Especialización en Gestión de Datos en la Empresa

Postítulo

Online

$ 1.399.995 IVA inc.

Descripción

  • Tipología

    Postítulo

  • Metodología

    Online

  • Horas lectivas

    450h

  • Duración

    6 Meses

  • Inicio

    Fechas disponibles

  • Campus online

  • Clases virtuales

TECH - Universidad Tecnológica

La gestión de datos se ha vuelto un tema de gran relevancia en los últimos años. La mayor sensibilidad de los usuarios respecto a sus datos personales, unido a los grandes avances en big data y machine learning, han provocado que la correcta administración y procesamiento de datos sea clave en cualquier entorno empresarial en el que la informatización esté a la orden del día. Especializándose en este campo, el alumno tendrá acceso a un nicho de mercado con altas expectativas laborales, donde podrá desarrollarse como profesional y ascender a puestos de dirección en un ámbito que está en pleno auge.

Información importante

Documentación

  • 32especializacion-gestion-datos-empresa.pdf

Sedes y fechas disponibles

Ubicación

comienzo

Online

comienzo

Fechas disponiblesInscripciones abiertas

A tener en cuenta

Objetivos
-Analizar el concepto de Business Intelligence (BI)
-Diseñar las posibles aplicaciones de Business Intelligence (BI) en la empresa
-Examinar soluciones avanzadas a problemas que puedan surgir en las empresas, integrando técnicas y métodos estudiados
-Desarrollar conceptos avanzados relacionados con los datos
-Determinar cada una de las etapas del ciclo de vida de los datos
-Establecer las condiciones que se deben cumplir para optimizar la utilización y calidad del dato

Este programa está diseñado para afianzar las capacidades del alumno en Gestión de Datos en la Empresa, además de desarrollar nuevas competencias y habilidades que serán imprescindibles en su desarrollo profesional y triunfo laboral en este ámbito, como el conocimiento del ámbito legal. Tras finalizar el programa, el profesional será capaz de tomar decisiones de peso en torno al BI de carácter global y con pensamiento digital, desde una perspectiva innovadora y con una visión de negocio única enfocada a la gestión de datos de una empresa.

Este Experto Universitario en Gestión de Datos en la Empresa contiene el programa más completo y actualizado del mercado.

Tras la superación de la evaluación, el alumno recibirá por correo postal* con acuse de recibo su correspondiente título de Experto Universitario emitido por TECH Universidad Tecnológica.

El título expedido por TECH Universidad Tecnológica expresará la calificación que haya obtenido en el Experto Universitario, y reunirá los requisitos comúnmente exigidos por las bolsas de trabajo, oposiciones y comités evaluadores de carreras profesionales.

Título: Experto Universitario en Gestión de Datos en la Empresa
N.º Horas Oficiales: 450 h.

Nuestra escuela es la primera en el mundo que combina el estudio de casos clínicos con un sistema de aprendizaje 100% online basado en la reiteración, que combina 8 elementos diferentes que suponen una evolución con respecto al simple estudio y análisis de casos. Esta metodología, a la vanguardia pedagógica mundial, se denomina Relearning.
Nuestra escuela es la primera en habla hispana licenciada para emplear este exitoso método, habiendo conseguido en 2015 mejorar los niveles de satisfacción global (calidad docente,calidad de los materiales, estructura del curso, objetivos…) de los estudiantes que finalizan los cursos con respecto a los indicadores de la mejor universidad online en habla hispana.

Recibida su solicitud, un responsable académico del curso le llamará para explicarle todos los detalles del programa, así como el método de inscripción, facilidades de pago y plazos de matrícula.

En primer lugar, necesitas un ordenador (PC o Macintosh), conexión a internet y una cuenta de correo electrónico. Para poder realizar los cursos integramente ON-LINE dispone de las siguientes opciones: Flash - Instalando Flash Player 10 o posterior (http://www.adobe.com/go/getflash), en alguno de los siguientes navegadores web: - Windows: Internet Explorer 6 y posteriores, Firefox 1.x y posteriores, Google Chrome, Opera 9.5 y posteriores - Mac: Safari 3 y posteriores, Firefox 1.x y posteriores, Google Chrome - Linux: Firefox 1.x y posteriores HTML5 - Instalando alguno de los navegadores web: - Google Chrome 14 o posterior sobre Windows o Mac - Safari 5.1 o posterior sobre Mac - Mobile Safari sobre Apple iOS 5.0 o posterior en iPad/iPhone Apple iOS - Articulate Mobile Player; Apple iOS 5.0 o posterioren iPad.

