Big Data Management, Technologies and Analytics > Barcelona > Máster > UPC School > Imprimir -

Big Data Management, Technologies and Analytics

Máster Presencial.

Presentación

2ª EDICIÓN
UPC School
En breve publicaremos la información actualizada de la nueva edición de este programa.

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, almacenaje y análisis de cualquier dato relevante para su negocio. Esta filosofía implica un cambio radical a la hora de gestionar las operaciones de las organizaciones y requiere la digitalización de todos sus procesos de negocio (por ejemplo, creando sistemas informáticos para interactuar con los clientes o proveedores -ya 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 recogidos pueden ser analizados con el objetivo de generar información relevante para la toma de decisiones del negocio. Este hecho se ha identificado como un factor de éxito determinante y diferenciador que aumenta la competitividad de las organizaciones.

Actualmente, se utiliza el término Big Data para referirse a este nuevo tipo de sistemas, que recogen y analizan datos de cualquier tipo, y los retos que suponen. La definición más popular del término Big Data está basada en las tres Vs, que representan sus tres principales retos: volumen (la digitalización de ciertos procesos puede generar grandes volúmenes de datos), variedad (fuentes de datos heterogéneos) y velocidad (en referencia al potencial tiempo de llegada y procesamiento de los datos en real-time). Hoy en día, para atacar estos tres grandes retos, el Big Data se fundamenta en dos pilares: nuevas arquitecturas (principalmente basadas en Cloud Computing y la gestión distribuida de los datos y la memoria) y los nuevos modelos de datos (como los documentos grafs, key-value o streams).

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

Consecuentemente, en este máster en Big Data Management, Technologies and Analytics se proporciona 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 y visión de negocio dentro de este mundo.

Actos relacionadosActos relacionados:

Objetivos

  • Entender la problemática de gestión de Big Data.
  • Identificar las características más relevantes en la gestión de Big Data 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, 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 preproceso de los datos.
  • 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?

  • Profesionales informáticos (es decir, con grado en informática o equivalente) interesados en reciclarse hacia el ámbito del Big Data.
  • Los típicos roles informáticos a los que se dirige este máster son los de desarrollador, arquitecto, analista de datos y administrador de sistemas.
  • El programa está orientado a crear perfiles mixtos (en gestión y análisis de datos), por lo que se requiere formación técnica en bases de datos centralizadas y programación, y conocimientos de estadística básica (equivalente a los alcanzados en cualquier grado de ingeniería).

Salidas profesionales

Salidas profesionales:

  • Analista de datos / data scientist.
  • Especialista en CRM.
  • Ingeniero de sistemas decisionales basados en Big Data.
  • Especialista en modelización de datos / creación de flujo de datos híbridos entre las diferentes plataformas.
  • Administrador de sistemas distribuidos al Cloud.
  • Diseñador de sistemas distribuidos al Cloud.

Contenidos

Asignaturas

Data Management
12 ECTS. 72 horas lectivas.
1. 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.

2. Principios básicos de las bases de datos no relacionales (NOSQL).
- Fundamentos arquitectónicos.
- Nuevos modelos de datos.

3. 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.

4. 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 i Streams.
- Modelización de datos avanzada (para sistemas no relacionales).

5. Principales Families 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 vs tecnología relacional.
* RDF y SPARQL.
* Consideraciones específicas de modelización.

6. Integración de datos.
- Procesos intensivos de datos y ETLs.
- Polystores y sistemas políglotas.
- Orquestadores: Muskeeter.

7. Visualización.
- Procesos de visualización.
- Técnicas de visualización.
Data Analytics
12 ECTS. 72 horas lectivas.
1. Introducción.
- ¿Qué es el knowledge discovery?
- Estadística básica.
- Introducción a R.

