2017/18
MÁSTER EN
BIG DATA MANAGEMENT, TECHNOLOGIES AND
ANALYTICS
1ª EDICIÓN
La relevancia de los datos en la sociedad actual es incuestionable. Un buen porcen- taje de empresas, las conocidas como em- presas digitales, fundamentan su modelo de negocio en la recolección, almacenaje y análisis de cualquier dato relevante con su negocio. Esta filosofía basada en los datos implica un cambio radical a la hora de ges- tionar las operaciones de las organizacio- nes y requiere la digitalización de todos sus procesos de negocio (por ejemplo, creando sistemas informáticos para interactuar con los clientes o proveedores - ya sean pági- nas web, aplicaciones móviles o sistemas GPS-, sensorizando los procesos mecáni- cos para monitorizarlos, etc.) A pesar de que la digitalización de una organización es una tarea pesada, una vez hecha, los datos generados y recogidos pueden ser analizados con el objetivo de generar in- formación relevante para la toma de de- cisiones del negocio. Este hecho se ha identificado como un factor de éxito de- terminante y diferenciador que aumenta la competitividad de las organizaciones.
La gestión y el análisis de datos no es un concepto nuevo. Los sistemas decisionales comparten este objetivo y los almacenes de datos (o data warehouse) son la arqui- tectura más extendida para implementar- los. No obstante, en parte gracias al éxito de los almacenes de datos, el paradigma de análisis está cambiando, constituyéndo- se sobre una nueva filosofía que ya no se relaciona sólo con algunos aspectos de la compañía, sino que incluyen cualquier dato relacionado con su día a día así como tam- bién de su “entorno” (redes sociales, logs, datos abiertos, etc). Cómo se ha mencio- nado, este paradigma requiere digitalizar por completo todos los aspectos del negocio y, por lo tanto, ha comportado nuevos avances en la monitorización de procesos que antes no se contemplaban.
Por ejemplo, hoy en día, la sensorización del entorno (e.g., el uso de RFID para con- trolar los almacenes, o el movimiento de personas) es un hecho, y gracias a otros conceptos como Internet of Things y Smart Cities estas alternativas son cada vez más baratas y accesibles. Estos tipos de datos del entorno, además, han resultado ser una fuente muy valiosa a la hora de tomar de- cisiones, una vez integradas con el resto.
Los requisitos de este nuevo tipo de datos discrepan de los antiguos y han mostrado limitaciones de las soluciones arquitectóni- cas tradicionales basados en los almacenes
de datos. Actualmente, se utiliza el término Big Data para referirse a este nuevo tipo de sistemas, que recogen y analizan datos de cualquier tipo, y los retos que suponen. La definición más popular del término Big Data está basada en las tres Vs, que represen- tan sus tres principales retos: volumen (la digitalización de ciertos procesos puede generar grandes volúmenes de datos), va- riedad (fuentes de datos heterogéneos) y velocidad (en referencia al potencial tiempo de llegada y procesamiento de los datos en real-time). Hoy en día, para atacar estos tres grandes retos, el Big Data se fundamenta en dos pilares: nuevas arquitecturas (princi- palmente basadas en Cloud Computing y la gestión distribuida de los datos y la memo- ria) y los nuevos modelos de datos (como los documentos, grafs, key-value o streams).
Todo y su complejidad, los sistemas Big Data se fundamentan en conceptos teóri- cos muy conocidos, y existen una serie de buenas prácticas que hay que conocer y seguir. Es, por lo tanto, posible clasificar y estructurar las diferentes soluciones englo- badas dentro del marco del Big Data. No obstante, la barrera de entrada para incor- porar soluciones Big Data continúa siendo muy alta para la mayoría de organizaciones, ya que su gestión y mantenimiento es muy diferente a la de cualquier otro sistema.
Además, las actuales herramientas son muy poco maduras y requieren un alto grado de especialización para poder utilizarlas correc- tamente. Por este motivo, la especialización en este ámbito implica un reciclaje específi- co basado en los principales conceptos que hay detrás de estas tecnologías.
Así, podemos distinguir entre la gestión de datos en sistemas Big Data (Big Data Mana- gement) y de la explotación de estos datos para extraer conocimiento relevante para la organización con algoritmos de Data Mining y Machine Learning (Big Data Analytics).
Asimismo, no existe una solución universal ni de gestión ni de explotación de datos que se pueda replicar fácilmente en cualquier dominio, ya que, por definición, en estos en- tornos la solución depende del caso de uso (explotación) que tengamos entre manos.
