Posgrado Ingeniería de Datos y Big Data

Esto incluye desde conocimientos sobre bases de datos, data warehouse, data mining, procesos ETL, modelos de datos alternativos (in-memmory, BD orientadas a columnas, etc.), hasta conocimiento sobre cómo añadir diferentes tipos de información (geográfica, social, etc.) en sistemas de BI que se ejecuten en distintos entornos (móvil, web, etc.).

Este posgrado está pensado para permitir dos perfiles de entrada diferenciados, pero que habitualmente conviven y colaboran en el espacio de la business intelligence:
• de negocio (analistas de datos y directivos intermedios y superiores que preparan, explotan e interpretan información para la gestión en sus diferentes formas),
• y tecnológico (diseñadores, analistas, programadores, configuradores y responsables de los servicios técnicos que componen las soluciones de inteligencia de inteligencia de negocio: bases de datos, almacenamiento y minería de datos, extracción, tratamiento y carga de datos, construcción de aplicaciones de usuario, etc.).

No existe, en principio, una barrera de formación que pueda dificultar que estudiantes sin una formación previa de carácter técnico accedan a los cursos de tecnología o que estudiantes sin una formación empresarial puedan acceder a los cursos de gestión.

• Conocer los sistemas de inteligencia de negocio y los diferentes componentes que forman parte de él.
• Saber crear un sistema de BI adaptado a las necesidades concretas de una organización.
• Conocer las diferentes estructuras de datos que dan soporte a los procesos de BI.
• Conocer las principales herramientas relacionadas con procesos de BI y saber utilizar alguna de ellas.
• Conocer los conceptos básicos de bases de datos, saber interrogarlas utilizando SQL y conocer los aspectos básicos en su diseño físico que permitan mejorar su rendimiento.
• Ser capaz de diseñar e implementar esquemas de data warehouse orientados a los procesos analíticos.
• Ser capaz de poblar los data warehouse desde las bases de datos operacionales utilizando procesos ETL.
• Ser capaz de crear y explotar almacenes de datos para buscar información utilizando técnicas de data mining y data warehouse.
• Saber utilizar herramientas OLAP para obtener información relevante a partir de un conjunto de datos.
• Conocer los distintos modelos de bases de datos que se utilizan en los procesos de BI.
• Saber elegir las herramientas tecnológicas adecuadas (tipo de sistema gestor de base de datos, arquitectura del hardware que dé soporte al sistema BI, algoritmos de minería de datos, etc.) para la implantación eficiente de sistema BI.
• Conocer las principales tendencias tecnológicas que están transformando el mercado de la inteligencia de negocio, hecho que os permitirá seleccionar de manera adecuada una solución.


Se dirige a profesionales y mandos de empresas y organizaciones, jefes de proyecto, consultores y proveedores de productos y servicios que en su ámbito profesional deben tratar con procesos relacionados con el uso o la implantación de soluciones de business intelligence.


Requisitos académicos

Para acceder a un máster o diploma de posgrado hay que acreditar una titulación oficial. Si no se puede acreditar esta titulación se obtendrá un diploma de extensión universitaria.

Para acceder a una especialización (certificado de especialización) no es necesario acreditar una titulación oficial.

Temario
El programa se ha estructurado en un itinerario académico modular conformado por dos cursos de especialización y un proyecto.

