Modalidad Presencial, Semipresencial y Online

Guía académica

Master in Big Data &

Business Inteligence
DOBLE TITULACIÓN POR LA UNIVERSIDAD ISABEL I
Y NEXT EDUCACIÓN (60 ECTS)
Master in Big Data and Business Intelligence
Guía académica

ÍNDICE DE CONTENIDOS
DESCRIPCIÓN DEL MÁSTER 3

OBJETIVOS DEL PROGRAMA 4

ESTRUCTURA ACADÉMICA 4

PROGRAMA ACADÉMICO 5

EVALUACIÓN 13

METODOLOGÍA 15

EQUIPO DOCENTE 17
 MÁSTER IN BIG DATA
& BUSINESS INTELLIGENCE

DESCRIPCIÓN DEL MÁSTER

Next Educación es una institución innovadora de gran calidad que prepara a los profesionales
más avanzados y cualificados que demanda el mercado, formada por la escuela de negocios Next
Educación, el Centro de Educación Superior CES Next (Centro adscrito a la Universitat de Lleida) y el
Foro Next Educación.

El Master in Big Data & Business Intelligence es un programa dirigido a graduados o profesionales
de cualquier especialidad que quieran dotarse de conocimientos sobre la aplicación de la tecnología
del Big Data para el desarrollo, impulso o cambio de rumbo de su carrera profesional.

Este posgrado proporciona a los participantes una visión estratégica de la aplicación del Big Data en
el mundo de la empresa para el desarrollo de servicios innovadores.

Además, este máster está diseñado para aportar a los alumnos la capacidad de realizar proyectos
de desarrollo y administración de soluciones Big Data con tecnologías innovadoras y punteras
que encuentran su aplicación en las empresas de diferentes sectores, tales como internet, banca,
comercio, comunicaciones y nuevos medios, sanidad, seguridad, turismo, entre muchos otros.

A lo largo del máster, se desarrollan en el alumnado competencias relacionadas tanto con el enfoque
empresarial como con el más tecnológico del Big Data. El alumno adquiere los conocimientos
y técnicas clave para analizar, gestionar y utilizar grandes cantidades de datos para la toma de
decisiones, el desarrollo de servicios innovadores, el marketing y dirección estratégica. Además,
se abordan los aspectos legales de protección de datos, seguridad de la información, los proyectos
de Big Data y tecnología en la nube, así como los cambios que ha introducido Big Data en las
metodologías de trabajo. Por último, se dedica especial atención al desarrollo de las habilidades de
comunicación profesional, imprescindibles para alcanzar la excelencia en el mundo empresarial.

Con el mayor rigor académico, los profesores del Master in Big Data & Business Intelligence
transfieren sus conocimientos y experiencias reales a los alumnos. Las clases están impartidas
por un equipo docente de reconocido prestigio nacional e internacional, y procedente del mundo
empresarial, universitario y científico.

3
 MÁSTER IN BIG DATA
& BUSINESS INTELLIGENCE

OBJETIVOS DEL PROGRAMA

El objetivo principal del Master in Big Data & Business Intelligence es proporcionar a los participantes los
conocimientos y herramientas imprescindibles para:

Saber gestionar, analizar, procesar y explotar grandes cantidades de datos e informaciones con el
fin de optimizar la gestión y el rendimiento empresarial.

Diseñar, organizar y gestionar proyectos de Big Data e identificar los beneficios

empresariales que el tratamiento de los datos masivos puede aportar a la empresa.

Comprender y saber utilizar tecnologías de procesamiento de datos masivos en la nube.

Llevar a cabo la planificación estratégica y financiera, así como la toma de decisiones en la empresa,
basándose en análisis de datos.

Entender los casos reales de aplicación de tecnologías de Big Data en las empresas líderes de diferentes
sectores.

Enfrentar problemas de análisis de datos en contextos de negocio concretos.

Desarrollar habilidades directivas, de comunicación, marketing y ventas, demandadas en la

actualidad por las empresas.

Desarrollar el negocio con ética, conociendo los aspectos regulatorios y legales de la protección de
los datos en los sistemas y aplicaciones de Big Data.

ESTRUCTURA ACADÉMICA
El Master in Big Data & Business Intelligence tiene una carga lectiva de 60 ECTS que se desarrolla a lo
largo de un curso académico.

El programa se articula en 5 módulos e incluye la elaboración y la defensa del Trabajo Fin de Máster.

Las clases se desarrollan de manera presencial y semipresencial. El carácter de la enseñanza es

eminentemente práctico y profesionalizante.

El calendario académico permite desarrollar los estudios de forma compatible con el ejercicio profesional
a media jornada.

