Máster en

Big Data Management, Technologies and Analytics

Fórmate en la UPC en el perfil profesional más demandado por las empresas.

Inicio
13/10/2021
Duración
9 meses
Modalidad
Presencial
Precio
8.600€

Programa
Contenidos formativos
Metodología de aprendizaje
Equipo docente
Entidades colaboradoras
Salidas profesionales
Testimonios y noticias
Solicita información o la admisión

Preguntas frecuentes COVID-19 para estudiar en la UPC School

Programa

Edición

5ª Edición

Créditos

60 ECTS (324 horas lectivas)

Modalidad

Presencial

Idioma de impartición

Español

Precio

8.600€

Opciones de pago de la matrícula

Opciones de pago de la matrícula:
- En un único pago antes del plazo establecido en la carta de admisión al programa.
- Pago fraccionado en dos plazos:

El 60% del importe total deberá pagarse en el plazo indicado en la carta de admisión del programa.
El 40% restante deberá abonarse, como máximo, al cabo de 90 días a partir de la fecha de inicio del programa.

- En cuatro plazos, fraccionando el pago con domiciliación:

El 40% del importe total deberá pagarse en el plazo indicado en la carta de admisión del programa.
El 60% restante se dividirá en 3 pagos domiciliados, que se repartirán equidistantemente entre el inicio y final de las clases lectivas.
El estudiante debe disponer y ser titular de una cuenta bancaria con IBAN ESXX

Observaciones campaña 0,7%

Inscripción abierta hasta el inicio del curso o hasta el agotamiento de plazas.

Descuentos, préstamos y ayudas

Fechas de realización

Inicio clases: 13/10/2021
Fin clases: 15/07/2022
Fin programa : 24/11/2022

Horario

Lunes: 18:00 a 21:00
Miércoles: 18:00 a 21:00
Viernes: 18:00 a 21:00

Lugar de realización

Facultat d'Informàtica de Barcelona (FIB)
C/ Jordi Girona, 1-3
Barcelona

¿Por qué este máster?

La relevancia de los datos en la sociedad actual es incuestionable. Un buen porcentaje de empresas, las conocidas como empresas digitales, fundamentan su modelo de negocio en la recolección, almacenamiento y análisis de cualquier dato relevante para su negocio. Esta filosofía implica un cambio radical en la hora de gestionar las operaciones de las organizaciones y requiere la digitalización de todos sus procesos de negocio, como, por ejemplo, creando sistemas informáticos para interactuar con los clientes o proveedores (sean páginas web, aplicaciones móviles o sistemas GPS), sensorizando los procesos mecánicos para monitorizarlos, etc.

A pesar de que la digitalización de una organización es una tarea pesada, una vez hecha, los datos generados y recogidas pueden ser analizadas con el objetivo de generar información relevante por la toma de decisiones del negocio. Este hecho, a estas alturas, se ha identificado como un factor de éxito determinante y diferenciador que aumenta la competitividad de las organizaciones.

Actualmente, se emplea el término Big Data para referirse a un nuevo tipo de sistemas que recogen y analizan datos de cualquier natura, y los retos que comportan. La definición más popular del Big Data está basada en las tres "Vs", que representan sus 3 principales retos: Volumen (la digitalización de ciertos procesos puede generar grandes volúmenes de datos), Variedad (provenientes de fuentes de datos heterogéneos) y Velocidad (en referencia al potencial tiempo de llegada y procesamiento de los datos en real-time).

El Big Data presenta nuevos retos por las organizaciones en dos aspectos tecnológicos principales: la gestión y el análisis de los datos. Del punto de vista de la gestión de los datos, el Big Data requiere nuevas arquitecturas (principalmente basadas en Cloud Computing y la gestión distribuida de los datos y la memoria) y nuevos modelos de datos (como los documents grafs, key-value o streams). Del punto de vista del análisis de datos, hay que considerar nuevos tipos de datos semi-estructurados o no estructurados (como texto o imagen), que hoy en día representan una fracción importante de los nuevos datos que se generan. Además, hay que adaptar las técnicas de análisis tradicionales a las características del Big Data, y esto complica la preparación, entrenamiento y validación de los modelos.

La barrera de entrada para incorporar soluciones Big Data continúa siendo muy alta para la mayoría de organizaciones, puesto que la gestión y mantenimiento de estos sistemas es muy diferente de la de cualquier otro. Además, las actuales herramientas son muy poco maduras y requieren un alto grado de especialización para poderlas emplear correctamente. Por este motivo, la especialización en este ámbito implica un reciclaje específico basado en los principales conceptos detrás de estas tecnologías. En el ámbito de estos sistemas hay que distinguir entre la gestión de datos en sistemas Big Data (Big Data Management) y el análisis de estos datos para extraer conocimiento relevante por la organización con algoritmos de Data Mining y Machine Learning (Big Data Analytics). Además, no existe una solución universal ni de gestión ni de análisis que se pueda replicar fácilmente en cualquier dominio, puesto que, por definición, en estos entornos la solución depende del caso de uso (explotación) que tengamos entre manos.

Consiguientemente, el máster en Big Data Management, Technologies and Analytics da una visión global de un ecosistema Big Data y se profundiza en ambos aspectos: gestión (Big Data Management) y explotación de los datos (Big Data Analytics), aportando aplicabilidad (Big Data Technologies) y visión de negocio (es decir, como extraer valor) dentro de este mundo.

