Solicitar Información

Máster en Business Intelligence e Inteligencia Artificial Aplicada

Con la colaboración de

Colaboración

Máster en Business Intelligence e Inteligencia Artificial Aplicada

icono de propiedad

Duración:

1 año académico

icono de propiedad

Idioma:

Español

icono de propiedad

Modalidades:

Live Streaming y Online Flexible

Objetivos

El Máster en Business Intelligence e IA Aplicada de EBIS está diseñado para enseñarte a transformar datos en decisiones estratégicas para las empresas, utilizando herramientas avanzadas de análisis de datos, incluyendo las nuevas tecnologías que permiten crear modelos predictivos de IA sin necesidad de programación. Aprenderás todo el ciclo del dato, desde su captura hasta su visualización, para generar información útil que impulse decisiones empresariales clave.

Además, aprenderás a crear dashboards interactivos que faciliten la visualización de datos y la toma de decisiones en tiempo real. 

Al finalizar el máster serás capaz de gestionar proyectos analíticos con una visión empresarial, aplicando metodologías ágiles para liderarlos con éxito. 

¿A quién va dirigido este máster?

El Máster en Business Intelligence e Inteligencia Artificial Aplicada a Negocio está dirigido a profesionales que deseen desarrollar competencias en el análisis de datos y su aplicación estratégica en el ámbito empresarial. 

Está especialmente recomendado para:

  • Profesionales de negocio (marketing, finanzas, operaciones, recursos humanos, etc.) que deseen incorporar el análisis de datos en su toma de decisiones.
  • Directivos o responsables de áreas que busquen liderar proyectos de transformación digital y cultura data-driven.
  • Técnicos y analistas que quieran ampliar su visión hacia la aplicación de la inteligencia artificial y el Business Intelligence en el contexto empresarial.
  • Emprendedores interesados en aplicar el análisis de datos para potenciar sus negocios.


Ayudas económicas

Consulta la disponibilidad de las becas Excellence: becas parciales de 1.250 € y financiación del coste final en 10 cuotas mensuales (aplicable a particulares). Formación bonificable a través de FUNDAE (aplicable a empresas españolas). 

Con Titulación Universitaria

Al finalizar la formación, recibirás dos títulos: uno emitido por nuestra Escuela de Negocios (EBIS) y otro por la Universidad de Vitoria-Gasteiz (EUNEIZ).

Certificaciones adicionales incluidas

Al finalizar la formación, además de la doble titulación del máster, tendrás la oportunidad de obtener tres certificados profesionales más reconicidos en el mercado. Se incluyen la preparación, el examen y la certificación en Microsoft Certified: Power BI Data Analyst Associate (Pl-300) y Microsoft Certified: Power Platform Fundamentals (Pl-900). Además, se incluye el certificado Harvard ManageMentor® - Leadership, otorgado por Harvard Business Publishing Education.

Avalado por instituciones de prestigio

Elegidos como la mejor escuela de negocios especializada en tecnología  logo

Elegidos como la mejor escuela de negocios especializada en tecnología

Clasificación DondeEstudiar

Galardonados con el distintivo European Excellence Education logo

Galardonados con el distintivo European Excellence Education

Revista financiera

Primera posición en rankings académicos del sector tecnológico logo

Primera posición en rankings académicos del sector tecnológico

EUniversidadesPrivadas.com y Financial Magazine

Las mejores empresas también se han formado con nosotros

Deloitte Banco de España Bankinter Microsoft Indra CaixaBank Mapfre Telefonica Allianz Santander Pwc RTVE ABB Naturgy

Modalidades

imagen de modalidad

Modalidad Live Streaming

Descripción:

Los alumnos y profesores interactúan en directo durante las clases, que se imparten a través de una plataforma de videoconferencia. Las grabaciones estarán disponibles en el campus virtual, junto con el resto de recursos del máster. Además, para resolver cualquier tipo de consulta, se ofrecen tutorías grupales de forma periódica y tutorías individuales bajo demanda, ambas por videoconferencia.

Tutor personal:

Disponible durante todo el curso.

Recursos complementarios: Lecturas, presentaciones, libros, manuales, cuestionarios, ejercicios, foros de dudas, repositorio documental, etc.

