Máster en Big Data y Analytics
El Máster en Big Data y Analytics, con titulación de máster en formación permanente, dota a los estudiantes de los conocimientos necesarios para gestionar proyectos de Big Data desde una perspectiva global. Desde la detección de oportunidades dentro de una organización hasta la entrega de soluciones a las áreas de negocio, los estudiantes aprenderán a liderar con confianza en cada etapa del proceso.
Todos aquellos alumnos que finalicen con éxito el Máster, opcionalmente, podrán realizar el examen para la obtención de las certificaciones aCAP® (Associate Certified Analytics Professional) o CAP® (Certified Analytics Professional), acreditaciones clave para el área de operaciones y analytics.
- 12 meses
- 60 ECTS
- ABRIL 2025
- Online
- ESPAÑOL
- 7500 €
Obtén además el doble título propio de nuestro partner académico en Madrid, la Universidad especializada en lo que demanda el mercado y cada disciplina.
Somos la 1ª Business School 100% online del mundo en recibir el rating QS Stars, obteniendo la máxima distinción, cinco QS Stars, en la categoría de Online Learning.
OBS es miembro de BGA (Business Graduates Association) de AMBA, institución que reconoce la calidad académica de las Business Schools de alto potencial.
Objetivos
- OBJETIVO 1.
TRANSFORMACIÓN DATA DRIVEN
Entender cómo transformar una organización tradicional, mediante la aplicación del concepto de análisis de datos hacia una cultura data driven organization. OBJETIVO 2.
FRAMEWORKS
Conocer los principales frameworks tecnológicos del mercado y sus principales aplicaciones: Hadoop, Spark, Neo4j, AWS, PowerBI, Qlik, Tableau, Python, R.OBJETIVO 3.
DATA VISUALIZATION
Identificar cuáles son las diferentes tipologías de información, su almacenamiento y procesos de calidad. Conoce las técnicas de gobierno de datos: adquisición, almacenado, proceso, análisis y visualización.OBJETIVO 4.
MACHINE LEARNING
Entender cómo extraer conocimiento de los datos para generar modelos predictivos vía estadística predictiva y machine learning.
Plan de estudios del Máster en Big Data y Analytics
Nuestro programa se estructura en 3 bloques y culmina con el Trabajo Fin de Máster. Además, durante el desarrollo del programa se realizarán 4 bootcamps voluntarios y diferentes actividades adicionales.
Bloque 1. Liderazgo de estrategias y lagos de datos
Bloque 2. Procesamiento, analítica avanzada e IA
Bloque 3. Gobierno, visualización y negocio
Trabajo Fin de Máster
Bootcamps y Actividades adicionales
1. Liderazgo de estrategias y lagos de datos
Este módulo ofrece una formación integral enfocada en capacitar a los estudiantes en el uso estratégico de los datos en las organizaciones. Comienza abordando el Retorno de Inversión (ROI), donde los alumnos aprenden a calcular el impacto financiero de los proyectos de datos, clave para justificar inversiones en tecnología y equipos especializados. La importancia de la calidad de los datos se destaca para evitar errores en la toma de decisiones, subrayando la necesidad de contar con datos consistentes, precisos y completos. Gestionando esta calidad mediante auditorías, validaciones y técnicas de limpieza Y garantizando datos confiables para análisis posteriores. Además, trataremos en profundidad la ética y legalidad en el uso de datos, cubriendo normativas como el GDPR y la implementación de principios como la transparencia, el consentimiento informado y el derecho al olvido, siempre asegurando un gobierno ético y legalmente sólido de los datos.
Profesor: Marc Subirà Docampo, Data Platform Manager at Kingfisher / Brico Dêpot.
VER PERFIL
En este módulo, exploraremos el vasto ecosistema de soluciones Big Data, adaptado a las diferentes tipologías de datos y capacidades de procesamiento que cada proyecto requiera. A medida que los volúmenes de datos crecen, la escalabilidad y la flexibilidad se convierten en aspectos críticos. Por ello, analizaremos cómo las soluciones más avanzadas están diseñadas para expandirse y ajustarse a las necesidades, siendo mayormente basadas en **entornos Cloud**, aunque también se incluyen opciones in house y arquitecturas híbridas. Algunas empresas prefieren mantener sus datos más sensibles en local, mientras que otras optan por entornos completamente Cloud o un mix entre ambas, buscando siempre el equilibrio entre seguridad y rendimiento.
