Máster en Ingeniería Informática y Big Data
Duración
Créditos
Fecha de inicio
Idioma
Certificado por
Precio
Precio con beca
Tu curso incluye:
• Curso Managing Yourself con contenidos de la Harvard Business Publishing
• Expedición gratuita de diplomas y expediente en formato digital
• Equipo de tutores disponible de lunes a domingo
• Masterclass impartidas por expertos
• Sesiones de Método del Caso en nuestro Campus Virtual en el Metaverso
• Registro en la Bolsa de Empleo con más de 15.000 ofertas
• Servicio de orientación laboral: Career Service
• Carné de estudiante internacional reconocido por la UNESCO
• Posibilidad de prácticas nacionales e internacionales
• Acceso a la Biblioteca Virtual
• Sala de Networking, Chats y Foros través del Campus Virtual en el metaverso
• Titulación expedida por el Instituto Superior Europeo de Barcelona y por la Universidad Isabel I
Al finalizar, recibirás un título propio EXPEDIDO POR LA UNIVERSIDAD ISABEL I
Descripción
El Máster en Ingeniería Informática y Big Data está diseñado para formar profesionales capaces de liderar proyectos tecnológicos complejos, gestionar la calidad y seguridad de los sistemas informáticos, y aplicar técnicas avanzadas de inteligencia artificial, big data y análisis de datos en el entorno empresarial. A través de un enfoque integral que combina competencias en gestión, desarrollo de software, seguridad de la información y tecnologías emergentes, el programa prepara a los estudiantes para impulsar la transformación digital de las organizaciones con una visión estratégica y técnica.
Los participantes aprenderán a desarrollar soluciones innovadoras basadas en inteligencia artificial, a analizar grandes volúmenes de datos con herramientas actuales, y a dirigir proyectos TIC asegurando estándares de calidad, seguridad y eficiencia operativa.
Estudiando en UNISEB recibirás el asesoramiento de expertos y tutores que junto con la metodología de estudio asegurarán tu éxito profesional.
¿A quién va dirigido?
Este máster está orientado a profesionales que deseen especializarse en la gestión avanzada de proyectos tecnológicos y en el análisis de datos aplicados al negocio. Es especialmente adecuado para:
- Profesionales del ámbito de la informática, la ingeniería o las telecomunicaciones que busquen liderar proyectos de transformación tecnológica.
- Técnicos y analistas que deseen adquirir competencias en inteligencia artificial, machine learning y big data aplicados a procesos empresariales.
- Responsables de sistemas, calidad o seguridad informática que quieran profundizar en la gestión integral de tecnologías de la información.
- Emprendedores y consultores interesados en crear o asesorar soluciones basadas en datos y tecnologías inteligentes.
- Graduados en disciplinas STEM que deseen proyectar su carrera hacia áreas de alta demanda tecnológica y analítica.
Objetivos
El programa busca capacitar al alumno para que pueda asumir responsabilidades tanto técnicas como estratégicas en entornos altamente digitalizados. Entre sus objetivos principales se encuentran:
- Desarrollar competencias en la planificación, gestión y dirección de proyectos TIC de gran envergadura.
- Aplicar principios de calidad y auditoría en el desarrollo y mantenimiento de sistemas informáticos.
- Implementar soluciones de inteligencia artificial y machine learning en procesos de negocio.
- Diseñar e implementar arquitecturas de big data para el procesamiento de grandes volúmenes de información.
- Comprender y aplicar normativas de seguridad de la información, análisis de riesgos y planes de continuidad.
- Desarrollar aplicaciones web, móviles y APIs seguras y funcionales, integrando tecnologías front-end y back-end.
- Utilizar herramientas de análisis inteligente de datos, visualización y business intelligence para mejorar la toma de decisiones.
Salidas profesionales
Los egresados del máster estarán preparados para desempeñar funciones clave en departamentos de sistemas, innovación, análisis de datos o consultoría tecnológica. Algunas de las funciones que podrán ejercer incluyen:
- Dirigir proyectos tecnológicos desde su planificación hasta su implementación, coordinando equipos multidisciplinares y aplicando metodologías ágiles.