Interacción con otros alumnos:

Durante las clases, en la preparación de los casos prácticos (opcional), en la elaboración del proyecto final (opcional), en el metacampus y a través del chat grupal/individual.

Fecha de inicio y fin:

 28 de octubre de 2025 – 30 de julio de 2026 (agosto no lectivo).

Horarios disponibles:

Martes y jueves de 19:00h a 21:00h. Zona Horaria UTC+1 (UTC+2 en verano).

imagen de modalidad

Modalidad Online Flexible

Información:

Los alumnos cuentan con acceso a un campus virtual donde pueden encontrar las grabaciones de las clases junto a los demás recursos propios de la formación. Además, para resolver cualquier tipo de consulta, se ofrecen tutorías grupales de forma periódica y tutorías individuales bajo demanda, ambas por videoconferencia.

Tutor personal:

Disponible durante todo el curso.

Recursos complementarios: Lecturas, presentaciones, libros, manuales, cuestionarios, ejercicios, foros de dudas, repositorio documental, etc.

Interacción con otros alumnos:

Durante las tutorías, en la preparación de los casos prácticos (opcional), en la elaboración del proyecto final (opcional), en el metacampus y a través del chat grupal/individual. 

Fecha de inicio:

Inicio flexible.

Duración:

1 año académico.

Horarios:

Flexible.

Contenido del Máster en Business Intelligence e Inteligencia Artificial Aplicada

MÓDULO I. INTRODUCCIÓN AL ECOSISTEMA BI Y ESTRATEGIA DE DATOS

Tema 1 - Fundamentos del Business Intelligence, Ecosistema Analítico y Perfiles Profesionales

Introducción al Business Intelligence como herramienta clave para la toma de decisiones empresariales. Se presentan los componentes principales del ecosistema analítico, las distintas arquitecturas de datos y los flujos de información. Además, se analizan los principales perfiles profesionales que participan en proyectos de datos (CDO, analistas, ingenieros de datos, científicos de datos), sus roles y cómo se organizan en equipos multidisciplinares orientados al dato.

    • Principios fundamentales del Business Intelligence

    • Arquitecturas de datos y ecosistemas analíticos

    • Perfiles profesionales en entornos data-driven

    • Roles, funciones y colaboración en equipos multidisciplinares

    • Business Intelligence Vs. Big Data

    • Casos de uso del BI

Tema 2 - Estrategia de Datos y Transformación Empresarial

Explora cómo las organizaciones definen e implantan una estrategia de datos para crear ventajas competitivas. Se abordan los conceptos de gobierno del dato, calidad de datos, cultura data-driven y alineación con los objetivos de negocio. Incluye casos prácticos de transformación empresarial basada en el uso estratégico y ético de los datos.

    • Estrategia de datos y su impacto en la transformación empresarial

    • Gobierno del dato y calidad de los datos

    • Cultura data-driven en las organizaciones

    • Casos prácticos de implantación de estrategias de datos

    • Creación de una estrategia para la gestión de datos

MÓDULO II. MODELOS DE ALMACENAMIENTO Y ARQUITECTURAS ANALÍTICAS DE NEGOCIO

Tema 3 - Fundamentos y Tecnología de Bases de Datos

Introduce los principios esenciales de las bases de datos, tanto relacionales como no relacionales. Se analizan los conceptos clave de almacenamiento, organización de datos, esquemas y su papel en los sistemas de Business Intelligence, como soporte para el análisis y la toma de decisiones empresariales.

    • Conceptos fundamentales de bases de datos relacionales y NoSQL

    • Almacenamiento y procesamiento de la información

    • Estructuras de almacenamiento y organización de datos

    • Rol de las bases de datos en sistemas de BI

Tema 4 - Diseño, Modelado y Gobierno de Datos para BI

Presenta las técnicas de modelado de datos (modelo lógico, físico, estrella y copo de nieve) aplicadas al análisis empresarial. Además, aborda la arquitectura de Data Warehousing, procesos OLAP y los fundamentos de calidad de datos, gobierno, privacidad, ética y compliance, garantizando un uso seguro y responsable de la información.

