Máster de Formación

Permanente en
Business Intelligence y
Data Management
Guía del programa

2410
Guía del Máster de Formación Permanente en Business
Intelligence y Data Management

 Carta de directores del programa

 El Máster de Formación Permanente en Business Intelligence y
Data Management

▪ Objetivos

▪ Competencias

▪ Requisitos de admisión y titulación

▪ Salidas profesionales

▪ Plan de estudios

o Estructura del programa

o Contenidos

o Talleres prácticos

o Herramientas

o Metodología

o Modelo de evaluación

o Normativa académica

 Claustro docente
1. Carta del director de título

Estimados estudiantes;

Muchas gracias por dedicar unos minutos

de tu tiempo a conocer un poco más el
Máster de Formación Permanente en
Business Intelligence y Data
Management de INESDI del que tenemos el honor de ser Directores. Somos: Ignasi
Villaseca Boj (Ingeniero Superior con Master en Gestión de las TIC y amplia experiencia
en el sector de Data & Analytics) y Alex Gutiérrez Galopa (Matemático, MBA y Máster
en Data Economy).

Cada vez con más frecuencia escucharás o leerás por todas partes términos como
Analytics, Business Intelligence, Data Science, Data Governance, Inteligencia Artificial,
Reporting y un largo etcétera. En este Máster entenderás y profundizarás sobre todos
estos y muchos otros conceptos relacionados. Estás a punto de iniciar un enriquecedor
viaje diseñado para aquellos profesionales que buscan reciclarse, especializarse o
completar su formación en las nuevas disciplinas relacionadas con los datos, uno de los
sectores con más demanda en el mercado a día de hoy y con un crecimiento del que
aún no se divisa techo.

Este Máster te proporcionará las competencias necesarias para diseñar, implementar y

analizar parte o la totalidad de un plan de Business Intelligence: serás capaz de
comprender el ciclo de vida del dato al completo, siendo capaz de encontrar y
seleccionar las fuentes de datos apropiadas, transformar, integrar y cargar dichos datos
en un Data Warehouse, para posteriormente analizar, explotar y visualizar la
información con las técnicas más modernas para facilitar la toma de decisiones basadas
en datos, fundamento de toda organización data-driven. Entenderás, también, cómo las
empresas gobiernan estos entornos y cómo se gestionan proyectos de este ámbito.

Más concretamente, este viaje tendrá diez etapas: (1) “Estrategia de Datos, Visión
Global y Fundamentos de BI y Análisis de Datos”, donde veremos una visión global del
Dato, las estrategias a seguir, los fundamentos del Business Intelligence y de la analítica
de datos, (2) “Conceptos de Big Data y Analytics”, donde repasaremos los fundamentos
del Big Data y Analytics, (3) “Integración de datos”, donde entenderemos y pondremos
en práctica los procesos de ETL, (4) “Explotación de datos”, donde utilizaremos Power
BI para diseñar informes o Dashboards orientados a poner los datos a disposición de
negocio, (5) “Visualización de datos”, donde aprenderemos cuáles son las mejores
maneras de presentar la información para que aporte el máximo valor posible y cómo
hacer un buen storytelling, (6) “Arquitectura, Modelado y Bases de Datos”, donde
veremos qué quiere decir diseñar una arquitectura de datos robusta, y las best practices
a nivel de modelado, (7) “Data Analytics: Data Science, Machine Learning e Inteligencia
Artificial”, donde profundizaremos sobre cada uno de estos conceptos y utilizaremos
Python para desarrollar modelos predictivos, entre otros, (8) “Gestión y gobierno de los
datos”, donde hablaremos de cómo se debe gestionar el dato dentro de una
organización para asegurar su calidad, seguridad y disponibilidad, (9) “Gestión de
proyectos de BI y Data Analytics”, donde trataremos las metodologías de gestión de
proyectos de Analytics con sus pros y contras y entenderemos los riesgos más
frecuentes, y (10) “Casos de uso”, donde comentaremos y analizaremos casos de
compañías reales en los que se han puesto en práctica de forma conjunta varios de los
conceptos vistos en los módulos anteriores, entendiendo cómo se implementó cada uno
de ellos y el impacto que tuvieron.

Recorreremos todo este camino desde una visión eminentemente pragmática y práctica,
combinando conceptos teóricos con decenas casos de uso reales que nos permitan
acercarnos más a la aplicación de prácticas de Business Intelligence y Analytics en
entornos de negocio.

Al terminar el Máster dispondréis del conocimiento y las herramientas para liderar y

participar en proyectos en el mundo de Data y Analytics en cualquier tipo de
organización.

Como en todo viaje, viviréis momentos buenos y otros más difíciles. En los primeros,
disfrutad de la experiencia académica y personal que estáis viviendo, y del conocimiento
que estáis adquiriendo, que os permitirá tener una visión más amplia en vuestras
carreras profesionales; en los segundos, apoyaos en los compañeros y profesores para
superarlos y aprender nuevas lecciones.

Este Máster tiene dos características que harán que creéis vínculos muy fuertes con el
resto de compañeros/as: estaréis en presencial, y full-time.