4
 MÁSTER IN BIG DATA
& BUSINESS INTELLIGENCE

PROGRAMA ACADÉMICO
Módulo 1. (12 ECTS)
Asignatura 1. Introducción, contexto tecnológico e innovación (4 ECTS)

Temas:
• Big data: nociones básicas, componentes y principales productos de un sistema big data.
Oportunidades, retos y aplicaciones en las empresas y organizaciones
• Definición, fundamentos y componentes de Business Intelligence (BI). Big data vs. BI
• Ciencia de las Redes
• Gestión de la innovación y del cambio en las organizaciones

Asignatura 2. Análisis de datos: principales herramientas (4 ECTS)

Temas:
• Introducción a la estadística: objetivos, estadística descriptiva, funciones de distribución, estadística
inferencial, modelos de regresión, etc
• Introducción a la programación en R/RStudio. Aplicación a la estadística
• Contexto de análisis de datos

Asignatura 3. Técnicas de análisis y explotación de datos (4 ECTS)

Temas:
• Aproximación a la Inteligencia Artificial (IA)
• Analítica y modelos predictivos avanzados. Técnicas: Machine Learning, Deep Learning, minería de
datos, etc. Ensemble de modelos. Métricas de análisis de resultados
• Casos de uso de la inteligencia artificial: banca, aseguradoras, turismo, educación, periodismo, etc

Los objetivos del módulo son:

• Conocer las características del big data junto con algunos ejemplos de soluciones big data y sus
aplicaciones en los ámbitos de sanidad, finanzas, recursos humanos, energía, turismo, transformación
digital, telecomunicación, etc
• Detectar y poner en práctica la aplicación del big data en los procesos de la organización
• Identificar y explotar los principales productos de Business Intelligence
• Conocer, comprender y ser capaz de utilizar un conjunto de herramientas estadísticas para solucionar
problemas en el ámbito del análisis de datos y grandes volúmenes de datos
• Reconocer las técnicas de análisis de datos más utilizadas, junto con algunas de las herramientas que
las incorporan y su explotación
• Aprender las técnicas de inteligencia artificial más innovadoras (machine learning, deep learning,
• minería de datos, etc.) para el desarrollo de analítica avanzada
• Creación de modelos predictivos o de asociación, saber cómo evaluarlos, actualizarlos y desplegarlos
• Identificar las propiedades y ventajas del uso de herraminetas de análisis y visualización de datos

5
 MÁSTER IN BIG DATA
& BUSINESS INTELLIGENCE

Módulo 2. (12 ECTS)

Asignatura 4. Sistemas de gestión de bases de datos y paralelismo de datos (6 ECTS)

Temas:
• Características y tipos de bases de datos. Modelo relacional y formas normales
• Lenguaje SQL. Características generales, lenguaje de manipulación de datos, definición y consulta de
datos. Realización de talleres con MySQL, etc
• Infraestructuras de bases de datos. Conectividad con otros entornos y sistemas
• Datawarehouse. Características, tipologías y arquitectura
• Bases de datos NoSQL. Diferencias con las bases de datos SQL
• Gestión distribuida de datos y paralelismo. Introducción a Hadoop y Spark

Asignatura 5. La web de los datos (3 ECTS)

Temas:
• Introducción a la web semántica y web de datos. Relación con el big data.
• Representación y esquema de datos (RDF y RDFS)
• Vocabularios y ontologías
• Consulta de datos con SPARQL. Protege
• Publicación y consumo de datos Web
• Aplicaciones basadas en datos wePublicación y consumo de datos Web

Asignatura 6. Internet of Things (3 ECTS)

Temas:
• Hardware, redes y dispositivos IoT
• Seguridad y despliegue de aplicaciones IoT
• Conectividad en el mundo actual
• Aplicaciones de IoT: smart cities, salud, domótica, agricultura inteligente, turismo, etc
• Asistentes virtuales. Hacia el contact center cognitivo

Los objetivos del módulo son:

• Conocer las características de las bases de datos estructuradas y no estructuradas más utilizadas
en el mercado.
• Analizar diferentes sistemas gestores de bases de datos. Dominar lenguajes de consulta,
manipulación y tratamiento de datos
• Aplicaciones de IoT: smart cities, salud, domótica, agricultura inteligente, turismo, etc
• Introducir al alumnado en la computación de altas prestaciones en entornos distribuidos de
cómputo, prestando especial atención al caso de las aplicaciones paralelas y a los entornos
colaborativos
• Aplicaciones basadas en datos wePublicación y consumo de datos WebAnalizar las tecnologías que
subyacen a los sistemas web existentes e integrar y aplicar las tecnologías más adecuadas para el
desarrollo de servicios basados en tecnologías web
• Manejar y estructurar la información a través de diversas técnicas de la web semántica y la web de
los datos

6
 MÁSTER IN BIG DATA
& BUSINESS INTELLIGENCE

• Alcanzar un profundo conocimiento sobre IoT, siendo capaces de identificar aspectos claves para la
integración de sistemas basados en IoT
• Configurar, analizar, explotar, monitorizar y desplegar redes de dispositivos IoT de forma segura y
eficiente
• Conocer las posibilidades que el IoT puede aportar a diversos campos: salud, smart cities, turismo,
agricultura inteligente, etc

