Master · Tecnología

MBDA — Máster en Big Data, Business Analytics e Inteligencia Artificial

Impartido por ESIC Business & Marketing School · ★ 4.90 (21 opiniones)

  • ModalidadPresencial
  • Duración10 meses
  • Créditos60 ECTS
  • IdiomaEspañol (con casos y bibliografía en inglés)
  • TitulaciónTítulo Propio de ESIC Business & Marketing School: Máster en Big Data, Business Analytics e Inteligencia Artificial

Sobre el programa

Dirigido a:

  • Titulados técnicos que quieren aplicar sus competencias en entornos empresariales (consultoras de datos, empresas con equipos de analítica interna, startups de datos)
  • Profesionales de negocio con base cuantitativa que quieren transicionar a roles data-driven

El MBDA de ESIC es un máster técnico-directivo en analítica avanzada, big data e inteligencia artificial aplicada a negocio. Su orientación combina competencia técnica sólida con visión de negocio: formar analíticos capaces de traducir el problema empresarial en pregunta analítica, resolverlo con la técnica adecuada y comunicar el resultado en formato ejecutivo. A diferencia del máster puramente técnico de ciencia de datos que existe en universidades públicas y escuelas técnicas, este programa enfatiza la aplicabilidad empresarial.

Contenidos:

  • Fundamentos matemáticos y estadísticos aplicados
  • Programación en Python (pandas, numpy, scikit-learn) y R
  • Bases de datos SQL y NoSQL
  • Infraestructura big data (Spark, Hadoop, cloud)
  • Machine learning supervisado y no supervisado
  • Deep learning con TensorFlow y PyTorch
  • Procesamiento de lenguaje natural
  • Sistemas de recomendación
  • Visualización de datos (Tableau, Power BI)
  • Ética algorítmica y sesgos
  • Aplicación a áreas concretas: marketing analytics, finance analytics, HR analytics

Metodología:

  • Proyectos aplicados en cada módulo
  • Casos de empresas reales
  • Competición tipo Kaggle interna
  • Enfoque muy práctico

Salidas profesionales:

  • Data scientist en consultora o empresa
  • Business analyst con perfil técnico
  • Analítico de negocio en scale-up
  • Especialista en machine learning
  • Consultor de datos en Big Four

Aspectos destacados

  • Combinación técnica sólida con visión de negocio
  • Stack tecnológico completo del mercado actual
  • Machine learning aplicado con casos reales
  • Ética algorítmica y sesgos como bloque troncal
  • Competición interna tipo Kaggle

Temario 14 módulos

  1. Módulo 1 — Fundamentos matemáticos y estadística aplicada
  2. Módulo 2 — Programación en Python y R para analítica
  3. Módulo 3 — Bases de datos SQL y NoSQL
  4. Módulo 4 — Big data: Spark, Hadoop, arquitecturas distribuidas
  5. Módulo 5 — Cloud computing aplicado a datos (AWS, Azure)
  6. Módulo 6 — Machine learning supervisado
  7. Módulo 7 — Machine learning no supervisado y clustering
  8. Módulo 8 — Deep learning: redes neuronales, TensorFlow, PyTorch
  9. Módulo 9 — NLP: procesamiento de lenguaje natural
  10. Módulo 10 — Sistemas de recomendación
  11. Módulo 11 — Visualización de datos: Tableau, Power BI
  12. Módulo 12 — Ética algorítmica y sesgos en machine learning
  13. Módulo 13 — Aplicación a marketing, finanzas y RRHH
  14. Módulo 14 — Proyecto aplicado end-to-end

Requisitos de acceso

Titulación universitaria (Ingeniería, Matemáticas, Estadística, Físicas, ADE con orientación cuantitativa, o afines). Conocimientos previos de programación (Python o R) y estadística. Prueba de acceso técnica y entrevista.