2. Pre-procesamiento de datos.
- Limpieza y adecuación de los datos.
- Transformaciones.

3. Técniques básicas de análisis.
- Regresión múltiple.
- Profiling.

4. Análisis Multivariante.
- Análisis de componentes principales.
- Clustering.
- Árboles de decisión.

5. Aprendizaje Automático.
- Concepto.
- Fundamentos matemáticos.

6. Principales técnicas de aprendizaje automático.
- Reglas de asociación.
- Métodos lineales supervisados.
- Redes neuronales.
- Máquinas de vector soporte.
- Bosques aleatorios.

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

8. Análisis de series temporales.
- Pre-procesamiento y preparación de les datos.
- Forecasting.
- Detección de outliers.

9. 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 HDFS y Spark.
* Spark R.
Hands-on Experience: Data Maganement and Analytics
16 ECTS. 96 horas lectivas.
1. Infraestructura.
- Introducción a los entornos Cloud.
- Virtualización.
- Servicios Oracle.

2. Almacenamiento distribuido.
- El Ecosistema Hadoop.
- Sistemas Key-Value: HBase.

3. Procesamiento distribuido.
- MapReduce.
- Spark.
* SparkSQL.
* Spark Streaming.
* Spark Graphs.

- Análisis de datos en entornos distribuidos.
* MLlib.
* SparkR.

4. Document Stores.
- MongoDB.
- ElasticSearch.

5. Bases de datos en grafo.
- Neo4J.
- Grafos semánticos: GraphDB y SPARQL.

6. Arquitectura de sistemas Big Data.
Negocio y Emprendimiento en Big Data
5 ECTS. 33 horas lectivas.
1. Introducción: El entorno competitivo de la empresa y Big Data.
- Big Data Landscape.

2. Casos de éxito.

3. Técnicas de ideación de negocio.
- Clientes y usuarios.
- Definición de productos y servicios.

4. Herramientas de modelización de negocio: Business Model Canvas.
- Elementos que lo conforman.
- Casos prácticos.
- Resolución casos: Twitter, Facebook, etc.

5. Proceso de financiación.
- Finanzas.
- Financiación privada.
* Business Angels.
* Capital Risk.

- Financiación pública.

6. Márqueting.

7. Creación de una empresa.
- Aspectos legales.
* Regulación de los datos.

- Aspectos económicos.

8. Consideraciones éticas del Big Data: Negocio y Privacidad.

9. Presentaciones y pitch.
Proyecto
15 ECTS. 45 horas lectivas.
1. Gestión de proyectos.
- Metodologías ágiles.
- Consideraciones específicas para Big Data.

2. Presentación del proyecto.

3. Sesiones de seguimiento del proyecto.

Dirección y profesorado

Dirección Académica

  • Abelló Gamazo, Alberto
    Doctor en Informática por la UPC. Profesor del Departamento de Ingeniería de Servicios y Sistemas de Información de la UPC. Docencia tanto a nivel de grado como de máster oficial (MIRI - 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.
  • Romero Moral, Óscar
    Doctor en Informática por la UPC. Profesor del Departamento de Ingeniería de Servicios y Sistemas de Información de la UPC. Docencia tanto a nivel de grado como de máster oficial (MIRI - Data Science). Coordinador en la UPC del Máster Erasmus Mundus in Information Technologies for Business Intelligence (IT4BI) y del Máster Erasmus Big Data Managament and Analytics (BDMA). Investigación en el ámbito de la gestión de los datos y de la información, en el que ha publicado más de 50 publicaciones en conferencias y revistas internacionales. Ha colaborado como consultor con SAP, HP, Zurich Seguros y OMS, entre otros.