- Diseñar e implementar soluciones de inteligencia artificial avanzada y modelos de aprendizaje automático, adaptados a las necesidades de negocio.
- Realizar auditorías de calidad y seguridad de los sistemas informáticos, estableciendo procesos de mejora continua y evaluación de riesgos.
- Desarrollar aplicaciones web y móviles con estructuras modernas y seguras, integrando servicios en la nube y APIs.
- Analizar grandes volúmenes de datos con herramientas de big data y business intelligence, extrayendo patrones útiles para la toma de decisiones estratégicas.
- Diseñar arquitecturas de bases de datos a gran escala y optimizar el rendimiento de sistemas de almacenamiento y consulta masiva de datos.
- Crear entornos de visualización de datos e informes interactivos para comunicar resultados de manera clara y efectiva a los distintos niveles de una organización.
Plan de estudios
MÓDULO 1. DIRECCIÓN DE PROYECTOS TIC
- Tema 1. Dirección de Proyectos TIC
- Tema 2. Auditoría y Calidad de los Sistemas Informáticos
- Tema 3. Desarrollo de Inteligencia Artificial Avanzada
- Tema 4. Servicios y Aplicaciones Web
- Tema 5. Tecnología y Desarrollo en Dispositivos Móviles
- Tema 6. Sistemas de Gestión de Seguridad de la Información
- Tema 7. Análisis Inteligente de Datos
- Tema 8. Servicios Big Data
- Tema 9. Optimización para Grandes Volúmenes de Datos
- Tema 10. Bases de Datos a Gran Escala
- Tema 11. Aplicaciones del Análisis de Big Data a los Negocios
- Tema 12. Inteligencia Artificial
- Tema 13. Visualización de Datos
- Tema 14. Tecnologías de Bases de Datos
MÓDULO 2. AUDITORÍA Y CALIDAD DE LOS SISTEMAS INFORMÁTICOS
- Tema 1. Definición y Conceptos Básicos de la Calidad en Sistemas Informáticos
- Tema 2. Factores que Influyen en la Calidad
- Tema 3. Planificación de la Calidad
- Tema 4. Gestión de la Calidad en Proyectos de Software
- Tema 5. Organización de un Plan de Calidad
- Tema 6. Control de la Calidad
- Tema 7. Métodos del Control de la Calidad
- Tema 8. Pruebas de Calidad en Sistemas Informáticos
- Tema 9. Estrategia de Pruebas
- Tema 10. Mejora Continua en el Proceso de Pruebas
- Tema 11. Métricas y Herramientas para Medir la Calidad
- Tema 12. Herramientas de Evaluación de Calidad
- Tema 13. Calidad en las Fases del Desarrollo
- Tema 14. Ejemplos Reales de Cada Fase del Desarrollo
- Tema 15. Mejora Continua
- Tema 16. Implementación en el Ciclo de Mejora Continua
- Tema 17. Revisión en el Ciclo de Mejora Continua
MÓDULO 3. DESARROLLO DE INTELIGENCIA ARTIFICIAL AVANZADA
- Tema 1. Tipos de Aprendizaje
- Tema 2. Algoritmos avanzados de Machine Learning
- Tema 3. Modelos de Ensamble
- Tema 4. Redes Neuronales Artificiales
- Tema 5. Técnicas de entrenamiento en Redes Neuronales
- Tema 6. Modelos Recurrentes y Variantes
- Tema 7. Cómo Mejoran las RNN para manejar secuencias Largas y Dependencias a Largo Plazo
- Tema 8. Introducción a los Transformers: Revolucionando el Procesamiento del Lenguaje Natural
- Tema 9. Mecanismo de Atención y la Arquitectura de Transformers
- Tema 10. Aplicaciones de Transformers: Ventajas, desventajas y principales modelos
- Tema 11. Técnicas de Optimización y Regularización de Modelos
- Tema 12. Optimización de hiperparámetros: estrategias como grid search y random search
- Tema 13. Despliegue y Mantenimiento de Modelos en Producción
- Tema 14. Monitoreo y actualización de modelos en entornos productivos
MÓDULO 4. SERVICIOS Y APLICACIONES WEB