Por un lado, os animamos a sacar provecho de los profesores que encontraréis en cada
uno de los módulos: personas con amplia experiencia en el sector del dato y de Business
Intelligence, y con muchas ganas de transmitir esos conocimientos. Nuestro foco, desde
la dirección del programa y el claustro de profesores, es aportaros la visión de todas las
aristas que intervienen en el ciclo vida del dato, desde la vertiente más técnica, hasta la
comprensión del impacto (positivo, en la gran mayoría de los casos) que puede generar
éste en las compañías.

Por otro lado, estaréis rodeados de compañeros/as con backgrounds muy diversos,
tanto a nivel personal como profesional.

En conclusión, tanto si eres una persona con experiencia en este ámbito como si estás
empezando tu camino en el mundo del Data & Analytics, desde la dirección del
programa garantizamos poner todo lo que esté en nuestras manos para transmitiros
nuestro entusiasmo y conocimiento en este sector.

Un cordial saludo,

Ignasi Villaseca y Alex Gutiérrez

Directores del Máster de Formación Permanente en Business Intelligence y Data
Management
INESDI Business Techschool

2. El Máster de Formación Permanente en Business

Intelligence y Data Management

El Máster de Formación Permanente en Business Intelligence y Data Management

permite, a los alumnos, ahondar en los conceptos y elementos necesarios para poder
llevar a cabo, con éxito, proyectos en este ámbito, desde un punto de vista teórico-
práctico. En el programa, los alumnos, profundizarán en tres grandes bloques:

 Bloque I. Fundamentos y estrategia de datos: en este primer bloque se

ahonda en los conceptos clave que permiten tener una visión integral del
Business Intelligence; y, se introducen los fundamentos del Business
Intelligence, el Data Analytics y el Big Data, ofreciendo una visión completa,
desde el inicio del programa, de: para qué sirven, cuáles son las piezas que los
componen y cuál es la mejor estrategia de datos para crear un plan de Business
Intelligence.

 Bloque II. Explotación inteligente de datos: los módulos que integran este
bloque proporcionan una visión más práctica de la integración, explotación y
visualización de datos, así como de las metodologías ágiles para la gestión de
 proyectos y el gobierno del dato. Además, introduce las técnicas más modernas
existentes para el análisis y gestión de los datos como el Machine Learning e la
Inteligencia artificial.

 Bloque III. Proyectos Business Intelligence: el último bloque del programa

introduce casos reales de aplicación de los conocimientos adquiridos durante el
programa y analiza diferentes prácticas, conocimientos, métodos y herramientas
para gestionar el ciclo de vida de los proyectos.

 Bloque IV. Digital Transformation: Este bloque proporcionará al estudiante los

conocimientos necesarios para la entender la importancia del dato en la
transformación digital y conocer cómo medir los datos que se generan a través
de las estrategias digitales de las compañías. Además, se aprenderán las
habilidades más demandadas actualmente en las empresas.

2.1.
Objetivos del programa

Objetivo general

El objetivo general del Máster de Formación Permanente en Business Intelligence

y Data Management de INESDI es ofrecer una visión completa de todo el proceso
necesario para sacar valor del dato. Veremos los pasos necesarios para lograrlo: la
ingesta de diferentes fuentes tanto internas como externas, el tratamiento y
procesamiento de los datos para su posterior análisis tanto descriptivo como
predictivo/prescriptivo y por último su reporte o visualización que permita entender mejor
el valor resultante de todo el proceso. Sin olvidar el mantener el gobierno y calidad de
los datos utilizados que garantizan que las conclusiones que se han obtenido de los
datos son fiables. Para ello se aprenderá a gestionar los proyectos con una metodología
Agile y se obtendrá una visión completa de las herramientas/tecnologías necesarias
para obtener el valor del Dato que permite tomar decisiones más acertadas

Objetivos específicos

El plan de estudios del Máster de Formación Permanente en Business Intelligence

y Data Management está diseñado para alcanzar, entre otros, los siguientes objetivos
específicos:

 Conocer métodos y técnicas de Business Intelligence y Business Analytics.

  Gobernar, preparar y gestionar datos.

 Conocer las tecnologías, arquitecturas y fundamentos que nos permiten extraer

valor a los datos.

 Aprender a generar y utilizar los datos en la toma de decisiones y la definición

de la mejor estrategia.

 Estructurar la pirámide de información: del cuadro de mando integral al reporting

operativo.

 Entender los conceptos fundamentales del Data Science, Machine Learning y la

Inteligencia Artificial.

2.2.
Competencias
El Máster de Formación Permanente en Business Intelligence y Data Management
permite al alumno desarrollar las siguientes competencias.

Competencias transversales

CT1. Capacidad para aplicar los conocimientos a la práctica.

CT2. Capacidad para adaptarse a nuevas situaciones.
CT3. Capacidad para diseñar y gestionar proyectos.
CT4. Capacidad para la toma de decisiones.