Profesorado

  • Abelló Gamazo, Alberto
    Doctor en Informática por la UPC. Profesor del Departamento de Ingeniería de Servicios y Sistemas de Información de la UPC. Docencia tanto a nivel de grado como de máster oficial (MIRI - 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
    Profesor titular de la UPC. Coordinador del Máster en Data Science-MIRE de la FIB. 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 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.
  • Batlle Maymó, Adrià
    Ingeniero Informático. Venture Builder Director at InnoCells (by Banco Sabadell)
  • Belanche Muñoz, Luis Antonio
    Profesor del Departamento de Ciencias de la Computación de la UPC. Docencia en el grado en Ingeniería Informática, especialidad Computación, en el Master in Innovation and Research in Informatics, especialidad Data Mining and Business Intelligence, y en el Master in Artificial Intelligence.
  • Berbegal Castelló, José
    Ingeniero en Informática por la UPC. Ha trabajado durante más de 10 años en diferentes empresas del sector de la seguridad y defensa. Actualmente trabaja en Proytecsa Security S.L., empresa dedicada al desarrollo de robots de desactivación de explosivos, ejerciendo como responsable del departamento de software.
  • Berral García, Josep Lluís
    Ingeniero informático (2007), Máster en Arquitectura de Computadores (2008), y Doctor por la Universitat Politècnica de Catalunya - BarcelonaTech, especialidad en Informática (2013). 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 (2014 - hoy). Anteriormente trabajó en los grupos de "High Performance Computing" (HPC-UPC) (2007-2009), "Relational Algorithms, Complexity and Learning" (LARCA-UPC) (2009-2013), y en la industria en Systelab Technologies (2014). 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
    Doctor de Ciencia de Computación por la Universitat Politècnica de Catalunya (UPC) y Poznan University of Technology. Máster en Ingeniería Informática por la Sapienza Universita di Roma. Ingeniero en Informática por la Universidad de South-East European University. Su ámbito de investigación se sitúa en el área de Data Mining, Data pre-processing, Meta-learning.
  • Cebrián Chuliá, Antonio
    MSc en Inteligencia Artificial por la UPC. Tiene 15 años de experiencia desarrollando software en telecomunicaciones y empresas de Internet. Ha ejercido su tarea de Data Scientist en empresas como Telefónica, Tuenti, Softonic, Stuart y actualmente trabaja como freelance por CoinFi una compañía Hong Konguesa en el espacio de las criptomonedas.
  • Delicado Useros, Pedro Francisco
    Profesor titular del Departamento de Estadística e Investigación Operativa de la 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, bioinformàtica). Ha colaborado como consultor estadístico con SEIF-88 (ensayos clínicos) y AQU-Cataluña (muestreo).
  • Deulofeu Aymar, Joaquim
    Licenciado y Doctor en Ciencias Económicas y Empresariales. Socio-fundador y gerente de Calidad, Servicios Empresariales, 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 UPC. Profesor en otras entidades como la UAO-CEU, en la Escuela Superior de Comercio y Distribución-ESCODI-UB. Actualmente es Presidente del Círculo Económico y Social del Bajo Montseny y Secretario del Patronato Fundación Privada Hospital de Sant Celoni.
  • Escribano Cambronero, Marc
    Ingeniero Superior en Informática por la Facultad de Informática de Barcelona (UPC). Máster en BigData Management & Analytics por la UPC School of Professional & Executive Development. Actualmente Head of Data & Analytics Manager en Desigual. Anteriormente Business Intelligence Manager en Desigual, Business Intelligence Analyst en Finconsum "la Caixa", Consultor Business Intelligence. Ponente en eventos nacionales e internacionales explicando cómo posicionar un data warehouse con datos real-time en el centro de una organización multinacional.
  • Gali Reniu, Ferran
    efe 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. Estudió Ciencias de la Computación en la FIB-UPC, y ahora colabora con la Universidad de Barcelona creando un nuevo Máster en Big Data Engineering.
  • García del Poyo Vizacaya, Rafael Emiliano
    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.
  • Giaconi, Rossana
    Licenciada en Estadística y Licenciada en Administración y Dirección de empresas por la Pontificia Universidad Católica de Chile. Actualmente, es Jefe de Proyectos de Analytics en el Departamento de Modelización de la empresa de consultoría AIS - Aplicaciones de Inteligencia Artificial, especialista en modelos de Riesgo de Crédito. Ha participado como formadora en numerosos cursos de Riesgo de Crédito y Modelización en entidades de crédito nacionales e internacionales.
  • González Alonso, Pedro
    Ingeniero en Informática por la UPC. Máster en Innovación e Investigación en Informática por la UPC con especialización en business intelligence y knowledge discoverer y master in Business Administration en ESADE. Actualmente trabaja como arquitecto de Big Data y analytics en una startup vinculada al sector salud.
  • Gutiérrez Torre, Alberto
    Licenciado en Ingeniería Informática por la Universitat Politècnica de Catalunya. Máster en Investigación e Innovación en Informática con mención en Data Science por la UPC. Actualmente es estudiante de doctorado en el grupo de Data-Centric Computing en el Centro Nacional de Supercomputación en el Barcelona Supercomputing Center. Su foco se centra en la aplicación de Machine Learning sobre datos con características temporales (series temporales) y en streaming. Trabajó en la creación de la plataforma TextServer para el grupo de investigación TALP de la UPC.