- Tema 1. Introducción al Desarrollo de Aplicaciones Web (DAW)
- Tema 2. Conceptos Básicos de Desarrollo Web
- Tema 3. Arquitecturas Client-Server
- Tema 4. Frontend vs Backend
- Tema 5. Lenguajes y tecnologías fundamentales: HTML, CSS y JavaScript
- Tema 6. Herramientas y entornos de desarrollo
- Tema 7. Gestión de proyectos y dependencias
- Tema 8. Introducción a frameworks y librerías
- Tema 9. Crear una página Web estática con HTML y CSS
- Tema 10. Introducción a Git: Commits y pushes básicos
- Tema 11. Fundamentos de la Arquitectura MVC
- Tema 12. Implementación del MVC en Aplicaciones Web
- Tema 13. Patrones de Diseño Relacionados
- Tema 14. Integración de MVC con Tecnologías Frontend
- Tema 15. Manejo de Rutas y URLs Amigables
- Tema 16. Seguridad y autenticación en aplicaciones MVC
- Tema 17. ASP.NET Core
- Tema 18. Razor Pages
- Tema 19. ASP.NET Core MVC
- Tema 20. Integración de HTML, CSS y JavaScript en ASP.NET Core
- Tema 21. Introducción a Vue.js
- Tema 22. Desarrollo con Vue.js
- Tema 23. Introducción a Angular
- Tema 24. Desarrollo con Angular
- Tema 25. Comparativa entre Vue.js y Angular
- Tema 26. Creación de APIs RESTful con ASP.NET Core
- Tema 27. Seguridad en APIs
- Tema 28. Documentación y pruebas de APIs
- Tema 29. Integración del Backend con Frontend (Vue.js/Angular)
MÓDULO 5. TECNOLOGÍA Y DESARROLLO EN DISPOSITIVOS MÓVILES
- Tema 1. Sistemas de Comunicación Inalámbricos
- Tema 2. Comunicaciones Inalámbricas
- Tema 3. Pasado, presente y futuro de las Comunicaciones Inalámbricas
- Tema 4. Introducción a los Dispositivos móviles
- Tema 5. Componentes de los dispositivos móviles
- Tema 6. Redes a las que puede acceder un dispositivo móvil
- Tema 7. Lenguajes de programación para móviles
- Tema 8. Ejemplos de entornos de programación
- Tema 9. Metodología de desarrollo de aplicaciones móviles
- Tema 10. Características de un proyecto de desarrollo para dispositivos móviles
- Tema 11. Modelos de negocio para aplicaciones móviles
- Tema 12. Planificación y dirección de proyectos tecnológicos móviles
- Tema 13. Fundamentos del desarrollo de aplicaciones móviles sobre Android
- Tema 14. Interfaz gráfica de usuario (GUI) en Android
- Tema 15. Herramientas de desarrollo Android
- Tema 16. Diseño de aplicaciones móviles
- Tema 17. Buenas prácticas de diseño
- Tema 18. Problemática de la seguridad en dispositivos móviles
- Tema 19. Seguridad en las comunicaciones inalámbricas
- Tema 20. Seguridad en el sistemas operativo y las aplicaciones
- Tema 21. Seguridad para el usuario
- Tema 22. Prácticas de seguridad recomendada
- Tema 23. Ecosistema de aplicaciones móviles y app stores
- Tema 24. Modelos de negocio para aplicaciones móviles
- Tema 25. Marketing y tecnología móvil
- Tema 26. Planificación y dirección de proyectos tecnológicos móviles
MÓDULO 6. SISTEMAS DE GESTIÓN DE SEGURIDAD DE LA INFORMACIÓN
- Tema 1. Dimensiones de la Seguridad de la Información
- Tema 2. Gestión de la Seguridad de la Información
- Tema 3. Normativa Legal en España
- Tema 4. Estándares de Seguridad de la Información
- Tema 5. Análisis De Riesgos
- Tema 6. Ciclo de vida de la seguridad
- Tema 7. Justificación y estudio de riesgos
- Tema 8. Metodologías de análisis de riesgos
- Tema 9. Gestión de riesgos
- Tema 10. Sistema de Gestión de la Seguridad de la Información (SGSI)
- Tema 11. Normativas internacionalmente reconocidas
- Tema 12. Planificar: Establecer el SGSI