Competencias específicas

CE1. Entender el impacto y la importancia de la gestión de datos en el mundo

para reorientar el planteamiento de la estrategia operativa de la empresa.
CE2. Identificar y entender los conceptos de Business Intelligence y Data
Analytics para implementarlos de forma adecuada durante el proceso de toma
de decisiones.
CE3. Diseñar y gestionar proyectos bajo una metodología Agile para adaptar las
formas de trabajo a las necesidades del proyecto.
CE4. Diseñar, implementar y gestionar un plan de gobierno de datos para dotar
de coherencia la estrategia implementada.
CE5. Entender la relación entre el modelamiento de datos y las herramientas de
Business Intelligence para obtener una visión integral de ambos conceptos.
 CE6. Integrar los datos de diferente origen, incluyendo su extracción y
organización para generar bases de datos analizables según los objetivos
planteados.
CE7. Diseñar y elaborar cuadros de mandos en PowerBI y Carto para adoptarlos
durante el proceso de explotación de datos.
CE8. Diseñar estrategias de visualización de indicadores a través de dashboards
para maximizar su impacto.
CE9. Identificar los diferentes casos reales en los que se implementan proyectos
de Business Intelligence y Data Analytics para obtener una visión real del
alcance e implementación de este tipo de proyectos.
CE10. Analizar e interpretar correctamente los datos recolectados, aplicando los
conocimientos adquiridos, para justificar las medidas y/o estrategias adoptadas.

2.3.
Requisitos de admisión y titulación

Perfil de los alumnos y requisitos de admisión

El Máster de Formación Permanente en Business Intelligence y Data Management va

dirigido a profesionales con perfil de negocios, que estén interesados en conocer y/o
profundizar su conocimiento en técnicas de gestión y análisis de datos, profesionales
con perfil técnico con experiencia en distintas tecnologías que deseen introducirse en el
mundo del análisis de datos.

Por lo tanto, se espera que los alumnos sean profesionales que quieran reorientar sus
carreras hacia el análisis de datos, viniendo de distintas áreas, o que buscan introducirse
en el análisis de los datos para empezar a trasladar ese conocimiento en su día a día.

Los requisitos para acceder al Máster de Formación Permanente en Business

Intelligence y Data Management de son los siguientes:

 Perfiles de negocio que por sus funciones estén interesados en conocer y/o
profundizar sus conocimientos en Business Intelligence & Data Management.

 Perfiles técnicos con experiencia en distintas tecnologías que buscan

introducirse en el campo del Business Intelligence & Data Management

 Perfiles que buscan reorientar sus carreras hacia el Business Intelligence & Data
Management viniendo de una especialidad distinta.
Titulación
El Máster de Formación Permanente en Business Intelligence y Data Management
nace de la unión de INESDI y UNIE.

Por un lado, INESDI es una escuela de negocios tecnológica que ofrece programas
formativos enmarcados dentro de las áreas de innovación y tecnología, con especial
foco en el impacto de ambas en los negocios. Aparte de la constante actualización de
los contenidos, según las nuevas tendencias en el entorno, así como del uso de
tecnologías aplicadas en el marco de los diferentes programas, INESDI cuenta con un
claustro docente que destaca por su amplia y contrastada experiencia en las áreas en
las que imparten sus módulos.

Por otro lado, UNIE es la primera universidad creada por un grupo empresarial, que
entiende el valor de las personas competentes, motivadas y formadas. UNIE conecta
con la realidad social y económica contemporánea.

Por todo ello, una vez finalizado el programa, los alumnos obtendrán:

 Un título propio de INESDI Business Techschool

 Un título de Máster en Formación Permanente acreditado por la UNIE, si se

cumplen los requisitos de la Universidad al finalizar el programa.

2.4.
Salidas profesionales
En INESDI apostamos por la formación como motor de cambio, de crecimiento y de
mejora tanto personal como profesional. La aplicación en el ámbito profesional de las
competencias desarrolladas, a lo largo del programa, contribuirán al crecimiento y
mejora de los alumnos, así como de sus empresas.

Una vez finalizado el programa, los alumnos podrán ocupar posiciones como:

 Responsable de proyecto de Business Intelligence.

 Analista de datos.

 Consultor especializado en gestión y análisis de datos.

 Analista de datos
2.5.
Plan de estudios
El plan de estudios se desarrolla durante 10 meses, con un esquema de diez módulos,
que se corresponderán con las asignaturas, un proyecto final de máster, tres talleres
voluntarios.

La estructura, contenidos y duración del Máster de FP en Business Intelligence y Data

Management nos permiten asegurar la consecución de los objetivos anteriormente
detallados, así como adquirir las competencias especificadas.

A. Estructura del programa

En la siguiente tabla se detallan los módulos que integran el Plan de Estudios del Máster
de Formación Permanente en Business Intelligence y Data Management:

MÓDULO ECTS

BLOQUE I. Fundamentos y estrategia de datos

El valor del dato y estrategias de Business Intelligence 3
Big Data y Cloud Computing 4
Data Governance y calidad de los datos 3
Arquitectura Cloud 5

BLOQUE II. Explotación inteligente de datos

Integración de datos 4
IA & Machine Learning 5
Explotación de datos 5
Visualización y data storytelling 3

BLOQUE III. Proyectos Business Intelligence

Gestión de proyectos de Business Intelligence y Analytics 5
Casos de Uso 3

BLOQUE IV. Digital Transformation

Digital Transformation 3
Customer Analytics 3
Digital & Personal Skills 4
 Trabajo final de máster
Trabajo final de máster 10

Talleres
Python
SQL
Power BI
Preparación para la certificación CAP/aCAP

B. Contenidos

A continuación, se explica en detalle cada uno de los módulos de los que consta el
programa.