Consecuentemente, en este máster se pro- porciona una visión global de un ecosiste- ma Big Data y se profundiza en ambos aspectos, gestión (Big Data Manage- ment) y explotación de los datos (Big Data Analytics), aportando aplicabilidad y vi- sión de negocio dentro de este mundo.
MÁSTER EN BIG DATA
MANAGEMENT, TECHNOLOGIES AND ANALYTICS
Alberto Abelló Gamazo
Doctor en Informática por la UPC. Profesor del Departamento de Ingeniería de Servicios y Sistemas de Información de la UPC. Docencia tanto a nivel de grado como de máster oficial (MIRI - Data Science). Coordinador en la UPC del Doctorado Erasmus Mundus in Information Technologies for Business Intelligence - Doctoral College (IT4BI-DC). Ha colaborado como consultor con SAP, HP, Zurich Seguros y OMS, entre otros.
Oscar Romero Moral
Doctor en Informática por la UPC. Profesor del Departamento de Ingeniería de Servicios y Sistemas de Información de la UPC. Docencia tanto a nivel de grado como de máster oficial (MIRI - Data Science). Coordinador en la UPC del Máster Erasmus Mundus in Information Technologies for Business Intelligence (IT4BI) y del Máster Erasmus Big Data Managament and Analytics (BDMA). Ha colaborado como consultor con SAP, HP, Zurich Seguros y OMS, entre otros.
2017/18
DIRECCIÓN ACADÉMICA
OBJETIvos
•
Entender la problemática de gestión de Big Data.•
Identificar las características más relevantes en la gestión de Big Data que deben guiar la elección de una solución arquitectónica.•
Conocer el paradigma de datos abiertos.•
Practicar con las principalesherramientas de gestión de Big Data actuales en el mercado (Hadoop, MongoDB, Neo4J, Spark, etc.).
•
Entender cuándo un problema empresarial puede ser formalizado como un problema de aprendizaje automático.•
Identificar los modelos estadísticos o de aprendizaje automático más adecuados para un problema dado.•
Saber efectuar el preproceso de los datos.•
Saber evaluar la tasa de acierto de los modelos propuestos.•
Adquirir conocimientos específicos sobre el uso de Big Data para la toma de decisiones en la empresa.•
Identificar las buenas prácticas en la aplicación de Big Data para la creación de un negocio.•
Emplear herramientas de modelización de negocio.•
Conocer los principios económicos, éticos y legales del funcionamiento de una empresa.Titulación:
Título de máster expedido por la Universitat Politècnica de Catalunya
Duración:
60 ECTS (318 horas lectivas) Fechas de realización:
Del 09/10/2017 al 05/10/2018 Horario:
Lunes, de 18.00 a 21.00 Miércoles, de 18.00 a 21.00 Viernes, de 18.00 a 21.00 Lugar de realización:
Facultad de Informática de Barcelona
C/ de Jordi Girona, 1-3 08034 Barcelona Importe:
8.300 €
Más información:
Teléfono: 93 112 08 65 www. talent.upc.edu
ALCANZA UN AUTÉNTICO RETO PROFESIONAL
Los participantes obtendrán los conocimientos necesarios para desarrollar sis- temas Big Data capaces de capturar, gestionar, analizar e interpretar grandes volúmenes de datos, incluyendo fuentes de datos externas y / o altamente he- terogéneas y, potencialmente, en tiempo real. Los sistemas Big Data aportan soluciones de gestión y análisis de datos avanzadas para las empresas y están pensados para dar soporte a la toma de decisiones estratégicas de forma ágil y eficaz, aportando valor añadido para la compañía respecto a su entorno compe- titivo. Dicho valor añadido surge del análisis de los datos recogidos e incluye la optimización y el desarrollo de nuevas operaciones de negocio.
¿PARA QUIÉN ES IDÓNEO EL MÁSTER EN BIG
DATA MANAGEMENT, TECHNOLOGIES AND ANALYTICS?
El Máster Big Data Management, Technologies and Analytics está dirigido a:
Profesionales informáticos (es decir, con grado en informática o equivalente) interesados en reciclarse hacia el ámbito del Big Data.
Los típicos roles informáticos a los que se dirige este máster son los de desarrollador, arquitecto, analista de datos y administrador de sistemas.
El programa está orientado a crear perfiles mixtos (en gestión y análisis de datos), por lo que se requiere formación técnica en bases de datos centralizadas y programación, y conocimientos de estadística básica (equivalente a los alcanzados en cualquier grado de ingeniería).