Objetivos

Entender la problemática de gestión de Big Data y sus especificidades.
Identificar las características más relevantes en la gestión de datos que deben guiar la elección de una solución arquitectónica.
Conocer el paradigma de datos abiertos.
Practicar con las principales herramientas de gestión de Big Data actuales en el mercado (Hadoop, MongoDB, Neo4J, GraphDB,, Spark, etc.).
Entender cuándo un problema empresarial puede ser formalizado como un problema de aprendizaje automático.
Identificar los modelos estadísticos o de aprendizaje automático más adecuados para un problema dado.
Saber efectuar el pre-proceso de los datos ((siguin estructurades o no estructurades).).
Saber evaluar la tasa de acierto de los modelos propuestos.
Adquirir conocimientos específicos sobre el uso de Big Data para la toma de decisiones en la empresa.
Identificar las buenas prácticas en la aplicación de Big Data para la creación de un negocio.
Emplear herramientas de modelización de negocio.
Conocer los principios económicos, éticos y legales del funcionamiento de una empresa.

¿A quién va dirigido?

Graduados en informática o equivalente interesados en el ámbito del Big Data.
Profesionales informáticos, principalmente, desarrolladores, arquitectos, analistas de datos y administradores de sistemas, interesados en reciclarse hacia el ámbito del Big Data.
Graduados en estadística, matemáticas o ingenierías en general. En estos casos, los interesados tienen que tener una formación técnica en bases de datos centralizadas y programación.

El máster tiene como objetivo crear perfiles mixtos en gestión y análisis de datos.

Contenidos formativos

Relación de asignaturas

12 ECTS 72h

Data Management

Motivación

Contexto. La sociedad de los datos y el paradigma data-driven.
Casos de uso.
Cloud computing e ingeniería de servicios (XaaS).
La necesidad de un cambio de paradigma: NoSQL.

Principios básicos de las bases de datos no relacionales (NoSQL)

Fundamentos arquitectónicos.
Nuevos modelos de datos.

Fundamentos: nuevas arquitecturas

Conceptos básicos.
One size does not fit all.
Gestión y procesamiento distribuido de los datos.
Gestión y procesamiento de los datos en memoria.
Principales arquitecturas de referencia.

Fundamentos: nuevos modelos de datos

Conceptos básicos.
Modelos de datos no estructurados o semi-estructurados.
Principales modelos de datos en el mundo NoSQL: Key-Value, Document-oriented, Graphs, Graphs Semantics y Streams.
Modelización de datos avanzada (para sistemas no relacionales).

Principales familias de gestores NoSQL

Gestores Key-Value

Concepto y principios.
El ecosistema Hadoop: HDFS, HBase, MapReduce y Spark.
Consideraciones específicas de modelización.

Gestores Document-oriented

Concepto y principios.
Ejemplo: MongoDB y Aggregation Framework.
Consideraciones específicas de modelización.

Gestores Column-oriented

Concepto y Principios.
Ejemplo: Kudu (base de datos) y Parquet (ficheros).
Consideraciones específicas de modelización.

Gestores de grafos

Conceptos y principios.
Tipos de grafos y operaciones.
Ejemplo: Neo4J y Cypher.
Consideraciones específicas de modelización.

Gestores de grafos semánticos

Concepto y Principios: el paradigma Open/Linked Data.
Como abrir los datos.
Arquitecturas basadas en grafos versus tecnología relacional.
Marco de Descripción de Recursos (RDF) y SPARQL.
Ejemplo: GraphDB.
Consideraciones específicas de modelización.

Integración de datos

Procesos intensivos de datos vs. ETL.
Concepto de Data Lake, sistemas políglotas.
Orquestadores.

Visualización

Procesos de visualización.
Técnicas de visualización.

12 ECTS 72h

Data Analytics

Introducción

¿Qué es el knowledge discovery?
Estadística básica.
Introducción a R.

Pre-procesamiento de datos

Limpieza y adecuación de los datos.
Transformaciones.

Técnicas básicas de análisis

Regresión múltiple.
Profiling.

Análisis multivariante

Análisis de componentes principales.
Clustering.
Árboles de decisión.

Aprendizaje automático

Concepto.
Fundamentos matemáticos.

Principales técnicas de aprendizaje automático

Reglas de asociación.
Métodos lineales supervisados.
Redes neuronales.
Máquinas de vector soporte.
Bosques aleatorios.

Procesamiento de texto

Pre-procesamiento y preparación de los datos.
Principales técnicas de texto analíticas.
Information retrieval.

Análisis de series temporales

Pre-procesamiento y preparación de les datos.
Forecasting.
Detección de outliers.

Análisis de los datos avanzados

Paquetes de R para el procesamiento paralelo.
R sobre bases de datos relacionales.
Análisis de los datos en entornos distribuidos utilizando Hadoop Distributed File System (HDFS) y Spark

Spark R y MLlib.

16 ECTS 96h

Hands-on Experience: Data Maganement and Analytics

Infraestructura

Introducción a los entornos cloud.
Virtualización.
Servicios Oracle.

Almacenamiento distribuido

El Ecosistema Hadoop.
Sistemas Key-Value: HBase.

Procesamiento distribuido

MapReduce.
Spark: SparkSQL. Spark streaming. Spark graphs.
Análisis de datos en entornos distribuidos: MLlib. SparkR.

Document Stores

MongoDB.
Elasticsearch.

Bases de datos en grafo

Property-graphs: Neo4J.
Grafos semánticos: GraphDB.

Arquitectura de sistemas big data.

5 ECTS 33h

Negocio y Emprendimiento en Big Data

Introducción: El entorno competitivo de la empresa y big data

Big data landscape.