> BLOQUE I. Fundamentos y estrategia de datos <

Módulo 1
El valor del dato y estrategias de Business Intelligence

Objetivo

El objetivo de este módulo es conocer el valor que tienen los datos, entender qué es
una compañía basada en datos y ser capaz de definir una estrategia. Se introducen los
conceptos claves que permitirán tener una visión completa del Business Intelligence. Se
identificarán los pasos más importantes que aseguran el éxito de un proyecto de
Business Intelligence, así como las diferencias con Business Analytics.

Contenidos

 El valor de los datos.

 Estrategias para convertirse en una empresa Data-Driven.

 Fases del análisis de datos.

 Arquitectura de datos

 Diferencias entre Business Intelligence y Business Analytics.

Módulo 2
Big Data y Cloud Computing

Objetivo
El objetivo de este módulo es introducir los conceptos claves del Big Data, cómo se
interrelaciona con el Business Intelligence, que ha supuesto su aparición, y cómo ha
impactado en la forma de tratar los datos.

Contenidos

 Fundamentos del Big Data

 Arquitectura Big Data

 Introducción al Cloud Computing

 Conceptos básicos del Cloud Computing

 Big Data & Analytics.

Módulo 3
Data Governance y calidad de los datos

Objetivo

El objetivo de este módulo es aprender lo importante que es gobernar y gestionar los

datos correctamente, cómo desarrollar un plan de gobierno del dato y cómo esto impacta
en la calidad de los datos; concepto clave para el buen funcionamiento y desarrollo de
los sistemas de análisis de datos.

Contenidos

 La importancia del gobierno de los datos

 Data Governance. Estrategia y Componentes

 Normativas e Implementación del Gobierno del Dato

 Privacidad de los datos, GDPR

 Implementación de un programa de Gobierno del Dato

 Definición de Calidad del Dato. Análisis calidad del dato usando pyhton.

 Roadmap y plan de acción.

Módulo 4
Arquitectura Cloud

Objetivo
El objetivo de este módulo es comprender las bases de las arquitecturas Cloud y las
principales plataformas, conocer las ventajas que ofrecen y principales diferencias con
las arquitecturas On-Prem, tener claras las tendencias de futuro en cuanto a las
arquitecturas de datos.

Contenidos

 Principios de las arquitecturas de datos.

 Arquitecturas Cloud vs On-Prem.

 Componentes de las infraestructuras Cloud

 Principales retos de la migración al Cloud

 Despliegue de soluciones Cloud

 Modelo de costes de arquitecturas Cloud

> BLOQUE II. Explotación inteligente de datos<

Módulo 5
Integración de Datos

Objetivo

El objetivo de este módulo es identificar la importancia de la integración de los datos

provenientes de distintos orígenes con el fin de estructurarlos y organizarlos de forma
que se pueda extraer el máximo valor de los mismos en un único sistema.

Contenidos

 Introducción a los procesos de integración de datos.

 Procesos ETL: Extracción, Transformación y Carga.

 Integración y validación de nuevos datos.

 Planificación y orquestación de procesos ETL.

 Open Data: Explorando y utilizando datos abiertos.

Módulo 6
IA & Machine Learning

Objetivo
El objetivo de este módulo es entender qué es la analítica avanzada, de qué fases se
compone y en qué casos se puede aplicar. Este módulo pondrá foco en los conceptos
que están apareciendo y cómo se llevan a la práctica en diferentes industrias.

Contenidos

 Fundamentos de Inteligencia Artificial & Machine Learning.

 Construcción y uso de modelos con ML

 Preparación y limpieza de datos con ML

 Herramientas AutoML

 Evaluación de modelos

 Principios éticos IA en el uso de los datos

 Gen AI y LLMs

Módulo 7
Explotación de datos

Objetivo

El objetivo de este módulo es aprender a desarrollar una solución de visualización de

datos end-to-end. Se abordará las diferentes maneras de explotar los datos y se
aprenderá a diseñar un cuadro de mando integral.

Contenidos

 Introducción a PowerBI y Carto.

 Ingesta de información en PowerBI, diferentes fuentes.

 Creación de modelo de datos.

 Diseño de mapas en Carto.

 Publicar y compartir

Módulo 8
Visualización y data storytelling

Objetivo
El objetivo de este módulo es incorporar mejores prácticas en la presentación de
información. Un aspecto clave en los sistemas de reporting de datos es la comunicación
de resultados y la forma en la que lo trasladamos a los distintos stakeholders. Para ello,
la forma en la que visualizamos es clave e impacta en los resultados que podemos
obtener con nuestros análisis. Se profundizará en los fundamentos de la visualización
de los datos y cómo buscar las mejores representaciones a nuestros insights.

Contenidos

 Qué tenemos que visualizar: comprensión de los datos y elección de lo que

queremos mostrar.

 Herramientas a utilizar: elección de la mejor herramienta para visualizar los

resultados.

 Diseño de dashboards.

 Storytelling: la forma en que contemos los resultados es vital para el éxito.

> BLOQUE III. Proyectos Business Intelligence <

Módulo 9
Gestión de proyectos de Business Intelligence y Analytics

Objetivo

El objetivo de este módulo es comprender los fundamentos del Project Management en

Business Intelligence, mejorar las habilidades de comunicación y gestionar los riesgos
del proyecto. Se estudiará la metodología agile para trabajar proyectos con mayor
calidad y en menor tiempo, además de asegurar que el resultado a obtener es el que el
usuario quiere.