Módulo 3. (18 ECTS)

Asignatura 7. Áreas de negocio: productos y metodologías de trabajo (6 ECTS)

Temas:
• Modelos basados en datos. Descubrimiento de Conocimientos en Bases de Datos (KDD)
• Metodologías de trabajo. Evolución de las metodologías de desarrollo en los sistemas
de información. Introducción al mundo agile. Principales marcos de trabajo: SCRUM, Kanban,
programación extrema
• Ciberseguridad en el mundo big data
• Manipulación y visualización de datos. Tableau y R como herramienta de visualización
• Herramientas de análisis de datos: SAS
• Análisis de redes sociales. Google Analytics

Asignatura 8. Modelos empresariales de dirección estratégica y marketing (9 ECTS)

Temas:
• Principales modelos de negocio. Canvas, Porter, DAFO, etc
• Modelos financieros para la construcción de un negocio y su incidencia en las decisiones
empresariales
• Clientes: analítica de clientes, modelo de cliente, segmentación, aplicación de campañas basadas
en segmentos.
• Inteligencia artificial en la dirección estratégica. Campañas de marketing
• Introducción al marketing digital y comercio electrónico

Asignatura 9. Contexto legal de intercambio y explotación de datos (3 ECTS)

Temas:
• Introducción al derecho, órdenes jurisdiccionales y fuentes de derecho
• La política de protección de datos de carácter personal. Reglamento general de protección de
datos (RGPD): ámbito de aplicación y autoridad de control. Medidas de seguridad
• Comercio electrónico: normativa. Ley de servicios de la sociedad de la información y del comercio
electrónico. Ámbito de aplicación y obligaciones.
• Emprendimiento en digital. Nombre del negocio y elección de la forma jurídica. Trámites para
constituir una empresa
• Delitos informáticos

7
 MÁSTER IN BIG DATA
& BUSINESS INTELLIGENCE

Los objetivos del módulo son:

• Poner en práctica diferentes modelos de negocio para identificar cómo la empresa crea, capta y
ofrece valor a sus clientes.
• Aprender a identificar objetivos claros en cualquier modelo de negocio que permitan unificar
perspectivas, definir los recursos necesarios y eliminar o mitigar la incertidumbre.
• Dominar los métodos de obtención de datos financieros y el uso de datos para tomar decisiones de
inversión con garantías.
• Comprender los sistemas de análisis basándose en la explotación de grandes bases de datos
• Desarrollar un plan de marketing que integre tanto una estrategia de comunicación como una
estrategia de marketing digital para lograr los objetivos de marca y negocio necesitados:
segmentación y analítica de clientes, campañas, marketing web, etc.
• Implementar en la organización nuevas formas de trabajo a través de metodologías ágiles,
permitiendo una gestión más eficiente, adaptabilidad a cambios económicos, sociales y
tecnológicos, además de una mayor competitividad internacional.
• Conocer el marco jurídico general y los principios básicos de la normativa en materia de protección
de datos: Reglamento General de Protección de Datos (RGPD).
• Conocer el marco jurídico y los principios básicos de la normativa en materia de comercio electrónico
y sociedad de la información.es.
• Conocer las limitaciones de la circulación y acceso a la información mediante los sistemas de
ciberseguridad.
• Entender la necesidad de la seguridad en el almacenamiento, gestión y acceso a los datos y
conocer los pilares de la seguridad de la información: integridad, confidencialidad, disponibilidad y
trazabilidad.

Módulo 4. (9 ECTS)
Asignatura 10. Habilidades de comunicación profesional (3 ECTS)

Temas:
• Presentaciones de proyectos
• Escritura profesional
• Protocolo en negocios internacionales

Asignatura 11. Cultura de innovación en las empresas (3 ECTS)

Temas:
• La innovación como herramienta generadora de competitividad
• Gestión y estrategias en la innovación
propietarias y soluciones open source
• Design Thinking en la innovación del negocio.
• Desarrollo de servicios innovadores. Aplicaciones disruptivas digitales
• Emprendimiento digital: nuevo modelo de start-up y vías de financiación

8
 MÁSTER IN BIG DATA
& BUSINESS INTELLIGENCE

Asignatura 12. Proyectos de Big Data y la tecnología de la nube (3 ECTS)

Temas:
• Introducción, origen y concepto del cloud computing.
• Características del cloud computing.
• Clasificación de soluciones cloud: IaaS, SaaS, PaaS, BPaaS.
• Ventajas y desventajas de la nube. Principales riesgos y su gestión.
• Proveedores de servicios de cloud computing para la implementación de proyectos. Soluciones.
propietarias y soluciones open source.
• Empresas basadas en internet.
• Implementación de un proyecto de big data en la nube.
• Tecnología big data para el medio ambiente.

