Aquest lloc web utilitza cookies

El lloc web de la Fundació Politècnica de Catalunya utilitza cookies pròpies i de tercers per millorar l'experiència de navegació i amb finalitats estadístiques. Per obtenir més informació sobre les cookies podeu consultar la política de cookies.

Configurar cookies
Permetre totes les cookies
Campus
MY_TECH_SPACE


Entrar
Campus en manteniment
Usuari i/o clau incorrectes
No tens cap entorn actiu
El teu accés ha estat restringit. Consulta amb el departament d'administració
Per problemes tècnics el campus virtual és inaccessible. Estem treballant per solucionar-ho. Disculpa les molèsties.
No tens autorització per fer aquesta crida. Pots consultar a webmaster.fpc@fpc.upc.edu
Has superat el nombre màxim d'intents. El teu usuari està bloquejat temporalment. Torna a accedir d'aquí a una estona.
Has d'introduir l'usuari del campus no un correu electrònic
Has de fer la verificació per comprovar que no ets un robot.
Inici   >  Màsters i postgraus  >  Formació  >  Màster de formació permanent en Big Data Management, Technologies and Analytics
T'assessorem! Sol·licita informació o l'admissió

Presentació

Informació edició 2024-2025
L'edició 2024-2025 d'aquest màster de formació permanent ja ha començat. En breu publicarem la informació actualitzada de la nova edició d'aquest programa.
Edició
8a Edició
Crèdits
60 ECTS (324 hores lectives)
Modalitat
Presencial
Idioma d'impartició
Espanyol
Preu
8.900€
Condicions especials en el pagament de la matrícula i campanya 0,7%
Inscripció oberta fins l'inici del curs o fins l'exhauriment de places.
Propera edició
Octubre de 2025
Horari
Dilluns: 18:00 a 21:00
Dimecres: 18:00 a 21:00
Divendres: 18:00 a 21:00
Lloc de realització
Facultat d'Informàtica de Barcelona (FIB)
C/ Jordi Girona, 1-3
Barcelona
Vídeo de presentació
Per què aquest màster de formació permanent?

La rellevància de les dades en la societat actual és inqüestionable. Un bon percentatge d’empreses, les conegudes com a empreses digitals, fonamenten el seu model de negoci en la recol·lecció, emmagatzematge i anàlisi de qualsevol dada rellevant per al seu negoci. Aquesta filosofia implica un canvi radical a l'hora de gestionar les operacions de les organitzacions, ja que requereix la digitalització de tots els seus processos de negoci, com per exemple, creant sistemes informàtics per interactuar amb els clients o proveïdors (siguin pàgines web, aplicacions mòbils o sistemes GPS) o sensoritzant els processos mecànics per tal de monitorar-los, entre d'altres.

Malgrat que la digitalització d’una organització és una tasca feixuga, les dades generades i recollides un cop portada a terme, poden ser analitzades amb l’objectiu de generar informació rellevant per a la presa de decisions del negoci. Aquest fet, a hores d'ara, s’ha identificat com un factor d’èxit determinant i diferenciador que augmenta la competitivitat de les organitzacions.

Actualment, el terme big data s’empra per referir-se a un nou tipus de sistemes que recullen i analitzen dades de qualsevol naturalesa, i que comporten una sèrie de reptes. La definició més popular del big data està basada en les tres "Vs", que representen els seus tres principals reptes: Volum (la digitalització de certs processos pot generar grans volums de dades), Varietat (provinents de fonts de dades heterogènies) i Velocitat (en referència al potencial temps d’arribada i processament de les dades en real-time).

El big data presenta nous desafiaments per a les organitzacions en dos aspectes tecnològics principals: la gestió i l’anàlisi de les dades. Des del punt de vista de la gestió, el big data requereix tant noves arquitectures (principalment basades en cloud computing i la gestió distribuïda de les dades i la memòria) com nous models de dades (com els documents grafs, key-value o streams). Des del punt de vista de l’anàlisi, cal considerar nous tipus de dades semiestructurades o no estructurades (com text o imatge), que avui en dia representen una fracció important de les noves dades que es generen. A més, cal adaptar les tècniques d’anàlisi tradicionals a les característiques del big data, i això complica la preparació, l'entrenament i la validació dels models.