Contenidos

 Introducción al Cambio Organizacional y la Innovación.

 Diseño Centrado en el Ser Humano (HCD).

 Metodologías Agile para el Cambio Organizacional.

 Mapeo de Alineación de Equipos (Team Alignment Map).

  Integración y Aplicación Práctica.

Módulo 10
Los Casos de Uso

Objetivo

El objetivo del módulo es enseñar al estudiante a llevar a la práctica todo lo aprendido

en el resto de los módulos del máster, a través de casos reales de aplicación de datos
y analítica en las empresas. Para ello, se le mostrará cómo identificar y diseñar casos
de usos que tengan un impacto real en las organizaciones.

Contenidos

 Introducción a los casos de uso.

 Indicadores clave de gestión.

 Diseño de casos de uso.

 Ejemplos de casos de uso.

> BLOQUE IV. Digital Transformation <

Módulo 11
Digital Transformation

Objetivo

El objetivo de este módulo es que el alumno conozca los nuevos modelos de negocio y
ecosistemas digitales y, que comprenda las tecnologías disruptivas como base de la
digitalización.

Contenidos

 La disrupción digital. ¿por qué ahora?

 Nuevos modelos de negocio y ecosistemas digitales.

 La digitalización. ¿En qué consiste?

 ¿Omnicanalidad u omniconsumidor?
  Tecnologías base de la digitalización: Internet de las Cosas, Blockchain, RPA,
Inteligencia Artificial.

 Digitalización sectorial: Sanidad; Industria; Retail.

 Caso práctico: Propuesta de valor en compañía Data Driven.

Módulo 12
Customer Analytics

Objetivo

El objetivo de este módulo es conocer las principales herramientas para realizar análisis
del comportamiento del cliente y análisis de datos de marketing y analítica web: recopilar
información, análisis, reporte y optimización, haciendo especial hincapié en las
herramientas Google Analytics y Tag Manager.

Contenidos

 Estrategia de datos de cliente: métodos más destacados para obtener

información relevante de los clientes.

 Principales métricas e indicadores de Cliente: definición, construcción y uso

 Segmentación de clientes y modelos de propensión.

 Introducción al geomárketing: análisis geoespacial de los clientes.

 Research cuantitativo y cualitativo de clientes.

 Customer Lifetime Value: maximización del valor del cliente mediante la

activación del dato.

 Google Analytics 4.

 Google tag manager.

 Looker Studio.

Módulo 13
Personal & Digital Skills

Objetivo

El objetivo de este módulo es descubrir las competencias clave asociadas al liderazgo

digital y aprender a desarrollar su rol como promotor de la disrupción dentro de la
empresa. El estudiante conocerá, por ejemplo, cómo impulsar la colaboración y el
compromiso y cómo desarrollar el talento en sus equipos. También, descubrirá qué
comportamientos guían hoy las nuevas formas de trabajo y los nuevos modelos de
organización.

Contenidos

 Inteligencia organizacional.

 Liderazgo facilitador y distribuido.

 Escucha, empatía y foco en la persona.

 Participación y colaboración en equipo.

 Innovación y emprendimiento en red.

 Comunicación pública e interpersonal.

> TRABAJO FINAL DE MÁSTER <

Los alumnos deberán presentar y defender un Trabajo Final de Máster consistente en

un Plan de Business Intelligence orientado a un caso de uso a elección de los alumnos
ante un Tribunal formado por el director del programa y uno o varios miembros del
Claustro, además del tutor académico.

El trabajo se realizará por grupos. A cada grupo se le asignará un tutor perteneciente al

claustro de profesores, que será responsable de velar por el correcto avance del
proyecto, tutorizando los avances y aportando su feedback continuado.

Para la realización del proyecto, se han de presentar a lo largo del curso una serie de
entregables que serán enviados al tutor en las fechas que éste indique, y que serán
corregidos y devueltos con las aportaciones que éste crea necesario para el correcto
avance del proyecto.

La presentación y defensa ante un tribunal del proyecto final por parte de todos los
alumnos integrantes del grupo es condición indispensable para obtener la nota de este
apartado y la obtención del título ya que es obligatoria la realización del proyecto. La
presentación tendrá lugar una vez finalizado el curso, a lo largo de las siguientes 4
semanas, y la fecha estará fijada al inicio del mismo siendo inamovible (salvo causa de
fuerza mayor).
C. Talleres

Durante el Máster de Formación Permanente en Business Intelligence y Data

Management, el estudiante tendrá la oportunidad de realizar 3 talleres prácticos:

>Taller 1 | Python <

El objetivo de este taller es conocer los fundamentos del lenguaje Python, realizar la
instalación de la herramienta y familiarizarse con el entorno de trabajo. Aprenderán a
utilizar Python como herramienta de análisis de datos para el Business Intelligence.

>Taller 2 | SQL<
El objetivo de este taller es dotar a los estudiantes de la capacidad para entender cómo
hacer consultas a una base de datos, confeccionar las que requiera para resolver
problemas de negocio y analizar casos de uso habituales.