Los objetivos del módulo son:

• Mejorar las habilidades de comunicación como una oportunidad de liderazgo directivo y de aumento
de productividad empresarial.
• Aprender las claves de redacción de la documentación profesional (informes, resúmenes ejecutivos,
cartas de presentación, CV, etc.).
• Actuar respecto a las normas del protocolo en distintos países o regiones.
• Dominar los aspectos importantes de gramática y vocabulario de inglés en el contexto de negocios.
• Realizar planteamientos estratégicos de innovación. Conocer los fundamentos de la innovación y su
influencia en la competitividad de las organizaciones.
• Identificar los elementos que intervienen en el diseño de las estrategias de innovación en la
organización y la gestión de la innovación como un proceso, definiendo sus actividades y posibilitando
su implantación en las organizaciones.
• Entender cómo se puede conquistar “lo imposible” a través del poder de las personas, el valor de la
innovación y la importancia de la pasión, gestionando el talento y el compromiso.
• Aprender a analizar retos y oportunidades, teniendo en cuenta el concepto de posicionamiento, los
valores y la oferta diferenciadores.
• Entender la creación de start-up en el sector tecnológico y dominar el modelo de gestión de los
proyectos de big data.
• Dominar los conocimientos necesarios acerca de la tecnología en la nube y sus particularidades
respecto al acceso y la gestión de la información.
• Profundizar en herramientas big data basadas en tecnología cloud.
• Saber dimensionar y presupuestar proyectos e infraestructuras cloud de analítica de datos.

9
 MÁSTER IN BIG DATA
& BUSINESS INTELLIGENCE

TRABAJO FIN DE MÁSTER (9 ECTS)

Reglamento del Trabajo Fin de Máster (TFM)

1. DESCRIPCIÓN DEL TRABAJO FIN DE MÁSTER

El Trabajo de Fin de Máster (TFM) supone la realización de una investigación original o de un proyecto
empresarial bajo la supervisión de un mentor. El TFM debe realizarse en la fase final del plan de estudios
y debe estar orientado a la evaluación de competencias asociadas al título, así como a la aplicación de los
contenidos formativos, capacidades, competencias y habilidades adquiridas durante el período de docencia
del Máster.

El objetivo perseguido con la realización del TFM es comprobar que el alumno ha adquirido la capacidad
de identificar problemas en el campo de estudio, analizarlos desde una perspectiva crítica, alcanzar
una opinión al respecto y presentársela al lector y al público de modo argumentado, lo que supondría
la adquisición de las competencias mínimas para desarrollar una carrera profesional en los ámbitos
profesionales correspondientes.

Las Competencias TFM que el alumno debe adquirir con su trabajo son:

1. Capacidad para aplicar los conocimientos y habilidades adquiridas a lo largo del programa.
2. Capacidad para manejar los conceptos fundamentales de la materia.
3. Capacidad para desarrollar investigaciones en el ámbito.
4. Capacidad de búsqueda de documentación, confrontación y crítica de las fuentes de
información.
5. Capacidad para manejar las herramientas metodológicas y documentales.
6. Capacidad de síntesis y análisis de realidades complejas.
7. Capacidad de redactar y componer un estudio, teórico o práctico.
8. Capacidad para exponer oralmente y defender el trabajo ante un público especializado.

2. ELECCIÓN DEL TEMA

El TFM puede ser elaborado de forma individual o en grupo.

El Coordinador del Programa anunciará la modalidad (individual o en grupo) correspondiente a cada tipo de
posgrado, dependiendo de las características del mismo. Las excepciones en este sentido tendrán que
ser aprobadas por la Comisión Académica del Máster (preferiblemente en grupo de 2 o 3 personas y
excepcionalmente en 1 o 4).

La Comisión Académica del Máster elabora el plan docente y académico; propone profesorado y concretar
calendario del curso; establece los criterios que con carácter general se aplicarán a la selección de alumnos;
establece las pruebas y criterios para determinar el aprovechamiento que determinará la consecución del
título; y supervisa la calidad del programa.

El TFM puede realizarse sobre:

a) La práctica empresarial, siempre que se refiera a un proyecto concreto y novedoso.
b) Uno de los temas propuestos por la Comisión Académica del Máster
c) Un tema propuesto por el alumno, previa autorización de la Comisión Académica.

10
 MÁSTER IN BIG DATA
& BUSINESS INTELLIGENCE

d) Proyecto de investigación.
El alumno debe completar la “Solicitud de asignación del tema”. La Comisión ratificará la propuesta del
tema o propondrá los cambios pertinentes.

3. PRESENTACIÓN DEL TRABAJO FIN DE MÁSTER

La Comisión Académica establece la fecha de presentación de los trabajos en cada posgrado.

El alumno entregará un ejemplar del trabajo vía online (en formato PDF) en el campus virtual o de manera
presencial, en función de la modalidad de impartición.

4. DEFENSA DEL TRABAJO FIN DE MÁSTER

El alumno ha de realizar una defensa pública de su trabajo durante un tiempo máximo de 20 minutos
de manera presencial o a través de videoconferencia. La presentación constituye uno de los criterios de
evaluación, por lo que se podrán utilizar todos los recursos de apoyo que se consideren necesarios. Una
vez concluida la exposición, se abrirá un turno de intervenciones para los miembros del tribunal. El alumno
habrá de contestar a las preguntas y aclaraciones planteadas en el tiempo que considere necesario.