La barrera d’entrada per incorporar solucions big data continua sent molt alta per a la majoria d’organitzacions, ja que la gestió i manteniment d’aquests sistemes té la seva particularitat. A més, les actuals eines són molt poc madures i requereixen un alt grau d’especialització per poder-les emprar correctament. Per aquest motiu, l’especialització en aquest àmbit implica un reciclatge específic basat en els principals conceptes que hi ha darrere d’aquestes tecnologies. En l’àmbit d’aquests sistemes cal distingir entre la gestió de dades en sistemes big data (Big Data Management) i l’anàlisi d’aquestes dades per extreure coneixement rellevant per l’organització amb algoritmes de data mining i machine learning (Big Data Analytics). A més, no existeix una solució universal ni de gestió ni d’anàlisi que es pugui replicar fàcilment en qualsevol domini, ja que, per definició, en aquests entorns la solució depèn del cas d’ús (explotació) que tinguem entre mans.

En aquest context, el màster en Big Data Management, Technologies and Analytics ofereix una visió global d’un ecosistema big data aprofundint en ambdós aspectes: la gestió de les dades (Big Data Management) i l'explotació de les dades (Big Data Analytics), tot aportant aplicabilitat (Big Data Technologies) i visió de negoci, és a dir, com extreure valor dins d’aquest món.

Objectius
  • Entendre la problemàtica de gestió del big data i les seves especificitats.
  • Identificar les característiques més rellevants en la gestió de dades que han de guiar la tria d’una solució arquitectònica.
  • Conèixer el paradigma de dades obertes.
  • Practicar amb les principals eines de gestió de big data que hi ha actualment en el mercat (Hadoop, MongoDB, Neo4J, GraphDB, Spark, etc.).
  • Entendre quan un problema empresarial pot ser formalitzat com un problema d’aprenentatge automàtic.
  • Identificar els models estadístics o d’aprenentatge automàtic més adequats per a un problema donat.
  • Saber efectuar el preprocés de les dades (siguin estructurades o no estructurades).
  • Saber avaluar la taxa d’encert dels models proposats.
  • Assolir coneixements específics sobre l’ús del big data per a la presa de decisions a l’empresa.
  • Identificar les bones pràctiques en l’aplicació del big data en la creació d’un negoci.
  • Emprar eines de modelització de negoci.
  • Conèixer els principis econòmics, ètics i legals del funcionament d’una empresa digital.
A qui va dirigit?
  • Graduats en Informàtica o equivalent interessats en l'àmbit del big data.
  • Professionals informàtics, principalment desenvolupadors, arquitectes, analistes de dades i administradors de sistemes, interessats a reciclar-se cap a l'àmbit del big data.
  • Graduats en Estadística, Matemàtiques o enginyeries en general. En aquests casos, els interessats han de tenir una formació tècnica en bases de dades centralitzades i programació.

Aquest màster té com a objectiu crear perfils mixtos en gestió i anàlisi de dades.