¿QUÉ TE OFRECEMOS?
1. Profesorado altamente cualificado y con amplia experiencia laboral.
2. Aplicación práctica y profesional.
3. La posibilidad de realizar un proyecto real de empresa de la mano del Big Data CoE Barcelona.
4. Realización de un proyecto real de Big Data dentro del marco del máster y supervisado por el profesorado.
5. Una formación de alto nivel en un ámbito tecnológico puntero para todas las organizaciones a nivel mundial.
6. Formación en el nuevo paradigma de empresa 2.0 (data-driven companies) basada en la digitalización de los procesos de negocio y la explotación de los datos
METODOLOGÍA
Se pretende asegurar una correcta comprensión de los conocimientos y la aplicación práctica de los mismos.
Por ello la metodología utilizada, incluye:
• Exposición temática por parte de los expertos de cada una de las materias del programa. En estas sesiones se presentan los fundamentos teóricos de las diferentes tec- nologías, métodos y soluciones, así como su relación con las herramientas actuales disponibles en el mercado.
• Sesiones de prácticas en un Cloud real en el que se pon- drán en práctica los fundamentos teóricos para crear todo tipo de soluciones Big Data (de carga masiva de datos, procesamiento en tiempo real, etc.).
• El máster tiene un alto componente práctico y todos los conceptos presentados se ponen en práctica utilizan- do las tecnologías más representativas en cada caso (por ejemplo, el ecosistema Hadoop, Spark, MongoDB, Neo4J, etc.).
• Visión integral de los ecosistemas Big Data, incluyendo sesiones de arquitectura, gobierno de datos y técnicas de gestión de proyectos Big Data.
• Utilización de las técnicas didácticas más avanzadas, in- cluyendo el aprendizaje basado en proyectos (o project- based learning) y la resolución de ejercicios para conso- lidar los principales conceptos teóricos. Como parte del máster es necesario desarrollar un proyecto real de Big Data. Para dicho proyecto se promueve la utilización de casos reales que puedan aplicarse en el día a día de los estudiantes y sus empresas.
• Alto componente de emprendeduría y soporte a la crea- ción de start-ups tecnológicas digitales.
• Tutorías periódicas a lo largo de todo el programa y para el proyecto final.
• Discusión de casos y experiencias reales.
DATA MANAGEMENT 1. Motivación.
• Contexto. La sociedad de los datos y el paradigma data-driven.
• Casos de uso.
• Cloud computing e Ingeniería de Servicios (XaaS).
• La necesidad de un cambio de paradigma: NOSQL.
2. Principios básicos de las bases de datos no relacionales (NOSQL).
• Fundamentos arquitectónicos.
• Nuevos modelos de datos.
3. Fundamentos: nuevas arquitecturas.
• Conceptos básicos.
• One size does not fit all.
• Gestión y procesamiento distribuido de los datos.
• Gestión y procesamiento de los datos en memoria.
• Principales arquitecturas de referencia.
4. Fundamentos: nuevos modelos de datos.
• Conceptos básicos.
• Modelos de datos no estructurados o semi- estructurados.
• Principales modelos de datos en el mundo NOSQL:
Key-Value, Document-oriented, Graphs, Graphs Semanticos Semantics i Streams.
• Modelización de datos avanzada (para sistemas no relacionales).
5. Principales Families de Gestores NOSQL.
• Gestores Key-Value.
- Concepto y principios.
- El ecosistema Hadoop: HDFS, HBase, MapReduce y Spark.
- Consideraciones específicas de modelización.
• Gestores Document-oriented.
- Concepto y principios.
- Ejemplo: MongoDB y Aggregation Framework.
- Consideraciones específicas de modelización.
• Gestores Column-oriented.
- Concepto y Principios.
- Ejemplo: Kudu (base de datos) y Parquet (ficheros).
- Consideraciones específicas de modelización.
• Gestores de Grafos.
- Conceptos y principios.
- Tipos de grafos y operaciones.
- Arquitecturas orientadas a grafos.
- Ejemplo: Neo4J y Cypher.
- Consideraciones específicas de modelización.
• Gestores de Grafos Semánticos.
- Concepto y Principios: el paradigma Open/Linked Data.
- Como abrir los datos.
- Arquitecturas basadas en grafos Vs. tecnología relacional.
- RDF y SPARQL.
- Consideraciones específicas de modelización.
6. Integración de datos.
• Procesos intensivos de datos y ETLs.
• Polystores y sistemas políglotas.
