Loading...
Preparing your educational journey
Business Intelligence y Big Data (Online) logo
EOI Business School logo

Business Intelligence y Big Data (Online)

EOI Business School
Tuition EUR 9,000 (Tuition (Year)) — International students; EUR 9,000 (Tuition (Year)) — EU/EEA students
Degree Master
Duration 12 months
Delivery Online
Location Madrid, Spain
Language English

Program Overview

The Business Intelligence y Big Data (Online) at EOI Business School is a Master programme in Business & Management over 12 months, delivered Online. This programme equips graduates with advanced knowledge and practical skills for professional and academic careers in the field.

Students gain a rigorous grounding in both the theoretical foundations and applied dimensions of business & management. The programme combines coursework, research components, and practical projects that develop critical thinking, problem-solving, and specialist expertise relevant to industry and research needs.

Graduates of the Business Intelligence y Big Data (Online) programme are well-prepared for careers in academia, industry, government, and the private sector across Spain and internationally. The programme provides an internationally recognised qualification within the Bologna higher education framework.

Key Program Features

  1. Duration: 12 months
  2. Language of instruction: English
  3. Study mode: Online
  4. Tuition: EUR 9,000 (Tuition (Year)) — International students; EUR 9,000 (Tuition (Year)) — EU/EEA students
  5. Location: Madrid, Spain

Career Opportunities

Graduates of the Business Intelligence y Big Data (Online) programme are prepared for diverse careers in business & management:

  1. Business Analyst
  2. Management Consultant
  3. Product Manager
  4. Strategy Analyst
  5. Operations Manager
  6. Entrepreneur

Program Curriculum

Course Structure

  1. (para los estudiantes que no tengan un background tecnológico básico)
  2. Definición y componentes de la IN.
  3. Contextualización y diseño de sistemas de IN
  4. Diseño de informes, cuadros de mando e indicadores.
  5. Fuentes para la IN, abiertas y propietarias.
  6. Calidad de los datos.
  7. Tipología de herramientas por área, tecnología y procesos.
  8. Movilidad e IN.ódulo>
  9. Fundamentos de la dirección estratégica.
  10. Análisis del entorno competitivo sectorial y particular para toma de decisiones.
  11. Diagnóstico e indicadores para el análisis interno y externo.
  12. Obtención de datos de competidores en fuentes abiertas.
  13. Diseño y simulación de estrategias, diversificación.
  14. Modelos para la planificación estratégica.
  15. Fundamentos de la dirección financiera.
  16. Evaluación y medición del riesgo en las decisiones.
  17. Obtención y pre-procesado de datos de financieros.
  18. Modelos basados en datos para las decisiones de inversión.
  19. Fundamentos de la dirección comercial.
  20. Marcos de análisis e indicadores comerciales.
  21. Introducción, objetivos y elementos de las decisiones.
  22. Probabilidad e inferencia bayesiana.
  23. Representación gráfica, árboles de decisión y diagramas de influencia.
  24. Casos y problemas de teoría de la decisión.
  25. Problemas de decisión con y sin experimentación.Tipos de criterios de elección y funciones de pérdida.
  26. Multidimensionalidad y su tipología. OLAP/ROLAP.
  27. Esquemas de bases de datos, desnormalización.
  28. Lenguajes de consulta analíticos.
  29. Manipulación, análisis y visualización de datos.
  30. Bases de datos espaciales.
  31. Ejemplos y casos.
  32. Utilidad y conceptos. Arquitectura: data marts y data warehousing.
  33. Herramientas extract/transform/load - ETL.
  34. Diseño de data warehouses. Elementos hardware y software.
  35. Optimización de procesos.
  36. Integración con sistemas empresariales, ERP y CRM.
  37. Gestión del conocimiento.
  38. Ejemplos y casos.
  39. Introducción, aprendizaje supervisado y no supervisado.
  40. Modelos de regresión, funciones de coste.
  41. Modelos multivariable.
  42. Clustering y clasificación. Técnicas y medidas de calidad.
  43. Modelos conexionistas.
  44. Herramientas de aprendizaje automático, visualización.
  45. El ciclo de la minería de datos.
  46. Ejemplos y casos.
  47. Tecnologías, lenguajes y protocolos en la Web.
  48. Datos estructurados en la Web: XML, RDF y la Web Semántica.
  49. La Web of Linked Data: el lenguaje de consulta SPARQL.
  50. Fuentes de datos: la nube de Linked Data.
  51. Herramientas de interlinking (enlazado) de información.
  52. Inteligencia de fuente abierta.
  53. Ejemplos y casos.
  54. Concepto, fuentes y tipología de big data.
  55. Bases de datos no convencionales/NoSQL, distribución horizontal.
  56. Bases de datos documentales y motores de indexación flexibles.
  57. Marcos de programación para procesamiento de datos paralelos. MapReduce.
  58. Ejemplos y casos.
  59. Ideas modelos de negocio
  60. Conceptos. Modelado de procesos de negocio.
  61. Relación entre procesos, estrategia y rendimiento.
  62. Mejora de procesos, optimización y reingeniería de procesos.
  63. Métricas de proceso, variables de control de procesos.
  64. Analítica de talento.
  65. Ejemplos y casos.
  66. Conceptos. Retorno de la inversión en marketing (ROIM).
  67. Técnicas basadas en datos para las decisiones de marketing. Marketing basado en datos.
  68. Experimentación Web. Experimentos A/B.
  69. Análisis de la respuesta y modelos predictivos.
  70. Social media metrics. Lean Analytics y métricas Web.
  71. Ejemplos y casos.
  72. Conceptos. Relaciones a largo plazo y su valoración.
  73. Modelos de cliente. Comportamiento del consumidor.
  74. Segmentación y clustering de clientes. Segmentación demográfica.
  75. Aplicación de diferenciación de campañas basada en segmentos.
  76. Algoritmos y técnicas de recomendación.
  77. Mass customization.
  78. Regulación relativa a la información personal.
  79. Ejemplos y casos.
  80. Valvanera Castro Fernandez
  81. Nestor Guerra
  82. Jaime Del Pozo Hernando
  83. Mario de Felipe
  84. Hugo Viana
  85. Miguel Ángel Sicilia
  86. Manuel Gómez Olmedo
  87. Alberto Oikawa Lucas
  88. Emilio Arias Leal
  89. Carmen Bárcena
  90. Luis María Barreiro Abraira
  91. David Díaz Vico
  92. Marcos Fernández Madagán
  93. Isaac González Díaz
  94. Víctor López Fandiño
  95. Santiago Mota Herce
  96. Pedro Pasquau
  97. Salvador Sánchez Alonso
  98. Antonio Sarasa
  99. Juan Pablo Torino

Admission Requirements

Academic Requirements

Titulados Superiores con al menos un a\xc3\xb1o de experiencia en cualquier puesto de la empresa que implique el an\xc3\xa1lisis de datos para la toma de decisiones. El programa es apto para Titulados con un perfil de empresa, as\xc3\xad como para t\xc3\xa9cnicos o titulados en las diferentes \xc3\xa1reas de las TIC, como inform\xc3\xa1tica, telecomunicaciones u otras ingenier\xc3\xadas afines. El perfil de los estudiantes puede responder a uno de los siguientes: Negocio: Profesionales o titulados en empresa o econom\xc3\xada. Tecnolog\xc3\xada: Profesionales o titulados en inform\xc3\xa1tica u otras disciplinas TIC. \xc3\x81reas cuantitativas: Profesionales o titulados en estad\xc3\xadstica, ingenier\xc3\xada o ciencias sociales.

Tuition & Financial Information

Tuition Fee

EUR 9,000 (Tuition (Year)) — International students; EUR 9,000 (Tuition (Year)) — EU/EEA students

Tuition fees: EUR 9,000 (Tuition (Year)) — International students; EUR 9,000 (Tuition (Year)) — EU/EEA students

Financial Aid & Scholarships

Contact EOI Business School directly for scholarship, grant, and financial aid information for this programme. Many European universities offer merit-based and need-based funding for international and domestic students.

About EOI Business School

EOI Business School logo

EOI Business School

Madrid, Spain

EOI Business School is a Spanish public educational institution operated by the Spanish Ministry of Industry, Energy and Tourism, which offers executive and postgraduate programmes in Business...

University Profile
  • Start Date 2017-10-01
  • Language English
  • Duration 12 months