A lo largo del módulo, no solo profundizaremos en las diferencias entre estas arquitecturas, sino que también exploraremos los principales proveedores de soluciones Big Data, ayudándote a comprender cuál es la mejor opción según las necesidades de tu proyecto. Además, abordaremos estrategias para diseñar **entornos elásticos** que optimicen tanto la eficiencia como el coste, garantizando que tu arquitectura sea capaz de adaptarse rápidamente a cambios en la demanda, sin comprometer la calidad ni los resultados.
Profesor: Francesc Taxonera Isart, Senior Architect. Client Technical Leader en IBM.
VER PERFIL
En el módulo Ingesta de Datos (ETLs, ELTs…) descubrirás cómo aprovechar al máximo las fuentes de datos tanto externas como internas, desde redes sociales y open data hasta bases de datos empresariales como CRMs, ERPs y sistemas transaccionales. Aprenderás a manejar el flujo de estos datos, transformándolos antes o después de su carga, para luego tratarlos mediante procesos avanzados de agregación que te permitirán generar KPIs clave para la toma de decisiones.
Un aspecto esencial será definir y aplicar reglas de calidad que aseguren que los datos sean precisos y no degraden la calidad de tu Data Lake. Este módulo te guiará paso a paso en el diseño de procesos de carga de datos que garantizan integridad, limpieza, historificación y una recursividad eficiente, permitiendo que tus datos siempre estén preparados para análisis profundos y confiables.
Es la base para construir entornos de datos sólidos, escalables y de alta calidad, asegurando que cada carga de datos respalde el éxito de tus proyectos de Big Data.
Profesor: Jordi Cahue Mestre, Innovation Lead en Kyndryl.
VER PERFIL
En el módulo Bases de Datos Avanzadas, te sumergirás en el mundo de las tipologías de bases de datos más allá de las tradicionales relacionales, diseñadas para gestionar los nuevos y diferentes flujos de información que hoy en día impulsan los negocios: Desde el manejo de vídeos, rutas críticas y documentos, hasta la explotación de datos de redes sociales, aprenderás a gestionar estas complejas fuentes de datos que se han convertido en clave para la toma de decisiones en las empresas modernas.
Exploraremos cómo el mercado tecnológico ha desarrollado soluciones innovadoras para almacenar y maximizar el valor de estos datos, permitiéndote entender sus ventajas y desafíos. A través de ejercicios prácticos, tendrás la oportunidad de experimentar con estas tecnologías y descubrir el potencial que ofrecen para optimizar la gestión y el análisis de grandes volúmenes de información, abriendo nuevas oportunidades para el éxito de tu empresa.
Profesor: Jordi Cahue Mestre, Innovation Lead en Kyndryl.
VER PERFIL
2. Procesamiento, analítica avanzada e IA
En el módulo Data Mining - Estadística Básica y Preprocesado de Datos, te adentrarás en el apasionante mundo de la extracción de información de grandes conjuntos de datos almacenados en tu Data Lake, transformando datos crudos en insights valiosos y accionables para tu negocio. Aprenderás a hacer que esos datos sean no solo accesibles, sino también fáciles de interpretar, un paso esencial para la toma de decisiones estratégicas.
Profesor: Ernesto Lores Garrido, Director de operaciones en Aquiles Solutions.
En el módulo Advanced Analytics: R, daremos el siguiente paso hacia la extracción de valor real de los datos, llevándolos más allá del simple análisis descriptivo para alcanzar un nivel de conocimiento avanzado. Una vez que hayamos asegurado la calidad y precisión de los datos, será el momento de interpretar, analizar y extraer insights profundos que impulsen decisiones estratégicas.
Profesor: Ernesto Lores Garrido, Director de operaciones en Aquiles Solutions.
En módulos previos, los estudiantes han aprendido a interpretar datos y extraer conocimiento a través del Análisis Descriptivo. Ahora, en este módulo de Machine Learning & Inteligencia Artificial, nos adentraremos en técnicas más avanzadas con el objetivo de anticipar eventos, generar datos y crear nuevo conocimiento mediante Análisis Predictivo.
Profesor: Fernando López Bello, Machine Learning Platform Product Manager en Nestlé.