Técnicas de ideación de negocio

Clientes y usuarios.
Definición de productos y servicios.

Herramientas de modelización de negocio: Business model canvas

Elementos que lo conforman.
Casos prácticos.
Resolución casos: Twitter, Facebook, etc.

Proceso de financiación

Finanzas.
Financiación privada: Business Angels y Capital Risk.
Financiación pública.

Márquetin.
Creación de una empresa

Aspectos legales: Regulación de los datos.
Aspectos económicos.

Consideraciones éticas del big data: negocio y privacidad.
Presentaciones y pitch.

15 ECTS 51h

Proyecto

El proyecto se realizará en grupos de 2 o 3 personas que tendrán que desarrollar un caso real aplicado. Los estudiantes tendrán que realizar un análisis tanto de la perspectiva técnica (gestión y análisis de datos) como de la perspectiva de negocio (potencial viabilidad de la idea como negocio, independientemente de que se trate de una start-up o un nuevo producto/servicio a una empresa existente).

El proyecto tiene que proponer una solución innovadora al problema planteado, tanto en el aspecto técnico como en el valor añadido de negocio, y se valora de esta perspectiva.

Para llevar a cabo el proyecto, los grupos tienen que definir la arquitectura funcional del sistema (incluyendo repositorios y flujos de datos justificando el rendimiento que se obtendrá del sistema en un caso real), justificar el tipo de análisis de datos a llevar a cabo (incluyendo la preparación de los datos, diseño de features, adecuación del modelo escogido al problema entre manos, training y validación) y la viabilidad del negocio (posicionamiento y segmentación del negocio, así como la habilidad de hacer un pitch preciso sobre la idea de negocio y su valor). La gestión del proyecto también tendrá un peso especial, y se espera seguir una metodología ágil adaptada a proyectos Big Data (que se presentará durante el máster).

Cada grupo contará con el asesoramiento de tres tutores (profesores del programa expertos en negocio, gestión y análisis de datos, respectivamente) para el desarrollo de los proyectos. La fórmula seguida garantiza la inmersión en una experiencia real siente tutorizados por expertos en la temática. Como resultado, los proyectos resultantes han recibido varios premios y han dado pie a productos que han llegado a producción en varias empresas.

A continuación detallamos ejemplos de trabajos realizados en ediciones anteriores:

- "LifeStyle": A partir de datos de transacciones bancarias se perfiló el estilo de vida (actividades de ocio) de los clientes del banco con el objetivo de hacerlos propuestas personalizadas de productos de ocio.

- "A Location Based Social Media Fecha Gathering System for Predicting Crowded Plazas": A partir de datos en tiempos reales de diferentes redes sociales se predecía la afluencia de personas en los principales lugares turísticos de Barcelona. De este modo, se podían preparar acciones para descongestionar ciertas zonas de la ciudad con antelación.

- "Supermarker Shopping Assistant": se trata de una aplicación móvil que recomienda al cliente, durante su visita a un supermercado o hipermercado, qué productos alrededor suyo pueden ser de su interés. La aplicación incluye un self-checkout para hacer las compras más eficientes a través del escaneo del producto.

- "Urban Mobility and Traffic Safety Analytics": aprovechando los datos generados por los sensores de los llamados smart cars, se identifican conductas de riesgo, que podrían acabar en accidente, en tiempo real a partir del perfil de conducción habitual de cada conductor y los datos actuales recibidos en tiempo real.

- "Properties Data Collection Platform and Prices Prediction": a partir de datos de portales inmobiliarios contextualizadas con otras externas se predecía el precio real y de venta de un inmueble.

- "Neto Sales Forecasting": en el ámbito de las farmacéuticas, predecir la cantidad de medicamentos a producir por país con antelación es vital. En este proyecto se hacía una previsión de producción mensual por país basado en los históricos de ventas.

La UPC School se reserva el derecho de modificar el contenido del programa, que puede variar para una mayor adaptación a los objetivos del curso.

Titulación

Título de máster propio expedido por la Universitat Politècnica de Catalunya. Emitido en virtud del art. 34.1 de la L.O. 4/2007, de 12 de abril, por la cual se modifica la L.O. 6/2001, de 21 de diciembre, de Universidades. Para su obtención es necesario tener una titulación universitaria oficial. De no ser así, el estudiante obtendrá un certificado de aprovechamiento expedido por la Fundació Politècnica de Catalunya. (Ver datos que constan en el certificado).

Metodología de aprendizaje

La metodología docente del programa facilita el aprendizaje del estudiante y la consecución de las competencias necesarias.

Herramientas de aprendizaje

Sesiones magistrales participativas

Se exponen los fundamentos conceptuales de los contenidos a impartir, promoviendo la interacción con los estudiantes para guiarlos en el aprendizaje de los diferentes contenidos y el desarrollo de las competencias establecidas.

Sesiones prácticas en el aula

Se aplican los conocimientos en un entorno real o hipotético, donde se identifican y trabajan aspectos específicos para facilitar su comprensión, con el apoyo de los docentes.

Resolución de ejercicios

Se trabajan las soluciones mediante la ejercitación de rutinas y la aplicación de fórmulas o algoritmos, y se siguen procedimientos de transformación de la información disponible y de interpretación de los resultados.

Casos de éxito

Se presentan y comparten conocimientos y experiencias profesionales reales y de alto valor añadido, adquiridos durante una trayectoria destacada en el ejercicio de la profesión.

Aprendizaje basado en problemas (ABP)

Metodología de aprendizaje activo que permite que el estudiante se involucre desde un inicio y adquiera los conocimientos y habilidades a través del planteamiento y la resolución de situaciones o problemas complejos.