• Orquestadores: Muskeeter.
7. Visualización.
• Procesos de visualización.
• Técnicas de visualización.
DATA ANALYTICS 1. Introducción.
• ¿Qué es el knowledge discovery?
• Estadística básica.
• Introducción a R.
2. Pre-procesamiento de datos.
• Limpieza y adecuación de los datos.
• Transformaciones.
PROGRAMA DE FORMACIÓN
El máster engloba tres ámbitos de aplicación del Big Data:
• Gestión de datos (Big Data Management)
• Explotación de datos (Big Data Analytics)
• Aplicación Big Data al Negocio
3. Técniques básicas de análisis.
• Regresión múltiple.
• Profiling.
4. Análisis Multivariante.
• Análisis de componentes principales.
• Clustering.
• Árboles de decisión.
5. Aprendizaje Automático.
• Concepto.
• Fundamentos matemáticos.
6. Principales técnicas de aprendizaje automático.
• Reglas de asociación.
• Métodos lineales supervisados.
• Redes neuronales.
• Máquinas de vector soporte.
• Bosques aleatorios.
7. Procesamiento de texto.
• Pre-procesamiento y preparación de los datos.
• Principales técnicas de texto analíticas.
• Information retrieval.
8. Análisis de series temporales.
• Pre-procesamiento y preparación de les datos.
• Forecasting.
• Detección de outliers.
9. Análisis de los datos avanzados.
• Paquetes de R para el procesamiento paralelo.
• R sobre bases de datos relacionales.
• Análisis de los datos en entornos distribuidos utilizando HDFS y Spark.
- SparkR.
HANDS-ON EXPERIENCIA:
DATA MANAGEMENT AND ANALYTICS 1. Infraestructura.
• Introducción a los entornos Cloud.
• Virtualización.
• Servicios Oracle.
2. Almacenamiento distribuido.
• El Ecosistema Hadoop.
• Sistemas Key-Value: HBase.
3. Procesamiento distribuido.
• MapReduce.
• Spark.
- SparkSQL.
- Spark Streaming.
- Spark Graphs.
• Análisis de datos en entornos distribuidos.
- MLlib.
- SparkR.
4. Document Stores
• MongoDB.
• ElasticSearch.
5. Bases de datos en grafo.
• Neo4J.
• Grafos semánticos: GraphDB y SPARQL.
6. Arquitectura de sistemas Big Data.
NEGOCIO Y EMPRENDIMIENTO EN BIG DATA 1. Introducción:
El entorno competitivo de la empresa y Big Data.
• Big Data Landscape.
2. Casos de éxito.
3. Técnicas de ideación de negocio.
• Clientes y usuarios.
• Definición de productos y servicios.
4. Herramientas de modelización de negocio:
Business Model Canvas.
• Elementos que lo conforman.
• Casos prácticos.
• Resolución casos: Twitter, Facebook, etc.
5. Proceso de financiación.
• Finanzas.
• Financiación privada.
- Business Angels.
- Capital Risk.
• Financiación pública.
6. Márqueting.
7. Creación de una empresa.
• Aspectos legales.
- Regulación de los datos.
• Aspectos económicos.
8. Consideraciones éticas del Big Data:
Negocio y Privacidad.
9. Presentaciones y pitch.
PROYECTO
1. Gestión de proyectos.
• Metodologías ágiles.
• Consideraciones específicas para Big Data.
2. Presentación del proyecto.
3. Sesiones de seguimiento del proyecto.
OPINIONES DE EX ALUMNOS
El máster es continuación del exitoso posgrado realizado durante cuatro ediciones en la UPC School, y fruto del intercambio de experiencias entre los diferentes alumnos, profesionales de la UPC y expertos de diferentes empresas colaboradoras.
“Una de mis responsabilidades es velar por la evolución tecnológica en la or- ganización, identificando aquellas tec- nologías que aporten valor al negocio.
Desde el principio tenía claro el gran potencial del Big Data, una tecnología que ha llegado para quedarse. Busca- ba un curso serio que me diera la am- plitud y profundidad de conocimientos necesaria para comenzar a introducir Big Data en la empresa. Habiendo es- tudiado en la FIB, un máster con visión holística sobre el Big Data organizado por la UPC y dirigido por profesorado de renombre de la FIB, era ya una ga- rantía de rigor. Tanto ha sido así que los conocimientos adquiridos me han permitido divulgar dentro de la organi- zación el potencial de la tecnología Big Data aplicada a casos reales de nego- cio. Esto ha generado el interés nece- sario para lanzar pruebas de concepto y pilotos con muy buenos resultados.
