910 887 138
Presentación Temario Metodología Titulación
Presentación
El Máster en Gestión Tecnológica se posiciona como una oportunidad única en un entorno donde la transformación digital y la innovación son esenciales para el éxito empresarial. Actualmente, la demanda de profesionales capaces de liderar estos cambios está en auge, impulsada por la necesidad de adaptar los negocios a un mundo digital y competitivo. Nuestro máster está diseñado para proporcionarte las habilidades necesarias para gestionar con eficacia el cambio tecnológico, fomentar la innovación y aprovechar las TIC para crear valor. Aprenderás a aplicar metodologías ágiles, a utilizar herramientas de Big Data y Business Intelligence, y a comprender el impacto de la inteligencia artificial y la ciberseguridad en las empresas modernas. Este programa online te brinda la flexibilidad de estudiar a tu ritmo, asegurando que adquieras un conocimiento profundo y práctico en áreas críticas como la gestión de sistemas ERP-CRM y la ciencia de datos. Con este máster, te preparas para ser un agente de cambio y un líder tecnológico en un mercado laboral en constante evolución.
Para qué te prepara
Este máster te prepara para liderar la transformación digital en tu empresa, diseñar estrategias innovadoras y gestionar el cambio tecnológico de manera efectiva. Aprenderás a implementar soluciones de Big Data y Business Intelligence, optimizando la cadena de valor a través de metodologías ágiles. Además, desarrollarás competencias en ciberseguridad y administración de sistemas ERP-CRM, fortaleciendo así la infraestructura digital de tu organización.
Objetivos
  • '
  • Desarrollar habilidades para liderar procesos de transformación digital en empresas.
  • Implementar estrategias de innovación tecnológica en el entorno empresarial.
  • Analizar tendencias tecnológicas para optimizar la cadena de valor.
  • Diseñar planes de negocio en TIC alineados con la seguridad en transacciones.
  • Administrar sistemas ERP
  • CRM para mejorar la gestión empresarial.
  • Aplicar metodologías ágiles para la gestión eficiente de proyectos tecnológicos.
  • Utilizar herramientas de Big Data para el análisis y toma de decisiones empresariales.
A quién va dirigido
El Máster en Gestión Tecnológica está dirigido a profesionales y titulados del sector tecnológico que buscan avanzar en sus carreras mediante el dominio de competencias clave como la gestión del cambio, la innovación empresarial, el uso estratégico de las TIC, el Agile Project Management y el análisis de Big Data. Ideal para líderes que desean transformar sus organizaciones a través de la tecnología.
Salidas Profesionales
'- Consultor en transformación digital - Gestor de innovación tecnológica - Especialista en sistemas ERP-CRM - Experto en metodologías ágiles - Analista de Big Data - Científico de datos - Administrador de bases de datos NoSQL - Consultor en Business Intelligence - Experto en ciberseguridad aplicada - Desarrollador de inteligencia artificial - Gestor de proyectos tecnológicos
Metodología
Aprendizaje 100% online
Campus virtual
Equipo docente especializado
Centro del estudiante
Temario
  1. Nuevos paradigmas económicos
  2. Principales cambios tecnológicos
  3. Sociedad digital y del conocimiento
  4. Lean & Agile Management
  1. Conceptualización
  2. Modelo de Gestión del cambio organizacional
  3. Dificultades al implantar un nuevo modelo de gestión
  4. La resistencia al cambio