    • Modelos de datos: lógico, físico, estrella, copo de nieve

    • Arquitectura de Data Warehousing y procesos OLAP

    • Calidad de datos, gobierno, privacidad, ética y compliance

Tema 5 - Introducción al Cloud Computing para Entornos Analíticos

Explora las principales plataformas de cloud computing (AWS, Azure, Google Cloud) aplicadas a proyectos analíticos. Se revisan servicios de almacenamiento, procesamiento y análisis de datos en la nube, así como las ventajas de escalabilidad, flexibilidad y optimización de costes que aporta el cloud en entornos BI.

    • Conceptos básicos de cloud computing aplicado a BI

    • Servicios cloud en AWS, Azure y Google Cloud

    • Ventajas y retos del uso de la nube en entornos analíticos

Tema 6 - Introducción a Bases de Datos NoSQL

Introduce los modelos de bases de datos NoSQL: clave-valor, documentos, columnas y grafos. Se explican sus principales características, ventajas frente a bases relacionales y casos de uso típicos en entornos donde se manejan grandes volúmenes de datos no estructurados o en tiempo real.

    • Modelos de bases de datos NoSQL: clave-valor, documentos, columnas, grafos

    • Comparativa NoSQL vs bases relacionales

    • Casos de uso habituales de NoSQL en BI y big data

MÓDULO III. PROCESAMIENTO DE DATOS PARA ANÁLISIS

Tema 7 - Procesos ETL y Automatización de Flujos de Datos

Introduce los procesos de extracción, transformación y carga (ETL/ELT) esenciales para preparar los datos para el análisis. Se trabajan los conceptos de diseño de pipelines de datos automatizados, orquestación de flujos, buenas prácticas de integración y optimización de procesos en entornos empresariales.

    • Procesos ETL y ELT: conceptos y diferencias

    • Diseño y automatización de pipelines de datos

    • Orquestación y monitorización de flujos de datos

    • Buenas prácticas en la integración de datos empresariales

Tema 8 - Limpieza e Integración de Datos Heterogéneos

Aborda las técnicas de limpieza de datos para garantizar su calidad: eliminación de duplicados, tratamiento de datos incompletos e integración de fuentes estructuradas y no estructuradas. Además, se trabaja el enriquecimiento semántico y el modelado de datos para facilitar su análisis posterior.

    • Limpieza de datos: duplicados, inconsistencias, datos faltantes

    • Integración de datos de múltiples fuentes heterogéneas

    • Enriquecimiento semántico de los datos

    • Modelado de datos para análisis y reporting

Tema 9 - Caso Práctico con Azure Data Factory y Alteryx

Aplicación práctica de los conocimientos adquiridos mediante el desarrollo de flujos completos de integración de datos con Azure Data Factory (entorno cloud) y Alteryx (entorno low-code). Los alumnos construyen pipelines, procesan datos y preparan conjuntos listos para el análisis y visualización.

    • Implementación de flujos ETL en Azure Data Factory

    • Desarrollo de pipelines de datos en Alteryx

    • Preparación de datasets para visualización y análisis

MÓDULO IV. ANÁLISIS DE DATOS APLICADO AL NEGOCIO CON MACHINE LEARNING

Tema 10 - Análisis de datos con Machine Learning Supervisado

Introduce los principales algoritmos de machine learning supervisado aplicados a negocio, como regresión lineal, regresión logística, árboles de decisión, random forest y SVM. Se enseña a construir modelos predictivos, validar su rendimiento y utilizar métricas clave para evaluar su efectividad en problemas empresariales.

    • Algoritmos supervisados: regresión lineal y logística, árboles de decisión, random forest, SV

    • Construcción de modelos predictivos para negocio

    • Validación de modelos y métricas de desempeño

    • Aplicaciones prácticas en predicción y clasificación

Tema 11 - Análisis de datos con Machine Learning No Supervisado

Presenta técnicas de aprendizaje no supervisado enfocadas a la detección de patrones ocultos y segmentación. Se trabajan algoritmos de clustering (K-means, jerárquico), reducción de dimensionalidad (PCA) y reglas de asociación (Apriori), aplicados a casos como segmentación de clientes y detección de anomalías.