Preguntas & Respuestas

Añade tu pregunta

Nuestros asesores y otros usuarios podrán responderte

¿Quién quieres que te responda?

Déjanos tus datos para recibir respuesta

Sólo publicaremos tu nombre y pregunta

Opiniones

Materias

  • Protección de datos
  • Estadística
  • Business intelligence
  • E learning
  • Proyectos
  • Mercado
  • E business
  • Gestión
  • Comunicación
  • Administración
  • Profesional

Profesores

Arturo Peralta Martín-Palomino

Arturo Peralta Martín-Palomino

Profesor

Temario

Módulo 1. Business Intelligence en la Empresa

1.1. Business Intelligence empresarial

1.1.1. El mundo del dato
1.1.2. Conceptos relevantes
1.1.3. Principales características
1.1.4. Soluciones en el mercado actual
1.1.5. Arquitectura global de una solución BI
1.1.6. Ciberseguridad en BI y Data Science

1.2. Nuevo concepto empresarial

1.2.1. ¿Por qué BI?
1.2.2. Obtención de la información
1.2.3. BI en los distintos departamentos de la empresa
1.2.4. Razones por las que invertir en BI

1.3. El Data Warehouse

1.3.1. Definiciones y objetivos: data Warehouse y Data Mart
1.3.2. Arquitectura
1.3.3. El modelado dimensional y sus tipos de esquemas
1.3.4. Proceso de extracción, transformación y carga (ETL)
1.3.5. Metadatos

1.4. Big Data y captura del dato

1.4.1. Captura
1.4.2. Transformación
1.4.3. Almacenamiento

1.5. Reporting Business Intelligence (BI)

1.5.1. Estructuras de las BBDD
1.5.2. BBDD OLTP y OLAP
1.5.3. Ejemplos

1.6. Los Dashboards o cuadros de mando integral

1.6.1. Cuadros de mando
1.6.2. Sistemas de soporte a la decisión
1.6.3. Sistemas de información ejecutiva

1.7. Deep Learning

1.7.1. Deep learning
1.7.2. Fundamentos del Deep Learning
1.7.3. Utilidades del Deep Learning

1.8. Machine learning

1.8.1. Machine Learning
1.8.2. Fundamentos del Machine Learning
1.8.3. Utilidades del Machine Learning
1.8.4. Deep Learning vs. machine Learning

1.9. Herramientas y soluciones BI

1.9.1. Elección de la mejor herramienta
1.9.2. Microsoft Power BI, MicroStrategy y Tableau
1.9.3. SAP BI, SAS BI y Qlikview
1.9.4. Prometeus

1.10. Planificación y dirección proyecto BI

1.10.1. Primeros pasos para definir un proyecto de BI
1.10.2. Solución BI para la empresa
1.10.3. Toma de requisitos y objetivos

Módulo 2. Gestión del Dato

2.1. Estadística

2.1.1. Estadística: estadística descriptiva, estadística inferencias
2.1.2. Población, muestra, individuo
2.1.3. Variables: definición, escalas de medida

2.2. Tipos de datos estadísticos

2.2.1. Según tipo

2.2.1.1. Cuantitativos: datos continuos y datos discretos
2.2.1.2. Cualitativos: datos binomiales, datos nominales y datos ordinales

2.2.2. Según su forma: numérico, texto, lógico
2.2.3. Según su fuente: primarios, secundarios

2.3. Planificación de la gestión del dato

2.3.1. Definición de objetivos
2.3.2. Determinación de recursos disponibles
2.3.3. Establecimiento de lapsos
2.3.4. Estructura de los datos