  5. Factores de éxito en la gestión del cambio
  1. El directivo que piensa en digital
  2. Cambio y adaptación personal
  3. Liderazgo situacional
  4. Coordinador de estructuras y procesos
  1. Del modelo offline al entorno online
  2. Descentralización
  3. Disponibilidad de recursos
  4. Trabajo colaborativo
  5. Cuadro de mando integral
  1. SCM (Supply Chain Management)
  2. Customer Relation Management
  3. Sistemas de planificación empresariales (ERP)
  4. Sistemas de gestión del conocimiento
  1. De lo tradicional a lo actual
  2. Los impulsores del cambio
  3. La empresa actual Aparición de la empresa digital
  4. Nivel Internacional
  5. Caso de Internacionalización de Mango
  1. Definición de la gestión de la innovación
  2. Concepto y tipos de innovación
  3. Fundamentos de la innovación tecnológica
  4. El proceso de I+D+i y modelos de gestión
  5. Agentes, actividades y técnicas de gestión de la innovación
  1. Tipos de vigilancia tecnológica
  2. Aspectos esenciales de la vigilancia tecnológica
  3. Búsqueda de información
  4. Implantación de la vigilancia tecnológica
  1. Introducción
  2. Concepto y nociones esenciales de la prospectiva tecnológica
  3. Tipología de técnicas para la prospectiva tecnológica
  4. Requisitos de implantación
  1. Importancia del benchmarking
  2. Delimitación y benéficos del benchmarking
  3. Clasificación de las técnicas benchmarking
  4. Requisitos y etapas del benchmarking
  1. Origen del término Cadena de Valor
  2. Análisis de la Cadena de Valor
  3. Actividades de valor y margen
  4. Clasificación de Cadenas de Valor
  5. Fases de la creación de la Cadena de Valor
  1. Internet en la empresa: Panorama General y novedades
  2. La productividad en la Nueva Economía
  3. Nuevas formas de organización del trabajo
  4. El teletrabajo
  5. España en la Nueva Economía
  6. TIC, nuevas prácticas de trabajo y productividad
  1. La relación entre la organización de TI y el negocio
  2. Las buenas prácticas en la Gestión del Servicio: ITIL
  3. Gestión del Nivel de Servicio
  4. Gestión de la Capacidad
  5. Gestión de la Continuidad del Servicio TI
  6. Gestión de la disponibilidad
  7. Gestión financiera de los servicios de TI
  8. Centro de servicio al usuario
  1. Las TIC en las grandes empresas
  2. Impacto de la tecnología en los resultados del negocio
  3. Las TIC en las PYMEs
  4. Las TIC en la Administración Pública
  1. Tipificación
  2. Tipos de servicios que recoge
  3. Factores principales de desarrollo
  4. Principales obstáculos
  5. Empresas proveedoras de servicios de outsourcing
  6. Pasos a realizar en un proceso de externalización
  7. El Insourcing
  1. Introducción
  2. El plan de Sistemas de Información (PSI)
  3. Inicio del PSI
  4. Definición y organización del PSI
  5. Estudio de la información relevante
  6. Identificación de requisitos
  7. Estudio de los Sistemas de Información actuales
  8. Diseño del modelo de Sistemas de Información
  9. Definición de la arquitectura tecnológica
  10. Definición del plan de acción
  11. Revisión y aprobación del PSI
  12. PARTICIPACIÓN EN LAS ACTIVIDADES DEL PROCESO PSI
  1. Presentación
  2. Firma Electrónica y Certificación Digital
  3. La Facturación Electrónica
  1. CRM: La gestión de las relaciones con el cliente
  2. SCM: La gestión de la cadena de suministro
  3. El CRM y el SCM dentro de los sistemas integrados de gestión
  1. ¿Qué son los procesos?