    • Algoritmos no supervisados: clustering K-means, clustering jerárquico

    • Reducción de dimensionalidad con PCA

    • Reglas de asociación (Apriori)

    • Segmentación de clientes y detección de patrones

Tema 12 - Análisis de datos con Inteligencia Artificial Generativa

Explora el uso de modelos generativos (LLMs, diffusion models) aplicados a la automatización de tareas, generación de contenidos, asistentes inteligentes y optimización de procesos empresariales. Se abordan también los riesgos, aspectos éticos y mejores prácticas en la aplicación de IA generativa en entornos corporativos.

    • Modelos generativos: LLMs, diffusion models

    • Aplicaciones de IA generativa en negocio

    • Automatización de tareas y generación de contenido

    • Ética, riesgos y buenas prácticas en IA generativa

    • Casos de uso con IA

Tema 13 - Proyecto de Machine Learning con Dataiku

Desarrollo práctico de un proyecto completo de machine learning utilizando la plataforma Dataiku. Los alumnos trabajan desde la preparación y limpieza de datos, el entrenamiento de modelos, su validación y ajuste, hasta la presentación de resultados aplicados a un caso real de negocio.

    • Desarrollo de proyectos de ML en Dataiku

    • Preparación y limpieza de datos para ML

    • Entrenamiento, validación y ajuste de modelos

    • Presentación de resultados orientados a negocio

MÓDULO V. ANÁLISIS DE INFORMACIÓN CON HERRAMIENTAS DE BUSINESS INTELLIGENCE

Tema 14 - Conexión a Fuentes de Datos y Modelo Inicial

Introduce al alumno en la conexión de Power BI y Looker Studio a distintas fuentes de datos (ficheros, bases SQL, CRM, cloud). Se trabaja la transformación inicial de datos, la limpieza básica, la combinación de tablas y la creación de modelos de datos simples, preparando la información para su análisis visual.

    • Conexión a diversas fuentes de datos (locales, cloud, CRM, SQL)

    • Transformación y limpieza básica de datos

    • Modelado inicial de datos para visualización

    • Preparación de datasets para dashboards

Tema 15 - Storytelling y Diseño para Dashboards

Presenta los principios de diseño visual aplicados a la comunicación de datos. Se trabajan técnicas de storytelling visual, selección de gráficos, estructuración de KPIs y cómo construir dashboards claros, comprensibles y orientados a la toma de decisiones para públicos técnicos y de negocio.

    • Principios de diseño visual aplicados a BI

    • Técnicas de storytelling visual

    • Diseño de dashboards claros y orientados a negocio

    • Estructuración de KPIs y visualización de métricas

Tema 16 - Análisis y visualización con Power BI

Formación práctica en el uso de Power BI para crear dashboards interactivos. Los alumnos aprenden a importar datos, modelar, construir visualizaciones, incorporar interactividad (drill-down, filtros), y a publicar y compartir informes de forma profesional en entornos colaborativos.

    • Uso de Power BI para visualización de datos

    • Importación y modelado de datos en Power BI

    • Creación de dashboards interactivos con filtros y drill-down

    • Publicación y compartición de informes en entornos colaborativo

    • Toma de decisiones con Power BI

    • Reporting y presentación de Reportes con Power BI

    • Inteligencia Artificial en Power BI

Tema 17 - Análisis y visualización con Looker Studio

Introducción al uso de Looker Studio como herramienta de reporting cloud. Se trabaja la conexión a distintas fuentes de datos en la nube, la creación de informes interactivos y compartibles, y el diseño de dashboards ligeros orientados a la colaboración en tiempo real.

    • Uso de Looker Studio como herramienta de reporting cloud

    • Conexión a fuentes de datos cloud

    • Creación de dashboards interactivos en Looker Studio

    • Publicación y compartición de informes online

    • Toma de decisiones con Looker Studio

MÓDULO VI. DIRECCIÓN DE PROYECTOS ANALÍTICOS CON METODOLOGÍAS ÁGILES

Tema 18 - Gestión e implementación de Proyectos de Business Intelligence e IA

Introduce el ciclo de vida de los proyectos analíticos, desde la definición de objetivos hasta la entrega de resultados. Se trabaja la planificación, la gestión de riesgos, la definición de entregables y la coordinación de equipos multidisciplinares en proyectos de Business Intelligence e Inteligencia Artificial.

