El Máster en Tecnologías Inteligentes para la Transformación Empresarial te sitúa en la vanguardia de un sector en pleno auge, donde la demanda de profesionales cualificados crece exponencialmente. En un entorno digital cada vez más complejo, comprender la transformación digital, desde la sociedad 3.0 hasta los nuevos modelos de negocio, es crucial. Este máster te capacita para liderar proyectos de Big Data, Business Intelligence y Data Science, dotándote de habilidades esenciales en análisis de datos con Python y visualización avanzada. Además, te introduce en la inteligencia artificial, machine learning y el impacto del IoT y la Industria 4.0. La formación online te ofrece flexibilidad para adquirir competencias innovadoras que son altamente valoradas en el mercado laboral actual, asegurándote un perfil competitivo y adaptado a los desafíos del futuro empresarial.
El Máster en Tecnologías Inteligentes para la Transformación Empresarial está dirigido a profesionales y titulados del sector tecnológico y empresarial que buscan profundizar en áreas como la transformación digital, big data, inteligencia artificial y el Internet de las Cosas. Ideal para aquellos que desean actualizar sus competencias y liderar proyectos innovadores en entornos digitales avanzados.
Objetivos
‘- Desarrollar estrategias de transformación digital para maximizar el valor empresarial. – Analizar grandes volúmenes de datos usando herramientas de Big Data para decisiones empresariales. – Implementar soluciones de Business Intelligence para mejorar la competitividad. – Utilizar Python para el análisis y visualización avanzada de datos empresariales. – Aplicar técnicas de Machine Learning para optimizar procesos organizativos. – Diseñar sistemas inteligentes usando IA para personalizar la experiencia del cliente. – Integrar tecnologías IoT en la industria 4.0 para mejorar la eficiencia operativa.
Salidas Profesionales
‘- Consultor en transformación digital – Especialista en Business Intelligence – Analista de datos con Python – Desarrollador de soluciones de IA – Experto en Machine Learning y Deep Learning – Ingeniero en Visión Artificial – Gestor de proyectos de IoT – Especialista en Internet of Behaviors – Analista de sistemas ciberfísicos – Desarrollador de chatbots – Consultor en Smart Building
Digitalización, innovación y transformación empresarial
Impulsores, oportunidades y retos de la transformación digital
Tecnología y ventaja competitiva
Barreras y factores clave de éxito
Tendencias digitales y tecnológicas
Estrategia empresarial en el entorno digital
Madurez y capacidades digitales de la organización
El ecosistema tecnológico para la transformación empresarial
Cloud computing, plataformas y modelos as a service
Datos, analítica y Business Intelligence
Inteligencia artificial e IA generativa
IoT, automatización y otras tecnologías emergentes
Ciberseguridad, privacidad y confianza digital
Liderazgo y cultura digital
Gestión del cambio y resistencia a la transformación
Talento y competencias digitales
Nuevas formas de trabajo y organización
Innovación y metodologías ágiles
Design Thinking, Lean Startup y experimentación
Transformación digital de la cadena de valor
Rediseño y optimización de procesos
Automatización inteligente y RPA
Integración de sistemas y plataformas empresariales
Datos aplicados a la gestión y toma de decisiones
Industria 4.0 y operaciones inteligentes
El nuevo comportamiento del cliente digital
Customer Experience y Customer Journey
Personalización y orientación al cliente
Omnicanalidad, canales digitales y CRM
Marketing digital y estrategias de crecimiento
Medición y optimización de la experiencia del cliente
Transformación de los modelos de negocio tradicionales
Diseño y validación de modelos de negocio digitales
Plataformas, marketplaces y ecosistemas digitales
Suscripción, freemium y modelos as a service
Innovación de productos y servicios digitales
Viabilidad y escalabilidad de los negocios digitales
Diagnóstico y definición de la visión de transformación
Identificación y priorización de iniciativas
Diseño del plan y roadmap de transformación
Recursos, inversión y selección tecnológica
Implementación, gestión del cambio y adopción
KPI, ROI, seguimiento y mejora continua
¿Qué es Big Data?