  • Jamin, Emmanuel
    Doctor en Informática por la Universidad París XI. Research engineer en varios proyectos europeos en el dominio de la Web semántica (SevenPro, IntelLEO, Neon, Khresmoi). También, tuve una experiencia en la creación de una startup 'Open Data Consulting' en cual fue el CTO. Actualmente, IT consultant 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.
  • Jovanovic, Petar
    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, BigData Management y sistemas de bases de datos distribuidas.
  • López Miralpeix, Miguel
    Ingeniero en Informática por la UPC y Diplomado en Empresariales por la UOC. Enterprise Architect de 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. Ha colaborado en la docencia del máster oficial MIRI.
  • Montornés Solé, Jordi
    Ingeniero Superior en Informática por la UPC. Ha trabajado des del 2004 en empresas como Caixa Catalunya, HP o Vueling. A partir del 2011 se dedica a las aplicaciones móviles, tanto en servidor como en Android.
  • Nadal Francesch, Sergi
    Ingeniero en Informática por la UPC. Máster IT4BI (Information Technologies for Business Intelligence). Ha colaborado como consultor de BI y como investigador en Big Data en Incubio.
  • Pradel Miquel, Jordi
    Ingeniero en informática por la Universitat Politècnica de Catalunya (UPC). Fundador y CEO de Agilogy, fundada en 2005, empresa especializada en el desarrollo ágil de software a medida, en donde ayuda a equipos mixtos de Agilogy y al cliente a aplicar con éxito las metodologías ágiles para desarrollar software en entornos tecnológicamente complejos y altamente cambiantes, utilizando la programación funcional y técnicas de Scrum, Kanban i XP entre otras.
  • Queralt Calafat, Anna
    Doctora en Informática por la UPC. Senior Researcher en el grupo de Storage Systems del Barcelona Supercomputing Center, trabajando en gestión, compartición y reutilización de grandes cantidades de datos i en la gestión de datos para IoT. Anteriormente fue profesora e investigadora en el Departamento de Ingeniería de Servicios y Sistemas de Información de la UPC
  • Romero Moral, Óscar
    Doctor en Informática por la UPC. Profesor del Departamento de Ingeniería de Servicios y Sistemas de Información de la UPC. Docencia tanto a nivel de grado como de máster oficial (MIRI - Data Science). Coordinador en la UPC del Máster Erasmus Mundus in Information Technologies for Business Intelligence (IT4BI) y del Máster Erasmus Big Data Managament and Analytics (BDMA). Investigación en el ámbito de la gestión de los datos y de la información, en el que ha publicado más de 50 publicaciones en conferencias y revistas internacionales. Ha colaborado como consultor con SAP, HP, Zurich Seguros y OMS, entre otros.
  • Sánchez Hernández, Germán
    Doctor en Automática, Robótica y Visión por la Universitat Politècnica de Catalunya. Miembro activo del grupo de investigación GREC (con varias publicaciones en journals), colaborador académico en ESADE. Jefe de proyectos en AIS - Aplicaciones de Inteligencia Artificial. Interesado en aprendizaje automático, big data, razonamiento cualitativo y geomarketing.
  • Torrent Moreno, Marc
    Ingeniero de Telecomunicación por la UPC. Doctor en Informática por la Universidad de Karlsruhe en Alemania y Executive MBA por ESADE Business School. Ha participado en varios proyectos de investigación en diversos campos de las TIC, formando parte de diversas empresas y universidades en Europa y USA (British Telecom UK, NEC Deutschland, Mercedes-Benz R+D USA, 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
    Responsable d'Operacions de Conector Startup Accelerator
  • Touma, Rizkallah
    MSc en Tecnologías de la Información para el Business Intelligence (IT4BI) entre la Universidad Libre de Bruselas (ULB), Universidad Politécnica de Cataluña (UPC) y la Universidad François-Rabelais de Tours (UFRT). Licenciatura en Ciencias de la Computación de la Universidad de Damasco, Siria (2007). Actualmente, es Investigador con el Grupo de Storage Systems en Barcelona Supercomputing Center (BSC).
  • Varga, Jovan
    MSc en Informática por la UPC. Estudiante de Doctorado IT4BI-DC (Information Technologies for Business Intelligence Doctoral College) en la Universitat Politècnica de Catalunya y la Universidad de Aalborg. Su ámbito de investigación se sitúa en el área de Business Intelligence y Semantic Web.
  • Vázquez Alcocer, Pere-Pau
    Doctor en software por la UPC. Titular de universidad del departamento de Computer Science de la UPC. Imparte docencia a nivel de grado y máster de la UPC y ha participado en la docencia de cursos de grado o de máster en otras universidades, como la Universidad de Nuremberg, la Universidad de Girona, la UOC o la Universidad de Vic.
  • Verdejo Álvarez, Gabriel
    Ingeniero en Informática por la UAB y Diploma De Estudios Avanzados (DEA). Posgrado en Gestión de la Innovación por la UPC. Ha trabajado en varias empresas del sector TIC y de la innovación. Desde el 2010 soy el Responsable del Laboratorio de Investigación y Desarrollo a la UPC (RDlab). Tengo una amplia experiencia profesional en el apoyo, gestión de la investigación (proyectos nacionales y europeos) y la transferencia de tecnología/resultados con centros de investigación y el mundo empresarial.