Continguts formatius

Relació d'assignatures
12 ECTS 72h
Data Management
  • Motivació i introducció
    • Context. La societat de les dades i el paradigma data-driven.
    • Casos d'ús.
    • Cloud computing i enginyeria de serveis (XaaS).
    • La necessitat d'un canvi de paradigma: NoSQL.
  • Principis bàsics de les bases de dades no relacionals (NoSQL)
    • Fonaments arquitectònics.
    • Nous models de dades.
  • Fonaments: noves arquitectures
    • Conceptes bàsics.
    • One size does not fit all.
    • Gestió i processament distribuït de les dades.
    • Principals arquitectures de referència.
  • Fonaments: nous models de dades
    • Conceptes bàsics.
    • Models de dades no estructurats o semiestructurats.
    • Principals models de dades al món NoSQL: Key-Value, Document-oriented, Graphs, Graphs Semantics i Streams.
    • Modelització de dades avançada (per a sistemes no relacionals).
  • Principals famílies de gestors NoSQL
    • Gestors Key-Value
      • Concepte i principis.
      • L'ecosistema Hadoop: HDFS i HBase
      • Consideracions específiques de modelització.
    • Gestors Document-oriented
      • Concepte i principis.
      • Exemple: MongoDB i Aggregation Framework.
      • Consideracions específiques de modelització.
    • Gestors Column-oriented
      • Concepte i principis.
      • Exemple: Kudu (base de dades) i Parquet (fitxers).
      • Consideracions específiques de modelització.
    • Gestors de grafs
      • Conceptes i principis.
      • Tipus de grafs i operacions.
      • Exemple: Neo4J i Cypher.
      • Consideracions específiques de modelització.
    • Gestors de grafs semàntics
      • Concepte i principis: el paradigma Open/Linked Data.
      • Com obrir dades.
      • Arquitectures basades en grafs vs. tecnologia relacional.
      • Marc de Descripció de Recursos (RDF) i SPARQL.
      • Exemple: GraphDB.
      • Consideracions específiques de modelització.
  • Processament de dades distribuït i paral·lelitzable
    • Gestió i processament distribuït de les dades.
      • MapReduce.
    • Gestió i processament de les dades en memòria.
      • Spark.
  • Integració de dades
    • Processos intensius de dades vs. ETL.
    • Concepte de Data Lake. Sistemes poliglots.
    • Orquestradors.
  • Arquitectures big data
    • Principals arquitectures de referència.
      • Arquitectura Lambda.
12 ECTS 72h
Data Analytics
  • Introducció
    • Què és el knowledge discovery?
    • Estadística bàsica.
    • Introducció a R.
  • Preprocessament de dades
    • Neteja i adequació de les dades.
    • Transformacions.
  • Tècniques bàsiques d'anàlisi
    • Regressió múltiple.
    • Profiling.
  • Anàlisi multivariant
    • Anàlisi de components principals.
    • Clustering.
    • Arbres de decisió.
  • Aprenentatge automàtic
    • Concepte.
    • Fonaments matemàtics.
  • Principals tècniques d'aprenentatge automàtic
    • Regles d'associació.
    • Mètodes lineals supervisats.
    • Xarxes neuronals.
    • Màquines de vector suport.
    • Boscos aleatoritzats.
  • Processament del text
    • Preprocessament i preparació de les dades.
    • Principals tècniques de text analítiques.
    • Information retrieval.
  • Anàlisi de sèries temporals
    • Preprocessament i preparació de les dades.
    • Forecasting.
    • Detecció d'outliers.
  • Anàlisi de les dades avançades
    • Paquets d'R per al processament paral·lel.
    • R sobre bases de dades relacionals.
16 ECTS 96h
Hands-on Experience: Data Management and Analytics
  • Infraestructura
    • Introducció als entorns cloud.
    • Virtualització.
    • Serveis Oracle.
  • Emmagatzematge distribuït
    • L'ecosistema Hadoop.
    • Sistemes Key-Value: HBase.
  • Processament distribuït
    • MapReduce.
    • Spark: SparkSQL. Spark streaming. Spark graphs.
    • Anàlisi de dades en entorns distribuïts: MLlib. SparkR.
  • Document stores
    • MongoDB.
    • Elasticsearch.
  • Bases de dades en graf
    • Property-graphs: Neo4J.
    • Grafs semàntics: GraphDB.
  • Anàlisi de dades distribuïda
    • Anàlisi de les dades en entorns distribuïts utilitzant Hadoop Distributed File System (HDFS) i Spark.
      • Spark R i MLlib.
  • Arquitectura de sistemes big data
5 ECTS 33h
Negoci i Emprenedoria en Big Data
  • Introducció: l'entorn competitiu de l'empresa i big data
    • Big data landscape.
  • Màrqueting
  • Tècniques d'ideació de negoci
    • Clients i usuaris.
    • Definició de productes i serveis.
  • Eines de modelització de negoci: Business model canvas
    • Elements que el conformen.
    • Casos pràctics.
    • Resolució de casos: Twitter, Facebook, etc.
  • Pressupost i procés de finançament
    • Finances.
    • Finançament privat: Business Angels i Capital Risk.
    • Finançament públic.
  • Presentacions i sessions de pitch
  • Creació d'una empresa
    • Aspectes legals: Regulació de les dades.
    • Aspectes econòmics.
  • Consideracions ètiques del big data: Negoci i privacitat
15 ECTS 51h
Projecte
  • Visualització
    • Processos de visualització.
    • Tècniques de visualització.
  • Gestió de projectes

