PROGRAMAS
Con la colaboración de
Duración:
1 año académico
Idioma:
Español
Modalidades:
Transmisión en vivo y en línea flexible
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.
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:
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).
Al finalizar la formación, recibirás dos títulos: uno emitido por nuestra Escuela de Negocios (EBIS) y otro por la Universidad de Vitoria-Gasteiz (EUNEIZ).
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.
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.
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:
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).
Al finalizar la formación, recibirás dos títulos: uno emitido por nuestra Escuela de Negocios (EBIS) y otro por la Universidad de Vitoria-Gasteiz (EUNEIZ).
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.
Elegidos como la mejor escuela de negocios especializada en tecnología
Clasificación DondeEstudiar
Galardonados con el distintivo European Excellence Education
Revista financiera
Primera posición en rankings académicos del sector tecnológico
EUniversidadesPrivadas.com y Financial Magazine
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.
Disponible durante todo el curso.
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.
28 de octubre de 2025 – 30 de julio de 2026 (agosto no lectivo).
Martes y jueves de 19:00h a 21:00h. Zona Horaria UTC+1 (UTC+2 en verano).
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.
Disponible durante todo el curso.
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.
28 de octubre de 2025 – 30 de julio de 2026 (agosto no lectivo).
Martes y jueves de 19:00h a 21:00h. Zona Horaria UTC+1 (UTC+2 en verano).
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.
Disponible durante todo el curso.
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.
Inicio flexible.
1 año académico.
Flexible.
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.
Disponible durante todo el curso.
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.
Inicio flexible.
1 año académico.
Flexible.
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. Se analiza la diferencia entre Business Intelligence y Big Data en el contexto empresarial, abordando cómo cada enfoque aporta valor en distintos escenarios. Además, se exponen casos de uso reales de BI en sectores como marketing, operaciones, finanzas y atención al cliente. Finalmente, se describen los principales perfiles profesionales implicados en proyectos analíticos (CDO, analistas, ingenieros de datos, científicos de datos), sus roles, y su organización en equipos multidisciplinares orientados al dato.
|
|
Explora cómo las organizaciones definen e implantan una estrategia de datos para crear ventajas competitivas sostenibles. Se abordan los pilares fundamentales del gobierno del dato, la calidad de la información y la cultura organizacional orientada al dato. Se analiza cómo alinear la estrategia de datos con los objetivos del negocio, garantizando un uso ético, seguro y eficiente de la información. La asignatura incluye casos prácticos de transformación empresarial impulsada por el uso estratégico del dato en sectores como retail, banca o salud.
|
|
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.
|
|
Introduce el lenguaje SQL como herramienta fundamental para consultar y preparar datos en entornos analíticos. El alumno aprenderá a construir consultas relevantes para reporting y análisis, combinando tablas y creando filtros que den soporte a decisiones de negocio.
|
|
Presenta las principales metodologías de modelado de datos y su aplicación en arquitecturas BI. Se trabaja el diseño lógico y físico, los modelos dimensionales y su implementación práctica en herramientas como Power BI. Se abordan también conceptos clave de calidad de datos, gobierno, ética y compliance.
|
|
Esta asignatura ofrece una introducción práctica al gobierno del dato utilizando Microsoft Purview, una herramienta empresarial de catalogación, clasificación y cumplimiento normativo. Los alumnos explorarán cómo se organizan, etiquetan y protegen los datos dentro de una organización real, navegando por mapas de linaje, políticas de acceso y activos sensibles desde una plataforma cloud sin necesidad de programación.
|
|
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.
|
|
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.
|
|
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.
|
|
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.
|
|
Aplicación práctica de la integración y preparación de datos mediante el uso de herramientas profesionales como Azure Data Factory y Azure Synapse Pipelines para construir flujos de datos en la nube. Se complementa con Alteryx como plataforma low-code para transformación y limpieza de datos, y con Octoparse, herramienta no-code de web scraping, que permite incorporar datos externos desde la web sin necesidad de programar. Los alumnos desarrollarán pipelines completos para obtener, procesar y preparar conjuntos de datos listos para su análisis y visualización, integrando los resultados directamente con Power BI para la creación de informes interactivos y dashboards empresariales en tiempo real.
|
|
Se introducen los principales algoritmos de machine learning supervisado aplicados al entorno empresarial, como regresión lineal, regresión logística, árboles de decisión, random forest y máquinas de soporte vectorial (SVM). Los alumnos aprenderán a construir modelos predictivos, validar su rendimiento y aplicar métricas clave como precisión, recall, F1-score o AUC para evaluar su efectividad en problemas reales de negocio. Todo ello se realizará mediante herramientas visuales y no-code, que permiten aplicar técnicas avanzadas de análisis predictivo sin necesidad de conocimientos en programación, facilitando el aprendizaje y la aplicación práctica para perfiles de negocio.
|
|
Se presentan técnicas de aprendizaje no supervisado orientadas a la detección de patrones ocultos y la segmentación avanzada en datos empresariales. Se trabajan algoritmos de clustering como K-means y clustering jerárquico, técnicas de reducción de dimensionalidad como PCA (Análisis de Componentes Principales), y algoritmos de reglas de asociación como Apriori. Estas técnicas se aplican a casos prácticos como la segmentación de clientes, la detección de anomalías y el análisis de comportamiento, permitiendo descubrir insights ocultos en grandes volúmenes de datos y facilitar la toma de decisiones estratégicas basadas en patrones emergentes.
|
|
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.
|
|
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.
|
|
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.
|
|
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.
|
|
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. Se incluye además la automatización de flujos de datos con Power Automate para garantizar la actualización y eficiencia en entornos reales.
|
|
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.
|
|
Asignatura práctica orientada a analizar cómo las empresas aplican el Business Intelligence para tomar decisiones basadas en datos. A partir de dashboards reales, informes publicados y ejemplos sectoriales, los alumnos explorarán casos en áreas como marketing, ventas, customer analytics y control de calidad. Se fomentará el análisis crítico, el debate en clase y la propuesta de mejoras sobre visualizaciones e indicadores clave (KPIs).
|
|
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.
|
|
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.
|
|
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.
|
|
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.
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.
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.
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.
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.
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.
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.
Desactiva el AdBlock para poder solicitar información a través del formulario.
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