  2. Papel e importancia de los procesos en la empresa
  3. Diferencia entre la gestión tradicional y la gestión de procesos
  4. Propietario de un proceso
  5. De la gestión de los procesos a la gestión por procesos
  6. Los procesos como base de la gestión de las organizaciones
  7. Metodología para modelos funcional de procesos: IDEFO
  8. Herramientas de las TIC para la gestión por procesos
  1. Introducción al comercio electrónico
  2. Hacia el comercio electrónico
  3. El plan de Marketing en el comercio electrónico
  4. Aspectos tecnológicos del comercio electrónico
  5. Aspectos normativos del comercio electrónico
  6. Aplicaciones del comercio electrónico
  1. Internet en el mundo de los negocios
  2. La segmentación del mercado en Internet
  3. Cómo captar clientes a través de la red
  4. La comunicación en Internet
  5. Internet como canal de distribución
  6. Cartera de productos
  1. Parámetros de configuración del sistema operativo en sistemas ERP-CRM: definición, tipología y uso
  2. Herramientas software para monitorizar procesos, eventos y rendimiento del sistema, y para la gestión del almacenamiento
  1. Envío de alarmas de aviso ante un problema en el sistema operativo
  2. Trazas y ficheros de confirmación de los procesos realizados (logs)
  3. Características y tipos
  1. Trazas del sistema (logs)
  2. Incidencias: identificación y resolución
  1. Parámetros de configuración del gestor de datos en sistemas ERP y CRM: definición, tipología y usos
  2. Herramientas software para la gestión del almacenamiento y para monitorizar procesos, eventos y rendimiento de la base de datos
  1. Envío de alarmas de aviso en el gestor de datos
  2. Trazas y ficheros de confirmación de los procesos realizados (logs)
  3. Características y tipos
  1. Procesos de los sistemas ERP y CRM
  2. Parámetros de los sistemas que influyen en el rendimiento
  3. Herramientas de monitorización y de evaluación del rendimiento
  1. Control de versiones y gestión de los distintos entornos
  2. Arquitecturas de los distintos entornos según el sistema operativo
  3. El sistema de intercambio de información entre distintos entornos: características y elementos que intervienen
  4. Errores en la ejecución del transporte: tipos y solución
  1. Características y funcionalidades
  2. Procedimientos de ejecución
  3. Resolución de incidencias; trazas de ejecución
  1. Creación de usuarios
  2. Permisos por menú y por empresa
  1. Copias de seguridad on-line/off-line
  2. Réplicas en espejo
  3. Restauración del sistema y copias
  1. Ingeniería de software, sus principios y objetivos
  2. Metodologías en Espiral, Iterativa y Ágiles
  3. Prácticas ágiles
  4. Métodos ágiles
  5. Evolución de las metodologías ágiles
  6. Metodologías ágiles frente a metodologías pesadas
  1. Principios de las metodologías ágiles
  2. Agile Manifesto
  3. User History
  1. La iteracción como alternativa a la planificación lineal
  2. La comunicación y la motivación
  3. Características del liderazgo participativo
  4. Pensamiento disruptivo y desarrollo de la idea
  5. Prueba y error, learning by doing
  1. Definición y características de Extreme Programming
  2. Fases y reglas de XP
  3. La implementación y el diseño
  4. Los valores de XP
  5. Equipo y cliente de XP
  1. La teoría Scrum: framework
  2. El equipo
  3. Sprint Planning
  4. Cómo poner en marcha un Scrum
  1. Introducción al método Kanban
  2. Consejos para poner en marcha kanban
  3. Equipo
  4. Business Model Canvas o lienzo del modelo de negocio
  5. Scrumban
  1. Introducción al Lean Thinking
  2. Lean Startup
  1. Agile Inception Deck
  2. Design Thinking
  3. DevOps
  4. Dynamic Systems Development Method (DSDM)
  5. Crystal Methodologies
  6. Adaptative Software Development (ASD)
  7. Feature Driven Development (FDD)
  8. Agile Unified Process
  1. ¿Qué es Big Data?
