El proyecto se realizará en grupos de 2 o 3 personas que tendrán que desarrollar un
caso real aplicado. Los estudiantes tendrán que elaborar 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 en una empresa existente).
El proyecto debe proponer una solución innovadora al problema planteado, tanto en el aspecto técnico como en el valor añadido de negocio. Se valorará especialmente esta perspectiva.
Para llevar a cabo el proyecto, los grupos deben definir la
arquitectura funcional del sistema (incluyendo repositorios y flujos de datos, justificando el rendimiento que se obtendrá del sistema en un caso real), detallar el
tipo de análisis de datos a llevar a cabo (incluyendo la preparación de los datos, diseño de
features, adecuación del modelo escogido al reto 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 que se siga 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). La fórmula seguida garantiza la inmersión en una experiencia real siendo 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 hacerles propuestas personalizadas de productos de ocio.
- "A Location Based Social Media Data Gathering System for Predicting Crowded Places". 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 contextualizados con otros externos, se predecía el precio real y de venta de un inmueble.
- "Net 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 basada en los históricos de ventas.
