Actualmente estamos viendo grandes cambios en el ámbito de la informática, vinculados al desarrollo de técnicas de análisis y procesamiento de grandes cantidades de datos, con el objetivo de extraer información que soporte, facilite y optimice la toma de decisiones en el mundo empresarial y/o social. La relevancia económica de este campo es manifiesta y cada vez más importante. Ahora bien, para que todo esto sea posible es imprescindible garantizar la seguridad tanto en el almacenamiento como en la transmisión de esos datos. El Máster Universitario en Inteligencia de Negocio y Big Data en Entornos Seguros se centra en esos campos, con una formación de calidad, cimentada en unas bases teóricas firmes, pero con un enfoque eminentemente práctico en todo lo estudiado. El carácter no presencial (on-line), permite que pueda ser cursado por un amplio abanico de estudiantes, incluyendo profesionales de diversos ámbitos que quieran mejorar su formación en un área de trabajo cada vez más demandada. La docencia será impartida por profesores universitarios con acreditada experiencia docente e investigadora de las Universidades de Burgos, León y Valladolid, así como por profesionales del ámbito del Big Data, el Business Intelligence y la Seguridad. Se cuenta, asimismo, con la colaboración de empresas de primer orden en el tratamiento y análisis de grandes volúmenes de datos. Los titulados serán capaces de desarrollar y dirigir proyectos en grandes volúmenes de datos, y aplicarlos al mundo empresarial y la toma de decisiones, y todo ello, con unos amplios conocimientos tanto legales como técnicos en lo referente a la seguridad y ciberseguridad. Esto último es una de las características diferenciales del Máster: ninguna de las demás propuestas actuales en másteres similares, proporciona al alumno, además de formación en Big Data y Business Intelligence/Analytics, unos conocimientos tan profundos al tiempo que prácticos en seguridad de datos.
COMPTENCIAS BÁSICAS
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá deser en gran medida autodirigido o autónomo.
COMPETENCIAS GENERALES
CG1 - Adquisición de competencias teóricas y prácticas para el análisis y diseño de soluciones empresariales en Big Data (almacenamiento y procesamiento de grandes volúmenes de información heterogénea).
CG2 - Capacidad de planificar y construir sistemas que permitan una gestión segura de los datos.
CG3 - Capacidad de diseñar e implementar sistemas capaces de extraer conocimiento práctico de grandes volúmenes de datos aplicado al mundo de la empresa (Inteligencia de Negocio/Business Intelligence).
COMPETENCIAS ESPECÍFICAS
CBD1 - Capacidad de diseñar e implementar sistemas de descubrimiento de conocimiento en grandes bases de datos distribuidas.
CBD2 - Capacidad de analizar, diseñar y construir o configurar sistemas de almacenamiento escalable y procesamiento escalable.
CDS1 - Capacidad de aplicar, validar y evaluar métodos de Ciencia de Datos/Data Science e Inteligencia Artificial sobre conjuntos y flujos de datos masivos y complejos.
CDS2 - Capacidad de dirigir proyectos para la extracción de conocimiento basados en métodos eficientes de análisis de datos
CDS3 - Capacidad para el análisis, exploración y síntesis de conjuntos complejos de datos no estructurados y de diseñar soluciones que permitan extraer de los mismos información relevante y valiosa para el soporte a la toma de decisiones.
CBI1 - Adquisición de competencias teóricas y prácticas sobre conceptos básicos financieros y de gestión de la empresa, en sus cuatro vertientes: clientes-marketing, personal, producción e innovación.
CBI2 - Capacidad para aplicar el Business Intelligence en el desarrollo de proyectos de optimización de la gestión de la empresa (clientes-marketing, personal, producción e innovación), y de la mejora de la toma de decisiones.
CBI3 - Capacidad de diseñar y crear visualizaciones a partir de información extraída de datos masivos y complejos
CBI4 - Capacidad de análisis, diseño e implementación de aplicaciones que proporcionen visualizaciones de modo continuo sobre flujos de datos cambiantes.
CBI5 - Capacidad de diseñar, parametrizar y construir sistemas complejos de inteligencia de negocio sobre herramientas específicas.
CBI6 - Adquisición de competencias teóricas y prácticas acerca del proceso ETL (extraer, transformar y cargar) sobre los datos de la empresa, para el diseño e implementación de sistemas de análisis y extracción de información con el objetivo de optimizar la gestión y mejorar los procesos de toma de decisiones.
CSD1 - Capacidad para utilizar los conceptos básicos de ciberseguridad en proyectos de Big Data.
CSD2 - Capacidad para la aplicación de técnicas de auditoría de sistemas de seguridad y de técnicas de análisis forense, en el contexto de la seguridad informática y la ciberseguridad.
CSD3 - Adquisición de competencias teóricas y prácticas sobre Sistemas de Gestión de la Seguridad de la Información.
CSD4 - Capacidad para acceder, analizar y aplicar la información generada en los Centros de Respuesta a Incidentes de Seguridad, así como conocer sus principios de funcionamiento y normativas.
CSD5 - Capacidad de diseñar y aplicar soluciones relativas a los aspectos relativos a temas de la seguridad y privacidad en entornosde Big Data.
CSD6 - Conocer y aplicar las últimas tendencias y tecnologías emergentes en el campo de la seguridad con aplicaciones a Big Data.
Requisitos específicos
Los alumnos deberán tener un título de Grado o equivalente que pertenezca a una de las siguientes áreas idóneas:
· Ingeniería Informática
· Ingeniería de Telecomunicación
· Estadística
· Matemáticas
· Física
· Ingeniería Industrial
Si existieran plazas libres, los candidatos con titulaciones en otras áreas (por ejemplo, Administración y Dirección de Empresas, Ciencias Económicaso Arquitectura) podrán ser considerados, pero deberán acreditar niveles de conocimiento suficientes en las áreas de Matemáticas, Estadística e Informática.
Para poder decidir acerca del nivel de conocimientos de los candidatos, la Comisión estudiará el CV de los solicitantes y podrá, si así lo considera, realizar una entrevista personal con cada uno de ellos. Tendrá en cuenta los siguientes requisitos específicos:
- Experiencia general en el ámbito de la informática.
- Conocimientos de informática en el desarrollo de software, administración de sistemas, dirección
de proyectos, etc.
- Conocimientos matemáticos (álgebra y cálculo) y de estadística (probabilidad e inferencia) a
nivel de primer curso de grado.
Criterios de admisión y selección de estudiantes
Se tendrán en cuenta como criterios de admisión: La titulación universitaria, puntuación del expediente académico y currículum vitae.
Universidades participantes
Universidad de Valladolid
Universidad de Burgos
Universidad de León
Nota informativa
Esta información es proporcionada por el POD de la Universidad de Valladolid automáticamente.
Nota informativa
Esta información es proporcionada por el POD de la Universidad de Valladolid automáticamente.
Tutorías
Nota informativa
Esta información es proporcionada por el POD de la Universidad de Valladolid automáticamente.
Nota informativa
Esta información es proporcionada por el POD de la Universidad de Valladolid automáticamente.