Tutorías

Se presta apoyo técnico a los estudiantes en el desarrollo del proyecto final, en función de su especialidad y de la temática del proyecto.

Criterios de evaluación

Asistencia

Se requiere como mínimo el 80% de asistencia a las horas lectivas.

Resolución de ejercicios, cuestionarios o exámenes

Pruebas individuales con el objetivo de evaluar el grado de aprendizaje y la adquisición de competencias.

Realización y presentación del proyecto final

Proyectos individuales o grupales en los que se aplican los contenidos impartidos en el programa. El proyecto puede estar basado en casos reales y comprender la identificación de una problemática, el diseño de la solución, su implementación o un plan de negocio. Contará con una presentación y la defensa pública del proyecto.

Prácticas y bolsa de trabajo

Desde el campus virtual My_Tech_Space los estudiantes podrán visualizar ofertas de trabajo de su área de conocimiento y presentar su candidatura en un entorno confidencial. La bolsa de trabajo de la UPC School tiene un volumen anual de cientos de ofertas de trabajo, entre contratos laborales y convenios de colaboración en prácticas.

Campus virtual

Los estudiantes de este máster tendrán acceso al campus virtual My_Tech_Space, una eficaz plataforma de trabajo y comunicación entre estudiantes, profesores, dirección y coordinación del curso. My_Tech_Space permite obtener la documentación de cada sesión formativa antes de su inicio, trabajar en equipo, hacer consultas a los profesores, visualizar notas, etc.

Equipo docente

Dirección Académica

Jovanovic, Petar
Ver perfil en futur.upc
Doctor de Ciencia de Computación por la Universitat Politècnica de Catalunya (UPC) y la Universidad Libre de Bruselas. Máster en Computación por la UPC. Ingeniero en Informática por la Universidad de Belgrado. Su ámbito de investigación se sitúa en el área de Business Intelligence, Big Data Management y sistemas de bases de datos distribuidas.
Romero Moral, Óscar
Ver perfil en futur.upc
Doctor en Informática por la Universitat Politècnica de Catalunya (UPC). Profesor del Departamento de Ingeniería de Servicios y Sistemas de Información de la UPC. Docencia tanto en el ámbito de grado como de máster universitario. Coordinador del Erasmus Mundus Master in Big Data Managament and Analytics (BDMA) y de la especialidad en Data Science del Master in Innovation and Research in Informatics (MIRI) de la UPC. Investigación en el ámbito de la gestión de los datos y de la información, en el que ha publicado más de cincuenta publicaciones en conferencias y revistas internacionales. Ha colaborado como consultor con SAP, HP, Zurich Seguros y OMS, entre otros.

Profesorado

Abelló Gamazo, Alberto
Ver perfil en futur.upc / Ver perfil en Linkedin
Doctor en Informática por la Universitat Politècnica de Catalunya (UPC). Profesor del Departamento de Ingeniería de Servicios y Sistemas de Información de la UPC. Docencia tanto a nivel de grado como en el Master in Innovation and Research in Informatics (MIRI), especialidad en Data Science. Coordinador en la UPC del doctorado Erasmus Mundus in Information Technologies for Business Intelligence - Doctoral College (IT4BI-DC). Ha colaborado como consultor con SAP, HP, Zurich Seguros y OMS, entre otros.
Aluja Banet, Tomàs
Ver perfil en futur.upc
Profesor titular de la Universitat Politècnica de Catalunya (UPC). Es autor de 60 artículos publicados en revistas científicas o como capítulos de un libro. Temas de investigación abordados: Análisis multivariante, modelos de minería de datos, modelos para la estimación de intangibles y diseño de sistemas de learning analytics. Miembro de comités científicos de conferencias internacionales (entre ellas Computational Statistics, COMPSTAT, y PLS). Ha participado en diversos proyectos de investigación europeos y españoles en el campo de los sistemas basados en meta-datos estadísticos, la fusión de datos y la modelización de intangibles, y ha sido consultor estadístico de La Caixa, Kantar Media, Idescat y el Ayuntamiento de Barcelona entre otros.
Belanche Muñoz, Luis Antonio
Ver perfil en futur.upc
Licenciado en Informática y Doctor en Inteligencia Artificial por la Universitat Politècnica de Catalunya (UPC). Profesor del Departamento de Ciencias de la Computación en la UPC, imparte docencia en el Grado en Ingeniería Informática, especialidad Computación, en el Grado en Ciencia e Ingeniería de Datos, en el Máster in Innovation and Research in Informatics, especialidad Fecha Science, y en el Máster en Inteligencia Artificial. Jefe de Estudios de la Facultad de Informática de Barcelona. Más de 130 publicaciones en revistas y congresos internacionales. Participación en 15 proyectos de investigación nacionales e internacionales.
Berbegal Castelló, José
Ver perfil en Linkedin
Ingeniero en Informática por la Universitat Politècnica de Catalunya (UPC). Ha trabajado durante más de 10 años en diferentes empresas del sector de la seguridad y defensa. Actualmente trabaja a Everis Aeroespacial, Defensa y Seguridad, en la división de aunav robots, dedicada al desarrollo de robots de desactivación de explosivos, ejerciendo como responsable del departamento de software e inteligencia artificial.
Berral García, Josep Lluís