VER LINKEDIN
3. Gobierno, visualización y negocio
En el módulo de Data Governance, descubrirás cómo establecer un marco sólido y eficiente para garantizar que los datos sean un activo confiable y estratégico dentro de la organización. El éxito en la gestión de datos va más allá de simplemente recopilarlos; es crucial definir reglas claras de uso: quién puede acceder a la información, cómo se interpreta cada dato y cómo mantener su linaje y trazabilidad a lo largo del tiempo.
Profesor: Francesc Taxonera Isart, Senior Architect. Client Technical Leader en IBM.
VER LINKEDIN
En el módulo de Técnicas de Visualización, descubrirás lo importante que es una buena representación gráfica cuando tenemos grandes volúmenes de datos. Aprenderás a elegir y aplicar las técnicas de visualización más efectivas según el tipo de información y los objetivos del análisis. Desde mapas de calor y clústeres, hasta gráficos dimensionales y caminos críticos, descubrirás cómo estas herramientas no solo facilitan la comprensión de datos complejos, sino que también revelan patrones y tendencias que de otro modo pasarían desapercibidos.
Profesor: Elena Cordero Fuertes, Senior Consultant BI en ABAST.
VER LINKEDIN
En el módulo Herramientas de Visualización y Autoservicio, exploraremos el ecosistema de herramientas de visualización, analizando cómo elegir la mejor solución adaptada a las necesidades específicas de cada organización. Dado que la simplificación de la tecnología es clave para garantizar un entorno eficiente, aprenderás a seleccionar una herramienta que permita unificar la visualización de datos en toda la empresa, asegurando así la seguridad, accesibilidad y disponibilidad de los mismos KPIs en todos los niveles de la organización.
Profesor: Albert Fernández Blade, Product Manager & Business Consultant en SCRM – Lidl International Hub.
VER LINKEDIN
TFM y Actividades Adicionales
Este programa está diseñado para complementar el contenido de los bloques temáticos con el entrenamiento necesario para conseguir su interiorización. El entrenamiento está concebido desde una triple vertiente: ayuda técnica, apoyo personal y planteamiento de los desafíos individuales y grupales que sean necesarios para conseguir los objetivos fijados.
Bootcamps Pre-Másters
El estudiante tendrá la oportunidad de cursar 3 Bootcamps Pre-Máster que se abrirán progresivamente y se podrán cursar en cualquier momento. Una vez finalizado y superado el curso, se obtendrá un certificado de finalización.
- Bootcamp 1. Personal Branding
- Bootcamp 2. Data Storytelling
- Bootcamp 3. Pensamiento creativo e innovación
Por otro lado, los estudiantes también tendrán la oportunidad de tomar estos cursos pre-máster; sin embargo, estos solo están disponibles en inglés:
- Building Your Professional Brand for Employability and Career Success
- Finance Fundamentals
Taller introductorio | Capacitación Campus
Antes del inicio del curso académico, los estudiantes tendrán la posibilidad de cursar un taller introductorio al Campus donde se les brindarán las herramientas y conocimientos necesarios para el correcto uso de la plataforma durante el desarrollo del año académico.
Programa de Desarrollo Profesional (PDP)
Dos semanas antes del inicio del curso académico, el alumno podrá participar en un programa de desarrollo profesional donde trabajará, mano a mano con una docente, el desarrollo de diferentes habilidades como la gestión del tiempo, la productividad y gestión del estrés y la inteligencia emocional. Una vez finalizado el taller, y siempre que se hayan realizado las actividades pertinentes, se podrá obtener un certificado de finalización.
El Trabajo de Fin de Máster debe podrán adoptar dos enfoques, Business y/o Tecnológico, y dentro de estos enfoques podrán adoptar múltiples formas. Algunos ejemplos son:
Enfoque 1. Business
- Ejemplo 1. Desarrollo del Business Plan incluyendo equipo, infraestructura y entregables a negocio en un caso teórico empresarial con diferentes tipologías de datos.
- Ejemplo 2. Proyecto de consultoría de negocio de un caso real empresarial.
Enfoque 2. Tecnológico
- Ejemplo 1. Desarrollo de los Dashboards de negocio con una herramienta de mercado con diferentes tipologías de datos y definición de indicadores.