Más allá de los conocimientos, he co- nocido alumnos y profesores que han enriquecido aún más la experiencia. Mi opinión: 100% recomendable.”
Oscar Galí Casanovas – Primera edición del Posgrado Responsable de Arquitectura y Tecnología TI en Zurich
“Soy Ingeniero en Informática y mi es- pecialidad siempre han sido las Bases de Datos y en general todo lo relativo al Modelado de Datos Conceptual y Físico. Realicé el posgrado para po- der evolucionar y ampliar mi especia- lidad, así como iniciarme de la forma más académica y reglada posible en el ámbito analytics. La experiencia me ha permitido reorientar mi trabajo e iniciar e impulsar el entorno Big Data Analytics en la empresa. De hecho, nuestro pro- yecto final giraba en torno a utilizar da- tos reales de la demanda de viajeros TMB para desplegar diferentes facetas que aprendimos durante el curso. Lo más difícil y espectacular fue adentrar- nos en realizar un estudio predictivo de la demanda de pasaje en algunas esta- ciones de Metro de la L9 automática y de algunas líneas importantes de Bus de la nueva red ortogonal a partir de un modelo de Machine Learning.”
Carles Teixidó Gálvez – Segunda edición del Posgrado Responsable de Projectes BigData &
Analytics
aTec - Sistemes d’ Informació
(Transports Metropolitans de Barcelona)
“A la finalización de mis estudios en ingeniería informática en la FIB descu- brí el mundo del Business Intelligence y me acabó atrapando. Actualmente y después de diez años trabajando en gestión y explotación de la información soy responsable del departamento de Business Intelligence y Analytics en Desigual. El posgrado en Big Data me ha dado un conocimiento amplio de cómo funcionan las bases de datos co- lumnares, de grafos o con datos des- estructurados tipo JSON, por ejemplo.
He aprendido arquitecturas para desa- rrollar soluciones en tiempo real con un alto volumen de información. Y al mis- mo tiempo me ha aportado un abanico de algoritmos en estadística avanzada y Machine Learning los cuales soy ca- paz de aplicar en los problemas que se me presentan en mi trabajo. Esta es una formación con un alto nivel técni- co para descubrir cómo se trabaja el BigData y la analítica avanzada a través de la programación en diferentes tec- nologías. Otorga una visión amplia en muchos aspectos y los conocimientos suficientes para afrontar el inicio de pro- yectos de éste tipo.”
Marc Escribano Cambronero – Tercera edición del Posgrado IT Manager - Business Intelligence and Data Management en Desigual
“ALUMNOS DEL POSGRADO EN BIG DATA MANAGEMENT AND ANALYTICS DE LA UPC SCHOOL GANAN LOS BIG DATA TALENT AWARDS”
Premios organizados por el Centro de Excelencia en Big Data de Barcelona.
18/10/2016
PROFESORADO Alberto Abelló Gamazo
Doctor en Informática por la UPC. Profesor del Departa- mento de Ingeniería de Servicios y Sistemas de Información de la UPC. Docencia tanto a nivel de grado como de más- ter oficial (MIRI - Data Science). Coordinador en la UPC del Doctorado Erasmus Mundus in Information Technologies for Business Intelligence - Doctoral College (IT4BI-DC). Ha colaborado como consultor con SAP, HP, Zurich Seguros y OMS, entre otros.
Tomás Aluja Banet
Profesor titular de la UPC. Coordinador del Máster en Data Science-MIRE de la FIB. Es autor de 60 artículos publicados en revistas científicas o como capítulos de un libro. Temas de investigación abordados: Análisis multivariante, modelos de minería de datos, modelos para la estimación de intangi- bles y diseño de sistemas de “Learning Analytics”. Miembro de comités científicos de conferencias internacionales (entre ellas COMPSTAT y PLS). Ha participado en diversos pro- yectos de investigación europeos y españoles en el cam- po de los sistemas basados en meta-datos estadísticos, la fusión de datos y la modelización de intangibles, y ha sido consultor estadístico de La Caixa, Kantar Media, Idescat y el Ayuntamiento de Barcelona entre otros.
Adrià Batlle Maymó
Ingeniero Informático. Entrepreneurship & Innovation Mana- ger, Barcelona Mobile World Capital Foundation.