  2. La era de las grandes cantidades de información. Historia del big data
  3. La importancia de almacenar y extraer información
  4. Big Data enfocado a los negocios
  5. Open Data
  6. Información pública
  7. IoT (Internet of Things-Internet de las cosas)
  1. Definición y relevancia de la selección de las fuentes de datos
  2. Naturaleza de las fuentes de datos Big Data
  1. Definición, Beneficios y Características
  2. Ejemplo de uso de Open Data
  1. Diagnóstico inicial
  2. Diseño del proyecto
  3. Proceso de implementación
  4. Monitorización y control del proyecto
  5. Responsable y recursos disponibles
  6. Calendarización
  7. Alcance y valoración económica del proyecto
  1. Definiendo el concepto de Business Intelligence y sociedad de la información
  2. Arquitectura de una solución de Business Intelligence
  3. Business Intelligence en los departamentos de la empresa
  4. Conceptos de Plan Director, Plan Estratégico y Plan de Operativa Anual
  5. Sistemas operacionales y Procesos ETL en un sistema de BI
  6. Ventajas y Factores de Riesgos del Business Intelligence
  1. Cuadros de Mando Integrales (CMI)
  2. Sistemas de Soporte a la Decisión (DSS)
  3. Sistemas de Información Ejecutiva (EIS)
  1. Apoyo del Big Data en el proceso de toma de decisiones
  2. Toma de decisiones operativas
  3. Marketing estratégico y Big Data
  4. Nuevas tendencias en management
  1. Concepto de web semántica
  2. Linked Data Vs Big Data
  3. Lenguaje de consulta SPARQL
  1. Contexto Internet de las Cosas (IoT)
  2. ¿Qué es IoT?
  3. Elementos que componen el ecosistema IoT
  4. Arquitectura IoT
  5. Dispositivos y elementos empleados
  6. Ejemplos de uso
  7. Retos y líneas de trabajo futura
  1. ¿Qué es la ciencia de datos?
  2. Herramientas necesarias para el científico de datos
  3. Data Science & Cloud Compunting
  4. Aspectos legales en Protección de Datos
  1. Introducción
  2. El modelo relacional
  3. Lenguaje de consulta SQL
  4. MySQL: Una base de datos relacional
  1. Obtención y limpieza de los datos (ETL)
  2. Inferencia estadística
  3. Modelos de regresión
  4. Pruebas de hipótesis
  1. Inteligencia Analítica de negocios
  2. La teoría de grafos y el análisis de redes sociales
  3. Presentación de resultado
  1. ¿Qué es una base de datos NoSQL?
  2. Bases de datos Relaciones Vs Bases de datos NoSQL
  3. Tipo de Bases de datos NoSQL: Teorema de CAP
  4. Sistemas de Bases de datos NoSQL
  1. ¿Qué es MongoDB?
  2. Funcionamiento y uso de MongoDB
  3. Primeros pasos con MongoDB: Instalación y shell de comandos
  4. Creando nuestra primera Base de Datos NoSQL: Modelo e Inserción de Datos
  5. Actualización de datos en MongoDB: Sentencias set y update
  6. Trabajando con índices en MongoDB para optimización de datos
  7. Consulta de datos en MongoDB
  1. ¿Qué es Hadoop? Relación con Big Data
  2. Instalación y configuración de insfraestructura y ecosistema Hadoop
  3. Sistema de archivos HDFS
  4. MapReduce con Hadoop
  5. Apache Hive
  6. Apache Hue
  7. Apache Spark
  1. ¿Qué es Weka?
  2. Técnicas de Data Mining en Weka
  3. Interfaces de Weka
  4. Selección de atributos
  1. Una aproximación a Pentaho
  2. Soluciones que ofrece Pentaho
  3. MongoDB & Pentaho
  4. Hadoop & Pentaho
  5. Weka & Pentaho
  1. Introducción a la minería de datos y el aprendizaje automático
  2. Proceso KDD
  3. Modelos y Técnicas de Data Mining
  4. Áreas de aplicación
  5. Minería de textos y Web Mining
  6. Data mining y marketing
  1. Aproximación al concepto de DataMart
  2. Procesos de extracción, transformación y carga de datos (ETL)
  3. Data Warehou
  4. Herramientas de Explotación
  5. Herramientas para el desarrollo de cubos OLAP
  1. Visión General. ¿Por qué DataWarehouse?
  2. Estructura y Construcción
  3. Fases de implantación
  4. Características
  5. Data Warehouse en la nube
  1. Tipos de herramientas para BI
  2. Productos comerciales para BI
  3. Productos Open Source para BI
  4. Beneficios de las herramientas de BI
  1. ¿Qué es la visualización de datos?