Ingeniero informático, Máster en Arquitectura de Computadores y Doctor en Informática por la Universitat Politècnica de Catalunya (UPC). Su investigación se centra en aplicaciones de minería de datos, aprendizaje automático, y gestión automática de entornos en centros de datos. Actualmente trabaja como post-doct en el Centro Nacional de Supercomputación - Barcelona Supercomputing Center. Anteriormente trabajó en los grupos de "High Performance Computing" (HPC-UPC), "Relational Algorithms, Complexity and Learning" (LARCA-UPC) y en la industria en Systelab Technologies. Especialista en: Aprendizaje Automático (Machine Learning), Minería y Análisis de Datos (Data Mining), Inteligencia Artificial y gestión de Centros de Datos (Cloud Computing).
Bilalli, Besim
Ver perfil en futur.upc / Ver perfil en Linkedin
Doctor de Ciencia de Computación por la Universitat Politècnica de Catalunya (UPC) y Poznan University of Technology. Becario postdoctoral y profesor asociado en la UPC como parte del grupo de investigación Database Technologies and Information Management (DTIM). Está involucrado en actividades de investigación y enseñanza que van desde la gestión de datos hasta el aprendizaje automático. Sus intereses de investigación se encuentran en las áreas de administración de datos, preprocesamiento de datos y en la aplicación de técnicas de (meta) aprendizaje automático para brindar soporte al usuario para los diferentes pasos de análisis de datos. Miembro del comité del programa para las conferencias de Diseño, Optimización, Lenguajes y Procesamiento Analítico de Big Data (DOLAP) y DaWaK.
Delicado Useros, Pedro Francisco
Ver perfil en futur.upc
Catedrático del Departamento de Estadística e Investigación Operativa de la Universitat Politècnica de Catalunya (UPC). Autor de más de 35 artículos internacionales, sus temas de investigación incluyen el aprendizaje no supervisado (curvas principales, clustering, multidimensional scaling), el análisis de datos funcionales (dependencia espacial, componentes principales) y las aplicaciones (demografía, análisis de resultados electorales, bioinformática). Ha colaborado como consultor estadístico con SEIF-88 (ensayos clínicos) y la Agència per a la Qualitat del Sistema Universitari de Catalunya (muestreo).
Deulofeu Aymar, Joaquim
Ver perfil en futur.upc / Ver perfil en Linkedin
Licenciado y Doctor en Ciencias Económicas y Empresariales. Socio fundador y gerente de Qualitat, Serveis Empresarials, S.L., empresa en la cual desarrolla su actividad profesional como consultor desde hace más de 25 años. Profesor asociado al Departamento de Organización de Empresas de la Universitat Politècnica de Catalunya. Profesor en otras entidades como la Universitat Abat Oliva CEU, en la Escuela Superior de Comercio y Distribución (ESCODI). Actualmente, es Presidente del Círculo Económico y Social del Bajo Montseny y Secretario del patronato Fundación Privada Hospital de Sant Celoni.
Díaz Iriberri, José

Doctor en Computación por la UPC. Actualmente se dedica a la investigación en el campo de la informática gráfica y es profesor agregado en la Universidad de Vic. Ha sido investigador postdoctoral del programa de becas Marie Curie de la Comisión Europea en el grupo de Visual Computing del CRS4 (Italia). Su investigación se centra en la visualización de datos científicos, la computación paralela y programación de GPUs y el diseño de aplicaciones en entornos de realidad virtual y aumentada.
Escolano Peinado, Carlos

Máster en Inteligencia Artificial por la Universitat Politècnica de Catalunya (UPC). Ingeniero Informático por la UPC. Actualmente es doctorando en el Departamento de Teoría de la Señal y Comunicaciones de la UPC, donde trabaja en traducción automática con redes neuronales.
Galí Reniu, Ferran