2.4. Recolección de datos

2.4.1. Metodología de recolección
2.4.2. Herramientas de recolección
2.4.3. Canales de recolección

2.5. Limpieza del dato

2.5.1. Fases de la limpieza de datos
2.5.2. Calidad del dato
2.5.3. Manipulación de datos (con R)

2.6. Análisis de datos, interpretación y valoración de resultados

2.6.1. Medidas estadísticas
2.6.2. Índices de relación
2.6.3. Minería de datos

2.7. Visualización de datos

2.7.1. Visualización idónea según el tipo de dato
2.7.2. Consideraciones asociadas al usuario final
2.7.3. Modelos ejecutivos de presentación de resultados

2.8. Almacén del dato (Datawarehouse)

2.8.1. Elementos que lo integran
2.8.2. Diseño
2.8.3. Aspectos a considerar

2.9. Disponibilidad del dato

2.9.1. Acceso
2.9.2. Utilidad
2.9.3. Seguridad

2.10. Aplicación práctica

2.10.1. Exploración de datos
2.10.2. Manipulación y ajuste de patrones y estructuras
2.10.3. Aplicación de test y modelado

Módulo 3. Protección de Datos

3.1. Normativa de Protección de Datos

3.1.1. Marco normativo
3.1.2. Definiciones
3.1.3. Sujetos obligados al cumplimiento de la normativa

3.1.3.1. Diferencias entre responsables, corresponsables y encargados de tratamiento

3.1.4. La figura del delegado de Protección de Datos

3.2. Regulación armonizada de la Inteligencia Artificial: propuesta de reglamento europeo

3.2.1. Prácticas prohibidas
3.2.2. Sistemas de inteligencia artificial de alto riesgo
3.2.3. Medidas de apoyo a la innovación

3.3. Principios relativos al tratamiento de datos personales

3.3.1. Licitud, lealtad y transparencia
3.3.2. Limitación de la finalidad
3.3.3. Minimización de datos, exactitud y limitación del plazo de conservación
3.3.4. Integridad y confidencialidad
3.3.5. Responsabilidad proactiva

3.4. Bases de licitud o legitimación y habilitaciones para el tratamiento, incluida, en su caso la comunicación de datos

3.4.1. Consentimiento
3.4.2. Relación contractual o medidas Precontractuales
3.4.3. Cumplimiento de una obligación legal
3.4.4. Protección de intereses vitales del interesado u otra persona
3.4.5. Interés público o ejercicio de poderes públicos
3.4.6. Interés legítimo: ponderación de intereses

3.5. Derechos de los individuos

3.5.1. Transparencia e información
3.5.2. Acceso
3.5.3. Rectificación y supresión (derecho al olvido), limitación y portabilidad
3.5.4. Oposición y decisiones individuales automatizadas
3.5.5. Limitaciones a los derechos

3.6. Protección de datos desde el diseño: análisis y gestión de riesgos de tratamientos de datos personales

3.6.1. Identificación de riesgos y amenazas para los derechos y libertades de las personas físicas
3.6.2. Evaluación de riesgos
3.6.3. Plan de tratamiento de riesgos

3.7. Técnicas para garantizar el cumplimiento de la normativa de protección de datos

3.7.1. Identificación de medidas de responsabilidad proactiva
3.7.2. Medidas organizativas
3.7.3. Medidas técnicas
3.7.4. El registro de actividades de tratamiento
3.7.5. Gestión de brechas de seguridad
3.7.6. Códigos de conducta y certificaciones

3.8. La Evaluación de Impacto relativa a la Protección de los Datos Personales (EIPD o DPIA)

3.8.1. Estudio de necesidad de la EIPD
3.8.2. Metodología de evaluación
3.8.3. Identificación de riesgos y amenazas
3.8.4. Consulta previa a la autoridad de control

3.9. Regulación contractual entre los responsables, encargados y, en su caso, otros sujetos. Transferencias internacionales de datos

3.9.1. Contrato de acceso o tratamiento de datos
3.9.2. Contratos entre corresponsables
3.9.3. Responsabilidades de las partes
3.9.4. Definición y garantías que deben adoptarse en transferencias internacionales

3.10. Las autoridades de control. Infracciones y sanciones

3.10.1. Infracciones
3.10.2. Sanciones
3.10.3. Procedimiento sancionador
3.10.4. Las autoridades de control y mecanismos de cooperación

Especialización en Gestión de Datos en la Empresa

$ 1.399.995 IVA inc.