  2. Importancia y herramientas de la visualización de datos
  3. Visualización de datos: Principios básicos
  1. ¿Qué es Tableau? Usos y aplicaciones
  2. Tableau Server: Arquitectura y Componentes
  3. Instalación Tableau
  4. Espacio de trabajo y navegación
  5. Conexiones de datos en Tableau
  6. Tipos de filtros en Tableau
  7. Ordenación de datos, grupos, jerarquías y conjuntos
  8. Tablas y gráficos en Tableau
  1. Fundamentos D3
  2. Instalación D3
  3. Funcionamiento D3
  4. SVG
  5. Tipos de datos en D3
  6. Diagrama de barras con D3
  7. Diagrama de dispersión con D3
  1. Google Data Studio
  1. Instalación y arquitectura
  2. Carga de datos
  3. Informes
  4. Transformación y modelo de datos
  5. Análisis de datos
  1. Introducción a Power BI
  2. Instalación de Power BI
  3. Modelado de datos
  4. Visualización de datos
  5. Dashboards
  6. Uso compartido de datos
  1. CartoDB
  1. Introducción a la inteligencia artificial
  2. Historia
  3. La importancia de la IA
  1. Tipos de inteligencia artificial
  1. Algoritmos aplicados a la inteligencia artificial
  1. Relación entre inteligencia artificial y big data
  2. IA y Big Data combinados
  3. El papel del Big Data en IA
  4. Tecnologías de IA que se están utilizando con Big Data
  1. Sistemas expertos
  2. Estructura de un sistema experto
  3. Inferencia: Tipos
  4. Fases de construcción de un sistema
  5. Rendimiento y mejoras
  6. Dominios de aplicación
  7. Creación de un sistema experto en C#
  8. Añadir incertidumbre y probabilidades
  1. Futuro de la inteligencia artificial
  2. Impacto de la IA en la industria
  3. El impacto económico y social global de la IA y su futuro
  1. Introducción
  2. Clasificación de algoritmos de aprendizaje automático
  3. Ejemplos de aprendizaje automático
  4. Diferencias entre el aprendizaje automático y el aprendizaje profundo
  5. Tipos de algoritmos de aprendizaje automático
  6. El futuro del aprendizaje automático
  1. Introducción
  2. Algoritmos
  1. Introducción
  2. Filtrado colaborativo
  3. Clusterización
  4. Sistemas de recomendación híbridos
  1. Clasificadores
  2. Algoritmos
  1. Componentes
  2. Aprendizaje
  1. Introducción
  2. El proceso de paso de DSS a IDSS
  3. Casos de aplicación
  1. Aprendizaje profundo
  2. Entorno de Deep Learning con Python
  3. Aprendizaje automático y profundo
  1. Redes neuronales
  2. Redes profundas y redes poco profundas
  1. Perceptrón de una capa y multicapa
  2. Ejemplo de perceptrón
  1. Tipos de redes profundas
  2. Trabajar con TensorFlow y Python
  1. Entrada y salida de datos
  2. Entrenar una red neuronal
  3. Gráficos computacionales
  4. Implementación de una red profunda
  5. El algoritmo de propagación directa
  6. Redes neuronales profundas multicapa
Titulación
Titulación de Máster en Gestión Tecnológica 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
INFÓRMATE SIN COMPROMISO
¡

Entidades colaboradoras

Logo Educa Logo educa edtech
Logo QS
Aviso Legal Política de Privacidad Condiciones de matriculación Política de Cookies Canal de denuncias