Ingeniero Informático por la Universitat Politècnica de Catalunya. Jefe de Tecnología en Trovit, donde dirige proyectos de Big Data en una empresa en línea que agrega más de 200 millones de anuncios clasificados y atiende a más de 2 millones de usuarios por día. Colabora con la Universidad de Barcelona creando un nuevo Máster en Big Data Engineering.
García del Poyo Vizacaya, Rafael Emiliano
Ver perfil en Linkedin
Abogado y socio responsable en España del Dpto. de Derecho de las Tecnologías de la Información y de la Propiedad Intelectual del despacho de abogados Osborne Clarke. Es además secretario y letrado asesor de Consejos de Administración de varias compañías tecnológicas y está reconocido por los directorios internacionales Best Lawyers y Chambers Europe como un profesional líder en las áreas de tecnología, medios de comunicación y telecomunicaciones, tanto en el ámbito nacional como europeo. También actúa como árbitro y mediador ante diversas instituciones arbitrales.
González Alonso, Pedro Javier
Ver perfil en Linkedin
Ingeniero en Informática y Máster en Innovación e Investigación en Informática (especialidad en Business Intelligence y Knowledge Discoverer) por la Universitat Politècnica de Catalunya. MBA por Esade. Actualmente es head of data science en nixi1, donde lidera el desarrollo de la tecnología del chatbot conversacional y el tratamiento y análisis de las bases de datos.
Gutiérrez Torre, Alberto
Ver perfil en Linkedin
Licenciado en Ingeniería Informática y Máster en Investigación e Innovación en Informática, con mención en Data Science, por la Universitat Politècnica de Catalunya. Actualmente es estudiante de doctorado en el grupo de Data-Centric Computing en el Centro Nacional de Supercomputación en el Barcelona Supercomputing Center, dentro del proyecto PATRONS. Su foco se centra en la aplicación de machine learning sobre datos con características temporales (series temporales), limpieza de los mismos y en streaming.
Jamin Jean Jacques, Emmanuel
Ver perfil en Linkedin
Doctor en Informática por la Universidad París XI. Research engineer en varios proyectos europeos en el dominio de la web semántica (proyectos FP7: SevenPro, IntelLEO, Neon, Khresmoi, MultiSensor y proyectos Horizon 2020: Socatel, Roborder, Aqua3S, Welcome). Actualmente, consultor IT en Everis sobre temas de inteligencia artificial, particularmente la web Semántica y técnicas de proceso automático del lenguaje natural (NLP) para la gestión del conocimiento. También, tiene experiencia en la creación de una startup Open Data Consulting, en el cual fue Chief Techonlogy Officer (CTO).
Jovanovic, Petar
Ver perfil en futur.upc
Doctor de Ciencia de Computación por la Universitat Politècnica de Catalunya (UPC) y la Universidad Libre de Bruselas. Máster en Computación por la UPC. Ingeniero en Informática por la Universidad de Belgrado. Su ámbito de investigación se sitúa en el área de Business Intelligence, Big Data Management y sistemas de bases de datos distribuidas.
López Miralpeix, Miguel
Ver perfil en Linkedin
Ingeniero Informático por la Universitat Politècnica de Catalunya y Diplomado en Empresariales por la Universitat Oberta de Catalunya. Enterprise Architect en Oracle Consulting, trabajando en el despliegue de arquitecturas Big Data en grandes clientes tanto a nivel local (Caixabank, Gas Natural Fenosa, etc) como a nivel internacional (Banco Santander Rio en Argentina, CIMB en Malasia, Generalli en Italia, etc). Lidera el Oracle Barcelona Big Data Competence Center.
Montornés Solé, Jordi
Ver perfil en Linkedin
Ingeniero Superior en Informática por la Universitat Politècnica de Catalunya. Desde 2004, ha trabajado en empresas como Caixa Catalunya, HP o Vueling. Actualmente, ejerce como jefe de equipo en Ocado Technology.
Nadal Francesch, Sergi
Ver perfil en futur.upc / Ver perfil en Linkedin
Doctor en Informática por la Universitat Politècnica de Catalunya y la Université Libre de Bruxelles. Máster en Information Technologies for Business Intelligence por la UPC y la ULB. Actualmente, es investigador postdoctoral y profesor asociado del Departamento de Ingeniería de Servicios y Sistemas de Información de la UPC. Su ámbito de investigación se sitúa en el área de gestión de datos e información.
Oller Duque, Juanjo
Ver perfil en Linkedin
Arquitecto Técnico y Máster en Project Management por la Universitat Politècnica de Catalunya. Tiene formación en Big Data Analytics y en Comunicación, Negociación y Persuasión por Esade. Acumula m´s de diez años de experiencia en el sector del retail y seis como emprendedor a diferentes proyectos. Fundador y CEO de BitPhy. Actualmente, forma parte de la junta Edsade Alumni del Club Business Innovation & Technologies.
Patton Ripoll, Liam Winston
Ver perfil en Linkedin
Ingeniero Técnico en Telecomunicaciones por la Universitat Politècnica de Catalunya y Posgrado en Telemática por el Institut Català de Tecnologia. Acumula más de 20 años de experiencia profesional en diferentes sectores tecnológicos (telecomunicaciones, gaming, e-commerce) y, en los últimos 10 años, ha sido cofundador de diferentes startups. Actualmente, es CEO de Finecortex: Smart UX Solutions (big data visualization), y miembro del consejo de administración de empresas como IoT Mavoco AG (Austria) y Mobotory TEchnologies Inc. y de Inteligencia Artificial para InsurTEch (Los Ángeles). Es miembro del clúster de startups Barcelona Tech City y colabora habitualmente como docente y conferenciante.
Pradel Miquel, Jordi
Ver perfil en Linkedin
Ingeniero en Informática por la Universitat Politècnica de Catalunya (UPC). Fundador y chief executive officer (CEO) de Agilogy. Fundada el 2005, Agilogy se especializa en el desarrollo ágil de software a medida, ayudando a equipos mixtos de Agilogy y al cliente a aplicar con éxito las metodologías ágiles para desarrollar software en entornos tecnológicamente complejas y altamente cambiantes, usando la programación funcional y técnicas de Scrum, Kanban y XP entre otros. Ha sido profesor asociado del Departamento de Ingeniería de Servicios y Sistemas de Información de la UPC.
Queralt Calafat, Anna