- Tema 13. Hacer: Implantar y operar el SGSI
- Tema 14. Verificar: Monitorizar y Revisar el SGSI
- Tema 15. Desarrollo de un marco normativo de Seguridad de la información
- Tema 16. Clasificación de la información
- Tema 17. Herramientas para un SGSI
- Tema 18. Factores críticos de éxito en la implantación de un SGSI
- Tema 19. Planes de continuidad de negocio
- Tema 20. Esquema Nacional de Seguridad (ENS)
- Tema 21. Política de seguridad en el Esquema Nacional de Seguridad (ENS)
- Tema 22. Análisis y gestión de riesgos en el ENS
MÓDULO 7. ANÁLISIS INTELIGENTE DE DATOS
- Tema 1. Introducción al Análisis Inteligente de Datos
- Tema 2. Conceptos fundamentales
- Tema 3. Tratamiento de Datos
- Tema 4. Análisis Visual de Datos
- Tema 5. Metodología y áreas de aplicación
- Tema 6. Inteligencia Artificial Explicable (XAI)
- Tema 7. Inteligencia de Negocio (Business Intelligence)
- Tema 8. Selección y transformación de atributos
- Tema 9. Segmentación, predicción e identificación de patrones
- Tema 10. Técnicas avanzadas de análisis
- Tema 11. Herramientas de inteligencia de negocio
- Tema 12. Comparativa de técnicas y parámetros
MÓDULO 8. SERVICIOS BIG DATA
- Tema 1. Big Data
- Tema 2. Evolución y contexto empresarial del Big Data
- Tema 3. Arquitecturas y paradigmas en Big Data
- Tema 4. Cuándo emplear Big Data
- Tema 5. Ejemplos de uso de Big Data en distintos sectores
- Tema 6. Tipologías de datos
- Tema 7. Clasificación de bases de datos NoSQL
- Tema 8. Criterios de selección
- Tema 9. Prácticas y herramientas
- Tema 10. Arquitectura de Apache Hadoop
- Tema 11. Apache Spark
- Tema 12. Flujo de trabajo con ecosistema Big Data
- Tema 13. Ejemplos de procesamiento de grandes volúmenes de datos (logs, datos de redes sociales, etc.)
- Tema 14. Comparativa de tiempos de ejecución entre Hadoop y Spark
- Tema 15. Introducción a soluciones Cloud
- Tema 16. Principales proveedores y servicios
- Tema 17. Estrategias de migración y hibridación
- Tema 18. Escenarios de alto nivel
- Tema 19. Big Data Analytics
- Tema 20. Perfiles y roles en Big Data
- Tema 21. Casos de éxito y prácticas empresariales
- Tema 22. Propuesta de valor y adopción
MÓDULO 9. OPTIMIZACIÓN PARA GRANDES VOLÚMENES DE DATOS
MÓDULO 10. BASES DE DATOS A GRAN ESCALA
MÓDULO 11. APLICACIONES DEL ANÁLISIS DE BIG DATA A LOS NEGOCIOS
- Tema 1. People Analytics y retención del talento
- Tema 2. Performance y engagement con NLP
- Tema 3. Segmentación y fidelización del cliente
- Tema 4. Recomendadores y experiencia personalizada
- Tema 5. Retorno de inversión en People & Customer Analytics
- Tema 6. Forecasting de campañas y promociones
- Tema 7. Atribución omni-canal y optimización de inversión
- Tema 8. Detección de tendencias y patrones de consumo
- Tema 9. Recomendaciones y personalización en ventas
- Tema 10. Reporting estratégico de marketing
- Tema 11. Optimización del transporte y última milla
- Tema 12. Gestión inteligente de cadena de suministro
- Tema 13. IoT y sensores para eficiencia operativa
- Tema 14. Toma de decisiones para expansión de negocio
- Tema 15. Gobernanza de datos y estrategia AI futura
- Tema 1. Introducción al análisis de datos con Python
- Tema 2. Introducción al machine learning
- Tema 3. Machine learning supervisado
- Tema 4. Machine learning no supervisado
- Tema 5. Reinforcement Learning
- Tema 6. Fundamentos de Deep Learning
MÓDULO 13. VISUALIZACIÓN DE DATOS