Información general EDICIÓN 2018-19

Próxima edición
Octubre de 2019
Créditos
60 ECTS (318 horas lectivas)
Horario
Lunes  18:00 a 21:00Miércoles  18:00 a 21:00Viernes  18:00 a 21:00
Lugar de realización
Facultat d'Informàtica de Barcelona (FIB)
C/ Jordi Girona, 1-3
Barcelona
Contacto
Teléfono: (34) 93 114 68 05
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 alumno / la alumna obtendrá un certificado de superación expedido por la Fundació Politècnica de Catalunya.

En el caso de disponer de una titulación extranjera consulta aquí.
Campus virtual
Los alumnos de este Máster tendrán acceso al campus virtual My_Tech_Space, una eficaz plataforma de trabajo y comunicación entre alumnos, 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 sus notas...
Bolsa de trabajo
Desde el campus virtual My_Tech_Space los alumnos 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 of Professional & Executive Development tiene un volumen anual de cientos de ofertas de trabajo, entre contratos laborales y convenios de colaboración en prácticas.
Importe de la matrícula
8.500 €
Ver en el apartado Descuentos, préstamos y ayudas las posibilidades de financiación en condiciones ventajosas.

Existe la posibilidad de realizar una aportación voluntaria de 5€ en el momento de formalizar la matrícula. Esta donación, que forma parte de la Campaña 0,7% de la UPC, se destinará a acciones de cooperación en países en vías de desarrollo.

0.7%

Idioma de impartición
Español
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

Entidades relacionadas

Colaboradores