>Taller 3 | Power BI <

El objetivo de este taller es realizar modelos semánticos en Power BI, basados en datos
de origen, y logrando completar el end-to-end desde la extracción del dato base, hasta
su transformación y carga en Power BI, para posteriormente crear dashboards de
visualización completos.

>Taller 4 | Preparación para la certificación CAP/ aCAP <

Durante dos semanas, los alumnos desarrollarán un seminario donde se les
proporcionará toda la información referente a las certificaciones CAP (para alumnos con
más de 3 años de experiencia profesional en Big Data y Analytics) o aCAP (para
alumnos con menos de 3 años de experiencia profesional en Big Data y Analytics). A
los alumnos se les facilitará el material adicional necesario para preparar estas
certificaciones. El taller se dividirá en tres bloques: 1. Introducción a los conceptos clave;
2. Preparación para el examen; 3. Consejos finales para la realización del examen.

D. Herramientas

A lo largo del programa los alumnos utilizarán, entre otras, las siguientes herramientas:

Python

Principal lenguaje de programación utilizado hoy en día en el ámbito de la ciencia de

datos (Data Science) y uno de los lenguajes más populares en general si no el que más.
Hay una enorme demanda en el mercado por expertos de Python y su crecimiento
parece no tener límites. La mayoría de soluciones de Machine Learning están
construidas con Python.

Power BI

Plataforma de Business Intelligence y visualización de datos por excelencia,

incuestionable líder de mercado el último lustro. Solución que permite conectarse a
múltiples orígenes de datos, prepararlos y mostrarlos en modernos e interactivos
gráficos. Ha adelantado a otros clásicos del mercado de visualización de datos como
Tableau, Qlik o MicroStrategy.
Herramienta on-premise de Microsoft utilizada para la explotación y visualización de
datos. Lider en el mercado de visualización, utilizada en la mayoría de las empresas por
su curva de aprendizaje y bajo coste.

MySQL Workbench

Tecnología y lenguaje de programación (SQL – Structured Query Language) por

excelencia para consultar y tratar información en bases de datos; el alumno aprenderá
los conocimientos esenciales para interactuar con dichos sistemas. Aprender SQL
aporta los fundamentos necesarios para interactuar de forma práctica con los datos y
entender cómo estos se estructuran y se relacionan entre sí.
Herramienta on-premise que se utiliza para la gestión de una base de datos SQL así
como la ejecución de consultas en lenguaje SQL.

Microsoft Azure

Plataforma de Microsoft para computación en la nube. Nos permite tener una

arquitectura que soporte cualquier proceso sea cual sea el tamaño de la empresa.

E. Metodología

En INESDI Business Techschool orientamos nuestra metodología al desarrollo de

competencias, conocimientos y habilidades. Promovemos la comunicación flexible e
inmediata, incentivamos la discusión efectiva, fomentamos el trabajo en equipo y
facilitamos la interacción entre todos los participantes, sean alumnos, profesores o
profesionales invitados.
Nuestra metodología se fundamenta en la combinación de aprendizaje práctico y
teórico, exigiendo la participación activa de los alumnos con sus opiniones y puntos
de vista. Los participantes, además de trabajar la documentación que se les entrega,
deben analizar y resolver casos prácticos que están basados en situaciones
empresariales reales y simuladas.

Así, utilizando los documentos de referencia, casos de estudio y simulaciones que te

ofrecemos a diario, se genera una experiencia rica de aprendizaje, conectada a la
realidad. Estudiar en INESDI Business Techschool supone estar al día en todo lo
relacionado con tu área de interés, sobre todo en los contenidos prácticos que el
equipo docente te irá suministrando día a día.

Nuestros alumnos profundizan en las últimas tendencias relacionadas con su área de

trabajo, formando parte de conversaciones dirigidas por profesionales en activo que
seleccionan las fuentes, reflexionan con nosotros y finalmente las llevan a la práctica.

La dinámica de aprendizaje del curso incluye:

Clases presenciales

Las clases presenciales combinan la explicación teórica, por parte del docente, de los
contenidos del programa con exposiciones de ejemplos reales y la resolución de
ejercicios prácticos para cada uno de los temas desarrollados.
Se trata de un espacio interactivo en el que los estudiantes participan en la discusión
sobre los casos propuestos por el docente. El objetivo es potenciar la visión y el
pensamiento crítico del estudiante sobre un tema particular.

Ejercicios

Suelen ser preguntas referentes a un tema o texto propuestos y sirven para evaluar
la trayectoria del alumno de forma continua. Pueden ser individuales o grupales.

Resolución de casos

Son una herramienta de evaluación que permite que el alumno tome decisiones en
relación a una temática concreta. Se suelen plantear en grupo para fomentar la
discusión entre los participantes.

F. Modelo de evaluación
El modelo de evaluación tiene como ejes clave:

 Contribuir a un seguimiento constante del programa.

 Asegurar el aprendizaje, el uso de los conceptos y procedimientos presentados.

 Valorar el grado de consecución de los objetivos del programa que deberán

traducirse en habilidades y competencias profesionales.

La calificación final obtenida por cada alumno en el programa se calcula del siguiente
modo:

 80% Evaluación Continua: media de las distintas asignaturas que lo

constituyen, siendo condición indispensable aprobar todas las asignaturas. El
alumno puede suspender hasta 3 módulos, teniéndolos que recuperar al
finalizar el máster. La nota mínima que se debe obtener para superar un
módulo es un 5.