El projecte es realitzarà en grups de 2 o 3 persones que hauran de desenvolupar un cas real aplicat. Els estudiants hauran d'elaborar una anàlisi tant de la perspectiva tècnica (gestió i anàlisi de dades) com de la perspectiva de negoci (potencial viabilitat de la idea com a negoci, independentment que es tracti d'una start-up o d'un nou producte/servei en una empresa existent).

El projecte ha de proposar una solució innovadora al problema plantejat, tant en l'aspecte tècnic com en el valor afegit de negoci. Es valorarà especialment aquesta perspectiva.

Per dur a terme el projecte, els grups han de definir l'arquitectura funcional del sistema (incloent-hi repositoris i fluxos de dades, tot justificant el rendiment que s'obtindrà del sistema en un cas real), detallar el tipus d'anàlisi de dades a portar a terme (incloent-hi la preparació de les dades, disseny de features, adequació del model escollit al repte entre mans, training i validació) i la viabilitat del negoci (posicionament i segmentació del negoci, així com l'habilitat de fer un pitch precís sobre la idea de negoci i el seu valor). La gestió del projecte també tindrà un pes especial, i s'espera que se segueixi una metodologia àgil adaptada a projectes big data (que es presentarà durant el màster).

Cada grup comptarà amb l'assessorament de tres tutors (professors del programa experts en negoci, gestió i anàlisi de dades, respectivament). La fórmula seguida garanteix la immersió en una experiència real sent tutoritzats per experts en la temàtica. Com a resultat, els projectes resultants han rebut diversos premis i han donat peu a productes que han arribat a producció en diverses empreses.

A continuació detallem exemples de treballs realitzats en edicions anteriors:

  • "LifeStyle". A partir de dades de transaccions bancàries, es va perfilar l'estil de vida (activitats d'oci) dels clients del banc amb l'objectiu de fer-los propostes personalitzades de productes d'oci.
  • "A Location Based Social Media Data Gathering System for Predicting Crowded Places". A partir de dades en temps reals de diferents xarxes socials, es predeia l'afluència de persones en els principals llocs turístics de Barcelona. D'aquesta manera, es podien preparar accions per descongestionar certes zones de la ciutat amb antelació.
  • "Supermarker Shopping Assistant". Es tracta d'una aplicació mòbil que recomana al client, durant la seva visita a un supermercat o hipermercat, quins productes al voltant seu poden ser del seu interès. L'aplicació inclou un self-checkout per fer les compres més eficients a través de l'escaneig del producte.
  • "Urban Mobility and Traffic Safety Analytics". Aprofitant les dades generades pels sensors dels anomenats smart cars, s'identifiquen conductes de risc que podrien acabar en accident, en temps real a partir del perfil de conducció habitual de cada conductor i les dades actuals rebudes en temps real.
  • "Properties Data Collection Platform and Prices Prediction". A partir de dades de portals immobiliaris contextualitzades amb altres externes, es predeia el preu real i de venda d'un immoble.
  • "Net Sales Forecasting". En l'àmbit de les farmacèutiques, predir la quantitat de medicaments a produir per país amb antelació és vital. En aquest projecte es feia una previsió de producció mensual per país basada en els històrics de vendes.
Titulació
Títol propi de màster de formació permanent en Big Data Management, Technologies and Analytics, expedit per la Universitat Politècnica de Catalunya. Emès en virtut del previst en l'art. 7.1 de la Llei Orgànica 2/2023, de 22 de març, del Sistema Universitari, i l'art. 36 del Reial Decret 822/2021, de 28 de setembre, pel que s'estableix l'organització dels ensenyaments universitaris i del procediment d'assegurament de la seva qualitat. Per a la seva obtenció és necessari tenir una titulació universitària prèvia oficial. De no ser així, l'estudiant obtindrà un certificat d'aprofitament del programa superior per la Fundació Politècnica de Catalunya. Els estudis de formació permanent de la Universitat Politècnica de Catalunya s'aproven anualment pel Consell de Govern de la Universitat. (Veure dades que consten al certificat).