Para la evaluación de los TFM se constituirá un tribunal formado por tres miembros. La Coordinación del
Máster notificará el día y la hora para la defensa.

5. EVALUACIÓN DEL TRABAJO DE FIN DE MÁSTER

El TFM sólo podrá ser evaluado una vez que el alumno haya superado las restantes materias del Máster y
dispone, por tanto, de todos los créditos necesarios para la obtención del título, salvo los correspondientes
al propio Trabajo.

La calificación se otorgará de acuerdo con la siguiente escala numérica de 0 a 10, con expresión de un
decimal, a la que podrá añadirse su correspondiente calificación cualitativa:

0 - 4,9: Suspenso (S)

5,0 - 6,9: Aprobado (A)
7,0 - 8,9: Notable (N)
9,0 - 10: Sobresaliente (E)

6. TRIBUNAL PARA LA EVALUACIÓN DE LOS TFM

El TFM sólo podrá ser evaluado una vez que el alumno

Los tribunales estarán formados por tres miembros, expertos en la materia, docentes o profesionales. El
mentor de un trabajo no puede ser miembro de su propia Comisión Evaluadora.

7. INVESTIGACIÓN Y ÉTICA

Para elaborar el TFM, es necesario revisar un amplio material bibliográfico, por lo que es preciso diferenciar
claramente lo que son aportaciones tomadas de otros autores, de reflexiones y análisis propios, debiendo
constituir estos últimos la parte esencial del trabajo.

El plagio es motivo de descalificación del TFM, mientras que no se considera demérito la cita textual,
que deberá acompañarse siempre de la referencia pertinente. Es imprescindible ser extremadamente
cuidadoso con la reproducción de textos mediante paráfrasis. Cuando se use la paráfrasis, debe llevar, del
mismo modo, la referencia correspondiente.
11
 MÁSTER IN BIG DATA
& BUSINESS INTELLIGENCE

DISTRIBUCIÓN GENERAL DE CRÉDITOS ECTS

ASIGNATURA ECTS

Módulo 1 TOTAL: 12
Introducción, contexto tecnológico e innovación 4
Análisis de datos: principales herramientas 4
Técnicas de análisis y explotación de datos 4
Módulo 2 TOTAL:12
Sistemas de gestión de bases de datos y paralelismo de datos 6
La web de los datos 3
Internet of Things 3
Módulo 3 TOTAL: 18
Áreas de negocio: productos y metodologías de trabajo 6
Modelos empresariales de dirección estratégica y marketing 9
Contexto legal de intercambio y explotación de datos 3
Módulo 4 TOTAL: 9
Habilidades de comunicación profesional 3
Cultura de innovación en las empresas 3
Proyectos de Big Data y la tecnología de la nube 3
Trabajo Fin de Máster 9
TOTAL 60

12
 MÁSTER IN BIG DATA
& BUSINESS INTELLIGENCE

EVALUACIÓN
El sistema de evaluación del Master in Big Data & Business Intelligence incluye diferentes procedimientos
para la verificación de conocimientos adquiridos.

La nota final se expresa mediante una calificación numérica en una escala del 0 al 10, considerándose el 5 como
el correspondiente a una adquisición suficiente de la materia.

La ponderación de la calificación final del máster incluye:

Las calificaciones de los módulos/asignaturas: 60 ECTS

Ponderación de las calificaciones de los módulos/asignaturas cursados, teniendo en cuenta el número de ECTS
de cada uno de ellos.
La evaluación se realiza a través de:
• Asistencia a clase (presencial y semipresencial)
• Examen
• Trabajo y/o actividades
• La evaluación del Trabajo Fin de Máster

Para superar la asignatura, es obligatorio asistir al 80% de las clases.

La evaluación del Trabajo Fin de Máster: 9 ECTS

A continuación, se describen las actividades y tareas a cumplir por los alumnos que se evaluarán a lo largo del
curso académico:

TRABAJOS Y PRESENTACIÓN PÚBLICA: A lo largo del curso, se solicitará a los estudiantes la elaboración de
actividades, correspondientes al módulo/asignatura en curso. El tipo de tarea que se planteará a los alumnos
dependerá de cada profesor. Los alumnos podrán realizar estas actividades de forma individual o en grupo,
según las indicaciones del docente.
En estos trabajos, de índole práctica o teórica, se evaluarán los contenidos, el análisis, la estructura y los
resultados de estudio obtenidos, así como la capacidad de exposición de ideas de una manera clara y coherente.
En la presentación oral pública, se evaluarán tanto los contenidos y los resultados del estudio relacionado con
el ámbito de la asignatura, como las capacidades de la comunicación eficaz durante la presentación pública. La
presentación deberá ajustarse a unos límites temporales y formatos que determinará cada profesor para su
asignatura correspondiente.