Doctora en Informática por la Universitat Politècnica de Catalunya (UPC). Senior Researcher en el grupo de Workflows and Distributed Computing del Barcelona Supercomputing Center. Actualmente, lidera la línea de investigación Distributed Object Management, trabajando en gestión de datos distribuidos en entornos de alto rendimiento y edge-to-cloud. Anteriormente, fue profesora e investigadora en el Departamento de Ingeniería de Servicios y Sistemas de Información de la UPC, trabajando en modelización conceptual y razonamiento automático.
Romero Moral, Óscar
Ver perfil en futur.upc
Doctor en Informática por la Universitat Politècnica de Catalunya (UPC). Profesor del Departamento de Ingeniería de Servicios y Sistemas de Información de la UPC. Docencia tanto en el ámbito de grado como de máster universitario. Coordinador del Erasmus Mundus Master in Big Data Managament and Analytics (BDMA) y de la especialidad en Data Science del Master in Innovation and Research in Informatics (MIRI) de la UPC. Investigación en el ámbito de la gestión de los datos y de la información, en el que ha publicado más de cincuenta publicaciones en conferencias y revistas internacionales. Ha colaborado como consultor con SAP, HP, Zurich Seguros y OMS, entre otros.
Sánchez Hernández, Germán
Ver perfil en Linkedin
Doctor en Automática, Robótica y Visión por la Universitat Politècnica de Catalunya (UPC). Miembro activo del grupo de investigación en Ingeniería del Conocimiento del la UPC, con varias publicaciones en revistas. Colaborador académico en Esade. Jefe de proyectos en AIS - Aplicaciones de Inteligencia Artificial.
Torrent Moreno, Marc
Ver perfil en Linkedin
Ingeniero de Telecomunicación por la Universitat Politècnica de Catalunya. Doctor en Informática por la Universidad de Karlsruhe en Alemania y Executive MBA por Esade. Ha participado en varios proyectos de investigación en diversos campos de las TIC, formando parte de diversas empresas y universidades en Europa y Estados Unidos (British Telecom UK, NEC Deutschland, Mercedes-Benz R+D Estados Unidos, la Universidad de California en Berkeley y Ficosa International). Actualmente, es Director de la unidad Big Data Analytics en BDigital-Eurecat y director del Centro de Excelencia en Big Data de Barcelona impulsando la cultura de los datos y aportando soluciones innovadoras al mercado.
Torrents Poblador, Pere
Ver perfil en Linkedin
Economista de formación ha desarrollado su carrera profesional en áreas de desarrollo de negocio y dirección de empresas del sector de los videojuegos, especialmente para dispositivos móviles. Actualmente es Director de Operaciones en Scopely y profesor del Centre de la Imatge i Tecnologia Multimèdia de la Universitat Politècnica de Catalunya, en asignaturas de empresa y financiación tanto en grados como posgrados en videojuegos y Big Data.
Touma, Rizkallah
Ver perfil en Linkedin
Doctor en Arquitectura de Computadores por la Universitat Politècnica de Catalunya (UPC). Máster en Tecnologías de Información para Business Intelligence por la UPC y la Universidad Libre de Bruselas (ULB). Actualmente, es analista de conocimiento e ingeniero de la Unidad de Negocios Semánticos (SEMBU) en Everis España. Ha trabajado como investigador junior en el Centro de Supercomputación de Barcelona y ha participado en varios proyectos pan-Europeos (BigStorage, SoCaTel, CORDIS).
Vázquez Alcocer, Pere-Pau
Ver perfil en futur.upc
Doctor en Software por la Universitat Politècnica de Catalunya (UPC). Profesor titular de universidad, del departamento de Ciencias de la Computación de la UPC. Imparte docencia en grados y máster en la UPC y ha participado en la docencia de cursos de grado o de máster en otras universidades, como la Universidad de Núremberg, la Universidad de Girona, la Universitat Oberta de Catalunya o la Universidad de Vic.
Verdejo Álvarez, Gabriel

Ingeniero Informático por la Universitat Autònoma de Barcelona y Diploma De Estudios Avanzados (DEA) del programa de doctorado de Inteligencia Artificial. Posgrado en Gestión de la Innovación por laUniversitat Politècnica de Catalunya (UPC). Ha trabajado en varias empresas del sector TIC y de la innovación. Desde el 2010, es el Responsable del Laboratorio de Investigación y Desarrollo a la UPC (RDlab), del departamento de Ciencias de la Computación. Tiene amplia experiencia profesional en el apoyo, gestión de la investigación (proyectos nacionales y europeos) y la transferencia de tecnología/resultados en centros de investigación y en el mundo empresarial.
Ylipoti, Sara
Ver perfil en Linkedin
Licenciada en Relaciones Internacionales y en Ciencias Políticas por la Universidad de Loyola en Chicago. Chief Operations Officer en Moggie, startup del estudio creativo Studio Banana. La compañía ha ganado premios prestigiosos como en TechCrunch Disrupt y The Next Web Amsterdam. Anteriormente, fue la Operations Manager y Directora de Barcelona de Conector Startup Accelerator. Ha desarrollado su carrera en los ámbitos de la innovación y las startups, durante los últimos 9 años, y en las áreas de estrategia, operaciones y márquetin.

Entidades colaboradoras

Socios estratégicos

Facultat d'Informàtica de Barcelona. FIB (UPC)
- Difunde el programa en el entorno profesional y ámbito de especialización.

Socios colaboradores

Salidas profesionales

Data Scientist.
Digital Transformation Leader.
Data Engineer.
Chief Data Officer.
Data Architect.
Big Data Consultant.
Data Analyst Consultant.
Decisional Systems Engineer.

Testimonios y noticias

Testimonios

Soy Ingeniero en Informática y mi especialidad siempre han sido las Bases de Datos y en general todo lo relativo al Modelado de Datos Conceptual y Físico. Realicé el posgrado para poder evolucionar y ampliar mi especialidad, así como para iniciarme de la forma más académica y reglada posible en el ámbito analytics. La experiencia me ha permitido reorientar mi trabajo e iniciar e impulsar el entorno Big Data Analytics en la empresa. De hecho, nuestro proyecto final consistía en utilizar datos reales de la demanda de viajeros TMB para desplegar diferentes facetas que aprendimos durante el curso. La más difícil y espectacular fue adentrarnos en realizar un estudio predictivo de la demanda de pasaje en algunas estaciones de Metro de la L9 automática y de algunas líneas importantes de Bus de la nueva red ortogonal a partir de un modelo de Machine Learning.