Metodologia d'aprenentatge

La metodologia docent del programa facilita l'aprenentatge de l'estudiantat i l'assoliment de les competències necessàries.



Eines d'aprenentatge
Sessions magistrals participatives
S'exposen els fonaments conceptuals dels continguts a impartir, tot promovent la interacció amb els estudiants per guiar-los en l'aprenentatge dels diferents continguts i el desenvolupament de les competències establertes.
Sessions pràctiques a l'aula
S'apliquen els coneixements en un entorn real o hipotètic, on s'identifiquen i treballen aspectes específics per facilitar la comprensió, amb el suport dels docents.
Resolució d'exercicis
Es treballen les solucions mitjançant l'exercitació de rutines, l'aplicació de fórmules o algoritmes i se segueixen procediments de transformació de la informació disponible i la interpretació dels resultats.
Casos d'èxit
Es presenten i comparteixen coneixements i experiències professionals reals i d'alt valor afegit, adquirides durant una trajectòria destacada en l'exercici de la professió.
Aprenentatge basat en problemes (ABP)
Metodologia d'aprenentatge actiu que permet que l'estudiant s'involucri des d'un inici i adquireixi els coneixements i habilitats, a través del plantejament i resolució de problemes o situacions complexes.
Tutories
Es dona suport tècnic als estudiants en el desenvolupament del projecte final, en funció de la seva especialitat i de la temàtica del projecte.
Criteris d'avaluació
Assistència
Es requereix com a mínim el 80% d'assistència a les hores lectives.
Resolució d'exercicis, qüestionaris o exàmens
Proves individuals amb l'objectiu d'avaluar el grau d'aprenentatge i l'adquisició de competències.
Realització i presentació del projecte final
Projectes individuals o grupals en els quals s'apliquen els continguts impartits en el programa. El projecte pot estar basat en casos reals i comprendre la identificació d'una problemàtica, el disseny de la solució, la seva implementació o un pla de negoci. Comptarà amb una presentació i defensa pública del mateix projecte.
Pràctiques i borsa de treball
Des del campus virtual My_Tech_Space l'estudiantat podrà visualitzar les ofertes de treball del seu àmbit de coneixement i presentar la seva candidatura confidencialment. La borsa de treball de la UPC School té un volum anual de centenars d'ofertes de treball, entre contractes laborals i convenis de col·laboració en pràctiques.
Campus virtual
L'estudiantat d'aquest màster de formació permanent tindrà accés al campus virtual My_Tech_Space, una eficaç plataforma de treball i comunicació entre l'alumnat, el professorat, la direcció i la coordinació del curs. My_Tech_Space permet obtenir la documentació de cada sessió formativa abans de l'inici, treballar en equip, fer consultes als professors, visualitzar notes, etc.