La era de las grandes cantidades de información: historia del Big Data
La importancia de almacenar y extraer información
Big Data enfocado a los negocios
Open data
Información pública
IoT (internet of things-internet de las cosas)
Diagnóstico inicial
Diseño del proyecto
Proceso de implementación
Monitorización y control del proyecto
Responsable y recursos disponibles
Calendarización
Alcance y valoración económica del proyecto
Definiendo el concepto de Business Intelligence y sociedad de la información
Arquitectura de una solución Business Intelligence
Business Intelligence en los departamentos de la empresa
Conceptos de plan director, plan estratégico y plan de operativa anual
Sistemas operacionales y procesos ETL en un sistema de BI
Ventajas y factores de riesgos del Business Intelligence
Cuadros de mando integrales (CMI)
Sistemas de soporte a la decisión (DSS)
Sistemas de información ejecutiva (EIS)
Introducción a la minería de datos y el aprendizaje automático
Proceso KDD
Modelos y técnicas de Data Mining
Áreas de aplicación
Minería de textos y web mining
Data Mining y marketing
Aproximación al concepto de DataMart
Bases de datos OLTP y OLAP
Variantes OLAP: MOLAP, ROLAP y HOLAP
Herramientas para el desarrollo de cubos OLAP
Qué es un Data Warehouse: estructura y construcción
Fases de implantación y características de un Data Warehouse
Data Warehouse en la nube
¿Qué es la ciencia de datos?
Herramientas y perfil profesional del científico de datos
Data Science & Cloud Computing
Aspectos legales en protección de datos
Qué es y por qué importa el data storytelling
Elementos clave y metodología para construir un data story
Inteligencia analítica de negocio y análisis de redes sociales
Presentación de resultados
¿Qué es el análisis de datos?
Análisis de datos con NumPy
Pandas
Matplotlib
Cómo usar loc en Pandas
Cómo eliminar una columna en Pandas
Pivot tables en pandas
El grupo de pandas
Python Pandas fusionando marcos de datos
Matplotlib
Seaborn
Aprendizaje automático
Regresión lineal
Regresión logística
Estructura de árbol
Algoritmo de Naive bayes
Tipos de Naive Bayes
Máquinas de vectores soporte (Support Vector Machine-SVM)
¿Cómo funciona SVM?
Núcleos SVM
Construcción de clasificador en Scikit-learn
K-nearest Neighbors (KNN)
Implementación de Python del algoritmo KNN
Análisis de componentes principales
Algoritmo de Random Forest
¿Qué es la visualización de datos?
Importancia y herramientas de la visualización de datos
Visualización de datos: Principios básicos
¿Qué es Tableau? Usos y aplicaciones
Tableau Server: Arquitectura y Componentes
Instalación Tableau
Espacio de trabajo y navegación
Conexiones de datos en Tableau
Tipos de filtros en Tableau
Ordenación de datos, grupos, jerarquías y conjuntos
Tablas y gráficos en Tableau
Fundamentos D3
Instalación D3
Funcionamiento D3
SVG
Tipos de datos en D3
Diagrama de barras con D3
Diagrama de dispersión con D3
Visualización de datos
Tipologías de gráficos
Fuentes de datos
Creación de informes
Instalación y arquitectura
Carga de datos
Informes
Transformación y modelo de datos
Análisis de datos
Introducción a Power BI
Instalación de Power BI
Modelado de datos
Visualización de datos
Dashboards
Uso compartido de datos
CartoDB
¿Qué es CARTO?