 20% Trabajo Final de Máster: es imprescindible para la obtención del título

aprobar el proyecto final.

La Evaluación Continua se realiza de forma constante a lo largo de todo el programa,

existiendo para cada una de las asignaturas una serie de actividades que el alumno
deberá́ realizar y que serán evaluadas por el profesor, quien informará al alumno de la
calificación obtenida en cada una de ellas, así́ como de los aspectos a mejorar en caso
necesario.

Si se suspende uno, dos o tres módulos, el alumno tendrá la posibilidad de acceder a

una actividad de recuperación que le permitirá demostrar que ha adquirido todos los
conocimientos impartidos en el módulo. Si el resultado de esta actividad es positivo, el
módulo quedará aprobado.
Si se suspenden más de tres módulos, el alumno no tendrá la posibilidad de acceder
al periodo de recuperaciones y tendrá que volver a matricularse de las asignaturas
suspensas en la siguiente convocatoria del programa.

G. Normativa académica

> Política de actividades entregadas fuera de plazo <

El Planning de cada módulo explicita las actividades de evaluación y las fechas en que
finalizan o se deben realizar las entregas. Es tan importante la participación como la
realización de las actividades en su fecha. En general, no se admiten solicitudes de
demora de entrega de las actividades, a menos que:

 La justificación de la demora tenga la importancia suficiente para ser

considerada por el profesor. Pueden ser motivos tanto personales como
profesionales, pero nunca se aceptarán demoras por asuntos relacionados con
vacaciones.

 Se entregue la actividad dentro de la nueva fecha especificada por parte del

profesor.

 Se envíe un mensaje al correo electrónico del profesor solicitando la aceptación

de la demora al menos 5 días ANTES de la fecha de entrega de la actividad.

 Se aplicará una penalización del 20% de la nota de estas actividades entregadas

fuera de plazo.

 Las actividades que sean entregadas sin cumplir los requisitos anteriores, no se
evaluarán ni tampoco se realizará ningún comentario sobre la calidad del
contenido de las mismas.

Solo se aceptarán excepciones a las normas anteriores por motivos graves de carácter
personal, como por ejemplo problemas de salud acreditados por el correspondiente
certificado médico.

> Política de honestidad académica <

Una Techschool es una comunidad de personas que se agrupan voluntariamente con
el propósito de aprender. En el corazón de este sentido de comunidad académica está
la idea de que el comportamiento de sus miembros se guía por un compromiso
compartido con los más altos estándares de integridad académica. Cualquier forma de
hacer trampa, plagio o ayudar a otros en actos de deshonestidad es una violación de
tales normas.

Como estudiante en este programa, usted se compromete a no recibir ni dar asistencia

no autorizada durante la realización de todo su trabajo en este programa. El plagio
consiste en la presentación deliberada, oral o escrita, de palabras, hechos o ideas que
pertenecen a otra fuente sin el reconocimiento adecuado.
INESDI percibe la deshonestidad académica como una de las ofensas más serias que
un estudiante puede cometer e impondrá las sancionas punitivas adecuadas a los
infractores.

3.
Claustro docente
En INESDI nuestro profesorado te asegura una experiencia de aprendizaje que combina
los conocimientos empresariales reales con el rigor académico.

Todos los profesores del Máster de Formación Permanente en Business Intelligence

y Data Managemente son profesionales destacadas que trabajan o han trabajado en
empresas e instituciones, tanto nacionales como internacionales, con una amplia
trayectoria tanto en la empresa como en la actividad formativa.

Tanto la contrastada experiencia de nuestros directores, en el diseño de los programas,

como la tutela personalizada de nuestros profesores a lo largo del curso, son la garantía
que da a tu titulación el valor práctico que las empresas requieren hoy en día.

Dirección del Título

Ignasi Villaseca Boj

Profesor Módulos: Explotación de Datos, Casos de Uso

 Responsable de soluciones Data & Analytics área comercial PepsiCo Europa

 Master en Gestión de las TIC.

 Master universitario en informática y su gestión.

 11 años de experiencia en el sector de Data & Analytics.

 Le gusta desarrollarse en ecosistemas globales en los que se apuesta por el

crecimiento tecnológico y la innovación.

Alex Gutiérrez Galopa

Profesor Módulos: Visualización de Datos, Casos de Uso

 Group Supply Chain Analytics Manager en dsm-firmenich

 8 años de experiencia en el sector de Data & Analytics.
  Maneja proyectos de Data & Analytics garantizando su alineamiento con la
estrategia de la compañía.

 MBA por la UPF (Universitat Pompeu Fabra).

 Master en Data Economy por la UPF (Universitat Pompeu Fabra).

 Grado en Matemáticas.

Claustro docente

Santiago San Antonio Álvarez

Profesor Módulo: El valor del dato y estrategias de Business Intelligence

 Master en Data Science.

 CDO (Chief Data Officer) en Aegon Seguros, una de las grandes empresas de
seguros a nivel mundial.

 Director del Postgrado Customer Intelligence en los años 2017 al 2019.