Equip docent

Direcció Acadèmica
  • Jovanovic, Petar
    Jovanovic, Petar
    info
    Veure perfil a futur.upc
    Doctor de Ciència de Computació per la Universitat Politècnica de Catalunya (UPC) i la Universitat Lliure de Brussel·les. Màster en Computació per la UPC. Enginyer en Informàtica per la Universitat de Belgrad. El seu àmbit de recerca se situa a l'àrea de Business Intelligence, Big Data Management i sistemes de bases de dades distribuïdes.
  • Romero Moral, Òscar
    Romero Moral, Òscar
    info
    Veure perfil a futur.upc
    Doctor en Informàtica per la Universitat Politècnica de Catalunya (UPC). Professor del Departament d'Enginyeria de Serveis i Sistemes d'Informació de la UPC. Docent en els àmbits de grau i de màster universitari. Coordinador de l'Erasmus Mundus Master in Big Data Managament and Analytics (BDMA) i del màster en Data Science de la UPC. Recerca en l'àmbit de la gestió de dades i de la informació, àmbit en el qual ha publicat més seixanta publicacions en conferències i revistes internacionals. Ha col·laborat com a consultor amb SAP, HP, Zurich Seguros i l'OMS, entre d'altres.

Professorat
  • Abelló Gamazo, Alberto
    info
    Veure perfil a futur.upc / Veure perfil a Linkedin
    Doctor en Informàtica per la Universitat Politècnica de Catalunya (UPC). Professor del Departament d'Enginyeria de Serveis i Sistemes d'Informació de la UPC. Docència, tant a nivell de Grau (Enginyeria Informàtica, GEI, i Ciència i Enginyeria de Dades, GCED) com de Màster (Master in Data Science - MDS). Coordinador per part de la UPC del doctorat Erasmus Mundus in Information Technologies for Business Intelligence - Doctoral College (IT4BI-DC) i la MSCA-ITN-EJD Data Engineering for Data Science (DEDS).