Carga y uso de datos. Tipos de análisis
Programación de un visor con la librería CARTO.js
Uso de ejemplos y ayudas de la documentación de la API
Concepto, evolución y aplicaciones de la inteligencia artificial
Principales enfoques de la IA: simbólica, conexionista y basada en datos
Sistemas expertos y evolución hacia la IA moderna
Tipos y capacidades de los sistemas de inteligencia artificial
IA generativa y nuevos paradigmas de inteligencia artificial
Aplicaciones, oportunidades y limitaciones de la IA
Fundamentos del machine learning
Aprendizaje supervisado, no supervisado y por refuerzo
Datos de entrenamiento, validación y prueba
Preparación y transformación de datos
Selección y construcción de variables (features)
Algoritmos de aprendizaje automático y criterios de selección
Regresión y predicción
Clasificación y principales algoritmos
Árboles de decisión y métodos ensemble
Máquinas de vectores soporte (SVM)
Clustering: K-means, jerárquico y DBSCAN
Reducción de dimensionalidad: PCA y t-SNE
Detección de anomalías
Fundamentos del aprendizaje por refuerzo: agente, entorno, recompensa y política
Métodos de aprendizaje por refuerzo: de Q-learning a los métodos basados en política
Exploración frente a explotación y principales retos del aprendizaje por refuerzo
Aplicaciones del aprendizaje por refuerzo: juegos, robótica y sistemas de recomendación
Entrenamiento y evaluación de modelos
Métricas de evaluación y selección según el problema
Validación cruzada y partición de los datos
Sobreajuste, infraajuste y regularización
Optimización e hiperparámetros
Interpretación y comparación de modelos
Fundamentos de las redes neuronales artificiales
Perceptrón y redes neuronales multicapa
Funciones de activación y arquitectura de una red
Entrenamiento, descenso de gradiente y retropropagación
Sobreajuste y técnicas de regularización en redes profundas
Fundamentos y aplicaciones del deep learning
Redes neuronales convolucionales (CNN)
Redes recurrentes y modelos para datos secuenciales (RNN y LSTM)
Transformers frente a las arquitecturas secuenciales anteriores
Arquitecturas generativas: autoencoders y redes generativas antagónicas (GAN)
Aplicaciones del deep learning en visión artificial
Aplicaciones del deep learning en procesamiento del lenguaje natural
Transferencia de aprendizaje y modelos preentrenados
Sistemas de recomendación y soporte a la decisión
Casos de uso de IA en diferentes sectores
Sesgos, explicabilidad y transparencia
Privacidad, seguridad, ética y gobernanza de la IA
Impacto económico y social de la inteligencia artificial
Concepto, evolución y aplicaciones del PLN
Principales tareas del procesamiento del lenguaje
Del PLN basado en reglas a los modelos basados en aprendizaje automático
Representación del lenguaje: tokens, vectores y embeddings
PLN multilingüe y retos del lenguaje natural
Aplicaciones actuales del PLN
Concepto y evolución de los modelos de lenguaje
De las redes neuronales recurrentes a los Transformers en el procesamiento del lenguaje
Modelos preentrenados y modelos fundacionales de PLN: BERT, GPT y otras familias
Grandes modelos de lenguaje (LLM) aplicados al procesamiento del lenguaje
Adaptación de modelos de lenguaje a tareas específicas de PLN: fine-tuning y transfer learning
Criterios de selección de un modelo de lenguaje según la tarea de PLN
Procesamiento y preparación de textos
Clasificación y análisis de textos
Extracción de información y reconocimiento de entidades
Análisis de sentimientos y opiniones
Generación, resumen y traducción automática
Búsqueda semántica y recuperación de información
Evolución de los sistemas conversacionales
Concepto y arquitectura de un chatbot
Chatbots basados en reglas, intención y modelos de lenguaje
LLM como motor de sistemas conversacionales
Contexto, memoria y gestión del diálogo
Voicebots y asistentes conversacionales
Limitaciones y retos de los sistemas conversacionales
Diseño de experiencias conversacionales
Definición de objetivos, usuarios y casos de uso
Prompting y diseño de instrucciones
Integración de modelos de lenguaje mediante API
Embeddings y bases de datos vectoriales