EXAMEN: Al finalizar cada módulo se llevará a cabo las evaluaciones correspondientes. Los alumnos tendrán
que aprobar un examen, a través del cual se medirá su nivel de conocimientos adquiridos. Este examen estará
controlado mediante supervisión personal y limitado en el tiempo del que disponen los alumnos para cumplir
con las tareas planteadas.

13
 MÁSTER IN BIG DATA
& BUSINESS INTELLIGENCE

PERÍODO DE RECUPERACIONES: En el caso de que el alumno suspenda alguna asignatura o módulo,

dispondrá de un período de recuperaciones. En el caso de no superar la asignatura en las convocatorias
ordinarias, el alumno podrá presentarse a la convocatoria extraordinaria en septiembre.

OBTENCIÓN DEL TÍTULO

Tras finalizar y superar el programa, los estudiantes obtendrán el Título de Master in Big Data & Business
Intelligence, expedido por Next Educación y la Universidad Isabel I.

CAMPUS VIRTUAL
A través de la página web y aula virtual del Máster los alumnos tienen acceso a información adicional de las
asignaturas así como a tutorías personalizadas. El aula virtual permite a su vez la comunicación entre alumnos,
organización de trabajos y prácticas y sirve de continuidad, apoyo y contacto entre alumnos y profesores. El aula
virtual es fundamental para el trabajo dirigido que los alumnos realizan fuera de clase: estudio y documentación,
monografías de carácter teórico o práctico, sesiones tutoriales y aprendizaje colectivo.

La dirección de acceso al Campus Virtual de Next Educación es la siguiente: campusvirtual.nexteducacion.com

Las claves de acceso se facilitarán el primer día de clase. En caso de tener alguna incidencia, los alumnos
pueden escribir a [email protected].

campusvirtual.nexteducacion.com

PRÁCTICAS PROFESIONALES
El programa formativo se puede complementar con prácticas profesionales extracurriculares, en el ámbito
empresarial y/o la participación en un voluntariado corporativo. Así, el participante en el programa adquirirá
las competencias y habilidades relacionadas con el desempeño de los perfiles profesionales, además de aplicar
los conocimientos adquiridos a lo largo de las sesiones teóricas.

Estas prácticas, extracurriculares, es decir, no forman parte del programa académico y, por tanto, son voluntarias
y no obligatorias para la superación del programa académico, tendrán una duración mínima de 150 horas y en
ningún caso su finalización deber ser posterior al 30 de septiembre. En cualquier caso, el horario de estas
prácticas debe ser compatible con la asistencia a clase y no podrán dar comienzo antes de que el alumno
hubiera superado la primera asignatura del curso.

Los horarios, condiciones y funciones a realizar dependerán de la empresa externa, en la que, mediante un
convenio de cooperación educativa con Next Educación, el alumno desarrolle las prácticas.

14
 MÁSTER IN BIG DATA
& BUSINESS INTELLIGENCE

Las prácticas profesionales estarán dirigidas por un tutor de Next Educación y por un tutor de la empresa,
quien realizará un informe de evaluación del alumno al finalizar el periodo de prácticas. Por su parte, el alumno
deberá presentar un informe de autoevaluación de las prácticas al tutor de Next Educación.

Las prácticas no podrán iniciarse antes de la firma del convenio y anexo entre la empresa y Next Educación. Si el
alumno renunciase a las prácticas o pusiera fin a las mismas antes de la finalización prevista, el alumno tendrá
la obligación de comunicarlo mediante un escrito tanto a la empresa como a la escuela, donde se especifique
la fecha fin y los motivos de la renuncia. Si un alumno abandona las prácticas sin comunicación previa a la
empresa o al centro educativo, supondrá la pérdida del derecho del alumno a realizar prácticas.

Toda la información referente a las prácticas se atenderá en el correo electrónico: practicas@nexteducacion.

com.

METODOLOGÍA
La metodología empleada por Next Educación es eminentemente práctica y con un enfoque profesionalizante
con el objetivo de preparar a los participantes en el programa para el mercado laboral.

El claustro docente está compuesto tanto por académicos preparados y cualificados para impartir docencia
como por profesionales que han desarrollado de forma brillante su carrera y que comparten sus experiencias
reales y transfieren sus conocimientos del mundo de la Economía verde y la sostenibilidad a los alumnos.

A lo largo del Máster, el alumnado recibirá formación a través de diferentes formatos diseñados específicamente
para adquirir una visión real y eficaz de la profesión que van a desarrollar en el futuro:

¿Cómo son las sesiones formativas?

Las clases tienen lugar en la Sede académica de Next Educación, situada en el Colegio de Ingenieros de
Caminos, Puertos y Canales, C. Jenner, 3. 28010, Madrid. Las clases se imparten de forma presencial,
semipresencial o de forma online.