1ª. Especialización: Ingeniería de Datos

Esta especialización tiene por objetivo formar especialistas en Tecnologías de Gestión de de Datos. Las asignaturas de esta especialización son las siguientes:
• Bases de datos: conceptos básicos, diseño físico y rendimiento
Es una introducción a las bases de datos. Se presenta qué son, algún aspecto de su diseño, su interrogación vía SQL, y aspectos de diseño físico de bases de datos e implicaciones del mismo en su rendimiento.
• Data warehouse
Se trabaja con el diseño, la creación, la carga y la explotación de data warehouses a partir de bases de datos operacionales.
• Data mining
Se trabaja el concepto de data mining desde una perspectiva tecnológica, es decir, estudiando los factores tecnológicos que hay que tener en cuenta para realizar procesos de data mining e implementando los algoritmos y conceptos generales estudiados en la asignatura de Business Analytics del posgrado anterior.
• Caso práctico: Bases de datos
En este tercer caso práctico, que continua la temática de los dos anteriores, los estudiantes deberán crear un data warehouse que integre los datos facilitados. A partir de ahí los estudiantes deberán realizar un conjunto de operaciones de consulta que sirvan de entrada para un conjunto de informes ya definidos. También se deberá realizar algún proceso de minería de datos sobre el data warehouse creado siguiendo el enunciado presentado.

2ª. Especialización: Big data

Esta especialización presenta los elementos tecnológicos necesarios para maximizar la eficiencia de los sistemas de BI. Entre otros aspectos se estudian temas de sistemas de gestión de bases de datos (cuáles existen, qué ventajas e inconvenientes tiene cada uno y cuándo son necesarios), creación de sistemas de BI en distintos entornos (móvil, nube, etc.) y utilizando diferentes tipos de datos (información geográfica, social, etc.), y se presentan las nuevas tendencias en BI. Las asignaturas de esta especialización son las siguientes:
• Bases de datos noSQL
Los NoSQL (o también "no sólo SQL") son sistemas de gestión de bases de datos que no usan las consultas SQL ni requieren bases de datos relacionales con estructuras fijas. Son los sistemas que usan empresas de internet y cada vez más otra clase de empresas para la gestión e interrogación de textos, imágenes, información de la web, información de las redes sociales, etc. En esta asignatura se proporciona al estudiante una introducción a los múltiples conceptos, modelos y herramientas que se pueden agrupar bajo esta denominación.
• Gestión de Big data
Se trabajan desde el punto de vista tecnológico, los fundamentos de la gestión de grandes datos, su ciclo de vida en la empresa (desde el reconocimiento de problemas hasta el análisis de la información producida) y las diferentes modalidades para su implantación, sea ésta integrada con los sistemas corporativos o por separado. Se presentan ejemplos de la gestión de grandes volúmenes de datos en las diferentes funciones empresariales y, sobre todo, sobre distintas clases de herramientas.
• Nuevas tendencias (consumer analytics, social analytics, Geographical analytics ...)
En esta asignatura se presentan en detalle temas del Business Intelligence que están de actualidad, como: análisis del comportamiento de los consumidores, análisis de la información procedente de las redes sociales, incorporación de la información geográfica o los aspectos organizativos y de gestión del capital humano que se están produciendo con la implantación de sistemas de BI y Big Data.
• Caso práctico: Gestión de Big Data
En este cuarto caso práctico, los estudiantes deben estudiar posibles extensiones del sistema de BI creado hasta el momento, en especial a través de la incorporación de información de Big Data. Las extensiones irán dirigidas a extender el uso del sistema a diferentes entornos tecnológicos y distintos paradigmas, y a estudiar hasta qué punto el sistema implementado podría mejorar su rendimiento con un uso más adecuado de las tecnologías de big data.

El proyecto final de la titulación del posgrado consiste en una memoria/presentación de los casos realizados en cada especialización

Duración
Créditos 30 ECTS

Titulación
Los estudiantes que acrediten una titulación universitaria oficial reconocida recibirán, según el curso superado, un diploma de máster/diploma de posgrado. Los estudiantes que no acrediten una titulación universitaria oficial reconocida recibirán un diploma de extensión universitaria.

Los estudiantes que superen una especialización (certificado de especialización) recibirán, independientemente de los estudios previos, un certificado de especialización.

Dirección académica

José Ramón Rodríguez Bermúdez
Licenciado en Filosofía y Letras por la Universidad de Sevilla.
Profesor de Dirección de las TIC de los Estudios de Informática, Multimedia y Telecomunicación de la Universitat Oberta de Catalunya. Grupo de investigación ICSS (Information and Communication Systems and Services).


Inicio 15 octubre 2014