Guillem Quer Romeo

Profesor Módulo IA & Machine Learning

 Experto en análisis avanzado con más de siete años de experiencia laboral.

 Ayuda a las empresas a visualizar y aprovechar las posibilidades de la analítica

avanzada.

 Combina una sólida formación técnica en ingeniería de datos y AI/ML con un

gran interés en el lado comercial y la estrategia de la empresa.

 En la actualidad, se desempaña como Advanced Analytics Manager en SDG

Group Iberia.

 Ingeniería en Electrónica por la UPC (Universitat Politécnica de Catalunya).

Walter Olaizola

Profesor Módulo: Gestión de proyectos de Business Intelligence y Analytics

  Líder colaborativo reconocido por su capacidad para ofrecer resultados de alta
calidad que restablecen el enfoque, reducen costos y mejoran la eficiencia y la
productividad en toda la organización.

 Un Gerente con mucha experiencia especializado en la definición, entrega y

liderazgo de estrategias, programas y proyectos.

 Head of Data Strategy & Programs Spain en NTT Data

 Postgrado de desarrollo Directivo por la Universidad Autónoma de Barcelona.

 Grado en analista de Sistemas.

Joan Padreny Cabeza

Profesor Módulo: Los casos de uso

 Más de 20 años de experiencia creando y liderando proyectos de

transformación en empresas multinacionales con capacidades más sólidas en
Business Intelligence, Machine Learning y Process Management en los
sectores de Bienes de Consumo y Bienes Raíces.

 Digital Supply Chain Data & Analytics Global Director en dsm-firmenich.

 Ingeniero Industrial por la UPC (Universitat Politécnica de Catalunya).

 Grado en Técnicas de Investigación y Mercado por la Universitat Oberta de

Catalunya.

Pilar Yépez

Profesora Módulo: Digital Transformation

 Consultora y formadora de marketing digital.

 Directora creativa ejecutiva en Úbica Below.

 Consultora independiente de su marca personal LaDigitalista.

 Profesora colaboradora en el Máster en Comunicación Corporativa y

Estratégica de la Universidad Pompeu Fabra Barcelona School of
Management.

 Grado en Publicidad por la Universidad de Sevilla.

Maite Moreno Bosch

Profesora Módulo: Personal & Digital Skills

  Socio fundadora de MONDAY HAPPY MONDAY una consultora de innovación
Psicológica.

 Competencia investigadora por el Colegio de Médicos de Barcelona.

 Máster en Dirección de Recursos Humanos por EADA

 Postgrado en Innovación y Design Thinking.

 Gestión ágil de proyectos con Scrum, Kanban, Lean y Extrem Programming.

 Certificado en Liderazgo en Innovación por el MIT (Massachusetts Institute

Technology).

 Más de 25 años de experiencia en gestión de RRHH.

Carlos Fenollosa Bielsa

Profesor Módulo: Big Data y Cloud Computing

 Fundador y CEO de Optimus Price.

 Ingeniería en Informática por la Universidad Politécnica de Cataluña.

 Máster en Inteligencia Artificial por la Universidad Politécnica de Cataluña.

Artemi Casanovas Duch

Profesor Módulo: Integración de datos

 Manager en SDG Group.

 Ingeniería en Telecomunicaciones por la Universidad Politécnica de Cataluña.

 Executive MBA por la UPF.

Carlos Giraldos

Profesor Módulo: Arquitectura Cloud

 Manager - Ingeniero y Arquitecto de Datos en PepsiCo

 Más de 20 años de experiencia como ingeniero de datos y diseñando

arquitecturas corporativas, actualmente en un entorno Cloud global.

 Ingeniería Superior Informático.

Pier Paolo Rossi

Profesor Módulo: Data Governance y calidad de los datos

 Asesor de Data e Inteligencia Artificial en Roca Salvatella.

 15 años de experiencia como director en Advanced Analytics, Data Science y

transformación de empresas, así como en diversos sectores empresariales
como finanzas, seguros, comercio minorista, y startups en Banc Sabadell.

 Anteriormente, 12 años de experiencia en consultoría estratégica y de marketing

para industrias de FMCG, Moda, Telco y Retail.

 Ingeniería Industrial en Energía Nuclear en la Universitat Politècnica de

Catalunya (UPC).

 Fundador y miembro de [Link]

Javier Sancho Piqueras

Profesor Módulo: Customer Analytics

 Ingeniería Técnica en Sistemas Informáticos por la Universitat Autònoma de

Barcelona.

 Experto en análisis digital, en programación web y en gestión de proyectos.

 COO y Digital Analytics Manager en Marketers Group.

Adrià Recort i Fernández

Profesor Taller: SQL

 Commercial Data Product Manager en PepsiCo.

 Grado en Ingeniería industrial por la Universidad Politécnica de Cataluña.

 Máster en Inteligencia Artificial por la IMF.

Daniel Slupski

Profesor Taller: PowerBI

 Manager en Data & Analytics en SDG Group.

 Ingeniería Industrial por la Universidad de costa Rica.

 Máster en International Business en EAE Business School.

Briant Gerlach
Profesor Taller: Python

 Data Science Director en Banco Sabadell.

 Grado en Matemáticas por la Universidad Simón Bolivar.

 Máster en Ciencia y Marketing por la Universidad Politécnica de Cataluña.