    Ha col·laborat com a consultor amb SAP, HP, Zurich Seguros, OMS i Fundació Probitas, entre d'altres.
  • Aluja Banet, Tomàs
    info
    Veure perfil a futur.upc
    Professor titular de la Universitat Politècnica de Catalunya (UPC). És autor de 60 articles publicats en revistes científiques o com a capítols d'un llibre. Temes de recerca abordats: Anàlisi multivariant, models de mineria de dades, models per a l'estimació d'intangibles i disseny de sistemes de learning analytics. Membre de comitès científics de conferències internacionals (entre elles Computational Statistics, COMPSTAT, i PLS). Ha participat en diversos projectes de recerca europeus i espanyols en el camp dels sistemes basats en meta-dades estadístiques, la fusió de dades i la modelització d'intangibles, i ha estat consultor estadístic de La Caixa, Kantar Media, Idescat i l'Ajuntament de Barcelona entre d'altres.
  • Belanche Muñoz, Luis Antonio
    info
    Veure perfil a futur.upc
    Llicenciat en Informàtica i Doctor en Intel·ligència Artificial per la Universitat Politècnica de Catalunya (UPC). Professor del Departament de Ciències de la Computació de la UPC amb més de trenta anys d'experiència docent. Supervisor o tutor de més de cent tesis i treballls d'estudiants. Actualment imparteix docència en el Grau en Ciència i Enginyeria de Dades i en el master in Innovation and Research in Informatics (MIRI), el master in Advanced Mathematics and Mathematical Engineering (MAMME), el màster en Intel·ligència Artificial (IA) i el master in Data Science de la Facultat d'Informàtica de Barcelona (FIB). Ha realitzat més de cent trenta publicacions en revistes i congressos internacionals, i ha participat en quinze projectes de recerca. Recentment ha estat cap d'estudis de la Facultat d’Informàtica de Barcelona (FIB).
  • Berbegal Castelló, José
    info
    Veure perfil a Linkedin
    Enginyer en Informàtica per la Universitat Politècnica de Catalunya (UPC). Ha treballat durant més de deu anys en diferents empreses del sector de la seguretat i defensa. Actualment, treballa a aunav (dins del grup EM&E), a la divisió d'aunav robots, dedicada al desenvolupament de robots de desactivació d'explosius, exercint com a responsable del departament de software i intel·ligència artificial.
  • Berral García, Josep Lluís
    info
    Veure perfil a futur.upc
    Enginyer informàtic, màster en Arquitectura de Computadors i doctor en Informàtica per la Universitat Politècnica de Catalunya (UPC). La seva recerca se centra en gestió de recursos computacionals en sistemes cloud usant mineria de dades i aprenentatge automàtic. Actualment és investigador al Departament d'Arquitectura de Computadors de la UPC i al Barcelona Supercomputing Center (BSC), líder del grup de recerca CROMAI. Especialista en gestió de centres de dades (cloud computing), aprenentatge automàtic (machine learning), mineria i anàlisi de dades (data mining) i intel·ligència artificial.
  • Bilalli, Besim
    info
    Veure perfil a futur.upc / Veure perfil a Linkedin
    Doctor de Ciència de Computació per la Universitat Politècnica de Catalunya (UPC) i Poznan University of Technology. Becari postdoctoral i professor associat a la UPC com a part del grup de recerca Database Technologies and Information Management (DTIM). Està involucrat en activitats de recerca i ensenyament que van des de la gestió de dades fins a l'aprenentatge automàtic. Els seus interessos de recerca es troben en les àrees d'administració de dades, preprocessament de dades i en l'aplicació de tècniques de (meta) aprenentatge automàtic per a brindar suport a l'usuari per als diferents passos d'anàlisis de dades. Membre del comitè del programa per a les conferències de Disseny, Optimització, Llenguatges i Processament Analític de Big Data (DOLAP) i DaWaK.
  • Delicado Useros, Pedro Francisco
    info
    Veure perfil a futur.upc / Veure perfil a Linkedin
    Catedràtic del Departament d'Estadística i Investigació Operativa de la Universitat Politècnica de Catalunya (UPC). Autor de més de 45 articles internacionals, els seus temes d'investigació inclouen l'aprenentatge no supervisat (interpretabilitat en machine learning, corbes principals, clustering, multidimensional scaling), l'anàlisi de dades funcionals (dependència espacial, components principals) i les aplicacions (demografia, anàlisi de resultats electorals, bioinformàtica). Ha col·laborat com a consultor estadístic amb SEIF-88 (assaigs clínics) i l'Agència per a la Qualitat del Sistema Universitari de Catalunya (mostreig).
  • Deulofeu Aymar, Joaquim
    info
    Veure perfil a futur.upc / Veure perfil a Linkedin
    Llicenciat i doctor en Ciències Econòmiques i Empresarials per la Universitat de Barcelona (UB). Avaluador-assessor internacional EFQM, soci fundador i CEO de Qualitat, Serveis Empresarials, S.L., empresa en la qual desenvolupa la seva activitat professional com a consultor des de fa més de vint-i-cinc anys. Professor associat al Departament d'Organització d'Empreses de la Universitat Politècnica de Catalunya (UPC), i professor a la UPC School. Fundador i expresident del Cercle Econòmic i Social Baix Montseny.
  • Díaz Iriberri, José
    info