Luis Antonio Belanche Muñoz
Profesor del Departamento de Ciencias de la Computación de la UPC. Docencia en el grado en Ingeniería Informática, especialidad Computación, en el Master in Innovation and Research in Informatics, especialidad Data Mining and Bu- siness Intelligence, y en el Master in Artificial Intelligence.
EQUIPO PREPARADO PARA FORMAR A NUEVOS PROFESIONALES
Somos un equipo que cuenta con la colaboración de prestigiosos profesionales de la Universitat Politècnica de Catalunya, con una amplia y dilatada experiencia dentro del ámbito de la gestión y análisis de los datos y una amplia experiencia como consultores para empresas en proyectos de transferencia de tecnologia. Así también, se cuenta con la participación de expertos de diferentes empresas con amplia experiencia en Big Data que intervienen aportando la parte práctica, visión de negocio y aplicabilidad.
Promovemos el intercambio de experiencias entre los alumnos mediante debates en clase, ejercicios y casos prácticos.
Josep Lluís Berral García
Ingeniero informático (2007), Máster en Arquitectura de Computadores (2008), y Doctor por la Universitat Politèc- nica de Catalunya - BarcelonaTech, especialidad en Infor- mática (2013). Su investigación se centra en aplicaciones de minería de datos, aprendizaje automático, y gestión automática de entornos en centros de datos. Actualmente trabaja como post-doct en el Centro Nacional de Super- computación - Barcelona Supercomputing Center (2014 - hoy). Anteriormente trabajó en los grupos de “High Per- formance Computing” (HPC-UPC) (2007-2009), “Relational Algorithms, Complexity and Learning” (LARCA-UPC) (2009- 2013), y en la industria en Systelab Technologies (2014). Es- pecialista en: Aprendizaje Automático (Machine Learning), Minería y Análisis de Datos (Data Mining), Inteligencia Artifi- cial y gestión de Centros de Datos (Cloud Computing).
Antonio Cebrián Chuliá
MSc en Inteligencia Artificial por la UPC. Tiene 15 años de experiencia desarrollando software en telecomunicacio- nes y empresas de Internet. Ha ejercido su tarea de Data Scientist en empresas como Telefónica, Tuenti, Softonic y actualmente trabaja en Enerbyte, startup especializada en el análisis de los datos de consumo eléctrico para generar recomendaciones inteligentes de ahorro energético, donde ejerce de Chief Data Officer (CDO).
Pedro Francisco Delicado Useros
Profesor del Departamento de Estadística e Investigación Operativa de la UPC. Coordinador UPC del Máster en Esta- dística e Investigación Operativa UPC-UB (MESIO UPC-UB).
Autor de más de 35 artículos internacionales, sus temas de investigación incluyen el aprendizaje no supervisado (curvas principales, clustering, multidimensional scaling), el análisis de datos funcionales (dependencia espacial, componentes principales) y las aplicaciones (demografía, análisis de re- sultados electorales, bioinformática). Ha colaborado como consultor estadístico con SEIF-88 (ensayos clínicos) y AQU- Catalunya (muestreo).
Rafael Emiliano García del Poyo Vizacaya
Abogado y socio de Digital Business de Osborne Clarke.
Pedro González Alonso
Ingeniero en Informática por la UPC. Máster en Innovación e Investigación en Informática por la UPC con especialización en Business Intelligence y Knowledge Discoverer y Máster in Business Administration en ESADE. Actualmente trabaja como arquitecto de Big Data y analytics en una startup vin- culada al sector salud.
Alberto Gutiérrez Torre
Licenciado en ingeniería informática por la UPC. Actualmente estudiante del máster MIRI con mención en Data Mining and Business Intelligence. Trabajó en la creación de la plataforma TextServer para el grupo de investigación TALP de la UPC.
Emmanuel Jamin
Doctor en Informática por la Universidad París XI. Research engineer en varios proyectos europeos en el dominio de la Web semántica (SevenPro, IntelLEO, Neon, Khresmoi). Ac- tualmente, CTO de Open Data Consulting.
Petar Jovanovic
Ingeniero en Informática por la Universidad de Belgrado.
MSc en Informática por la UPC. Estudiante de Doctorado IT4BI-DC (Information Technologies for Business Intelligence Doctoral College) en la Universitat Politècnica de Catalunya y la Universidad Libre de Bruselas. Su ámbito de investiga- ción se sitúa en el área de Business Intelligence, BigData Management y sistemas de bases de datos distribuidas.
