La matrícula es pot pagar:
- En un únic pagament abans del termini establert a la carta d'admissió del programa.
- En dos terminis, és a dir, fraccionant el pagament:
La rellevància de les dades en la societat actual és inqüestionable. Un bon percentatge d’empreses, les conegudes com empreses digitals, fonamenten el seu model de negoci en la recol·lecció, emmagatzemament i anàlisi de qualsevol dada rellevant per al seu negoci. Aquesta filosofia implica un canvi radical a l'hora de gestionar les operacions de les organitzacions i requereix la digitalització de tots els seus processos de negoci, com per exemple, creant sistemes informàtics per interactuar amb els clients o proveïdors (siguin pàgines web, aplicacions mòbils o sistemes GPS), sensoritzant els processos mecànics per tal de monitorar-los, etc.
Tot i que la digitalització d’una organització és una tasca feixuga, un cop feta, les dades generades i recollides poden ser analitzades amb l’objectiu de generar informació rellevant per la presa de decisions del negoci. Aquest fet, a hores d'ara, s’ha identificat com un factor d’èxit determinant i diferenciador que augmenta la competitivitat de les organitzacions.
Actualment, s’empra el terme Big Data per referir-se a un nou tipus de sistemes que recullen i analitzen dades de qualsevol natura, i els reptes que comporten. La definició més popular del Big Data està basada en les tres "Vs", que representen els seus 3 principals reptes: Volum (la digitalització de certs processos pot generar grans volums de dades), Varietat (provinents de fonts de dades heterogènies) i Velocitat (en referència al potencial temps d’arribada i processament de les dades en real-time).
El Big Data presenta nous reptes per les organitzacions en dos aspectes tecnològics principals: la gestió i l’anàlisi de les dades. Del punt de vista de la gestió de les dades, el Big Data requereix noves arquitectures (principalment basades en Cloud Computing i la gestió distribuïda de les dades i la memòria) i nous models de dades (com els documents grafs, key-value o streams). Del punt de vista de l’anàlisi de dades, cal considerar nous tipus de dades semiestructurats o no estructurats (com text o imatge), que avui dia representen una fracció important de les noves dades que es generen. A més, cal adaptar les tècniques d’anàlisi tradicionals a les característiques del Big Data, i això complica la preparació, entrenament i validació dels models.
La barrera d’entrada per incorporar solucions Big Data continua sent molt alta per a la majoria d’organitzacions, ja que la gestió i manteniment d’aquests sistemes és molt diferent de la de qualsevol altre. A més, les actuals eines són molt poc madures i requereixen un alt grau d’especialització per poder-les emprar correctament. Per aquest motiu, l’especialització en aquest àmbit implica un reciclatge específic basat en els principals conceptes darrere d’aquestes tecnologies. En l’àmbit d’aquests sistemes cal distingir entre la gestió de dades en sistemes Big Data (Big Data Management) i l’anàlisi d’aquestes dades per extreure coneixement rellevant per l’organització amb algoritmes de Data Mining i Machine Learning (Big Data Analytics). A més, no existeix una solució universal ni de gestió ni d’anàlisi que es pugui replicar fàcilment en qualsevol domini, ja que, per definició, en aquests entorns la solució depèn del cas d’ús (explotació) que tinguem entre mans.
Consegüentment, el màster en Big Data Management, Technologies and Analytics dóna una visió global d’un ecosistema Big Data i es profunditza en ambdós aspectes: gestió (Big Data Management) i explotació de les dades (Big Data Analytics), tot aportant aplicabilitat (Big Data Technologies) i visió de negoci (és a dir, com extreure valor) dins d’aquest món.
Enginyer de Telecomunicació per la Universitat Politècnica de Catalunya (UPC). Doctor en Informàtica per la Universitat de Karlsruhe i Executive MBA per Esade. Té més de vint anys d'experiència en R+D+i en l'àmbit de les TIC, formant part de diverses organitzacions a Europa i als Estats Units (British Telecom, NEC Deutschland, Mercedes-Benz Estats Units, Universitat de Califòrnia, Ficosa Internacional i Eurecat). Centrat en el món de les dades ha dirigit la creació del Big Data CoE i del Centre d'Innovació en Data Tech i IA de Catalunya. Actualment és head of Data&Analytics del grup BonPreu, alhora que docent en diverses universitats catalanes.