En la modalidad presencial la asistencia para la superación de las distintas asignaturas es un requisito

de obligado cumplimiento. En el caso de la modalidad semipresencial el estudiante deberá cumplir con el
periodo de presencialidad requerido en el último trimestre del curso académico (mínimo 1 mes y máximo
tres meses, entre abril y junio) en la sede académica de Madrid.
Los estudiantes de la modalidad online tendrán unos vídeos adaptados a la flexibilidad educativa que
caracteriza a este tipo de enseñanza y unas sesiones webinars (clases en tiempo real con profesores).

La metodología de Next Educación incluye una docencia innovadora y cercana a la realidad empresarial,
por ello, dentro de cada asignatura se contempla la impartición de clases transversales, clases con líderes
profesionales y el análisis y resolución de casos prácticos. Estas sesiones, además, ponen en contacto
directo al alumno con expertos y empresas de reconocido prestigio internacional:

15
 MÁSTER IN BIG DATA
& BUSINESS INTELLIGENCE

Clases transversales*: foros de debate (Foro Next Educación), talleres y sesiones comunes de temáticas
como:
• Comunicación
• Emprendimiento
• Liderazgo
• Proyección laboral
• Visitas y clases en empresas (solo para la modalidad presencial y semipresencial)
• Visitas culturales (solo para la modalidad presencial y semipresencial)

Clases con líderes profesionales*: como parte de las asignaturas, se contempla la impartición de
masterclass por ponentes de reconocido prestigio nacional e internacional que podrán seguirse de manera
presencial y virtual. Estas conferencias promueven la excelencia profesional y son una oportunidad única
para establecer contactos con grandes expertos, que presentarán a los alumnos la realidad dentro del
sector de la comunicación, la publicidad y el mundo de la empresa y los negocios, así como el ámbito
político.
*Estas sesiones son comunes para todos los másteres de Next Educación, lo que facilita la red de
networking e interrelación entre los alumnos de los distintos programas.

Análisis y resolución de casos prácticos: en las clases, los alumnos aprenderán a resolver los casos
prácticos, basándose en las experiencias reales que los docentes exponen y desarrollan en el aula.
La metodología basada en casos reales permite que el alumno aprenda a resolver situaciones similares
a las que se puede enfrentar en el mundo empresarial. Es de suma importancia la creación de entornos
y experiencias de aprendizaje que permitan a los alumnos afrontar con éxito los problemas relevantes,
complejos y significativos con los que pueden encontrarse durante su trayectoria profesional.
Además, esta metodología promueve el razonamiento, la identificación y empleo de información relevante,
así como la toma de decisiones en puestos de responsabilidad.

16
 MÁSTER IN BIG DATA
& BUSINESS INTELLIGENCE

EXCELENCIA PROFESIONAL
Next Educación incorpora en todos sus posgrados el programa MasterClass con Líderes Profesionales y
las Visitas y Clases en Empresas - tanto presenciales como virtuales - como parte de su apuesta por una
docencia innovadora y cercana a la realidad empresarial. Estos programas ponen en contacto directo al
alumno con expertos y empresas de reconocido prestigio internacional.

MASTERCLASS CON LÍDERES PROFESIONALES: Estas sesiones promueven la excelencia profesional y son
una oportunidad única para establecer contacto con grandes expertos, que presentarán a los asistentes la
realidad actual dentro del sector de la comunicación, la publicidad, los negocios internacionales, el comercio
exterior, el emprendimiento y la aceleración empresarial, la sostenibilidald, las finanzas, la tecnología y Big
Data. Estas conferencias forman parte de las materias impartidas en los módulos del máster. La asistencia
al programa de MasterClass es obligatoria y se evalúa de forma independiente.

CARMEN PARDO Doctora en Turismo, Development Manager Portugal & Galicia. Barceló Hotels & Resorts, Ex Secretaria
General para el Turismo en Xunta de Galicia

JOSEP BORRELL, Vicepresidente de la Comisión Europea y Alto Representante de Asuntos Exteriores y Seguridad de la Unión
Europea

MÓNICA DEZA, CEO de Bendit Thinking, Board of Directors en AXA, Chairman of The Broad of Directors en Twentyfour-Seven y
Consejera de Next Educación

MANUEL CAMPO VIDAL, Doctor en Sociología, periodista, ingeniero técnico industrial, Presidente Emérito de la Academia de
Televisión de España y presidente de Next Educación

CARLOS SALLÉ Experto en Regulación y Transición Energética. Fue Director de Políticas Energéticas y Cambio Climático del
Grupo Iberdrola

ÁNGELA BALDELLOU, Directora del Observatorio 2030 del CSCAE y Directora del Máster en Economía Verde de Next
Educación

FRANCISCO MORENO, Periodista, director general de Radio Televisión Canaria (RTVC) y vicepresidente de la Academia de las
Ciencias y las Artes de la Televisión de España.