    • Ciclo de vida de los proyectos analíticos

    • Implementación de modelos analíticos: integración, validación y seguimiento.

    • Dirección de proyecto, entregables, incidencias y cambios.

    • Definición de objetivos y entregables de negocio

    • Planificación y gestión de riesgos

    • Coordinación de equipos multidisciplinares (negocio, datos, tecnología)

Tema 19 - Metodologías Ágiles aplicadas a Proyectos de Datos

Presenta cómo aplicar metodologías ágiles (Scrum, Kanban) en proyectos de datos. Se revisan la definición de roles, la organización de sprints, la priorización de tareas, la gestión del backlog y la coordinación efectiva entre negocio, tecnología y analítica.

    • Principios de metodologías ágiles en proyectos de datos

    • Aplicación de Scrum y Kanban en entornos BI e IA

    • Gestión del backlog y priorización de tareas

    • Coordinación ágil entre negocio, tecnología y analítica

Tema 20 - Gobierno, Ética y Evaluación de Impacto de Proyectos Analíticos

Aborda los aspectos de gobernanza, ética y compliance en proyectos analíticos. Se analiza la gestión del cambio organizacional, el cumplimiento normativo, la privacidad, la responsabilidad ética en el uso de datos y la medición del impacto y retorno de los proyectos de datos.

    • Gobierno del dato en proyectos analíticos

    • Ética y compliance en el uso de datos

    • Gestión del cambio en organizaciones data-driven

    • Evaluación del impacto y retorno de proyectos de datos

CASOS DE NEGOCIO

A lo largo de este módulo, tendrás la oportunidad de aplicar todo lo aprendido en casos reales del entorno empresarial. Especialistas del sector te presentarán situaciones concretas relacionadas con el uso de datos, herramientas de Business Intelligence y aplicaciones de inteligencia artificial. Trabajarás en grupo para analizar los datos, proponer soluciones basadas en BI o IA, y defender vuestra propuesta. En una sesión conjunta con el profesor y otros grupos, debatiréis los enfoques planteados y, guiados por el docente, llegaréis a la solución más adecuada.

PROYECTO FINAL DE MÁSTER

El Trabajo Final del Máster en Business Intelligence e Inteligencia Artificial Aplicada te permitirá poner en práctica todo lo aprendido mediante el diseño y desarrollo de un proyecto real. Deberás aplicar herramientas de análisis, visualización y modelos inteligentes para resolver un reto de negocio, aportando valor a través de la toma de decisiones basadas en datos.

Mucho más que formación

FORMACIÓN DE POR VIDA

Se espera un rápido avance en las tecnologías digitales. Por esta razón, los estudiantes de la escuela disfrutarán de acceso continuo a actualizaciones y novedades de manera indefinida.

NETWORKING CONTINUO

Nuestro canal privado conecta directamente a todos los antiguos alumnos, docentes y empresas para que puedan comunicarse fácilmente. También se organizan eventos virtuales y presenciales para la comunidad.

BOLSA DE TRABAJO Y PRÁCTICAS

Gracias a nuestros acuerdos estratégicos, podemos brindar emocionantes oportunidades de empleo y la opción de realizar prácticas laborales, ya sea durante el curso o después de su finalización.

ACELERADORA

Apoyamos a los estudiantes en la transformación de sus proyectos finales de máster en startups. Ofrecemos mentores, acceso a inversores y la colaboración de desarrolladores para la creación del producto mínimo viable.

ITINERARIO IMPULSA: Formación y Certificados para continuar con tu desarrollo profesional

En EBIS estamos comprometidos con el crecimiento profesional de nuestros estudiantes incluso después de terminar el máster. Por ello, les damos acceso antes, durante y hasta un año después de finalizar los estudios a un conjunto de formaciones y certificados profesionales con alta demanda en el mercado laboral.

Imagen Formacion
SOLICITAR INFORMACIÓN
MÁSTERES DESTACADOS
banner fundacion estatal

Centro inscrito en el Registro Estatal de Entidades de Formación en virtud de la ley 30/2015

EBIS ENTERPRISE SL; B75630632 (filial). EBIS EDUCATION SL; B67370601 (matriz). © 2025 EBIS Business Techschool, C. Agustín Millares, 18, 35001 Las Palmas de Gran Canaria