración de resultados

12.8.1. Medidas estadísticas
12.8.2. Índices de relación
12.8.3. Minería de datos

12.9. Almacén del dato (Data Warehouse)

12.9.1. Elementos
12.9.2. Diseño

12.10. Disponibilidad del dato

12.10.1. Acceso
12.10.2. Utilidad
12.10.3. Seguridad

Módulo 13. Dispositivos y plataformas IoT como base para la Ciencia de Datos

13.1. Internet of Things

13.1.1. Internet del futuro, Internet of Things
13.1.2. El consorcio de Internet Industrial

13.2. Arquitectura de referencia

13.2.1. La arquitectura de referencia
13.2.2. Capas
13.2.3. Componentes

13.3. Sensores y dispositivos IoT

13.3.1. Componentes principales
13.3.2. Sensores y actuadores

13.4. Comunicaciones y protocolos

13.4.1. Protocolos. Modelo OSI
13.4.2. Tecnologías de comunicación

13.5. Plataformas Cloud para IoT e IIoT

13.5.1. Plataformas de propósito general
13.5.2. Plataformas Industriales
13.5.3. Plataformas de código abierto

13.6. Gestión de datos en plataformas IoT

13.6.1. Mecanismos de gestión de datos. Datos abiertos
13.6.2. Intercambio de datos y visualización

13.7. Seguridad en IoT

13.7.1. Requisitos y áreas de seguridad
13.7.2. Estrategias de seguridad en IIoT

13.8. Aplicaciones de IoT

13.8.1. Ciudades inteligentes
13.8.2. Salud y condición física
13.8.3. Hogar inteligente
13.8.4. Otras aplicaciones

13.9. Aplicaciones de IIoT

13.9.1. Fabricación
13.9.2. Transporte
13.9.3. Energía
13.9.4. Agricultura y ganadería
13.9.5. Otros sectores

13.10. Industria 4.0

13.10.1. IoRT (Internet of Robotics Things)
13.10.2. Fabricación aditiva 3D
13.10.3. Big Data Analytic

Módulo 14. Representación gráfica para análisis de datos

14.1. Análisis exploratorio

14.1.1. Representación para análisis de información
14.1.2. El valor de la representación gráfica
14.1.3. Nuevos paradigmas de la representación gráfica

14.2. Optimización para ciencia de datos

14.2.1. La Gama cromática y el diseño
14.2.2. La Gestalt en la representación gráfica
14.2.3. Errores a evitar y consejos

14.3. Fuentes de datos básicos

14.3.1. Para representación de calidad
14.3.2. Para representación de cantidad
14.3.3. Para representación de tiempo

14.4. Fuentes de datos complejos

14.4.1. Archivos, listados y BBDD
14.4.2. Datos abiertos
14.4.3. Datos de generación continua

14.5. Tipos de gráficas

14.5.1. Representaciones básicas
14.5.2. Representación de bloques
14.5.3. Representación para análisis de dispersión
14.5.4. Representaciones circulares
14.5.5. Representaciones burbujas
14.5.6. Representaciones geográficas

14.6. Tipos de visualización

14.6.1. Comparativas y relacional
14.6.2. Distribución
14.6.3. Jerárquica

14.7. Diseño de informes con representación gráfica

14.7.1. Aplicación de gráficas en informes de Marketing
14.7.2. Aplicación de gráficas en cuadros de mando y Kpi´s
14.7.3. Aplicación de gráficas en planes estratégicos
14.7.4. Otros usos: Ciencia, Salud, Negocio

14.8. Narración gráfica

14.8.1. La narración gráfica
14.8.2. Evolución
14.8.3. Utilidad

14.9. Herramientas orientadas a visualización

14.9.1. Herramientas avanzadas
14.9.2. Software en línea
14.9.3. Open Source

14.10. Nuevas tecnologías en la visualización de datos

14.10.1. Sistemas para virtualización de la realidad
14.10.2. Sistemas para aumento y mejora de la realidad
14.10.3. Sistemas inteligentes

Módulo 15. Herramientas de ciencia de datos

15.1. Ciencia de datos

15.1.1. La ciencia de datos
15.1.2. Herramientas avanzadas para el Científico de Datos

15.2. Datos, información y conocimiento

15.2.1. Datos, información y conocimiento
15.2.2. Tipos de datos
15.2.3. Fuentes de datos

15.3. De los datos a la información

15.3.1. Análisis de datos
15.3.2. Tipos de análisis
15.3.3. Extracción de Información de un dataset

15.4. Extracción de información mediante visualización

15.4.1. La visualización como herramienta de análisis
15.4.2. Métodos de visualización
15.4.3. Visualización de un conjunto de datos

15.5. Calidad de los datos

15.5.1. Datos de calidad
15.5.2. Limpieza de datos
15.5.3. Preprocesamiento básico de datos

15.6. Dataset

15.6.1. Enriquecimiento del dataset
15.6.2. La maldición de la dimensionalidad
15.6.3. Modificación de nuestro conjunto de datos