FRANCISCO POLO, Director de Comunicación de Ferrovial

CLARA JIMÉNEZ, CEO de Maldita.es, periodista y experta en fact-checking

JUAN PÉREZ-CARBALLO, Director del Máster en Dirección Financiera de Next Educación, socio de Converthia y ex director
financiero en Repsol

17
 MÁSTER IN BIG DATA
& BUSINESS INTELLIGENCE

JUAN ANTONIO GÓMEZ BULE, Chairman Board of Directors en Walhalla DCS, Vice Chairman & Institutional Affairs Manager
en Ecix Group y co-founder & Head of Intelligence de Opinion Makers Consulting

SERGIO AZCONA, CEO y fundador de ‘Haz Comunicación’

JOSÉ OCHOA, Impulsor de equipos y design thinker

VISITAS Y CLASES EN EMPRESAS: Las clases impartidas en empresas son la mejor oportunidad de
vivir dinámicas de trabajo habituales en compañías pertenecientes a diversos sectores. Los alumnos
podrán conocer de primera mano cómo los profesionales gestionan la complejidad empresarial, además
de aprender cómo se distribuyen y funcionan los diferentes departamentos de las compañías. Asimismo,
estas visitas y clases estarán también adaptadas a los alumnos y alumnas que cursan el programa en
modalidad semipresencial u online.

A lo largo del curso, los alumnos de todos los másteres realizarán visitas a compañías líderes de su sector,
así como algunas de las visitas institucionales y culturales.

EQUIPO DOCENTE
DIRECTOR DEL MÁSTER
BELARMINO GARCÍA [email protected]
• Asesor de emprendedores en SECOTEx Director General
• Consejero Delegado de HP, Siemens NiXdorf, Amena/Orange y de Vocento
• Recientemente ha sido presidente de Zeerca
• Autor del libro El Poder de la Pasión
• Colaborador senior de ONG enfocada en PYMES

PROFESORADO
CLAUDIA CAMPO CANELLES, Data protection & Privacy Counsel

DANIEL RODRÍGUEZ, Director del Instituto de Comunicación Empresarial

IVÁN REJÓN, Head of Strategy & Marketing en Ericsson

JOSÉ MARÍA CARO JAÉN, Global Key Account Manager; Deputy sales officer at BEEVA

18
 MÁSTER IN BIG DATA
& BUSINESS INTELLIGENCE

JUAN ANTONIO GÓMEZ BULE, Security and Cybersecurity BDA en Accenture. Miembro del Comité de Expertos
Independientes de la Estrategia de Ciberseguridad Nacional 2019

JUAN VIDAL GIL, Consultor independiente, Business Intelligence Project Manager, experto en actividades de reporting y
análisis en Unidad de Business Intelligence

JULIO ANTONIO SANMARTINO RODRÍGUEZ, Doctor en Física. Especialista en Big Data & Business Intelligence

LOLA SALCEDO, IBM SPGI Software Technical Sales and Deployment Manage

LUIS ÁNGEL GALINDO, Fundador y director de Innovación 2.0 en Telefónica

MANUEL CAMPO VIDAL, Doctor en Sociología, licenciado en Periodismo e Ingeniero Técnico Industrial, Presidente de Next
International Business School y Presidente emérito de la Academia de las Ciencias y las Artes de Televisión en España

MIKEL DÍEZ PARRA, Digital Transformation Lead de IBM

PABLO PENAS FRANCO, Consultor Senior y Freelance, ex Gerente Senior en Neoris

RAÚL REGUILLO CARMONA, Data Engineer BBVA Next Technologies

ROBERTO GARCÍA GONZÁLEZ, Profesor Asociado en el Departamento de Ciencias de la Computación e Ingeniería en la

Universitat de Lleida, Doctor en Ciencias de la Computación

SERGIO GARCÍA SÁNCHEZ, Doctor en Física Aplicada y Tecnología por la Universidad de Salamanca y Data scientist con
experiencia en sector seguros en la aplicación de modelos de analítica avanzada en cloud

SONIA SÁNCHEZ, Acount Manager at BEEVA

TOMAS MARTÍNEZ BUERO, Experto en Big Data Analytics and API Economy, socio fundador de KLASS data

ALFONSO GONZÁLEZ BRIONES, Dr. en Ingeniería informática. Experto en Internet of things

19
 MÁSTER IN BIG DATA
& BUSINESS INTELLIGENCE

O
Next Educación certifica que

L I D
Tu Nombre y Apellidos
V Á
N O Intelligence
se ha graduado en el

L O
Master in Big Data & Business

T U impartido por Next Educación

TÍ
y título de la Universidad Isabel I
con una dedicación académica de 60 créditos ECTS
durante el curso XXXX/XXXX

Dr. Manuel Campo Vidal

PRESIDENTE
No Registro: 20210919001

20
 Next Educación en redes sociales:

SEDE ADMINISTRATIVA SEDE ACADÉMICA

Alsasua 16 - 2ª planta, 28023 Madrid, España Almagro 42, 28010 Madrid, España
Colegio de Ingenieros de Caminos, Canales y
(+34) 91 710 20 59 - [email protected]
Puertos
www.nexteducacion.com