Miguel López Miralpeix
Ingeniero en Informática por la UPC y Diplomado en Empre- sariales por la UOC. Enterprise Architect de Oracle Consul- ting trabajando en el despliegue de Arquitecturas Big Data en grandes clientes tanto a nivel local (Caixabank, Gas Na- tural Fenosa, etc) como a nivel internacional (Banco Santan- der Rio en Argentina, CIMB en Malasia, Generalli en Italia, etc). Lidera el Oracle Barcelona Big Data Competence Cen- ter. Ha colaborado en la docencia del máster oficial MIRI.
Sergi Nadal Francesch
Ingeniero en Informática por la UPC. Máster IT4BI (Informa- tion Technologies for Business Intelligence). Ha colaborado como consultor de BI y como investigador en Big Data en Incubio.
Anna Queralt Calafat
Doctora en Informática por la UPC. Senior Researcher en el grupo de Storage Systems del Barcelona Supercompu- ting Center, trabajando en la compartición y reutilización de grandes cantidades de datos. Anteriormente fue profesora e investigadora en el Departamento de Ingeniería de Servi- cios y Sistemas de Información de la UPC
Oscar Romero Moral
Doctor en Informática por la UPC. Profesor del Departa- mento de Ingeniería de Servicios y Sistemas de Informa- ción de la UPC. Docencia tanto a nivel de grado como de máster oficial (MIRI - Data Science). Coordinador en la UPC del Máster Erasmus Mundus in Information Technologies for Business Intelligence (IT4BI) y del Máster Erasmus Big Data Managament and Analytics (BDMA). Ha colaborado como consultor con SAP, HP, Zurich Seguros y OMS, entre otros.
Marc Torrent Moreno
Ingeniero de Telecomunicación por la UPC. Doctor en Infor- mática por la Universidad de Karlsruhe en Alemania y Exe- cutive MBA por ESADE Business School. Ha participado en varios proyectos de investigación en diversos campos de las TIC, formando parte de diversas empresas y universidades en Europa y USA (British Telecom UK, NEC Deutschland, Mercedes-Benz R+D USA, la Universidad de California en Berkeley y Ficosa International). Actualmente, es Director de la unidad Big Data Analytics en BDigital-Eurecat y di- rector del Centro de Excelencia en Big Data de Barcelona impulsando la cultura de los datos y aportando soluciones innovadoras al mercado.
Pere Torrents Poblador
Licenciado en Economía por la UB con especialización en comercio internacional. Durante su trayectoria profesional ha desempeñado funciones en las áreas de desarrollo de negocio, marketing y dirección de empresas de tecnología, videojuegos y proyectos educativos. Su experiencia incluye la creación de una exitosa startup en el ámbito del entrete- nimiento y videojuegos (Gaelco Móviles, PlayerX), la direc- ción de áreas estratégicas en empresas de distribución de software y apps, como Softonic, así como el lanzamiento de iniciativas de mLearning para GSMA. Actualmente Respon- sable de Operaciones de Conector.
Rizkallah Touma
MSc en Tecnologías de la Información para el Business Inte- lligence (IT4BI) entre la Universidad Libre de Bruselas (ULB), Universidad Politécnica de Cataluña (UPC) y la Universidad François-Rabelais de Tours (UFRT). Licenciatura en Cien- cias de la Computación de la Universidad de Damasco, Siria (2007). Actualmente, es Investigador con el Grupo de Sto- rage Systems en Barcelona Supercomputing Center (BSC).
Joan Varga
MSc en Informática por la UPC. Estudiante de Doctorado IT4BI-DC (Information Technologies for Business Intelligence Doctoral College) en la Universitat Politècnica de Catalunya y la Universidad de Aalborg. Su ámbito de investigación se sitúa en el área de Business Intelligence y Semantic Web.
Pere-Pau Vázquez Alcocer
Doctor en software por la UPC. Titular de universidad del departamento de Computer Science de la UPC. Imparte docencia a nivel de grado y máster de la UPC y ha parti- cipado en la docencia de cursos de grado o de máster en otras universidades, como la Universidad de Nuremberg, la Universidad de Girona, la UOC o la Universidad de Vic.
Gabriel Verdejo Álvarez
Ingeniero Superior en Informática por la UAB. Ha trabajado en diversas empresas del sector TIC de la innovación. Ac- tualmente, es responsable del RDlab, Laboratorio de Inves- tigación y Desarrollo en la UPC. (rdlab.cs.upc.edu). Trabaja en la gestión de la investigación, desarrollo e innovación en ámbitos TIC.