El Máster de formación permanente en Big Data y Analytics se complementa con conferencias y seminarios que se imparten en cada uno de los bloques. Estas actividades adicionales las realizan profesionales reconocidos en la gestión empresarial quienes, mediante videoconferencias, exponen sus experiencias y casos prácticos.
Bootcamp tecnológico
El programa de Big Data y Analytics comienza con un Bootcamp inicial diseñado para garantizar que todos los estudiantes, independientemente de su nivel de experiencia, adquieran una base técnica sólida. Este curso introductorio asegura que tanto los perfiles más tecnológicos como los menos experimentados cuenten con los conocimientos necesarios para avanzar de manera efectiva en el máster y abordar proyectos de Big Data con confianza. A lo largo del Bootcamp, los estudiantes tendrán acceso a recursos y materiales que les permitirán profundizar en los conceptos clave, además de realizar actividades prácticas que servirán como preparación tanto para la evaluación continua como para la evaluación final del curso.
Profesora: Marc Subirà Docampo, Data Platform Manager en Kingfisher / Brico Dêpot.
VER LINKEDIN
Bootcamp: Bases de datos basadas en grafos con Neo4j y Reporting avanzado con QlikSense
En el marco de este bootcamp, los alumnos se sumergirán en el fascinante mundo de las bases de datos basadas en grafos, centrándose en la aplicación práctica de Neo4j. A través de actividades prácticas, los participantes adquirirán habilidades fundamentales para modelar datos de manera eficiente utilizando el enfoque de grafos, comprendiendo las relaciones y conexiones inherentes a conjuntos de datos complejos. Neo4j, conocido por su potente capacidad para representar y analizar relaciones, permitirá a los alumnos explorar aplicaciones prácticas en diversos contextos, desde redes sociales hasta sistemas logísticos y de recomendación.
Además, los participantes aprenderán a potenciar sus análisis mediante la utilización avanzada de QlikSense para la generación de informes. Este componente integral del taller proporcionará a los alumnos las herramientas necesarias para visualizar y comunicar insights derivados de los datos almacenados en Neo4j. Desde la creación de dashboards interactivos hasta la generación de informes detallados, los participantes desarrollarán competencias clave en la presentación efectiva de datos, respaldando así la toma de decisiones informada y estratégica. En última instancia, este taller ofrece una experiencia inmersiva que fusiona la teoría y la práctica, equipando a los alumnos con habilidades esenciales en el ámbito de las bases de datos y la generación de informes avanzados.
Profesora: Besim Bilalli, Profesor.
VER LINKEDIN
Profesora: Albert Fernández Blade, Product Manager & Business Consultant en SCRM – Lidl International Hub.
VER LINKEDIN
Bootcamp: Construir un Lakehouse en Cloud (AWS)
Este segundo bootcamp tiene por objetivo construir un Lakehouse en uno de los proveedores de cloud más importantes en la actualidad: AWS. La construcción del Lakehouse pasa por la utilización e integración de diferentes componentes o servicios de datos que encajan en la arquitectura de referencia usada a lo largo del máster. Un Lakehouse es una propuesta de arquitectura que combina la flexibilidad de los Data Lakes con la sólida gestión de los datos estructurados de los Data Warehouse. Si se ubica esta arquitectura en el Cloud entonces también se disfruta de todas sus ventajas de escalabilidad, flexibilidad, gestión y pago por uso.
Profesora: Jordi Cahue Mestre, Innovation Lead en Kyndryl.
VER LINKEDIN
Profesora: Francesc Taxonera Isart, Senior Architect. Client Technical Leader en IBM.
VER LINKEDIN
Bootcamp: Preparación para la certificación CAP/aCAP
Durante dos semanas, los estudiantes desarrollarán un bootcamp donde se les proporcionará toda la información referente a las certificaciones CAP (para estudiantes con más de 3 años de experiencia profesional en Big Data y Analytics) o aCAP (para estudiantes con menos de 3 años de experiencia profesional en Big Data y Analytics). A los estudiantes 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.
*El coste de la certificación NO está incluido en el precio del programa. No obstante, los estudiantes tienen un descuento sobre las tasas del examen.
Profesora: Raquel Jorge Hernando, Analytical Model Controller en Climbea.
VER LINKEDIN
‘Case studies’: método del caso
La componente práctica del programa es indispensable y completa la formación teórica. Durante el curso se realizarán debates de temas de actualidad e interés en cada una de las asignaturas, simulaciones para la toma de decisiones aplicadas a situaciones reales o casos prácticos donde se analizarán, desde un punto de vista académico, los problemas planteados y las soluciones propuestas, así como los criterios tenidos en cuenta para llevarlas a cabo.
Webinars
La mayor parte de la formación se realiza de forma asíncrona, es decir, el intercambio de conocimiento se realiza a través de una plataforma que permite compartir textos escritos sin necesidad de que las personas estén conectadas al mismo tiempo.
Adicionalmente, en cada uno de los módulos, se organizan sesiones síncronas o ‘webinars’, es decir, sesiones en que todos los participantes están conectados al mismo tiempo, a través de una aplicación, permitiendo el intercambio de conocimiento en ‘tiempo real’.
Company visits
Durante el desarrollo del programa, el estudiante, tendrá la oportunidad de asistir de forma síncrona, a videoconferencias realizadas por profesionales expertos en el área del programa. Estos compartirán su experiencia y les brindarán best practices en el sector.
Los estudiantes que cursen el Máster de Formación Permanente en Big Data y Analytics tendrán la oportunidad de prepararse para la obtención de la siguiente certificación:*
- Certifciación CAP (para estudiantes con más de 3 años de experiencia profesional en analytics) y Certificación aCAP (para estudiantes con menos de 3 años de experiencia profesional en analytics).
*El coste de la certificación NO está incluido en el precio del programa; no obstante, los estudiantes de OBS tienen un descuento sobre las tasas del examen.
Además, los estudiantes también tendrán la oportunidad de prepararse para las siguientes certificaciones**:
- Certificación de Business IT de ICN
- Certificación Scrum (Product Owner & Scrum Master)
**El coste de las certificaciones y el curso preparatorio no está incluido en el precio del programa.
Metodología
OBS cuenta con una metodología online donde el core es el estudiante. Siempre avalada por profesores en activo y de prestigio internacional, que comparten sus conocimientos para potenciar el desarrollo profesional de los alumnos mediante un método flexible, colaborativo y con seguimiento personalizado. El objetivo es crear una experiencia educativa única que permita la asimilación de conocimientos de forma práctica.
Student ON tiene como pilar fundamental al alumno y, por ello, durante todo el curso los estudiantes cuentan con su Program Manager, una figura académica que los acompaña de manera personalizada.
Titulación
Después de finalizar con éxito el Máster de Formación Permanente y habiendo realizado los trámites pertinentes recibirás el título de OBS Business School. Además, tendrás la posibilidad de obtener el título de Máster en Formación Permanente emitido por la Universidad Internacional de la Empresa (UNIE), siempre que cumplas con los requisitos académicos, de documentación, pagos y administrativos establecidos. Para poder obtenerla, deberás disponer de una Titulación Universitaria de Grado (Ingeniería, Licenciatura o Diplomatura).
En OBS Business School apostamos por una titulación propia que permita la actualización de los programas en cada edición para estar a la vanguardia en el conocimiento que demandan hoy las empresas. Nuestros programas están enfocados a profesionales que quieran actualizar sus skills en management mientras viven una experiencia internacional, basándose la propuesta de valor en un enfoque académico global.
Proceso de Admisión
El objetivo fundamental de nuestro proceso de admisión es asegurar la idoneidad de los candidatos. Todos los participantes deben obtener el máximo provecho de esta experiencia de aprendizaje, a través de un contexto en el que sea posible desarrollar una relación a largo plazo con compañeros de clase, profesores y antiguos alumnos.
Tras cumplimentar la solicitud de admisión de uno de nuestros programas, recibirás un e-mail con información sobre la Escuela y un miembro del Departamento de Admisiones se pondrá en contacto contigo para poder iniciar el proceso de admisión. Habiendo superado la entrevista personal con éxito, deberás entregar toda la documentación requerida para continuar el proceso de admisión y poder certificar que cumplas con los requisitos del perfil del estudiante. Después de la celebración de un Comité de Admisiones, si es positivo, podrás inscribirte y matricularte en el programa solicitado.
Perfil del Alumno
Conoce el perfil de los alumnos y alumnas que han cursado el Máster en Big Data y Analytics.