Carles Teixidó Gálvez Responsable de Proyectos Big Data & Analytics en aTec - Sistemas de Información (Transports Metropolitans de Barcelona)

Una de mis responsabilidades es velar por la evolución tecnológica en la organización, identificando aquellas tecnologías que aporten valor al negocio. Desde el principio tenía claro el gran potencial del Big Data, una tecnología que ha llegado para quedarse. Buscaba un curso serio que me diera la amplitud y profundidad de conocimientos necesaria para comenzar a introducir Big Data en la empresa. Habiendo estudiado en la FIB, un máster con visión holística sobre el Big Data organizado por la UPC y dirigido por profesorado de renombre de la FIB, era ya una garantía de rigor. Tanto ha sido así que los conocimientos adquiridos me han permitido divulgar dentro de la organización el potencial de la tecnología Big Data aplicada a casos reales de negocio. Esto ha generado el interés necesario para lanzar pruebas de concepto y pilotos con muy buenos resultados. Más allá de los conocimientos, he conocido alumnos y profesores que han enriquecido aún más la experiencia. Mi opinión: 100% recomendable.

Oscar Galí Responsable de Arquitectura y Tecnología TI en Zurich

A la finalización de mis estudios en ingeniería informática en la FIB descubrí el mundo del Business Intelligence y me acabó atrapando. Actualmente y después de diez años trabajando en gestión y explotación de la información soy responsable del departamento de Business Intelligence y Analytics en Desigual. El posgrado en Big Data me ha dado un conocimiento amplio de cómo funcionan las bases de datos columnares, de grafos o con datos desestructurados tipo JSON, por ejemplo. He aprendido arquitecturas para desarrollar soluciones en tiempo real con un alto volumen de información. Y al mismo tiempo me ha aportado un abanico de algoritmos en estadística avanzada y Machine Learning los cuales soy capaz de aplicar en los problemas que se me presentan en mi trabajo. Esta es una formación con un alto nivel técnico para descubrir cómo se trabaja el Big Data y la analítica avanzada a través de la programación en diferentes tecnologías. Otorga una visión amplia en muchos aspectos y los conocimientos suficientes para afrontar proyectos de este tipo.

Marc Escribano IT Manager - Business Intelligence and Data Management en Desigual

Otras noticias

El País: "La fiebre del 'Big Data' llega al empleo"

03-10-2018

Solicita información o la admisión

Contacto:
(34) 93 114 68 05

¡Solicitud recibida!

Una vez registremos tu petición, recibirás confirmación por correo electrónico y nos pondremos en contacto contigo.

Gracias por tu interés en nuestros programas formativos.

Error

Por un error en la conexión a la base de datos tu solicitud no se ha podido cursar. Te agradeceríamos que repitas el proceso más tarde o bien que te pongas en contacto con nosotros llamando al (34) 93 112 08 08 o enviándonos un correo electrónico a: webmaster.fpc@fpc.upc.edu

Has superado el tamaño máximo del fichero

Solicita información
Si tienes alguna duda sobre el máster.
Solicita la admisión
Si quieres iniciar los trámites para matricularte.

Cómo iniciar la admisión

Para iniciar el proceso de inscripción a este programa hay que rellenar y enviar el formulario que encontrarás al pie de estas líneas.

A continuación, recibirás un correo electrónico de bienvenida donde se detallarán los tres pasos a seguir para formalizar el proceso de inscripción:

1. Completar y confirmar tus datos personales.

2. Validar tu currículum vitae y adjuntar la documentación adicional requerida, en caso de que sea necesaria para la admisión.

La UPC School requerirá, además del currículum vitae, la siguiente documentación adicional para la preinscripción a este Máster:

background

3. Pagar 110€ en concepto de derechos de inscripción al programa. El importe de estos derechos se descontará de la cuantía total de la matrícula y sólo se devolverá en caso de no resultar admitido.

Una vez realizado el pago de derechos y dispongamos de toda la documentación, valoraremos tu candidatura y, si has sido admitido en el curso, te enviaremos la carta de admisión. En este documento obtendrás todos los detalles para formalizar la matrícula del programa.

Quiero validarme con las credenciales del campus My_Tech_Space

He leído y acepto la política de protección de datos

* Campos obligatorios

Información básica o primera capa sobre protección de datos
Responsable	Fundació Politècnica de Catalunya (en adelante, FPC). + INFORMACIÓN
Finalidad	Contestar a las solicitudes de información del interesado sobre actividades de formación gestionadas o realizadas por la FPC. + INFORMACIÓN
Finalidad	Establecimiento o mantenimiento de relación académica con el interesado. + INFORMACIÓN
Legitimación	Consentimiento del interesado. + INFORMACIÓN
Legitimación	Interés legítimo en el desarrollo de la relación académica. + INFORMACIÓN
Destinatarios	No existen cesiones o comunicaciones.
Derechos	Acceso, rectificación, supresión, limitación, oposición y portabilidad. + INFORMACIÓN
Datos de contacto del delegado de protección de datos	info.dpo@fpc.upc.edu
Información adicional	Política de Privacidad de nuestra página Web. + INFORMACIÓN
Plazo de conservación	Política de Privacidad de nuestra página Web. + INFORMACIÓN
Cesión de imagen	Aceptación a la cesión, por un periodo de 10 años, las imágenes que la FPC pueda captar en las instalaciones donde se desarrolle su actividad, a fin de difundir y promocionar las actividades de la FPC y por el medio que esta tenga por conveniente.
Servicios de pago	En caso que el interesado formalice la relación con la FPC, el ordenante (interesado) autoriza y da su consentimiento al cargo, por tanto, con renuncia expresa al derecho de devolución sobre el cargo.

Enviar

Máster en Big Data Management, Technologies and Analytics