Benjamín Suárez Director de la Fundació Politècnica de Catalunya
Todas las personas que trabajamos en la Fundació Politècnica de Catalunya creemos firmemente que los estudiantes son los protagonistas de nuestros proyectos. Los órganos asesores, la dirección y el profesorado, todos juntos realizamos nuestro trabajo pensando en aportar lo mejor al desarrollo profesional de las personas, especialmente de aquellos que trabajan en los entornos tecnológicos.
Nuestro reto diario es aportarles las competencias más idóneas para impulsar su carrera y ayudarles a llevar a buen fin sus objetivos. Para alcanzar este propósito, pensamos que desde la Universitat Politècnica de Catalunya debemos intervenir en dos direcciones: ayudar a los profesionales a desarrollar su capacidad innovadora y a potenciar el talento personal de cada uno de ellos. El progreso es de los inconformistas, de quienes son capaces de aplicar un pensamiento crítico y creativo a la resolución de problemas y de extraer con ello una experiencia innovadora capaz de mejorar la calidad de vida de los ciudadanos. Pero para aplicar los cambios también es necesario poseer una capacidad de liderazgo y sólo es líder quien sabe aprovechar sus habilidades personales para convertirlas en una ventaja competitiva. Cada uno de nuestros estudiantes es una oportunidad para crear un mundo mejor y queremos trabajar con ellos para hacerlo realidad.
‘La democracia necesita tanto conflictos de ideas como de opiniones que le den vitalidad y productividad.’ Edgar Morin
CAMPUS VIRTUAL
Los alumnos de este programa tendrán acceso al campus virtual My_
Tech_Space, una eficaz plataforma de trabajo y comunicación entre alumnos, profesores, dirección y coordinación del curso. My_Tech_Space permite obtener la documentación de cada sesión formativa antes de su inicio, trabajar en equipo, hacer consultas a los profesores, visualizar sus notas...
SERVICIO DE INFORMACIÓN Y ASESORAMIENTO
En la UPC School queremos ayudar a desarrollar el talento de las personas.
Por este motivo, desde el Servicio de Información y Asesoramiento quere- mos dar respuesta a las inquietudes de los profesionales sobre aquellos pro- gramas, actividades y metodologías que más se ajusten a sus necesidades formativas.
BECAS Y AYUDAS
La UPC School te asesora sobre las diferentes becas y ayudas de las que te puedes beneficiar. Asimismo, disponemos de convenios con entidades bancarias que ofrecen condiciones muy ventajosas para ayudarte en tu formación. Consulta con nuestro equipo asesor.
FORMACIÓN A MEDIDA
Todos los programas de posgrado de la UPC School pueden realizarse como programas de formación a medida para vuestras organizaciones, en ver- siones específicamente adaptadas a vuestra realidad.
En estos casos, los programas se dise- ñan estudiando, tanto las necesidades específicas de las personas a las cua- les se dirigen, como a la estrategia de la compañía.
Para informaros sobre estas modalida- des podéis contactar con nuestra uni- dad de formación para empresas:
solucions.corporatives@talent.upc.edu
GESTIÓN DE OFERTAS DE TRABAJO
La School of Professional and Executive Development gestiona una bolsa de trabajo con un amplio volumen anual de ofertas, entre contratos laborales y convenios de prácticas profesionales.
De esta forma, queremos contribuir a mejorar la carrera de los alumnos formados en la School of Professional and Executive Development y a facilitar al sector empresarial la selección de los mejores candidatos. Las ofertas de trabajo se dan a conocer a través del campus virtual My_Tech_Space, una eficaz plataforma de comunicación, recursos y servicios de apoyo a la formación.
Ayudas a la formación de LA Fundación Tripartita
Las empresas que planifican y gestionan la formación de sus trabajadores y trabajadoras disponen de un crédito para cofinanciar la formación, que pueden hacer efectivo, una vez finalizado el período formativo, mediante la aplicación de bonificaciones en la cotización a la Seguridad Social.
Las empresas que conceden permisos individuales de formación a los trabajadores y las trabajadoras que soliciten recibir formación reconocida con una titulación oficial o con un título universitario propio en horas de trabajo pueden aplicarse una bonificación en la cotización a la Seguridad Social, que cubre el coste salarial de un máximo de 200 horas laborales para cada trabajador o trabajadora.
COLABORADORES
Sede:
techtalentcenter 22@Barcelona
Carrer de Badajoz, 73-77
08005 Barcelona Tel. 93 112 08 08 www.talent.upc.edu
Los datos contenidos es este impreso son meramente informativos y sujetos a modificación según necesidades académicas.
Síguenos en:
