Grand Master en Secure Information Management
Maestría
Online
Descripción
-
Tipología
Maestría
-
Metodología
Online
-
Horas lectivas
3000h
-
Duración
2 Años
-
Inicio
Fechas disponibles
-
Campus online
Sí
-
Clases virtuales
Sí
El mundo actual está dominado por el entorno digital. En él se gestiona una gran cantidad de actividades de diferentes ámbitos. Así, ya no se entienden el ocio, el trabajo o el contacto con amigos y familiares sin internet y todas las herramientas online existentes. Por esa razón, cantidades ingentes de información se transfieren a diario, desde datos inocuos en conversaciones a través de redes sociales y aplicaciones de mensajería, hasta información muy sensible de índole personal y profesional alojada en webs bancarias o empresariales. En este panorama tan complejo se necesitan especialistas que puedan gestionar todo tipo de información perteneciente a esas áreas, al tiempo que lo hacen con una adecuada atención a su seguridad. Numerosas compañías están buscando personal con este perfil para que protejan su información.
Información importante
Documentación
- 171grand-master-secure-informatiion-management.pdf
Sedes y fechas disponibles
Ubicación
comienzo
comienzo
Información relevante sobre el curso
Objetivos generales
Analizar los beneficios de la aplicación de técnicas de analítica del dato en cada departamento de la empresa
Desarrollar las bases para el conocimiento de las necesidades y aplicaciones de cada departamento
Generar conocimiento especializado para seleccionar la herramienta adecuada
Objetivos específicos
Módulo 1. Analítica del dato en la organización empresarial
Desarrollar habilidades analíticas para tomar decisiones de calidad
Examinar campañas de marketing y comunicación efectivas
Módulo 2. Gestión, manipulación de datos e información para ciencia de datos
Realizar un análisis de datos
Unificar datos diversos: lograr la consistencia de la información
El principal objetivo de este Grand Master en Secure Information Management es brindar a sus alumnos los mejores conocimientos en dos ramas diferenciadas pero interrelacionadas de la informática y las ingenierías: la gestión de datos en el entorno digital y ciberseguridad. Combinando estas dos áreas, los informáticos y profesionales que cursen este programa serán capaces de aplicar las mejores soluciones en cada situación que se presente en su carrera laboral, ofreciendo las herramientas más adecuadas a sus empresas para administrar y proteger todo tipo de información delicada.
Este Grand Master en Secure Information Management contiene el programa más completo y actualizado del mercado.
Tras la superación de la evaluación, el alumno recibirá por correo postal* con acuse de recibo su correspondiente título de Grand Master emitido por TECH Universidad Tecnológica.
El título expedido por TECH Universidad Tecnológica expresará la calificación que haya obtenido en el Grand Master, y reunirá los requisitos comúnmente exigidos por las bolsas de trabajo, oposiciones y comités evaluadores de carreras profesionales.
Título: Grand Master en Secure Information Management
N.º Horas Oficiales: 3.000 h.
Nuestra escuela es la primera en el mundo que combina el estudio de casos clínicos con un sistema de aprendizaje 100% online basado en la reiteración, que combina 8 elementos diferentes que suponen una evolución con respecto al simple estudio y análisis de casos. Esta metodología, a la vanguardia pedagógica mundial, se denomina Relearning.
Nuestra escuela es la primera en habla hispana licenciada para emplear este exitoso método, habiendo conseguido en 2015 mejorar los niveles de satisfacción global (calidad docente, calidad de los materiales, estructura del curso, objetivos…) de los estudiantes que finalizan los cursos con respecto a los indicadores de la mejor universidad online en habla hispana.
Recibida su solicitud, un responsable académico del curso le llamará para explicarle todos los detalles del programa, así como el método de inscripción, facilidades de pago y plazos de matrícula.
En primer lugar, necesitas un ordenador (PC o Macintosh), conexión a internet y una cuenta de correo electrónico. Para poder realizar los cursos integramente ON-LINE dispone de las siguientes opciones: Flash - Instalando Flash Player 10 o posterior (http://www.adobe.com/go/getflash), en alguno de los siguientes navegadores web: - Windows: Internet Explorer 6 y posteriores, Firefox 1.x y posteriores, Google Chrome, Opera 9.5 y posteriores - Mac: Safari 3 y posteriores, Firefox 1.x y posteriores, Google Chrome - Linux: Firefox 1.x y posteriores HTML5 - Instalando alguno de los navegadores web: - Google Chrome 14 o posterior sobre Windows o Mac - Safari 5.1 o posterior sobre Mac - Mobile Safari sobre Apple iOS 5.0 o posterior en iPad/iPhone Apple iOS - Articulate Mobile Player; Apple iOS 5.0 o posterior en iPad.
Opiniones
Materias
- Marketing
- Management
- Gestión
- Comunicación
- Análisis de datos
- Administración
- Seguridad
- Internet
- Redes
- Calidad
Profesores
Arturo Peralta Martín-Palomino
Profesor
Sonia Fernández Sapena
Profesor
Temario
Módulo 1. Analítica del dato en la organización empresarial
1.1. Análisis de negocio
1.1.1. Análisis de negocio
1.1.2. Estructura del dato
1.1.3. Fases y elementos
1.2. Analítica del dato en la empresa
1.2.1. Cuadros de mando y Kpi's por departamentos
1.2.2. Informes operativos, tácticos y estratégicos
1.2.3. Analítica del dato aplicada a cada departamento
1.2.3.1. Marketing y comunicación
1.2.3.2. Comercial
1.2.3.3. Atención al cliente
1.2.3.4. Compras
1.2.3.5. Administración
1.2.3.6. RR.HH.
1.2.3.7. Producción
1.2.3.8. IT
1.3. Marketing y comunicación
1.3.1. Kpi's a medir, aplicaciones y beneficios
1.3.2. Sistemas de marketing y data warehouse
1.3.3. Implementación de una estructura de analítica del dato en Marketing
1.3.4. Plan de marketing y comunicación
1.3.5. Estrategias, predicción y gestión de campañas
1.4. Comercial y ventas
1.4.1. Aportaciones de analítica del dato en el área comercial
1.4.2. Necesidades del departamento de Ventas
1.4.3. Estudios de mercado
1.5. Atención al cliente
1.5.1. Fidelización
1.5.2. Calidad personal e inteligencia emocional
1.5.3. Satisfacción del cliente
1.6. Compras
1.6.1. Analítica del dato para estudios de mercado
1.6.2. Analítica del dato para estudios de competencia
1.6.3. Otras aplicaciones
1.7. Administración
1.7.1. Necesidades en el departamento de administración
1.7.2. Data Warehouse y análisis de riesgo financiero
1.7.3. Data Warehouse y análisis de riesgo de crédito
1.8. Recursos humanos
1.8.1. RR.HH y beneficios de la analítica del dato
1.8.2. Herramientas de analítica del dato en el departamento de RR.HH.
1.8.3. Aplicación de analítica del dato en los RR.HH.
1.9. Producción
1.9.1. Análisis de datos en un departamento de producción
1.9.2. Aplicaciones
1.9.3. Beneficios
1.10. IT
1.10.1. Departamento de IT
1.10.2. Analítica del dato y transformación digital
1.10.3. Innovación y productividad
Módulo 2. Gestión, manipulación de datos e información para ciencia de datos
2.1. Estadística. Variables, índices y ratios
2.1.1. La Estadística
2.1.2. Dimensiones estadísticas
2.1.3. Variables, índices y ratios
2.2. Tipología del dato
2.2.1. Cualitativos
2.2.2. Cuantitativos
2.2.3. Caracterización y categorías
2.3. Conocimiento de los datos a partir de medidas
2.3.1. Medidas de centralización
2.3.2. Medidas de dispersión
2.3.3. Correlación
2.4. Conocimiento de los datos a partir de gráficos
2.4.1. Visualización según el tipo de dato
2.4.2. Interpretación de información gráfica
2.4.3. Customización de gráficos con R
2.5. Probabilidad
2.5.1. Probabilidad
2.5.2. Función de probabilidad
2.5.3. Distribuciones
2.6. Recolección de datos
2.6.1. Metodología de recolección
2.6.2. Herramientas de recolección
2.6.3. Canales de recolección
2.7. Limpieza del dato
2.7.1. Fases de la limpieza de datos
2.7.2. Calidad del dato
2.7.3. Manipulación de datos (con R)
2.8. Análisis de datos, interpretación y valoración de resultados
2.8.1. Medidas estadísticas
2.8.2. Índices de relación
2.8.3. Minería de datos
2.9. Almacén del dato (Data Warehouse)
2.9.1. Elementos
2.9.2. Diseño
2.10. Disponibilidad del dato
2.10.1. Acceso
2.10.2. Utilidad
2.10.3. Seguridad
Módulo 3. Dispositivos y plataformas IoT como base para la ciencia de datos
3.1. Internet of Things
3.1.1. Internet del futuro, Internet of Things
3.1.2. El consorcio de internet industrial
3.2. Arquitectura de referencia
3.2.1. La Arquitectura de referencia
3.2.2. Capas
3.2.3. Componentes
3.3. Sensores y dispositivos IoT
3.3.1. Componentes principales
3.3.2. Sensores y actuadores
3.4. Comunicaciones y protocolos
3.4.1. Protocolos. Modelo OSI
3.4.2. Tecnologías de comunicación
3.5. Plataformas cloud para IoT e IIoT
3.5.1. Plataformas de propósito general
3.5.2. Plataformas Industriales
3.5.3. Plataformas de código abierto
3.6. Gestión de datos en plataformas IoT
3.6.1. Mecanismos de gestión de datos. Datos abiertos
3.6.2. Intercambio de datos y visualización
3.7. Seguridad en IoT
3.7.1. Requisitos y áreas de seguridad
3.7.2. Estrategias de seguridad en IIoT
3.8. Aplicaciones de IoT
3.8.1. Ciudades inteligentes
3.8.2. Salud y condición física
3.8.3. Hogar inteligente
3.8.4. Otras aplicaciones
3.9. Aplicaciones de IIoT
3.9.1. Fabricación
3.9.2. Transporte
3.9.3. Energía
3.9.4. Agricultura y ganadería
3.9.5. Otros sectores
3.10. Industria 4.0
3.10.1. IoRT (Internet of Robotics Things)
3.10.2. Fabricación aditiva 3D
3.10.3. Big Data Analytics
Módulo 4. Representación gráfica para análisis de datos
4.1. Análisis exploratorio
4.1.1. Representación para análisis de información
4.1.2. El valor de la representación gráfica
4.1.3. Nuevos paradigmas de la representación gráfica
4.2. Optimización para ciencia de datos
4.2.1. La Gama cromática y el diseño
4.2.2. La Gestalt en la representación gráfica
4.2.3. Errores a evitar y consejos
4.3. Fuentes de datos básicos
4.3.1. Para representación de calidad
4.3.2. Para representación de cantidad
4.3.3. Para representación de tiempo
4.4. Fuentes de datos complejos
4.4.1. Archivos, listados y BBDD
4.4.2. Datos abiertos
4.4.3. Datos de generación continua
4.5. Tipos de gráficas
4.5.1. Representaciones básicas
4.5.2. Representación de bloques
4.5.3. Representación para análisis de dispersión
4.5.4. Representaciones circulares
4.5.5. Representaciones burbujas
4.5.6. Representaciones geográficas
4.6. Tipos de visualización
4.6.1. Comparativas y relacional
4.6.2. Distribución
4.6.3. Jerárquica
4.7. Diseño de informes con representación gráfica
4.7.1. Aplicación de gráficas en informes de marketing
4.7.2. Aplicación de gráficas en cuadros de mando y Kpi's
4.7.3. Aplicación de gráficas en planes estratégicos
4.7.4. Otros usos: ciencia, salud, negocio
4.8. Narración gráfica
4.8.1. La narración gráfica
4.8.2. Evolución
4.8.3. Utilidad
4.9. Herramientas orientadas a visualización
4.9.1. Herramientas avanzadas
4.9.2. Software en línea
4.9.3. Open Source
4.10. Nuevas tecnologías en la visualización de datos
4.10.1. Sistemas para virtualización de la realidad
4.10.2. Sistemas para aumento y mejora de la realidad
4.10.3. Sistemas inteligentes
Grand Master en Secure Information Management