15.7. Desbalanceo

15.7.1. Desbalanceo de clases
15.7.2. Técnicas de mitigación del desbalanceo
15.7.3. Balanceo de un dataset

15.8. Modelos no supervisados

15.8.1. Modelo no supervisado
15.8.2. Métodos
15.8.3. Clasificación con modelos no supervisados

15.9. Modelos supervisados

15.9.1. Modelo supervisado
15.9.2. Métodos
15.9.3. Clasificación con modelos supervisados

15.10. Herramientas y buenas prácticas

15.10.1. Buenas prácticas para un científico de datos
15.10.2. El mejor modelo
15.10.3. Herramientas útiles

Módulo 16. Minería de Datos. Selección, preprocesamiento y transformación

16.1. La inferencia estadística

16.1.1. Estadística descriptiva vs Inferencia estadística
16.1.2. Procedimientos paramétricos
16.1.3. Procedimientos no paramétricos

16.2. Análisis exploratorio

16.2.1. Análisis descriptivo
16.2.2. Visualización
16.2.3. Preparación de datos

16.3. Preparación de datos

16.3.1. Integración y limpieza de datos
16.3.2. Normalización de datos
16.3.3. Transformando atributos

16.4. Los valores perdidos

16.4.1. Tratamiento de valores perdidos
16.4.2. Métodos de imputación de máxima verosimilitud
16.4.3. Imputación de valores perdidos usando aprendizaje automático

16.5. El ruido en los datos

16.5.1. Clases de ruido y atributos
16.5.2. Filtrado de ruido
16.5.3. El efecto del ruido

16.6. La maldición de la dimensionalidad

16.6.1. Oversampling
16.6.2. Undersampling
16.6.3. Reducción de datos multidimensionales

16.7. De atributos continuos a discretos

16.7.1. Datos continuos versus discretos
16.7.2. Proceso de discretización

16.8. Los datos

16.8.1. Selección de datos
16.8.2. Perspectivas y criterios de selección
16.8.3. Métodos de selección

16.9. Selección de instancias

16.9.1. Métodos para la selección de instancias
16.9.2. Selección de prototipos
16.9.3. Métodos avanzados para la selección de instancias

16.10. Preprocesamiento de datos en entornos Big Data

16.10.1. Big Data
16.10.2. Preprocesamiento “clásico” versus masivo
16.10.3. Smart Data

Módulo 17. Predictibilidad y análisis de fenómenos estocásticos

17.1. Series de tiempo

17.1.1. Series de tiempo
17.1.2. Utilidad y aplicabilidad
17.1.3. Casuística relacionada

17.2. La Serie temporal

17.2.1. Tendencia Estacionalidad de ST
17.2.2. Variaciones típicas
17.2.3. Análisis de residuos

17.3. Tipologías

17.3.1. Estacionarias
17.3.2. No estacionarias
17.3.3. Transformaciones y ajustes

17.4. Esquemas para series temporales

17.4.1. Esquema (modelo) aditivo
17.4.2. Esquema (modelo) multiplicativo
17.4.3. Procedimientos para determinar el tipo de modelo

17.5. Métodos básicos de forecast

17.5.1. Media
17.5.2. Naïve
17.5.3. Naïve estacional
17.5.4. Comparación de métodos

17.6. Análisis de residuos

17.6.1. Autocorrelación
17.6.2. ACF de residuos
17.6.3. Test de correlación

17.7. Regresión en el contexto de series temporales

17.7.1. ANOVA
17.7.2. Fundamentos
17.7.3. Aplicación practica

17.8. Modelos predictivos de series temporales

17.8.1. ARIMA
17.8.2. Suavizado exponencial

17.9. Manipulación y análisis de Series temporales con R

17.9.1. Preparación de los datos
17.9.2. Identificación de patrones
17.9.3. Análisis del modelo
17.9.4. Predicción

17.10. Análisis gráficos combinados con R

17.10.1. Situaciones habituales
17.10.2. Aplicación práctica para resolución de problemas sencillos
17.10.3. Aplicación práctica para resolución de problemas avanzados

Módulo 18. Diseño y desarrollo de sistemas inteligentes

18.1. Preprocesamiento de datos

18.1.1. Preprocesamiento de datos
18.1.2. Transformación de datos
18.1.3. Minería de datos

18.2. Aprendizaje Automático

18.2.1. Aprendizaje supervisado y no supervisado
18.2.2. Aprendizaje por refuerzo
18.2.3. Otros paradigmas de aprendizaje

18.3. Algoritmos de clasificación

18.3.1. Aprendizaje Automático Inductivo
18.3.2. SVM y KNN
18.3.3. Métricas y puntuaciones para clasificación

18.4. Algoritmos de regresión

18.4.1. Regresión lineal, regresión logística y modelos no lineales
18.4.2. Series temporales
18.4.3. Métricas y puntuaciones para regresión

18.5. Algoritmos de agrupamiento

18.5.1. Técnicas de agrupamiento jerárquico
18.5.2. Técnicas de agrupamiento particional
18.5.3. Métricas y puntuaciones para clustering

18.6. Técnicas de reglas de asociación

18.6.1. Métodos para la extracción de reglas
18.6.2. Métricas y puntuaciones para los algoritmos de reglas de asociación

18.7. Técnicas de clasificación avanzadas. Multiclasificadores

18.7.1. Algoritmos de Bagging
18.7.2. Clasificador “Random Forests”
18.7.3. “Boosting” para árboles de decisión

18.8. Modelos gráficos probabilísticos

18.8.1. Modelos probabilísticos
18.8.2. Redes bayesianas. Propiedades, representación y parametrización
18.8.3. Otros modelos gráficos probabilísticos

18.9. Redes Neuronales

18.9.1. Aprendizaje automático con redes neuronales artificiales
18.9.2. Redes feedforward

18.10. Aprendizaje profundo

18.10.1. Redes feedforward profundas
18.10.2. Redes neuronales convolucionales y modelos de secuencia
18.10.3. Herramientas para implementar redes neuronales profundas

Módulo 19. Arquitecturas y sistemas para uso intensivo de datos

19.1. Requisitos no funcionales. Pilares de las aplicaciones de datos masivos

19.1.1. Fiabilidad
19.1.2. Adaptabilidad
19.1.3. Mantenibilidad

19.2. Modelos de datos

19.2.1. Modelo relacional
19.2.2. Modelo documental
19.2.3. Modelo de datos tipo grafo

19.3. Bases de datos. Gestión del almacenamiento y recuperación de datos

19.3.1. Índices hash
19.3.2. Almacenamiento estructurado en log
19.3.3. Árboles B

19.4. Formatos de codificación de datos

19.4.1. Formatos específicos del lenguaje
19.4.2. Formatos estandarizados
19.4.3. Formatos de codificación binarios
19.4.4. Flujo de datos entre procesos

19.5. Replicación

19.5.1. Objetivos de la replicación
19.5.2. Modelos de replicación
19.5.3. Problemas con la replicación

19.6. Transacciones distribuidas

19.6.1. Transacción
19.6.2. Protocolos para transacciones distribuidas
19.6.3. Transacciones serializables

19.7. Particionado

19.7.1. Formas de particionado
19.7.2. Interacción de índice secundarios y particionado
19.7.3. Rebalanceo de particiones

19.8. Procesamiento de datos offline

19.8.1. Procesamiento por lotes
19.8.2. Sistemas de ficheros distribuidos
19.8.3. MapReduce

19.9. Procesamiento de datos en tiempo real

19.9.1. Tipos de broker de mensajes
19.9.2. Representación de bases de datos como flujos de datos
19.9.3. Procesamiento de flujos de datos

19.10. Aplicaciones prácticas en la empresa

19.10.1. Consistencia en lecturas
19.10.2. Enfoque holístico de datos
19.10.3. Escalado de un servicio distribuido

Módulo 20. Aplicación práctica de la ciencia de datos en sectores de actividad empresarial

20.1. Sector sanitario

20.1.1. Implicaciones de la IA y la analítica de datos en el sector sanitario
20.1.2. Oportunidades y desafíos

20.2. Riesgos y tendencias en sector sanitario

20.2.1. Uso en el sector sanitario
20.2.2. Riesgos potenciales relacionados con el uso de IA

20.3. Servicios financieros

20.3.1. Implicaciones de la IA y la analítica de datos en el sector de los servicios financiero
20.3.2. Uso en los servicios financieros
20.3.3. Riesgos potenciales relacionados con el uso de IA

20.4. Retail

20.4.1. Implicaciones de la IA y la analítica de datos en el sector del retail
20.4.2. Uso en el retail
20.4.3. Riesgos potenciales relacionados con el uso de IA

20.5. Industria 4.0

20.5.1. Implicaciones de la IA y la analítica de datos en la Industria 4.0
20.5.2. Uso en la Industria 4.0

20.6. Riesgos y tendencias en Industria 4.0

20.6.1. Riesgos potenciales relacionados con el uso de IA

20.7. Administración Pública

20.7.1. Implicaciones de la IA y la analítica de datos en la Administración Pública
20.7.2. Uso en la Administración Pública
20.7.3. Riesgos potenciales relacionados con el uso de IA

20.8. Educación

20.8.1. Implicaciones de la IA y la analítica de datos en la Educación
20.8.2. Riesgos potenciales relacionados con el uso de IA

20.9. Silvicultura y agricultura

20.9.1. Implicaciones de la IA y la analítica de datos en la silvicultura y agricultura
20.9.2. Uso en silvicultura y agricultura
20.9.3. Riesgos potenciales relacionados con el uso de IA

20.10. Recursos Humanos

20.10.1. Implicaciones de la IA y la analítica de datos en la gestión de Recursos Humanos
20.10.2. Aplicaciones prácticas en el mundo empresarial
20.10.3. Riesgos potenciales relacionados con el uso de IA

Este Grand Máster en MBA en Data Science Management te capacitará para liderar y gestionar de manera efectiva en entornos empresariales impulsados por datos”