RAG (Retrieval-Augmented Generation)
Evaluación y mejora de sistemas conversacionales
Frameworks de desarrollo: Rasa, Microsoft Bot Framework y Dialogflow
Orquestación de aplicaciones con LLM: LangChain y LlamaIndex
Plataformas no-code y low-code para chatbots
Despliegue e integración en canales: web, WhatsApp y redes sociales
Pruebas, monitorización y mantenimiento de un chatbot en producción
Concepto y evolución de los agentes de IA
Agentes basados en modelos de lenguaje
Uso de herramientas y conexión con sistemas externos
Memoria, planificación y ejecución de tareas
Sistemas multimodales: texto, voz, imagen y vídeo
Aplicaciones empresariales de agentes y asistentes de IA
Matriz de riesgo por caso de uso: dónde la seguridad y la ética del PLN son críticas
Alucinaciones y limitaciones de los modelos de lenguaje
Sesgos, privacidad y protección de datos
Seguridad de los sistemas conversacionales
Evaluación, supervisión y control de sistemas de IA
Diseño responsable de experiencias conversacionales
Tendencias y evolución de la IA conversacional
Concepto, evolución y aplicaciones de la visión artificial
Componentes y funcionamiento de un sistema de visión artificial
Captura, procesamiento e interpretación de imágenes
Visión 2D, 3D y sistemas multiespectrales
Ventajas, limitaciones y retos de la visión artificial industrial
Integración de la visión artificial en la Industria 4.0
Cámaras y sensores para visión industrial
Ópticas, resolución y campo de visión
Iluminación y condiciones de captura
Sistemas de visión 3D
Selección y configuración del sistema de adquisición
Integración de cámaras y sistemas de visión en entornos industriales
Python y OpenCV para visión artificial
Lectura, visualización y gestión de imágenes y vídeo
Transformaciones geométricas y espacios de color
Filtrado, reducción de ruido y mejora de imágenes
Umbralización y operaciones morfológicas
Segmentación, detección de bordes y extracción de características
Histogramas y análisis de características de imagen
Detección de contornos, formas y objetos
Detección de líneas, círculos y puntos de interés
Reconocimiento y comparación de patrones
Template matching y técnicas de correspondencia
Extracción de información y reconocimiento de texto (OCR)
Inspección y control de calidad
Detección de defectos y anomalías
Medición, posicionamiento y guiado de procesos
Identificación, lectura de códigos y trazabilidad
Visión artificial aplicada a robótica y automatización
Integración de sistemas de visión con procesos industriales
Fundamentos del aprendizaje automático aplicado a imágenes
Clasificación y reconocimiento de imágenes
Extracción y selección de características
Clustering y detección de patrones
Evaluación y validación de modelos
Aplicaciones de machine learning en inspección industrial
Redes neuronales convolucionales aplicadas a visión
Clasificación de imágenes mediante deep learning
Detección y localización de objetos
Segmentación semántica y segmentación de instancias
Modelos preentrenados de visión artificial: ImageNet y transfer learning aplicado a visión
YOLO y otros modelos modernos de detección
Visión clásica frente a deep learning: selección del enfoque adecuado
Diseño de un sistema de visión artificial industrial
Selección de hardware, software y modelos de IA
Desarrollo y prueba de soluciones con Python y OpenCV
Integración con sistemas industriales y edge computing
Evaluación del rendimiento y fiabilidad del sistema
Mantenimiento, monitorización y mejora de modelos
Seguridad, privacidad y uso responsable de la visión artificial
Contexto Internet de las Cosas (IoT)
¿Qué es IoT?
Elementos que componen el ecosistema IoT
Arquitectura IoT
Dispositivos y elementos empleados
Ejemplos de uso
Retos y líneas de trabajo futuras
Contexto Sistemas Ciberfísicos (CPS)
Características CPS
Componentes CPS
Ejemplos de uso
Retos y líneas de trabajo futuras
Conceptos previos
Objetivos de la automatización
Grados de automatización
Clases de automatización
Equipos para la automatización industrial
Diálogo Hombre-máquina, HMI y SCADA
¿Qué es la Industria 4.0?
Sensores y captación de información
Ciclo de vida de los productos en la Industria 4.0
Modelos de negocio basados en la industria 4.0
IoT industrial
Industria 4.0
Necesidades en ciberseguridad en la Industria 4.0
Ciberseguridad en Sistemas de Control Industrial (IC)
Amenazas y riesgos en los entornos IC
Mecanismo de defensa frente a ataques en entornos IC
Introducción
Filosofía BIM
Sector AEC
Exigencias del mercado
Del BIM al CIM
Software BIM
El concepto de Smart Building
El crecimiento del Smart Building desde su inicio
El mercado del Smart Building en España
Climatización
Iluminación
Seguridad
Telecomunicaciones
Eficiencia energética
Monitorización
Concepto, evolución y características del Internet de las Cosas
Arquitectura y componentes de un sistema IoT
Dispositivos, sistemas embebidos y edge computing
Sensores, actuadores y adquisición de datos
Plataformas IoT y procesamiento de datos
Casos de uso y modelos de aplicación IoT
Tipos y características de sensores y actuadores
Sensores ambientales, industriales y de movimiento
Sensores ópticos, de imagen e inerciales
Criterios de selección e integración de sensores
Microcontroladores, placas de desarrollo y dispositivos IoT
Consumo energético y gestión de dispositivos
Modelos y arquitecturas de comunicación IoT
Redes de corto, medio y largo alcance
Tecnologías inalámbricas para IoT
Redes celulares y LPWAN
Protocolos de comunicación y mensajería IoT
Criterios de selección de conectividad según el caso de uso
Plataformas y arquitecturas IoT
Procesamiento en edge, fog y cloud
Recogida, almacenamiento y procesamiento de datos IoT
Analítica e inteligencia artificial aplicada a IoT
Protocolos y API para la integración de dispositivos con sistemas empresariales
Interoperabilidad con sistemas empresariales: ERP, CRM y plataformas de terceros
Estándares abiertos de interoperabilidad: OPC-UA y Web of Things
Riesgos y superficie de ataque en ecosistemas IoT
Identidad, autenticación y control de acceso
Cifrado y comunicaciones seguras
Seguridad de dispositivos, redes y plataformas
Actualizaciones y gestión segura del ciclo de vida
Marcos, estándares y buenas prácticas de seguridad IoT/OT: IEC 62443
Aprovisionamiento e incorporación de dispositivos
Configuración y gestión remota
Monitorización y diagnóstico
Actualizaciones over-the-air (OTA)
Gestión de flotas y mantenimiento
Interoperabilidad, escalabilidad y retirada segura de dispositivos
IoT en manufactura: mantenimiento predictivo y monitorización de activos
Automatización y optimización de procesos industriales
IoT en movilidad, energía y Smart Cities
IoT en agricultura, salud y hogar conectado
Casos de uso y modelos de negocio basados en IoT
Concepto, evolución y características del Internet of Behaviors
IoB, IoT, Big Data, analítica e inteligencia artificial
Datos de comportamiento: fuentes, tipos y características
Cómo se recopilan, procesan y analizan los datos de comportamiento
Predicción e influencia sobre el comportamiento
Oportunidades, limitaciones y retos del IoB
Del dato bruto a la variable de comportamiento: estructuración para el análisis
Sensores, dispositivos conectados y tecnologías de identificación
Datos digitales: navegación, aplicaciones, redes sociales y transacciones
Analítica de datos y machine learning aplicado al comportamiento
Inteligencia artificial y modelos predictivos
Integración y gestión de datos de comportamiento
IoB en marketing, publicidad y experiencia de cliente
IoB en salud y bienestar
IoB en seguros y servicios financieros
IoB en industria, trabajo y seguridad
IoB en movilidad, ciudades y espacios inteligentes
Casos de uso y evaluación del valor empresarial y social
Identificación de objetivos y casos de uso
Selección y calidad de los datos
Análisis, segmentación y elaboración de perfiles
Modelos predictivos y toma de decisiones
Personalización e intervención sobre el comportamiento
Evaluación de resultados, impacto y calidad de las soluciones IoB
Impacto del IoB sobre la privacidad y la autonomía
Sesgos, discriminación y elaboración de perfiles
Transparencia, explicabilidad y control del usuario
Riesgos de manipulación e influencia del comportamiento
Vigilancia, seguridad y usos indebidos
Principios para un IoB ético y responsable
Protección de datos personales y normativa aplicable
RGPD y LOPDGDD en el contexto del IoB
Responsabilidades en el tratamiento de datos
Consentimiento, derechos y control de los usuarios
Seguridad, privacidad desde el diseño y cumplimiento
Tendencias y evolución del Internet of Behaviors
Titulación
Titulación de Máster en Tecnologías Inteligentes para la Transformación Empresarial con 1500 horas expedida por EDUCA BUSINESS SCHOOL como Escuela de Negocios Acreditada para la Impartición de Formación Superior de Postgrado, con Validez Profesional a Nivel Internacional
Ir al contenido 