- Tema 1. Teoría de la visualización de datos
- Tema 2. Python
- Tema 3. CARTO
- Tema 4. Power BI
- Tema 5. Google Data Studio
MÓDULO 14. TECNOLOGÍAS DE BASES DE DATOS
- Tema 1. Fundamentos de bases de datos
- Tema 2. Data technology
- Tema 3. Práctica de SQL (MySQL)
- Tema 4. Práctica de NoSQL. MONGODB
- Tema 5. Práctica de NoSQL (HBase)
- Tema 6. Bases de datos de grafos
- Tema 7. Bases de datos en cloud
Metodología
La metodología de estudios de UNISEB está diseñada con la finalidad de que el alumno pueda compaginar la vida personal y profesional. Todos los programas formativos de Máster, se imparten íntegramente online. De este modo el alumno puede acceder a todo el contenido formativo a través de nuestro Campus Online, siendo esta la principal plataforma de su formación, para que pueda estudiar desde cualquier lugar del mundo y a cualquier hora.
Para que el alumno pueda estudiar a su ritmo cómo y dónde quiera, con nuestro método 24/365 garantizamos a todos nuestros estudiantes un continuo asesoramiento durante cualquier día del año a cualquier hora mediante nuestro equipo de tutores.
Una vez matriculado, el alumno podrá acceder al Campus Virtual con todos los recursos académicos que necesita mediante el cual obtendrá una comunicación permanente entre los demás alumnos y profesores: material de estudio, foros, chats, networking con el resto de los alumnos, tutorías personalizadas, videotutoriales, masterclass y noticias de actualidad.
Para la evaluación el alumno podrá elegir uno de los siguientes tres métodos:
- Trabajo Final: Presentación de un trabajo/tesis al finalizar todas las asignaturas.
- Trabajos de Evaluación Continua: Presentación de un trabajo al finalizar cada una de las asignaturas.
- Examen final: Presentación de un examen final tipo test al finalizar todas las asignaturas.
A través de estos métodos se evaluará que el alumno haya adquirido todas las competencias necesarias en los diferentes bloques de estudio. Todos los métodos de evaluación se realizarán íntegramente online, facilitando el estudio a distancia por parte del alumno.
Financiación y becas
El Instituto Superior Europeo de Barcelona quiere atraer el mejor talento. Sabemos que financiar tu formación en un centro educativo de alto rendimiento puede ser todo un reto. La decisión de estudiar un Máster supone una inversión importante, así que UNISEB pone a disposición de sus alumnos diferentes modalidades de pago, ayudando en la financiación de los estudios:
- Al contado con tarjeta de débito / crédito
- Transferencia bancaria
- Posibilidad de financiar el pago
- Si eres una empresa tenemos condiciones especiales de financiación. Si deseas más información puedes consultar aquí.
Matriculación
Da un salto en tu carrera profesional con UNISEB. Completa ahora nuestro formulario de solicitud de información y uno de nuestros agentes formativos se pondrá en contacto contigo lo antes posible.
Nuestro equipo estará encantado de responder a todas tus preguntas y brindarte detalles sobre nuestros programas formativos, métodos de aprendizaje y cualquier otra información que necesites.
¡Esperamos recibirte pronto en nuestra escuela de negocios!
Este programa es impartido en colaboración con dos instituciones de prestigio internacional.
MBA - Máster en Administración y Dirección de Empresas
DURACIÓN
9 mesesDURACIÓN
9 mesesDURACIÓN
9 mesesDURACIÓN
9 mesesDURACIÓN
9 mesesDURACIÓN
9 mesesDURACIÓN
9 meses