    Doctor en Computació per la Universitat Politècnica de Catalunya (UPC). Actualment es dedica a la investigació en el camp de la informàtica gràfica, és professor agregat a la Universitat de Vic i col·labora com a docent a diversos graus i postgraus de la UPC. Ha estat investigador post-doctoral del programa de beques Marie Curie de la Comissió Europea al grup de Visual Computing del CRS4 (Itàlia). La seva recerca se centra en la visualització de dades científiques, la computació paral·lela i programació de GPUs, i el disseny d'aplicacions en entorns de realitat virtual i augmentada.
  • Escolano Peinado, Carlos
    info
    Veure perfil a futur.upc / Veure perfil a Linkedin
    Doctor en informàtica per la Universitat Politècnica de Catalunya (UPC) i màster en Intel·ligència Artificial per la UPC. Actualment és investigador al Departament de Teoria del Senyal i les Comunicacions de la UPC i al Barcelona Supercomputing Center (BSC), així com professor associat al departament de Ciències de la Computació de la UPC. La seva àrea dexperiència és el processat del llenguatge natural, especialment la traducció automàtica multilingüe amb xarxes neuronals.
  • Galí Reniu, Ferran
    info
    Veure perfil a Linkedin
    Apassionat dels sistemes distribuïts a escala web. Gràcies al fet d’haver treballat amb tecnologies de big data durant alguns anys va adquirir experiència en resolució de problemes que requereixen un processament massiu de dades. Des dels seus inicis amb l’entorn Hadoop fa deu anys, ha intentat mantenir-se al dia dels darrers avenços ja sigui deixant empremta a la feina, col·laborant amb institucions educatives o implicant-se en la comunitat. Ara treballa a LIFULL Connect materialitzant productes que requereixen processament de dades en temps real, tot plegat fent servir Kafka, Avro, Kotlin i ElasticSearch.
  • González Alonso, Pedro Javier
    info
    Veure perfil a Linkedin
    Enginyer en Informàtica i màster en Innovació i Recerca en Informàtica (especialitat en Business Intelligence i Knowledge Discoverer) per la Universitat Politècnica de Catalunya (UPC). MBA per Esade. Actualment és head of data science i CTO a nixi1, on lidera el desenvolupament de la tecnologia del chatbot conversacional i la plataforma muticanal de solució nixi1.
  • Gutiérrez Torre, Alberto
    info
    Veure perfil a Linkedin
    Doctor en Arquitectura de Computadors, llicenciat en Enginyeria Informàtica i màster en Investigació i Innovació en Informàtica, amb esment a Data Science, per la Universitat Politècnica de Catalunya (UPC). Actualment és investigador postdoctoral al grup de Data-Centric Computing al Barcelona Supercomputing Center (BSC) i investigador principal dels projectes europeus INCISIVE, CALLISTO i SECURED, investigant en optimització d'aplicacions amb high performance computing i l'anàlisi de dades mèdiques distribuïdes amb federated learning.
  • Jamin Jean Jacques, Emmanuel
    info
    Veure perfil a Linkedin
    Doctor en Informàtica per la Universitat París XI. Research engineer en diversos projectes europeus en el domini de la web semàntica (projectes FP7: SevenPro, IntelLEO, Neon, Khresmoi, MultiSensor i projectes Horizon 2020: Socatel, Roborder, Aqua3S, Welcome). Actualment és consultor IT a Everis sobre temes d'intel·ligència artificial, particularment la web semàntica i tècniques de procés automàtic del llenguatge natural (NLP) per a la gestió del coneixement. També té experiència en la creació de l'startup Open Data Consulting, en la qual va ser Chief Techonlogy Officer (CTO).
  • Jovanovic, Petar
    info
    Veure perfil a futur.upc
    Doctor de Ciència de Computació per la Universitat Politècnica de Catalunya (UPC) i la Universitat Lliure de Brussel·les. Màster en Computació per la UPC. Enginyer en Informàtica per la Universitat de Belgrad. El seu àmbit de recerca se situa a l'àrea de Business Intelligence, Big Data Management i sistemes de bases de dades distribuïdes.
  • Lee Hsing, Simon
    info
    Veure perfil a Linkedin
    Enginyer tècnic en Disseny Industrial, Màster en Enginyeria del Software per la UPC, Màster en Desenvolupament i Creació de Videojocs per la UPF i PDG per l'IESE. Fundador de la consultora d'innovació oberta Peninsula Corporate Innovation i del programa d'incubació de videojocs GameBCN, anteriorment Director de Disseny en Digital Legends (acabada d'adquirir per Activision). Actualment també és professor de Corporate Venturing a ESADE. Acumula més de 20 anys creant productes digitals i mentoritzant startups.
  • Maynou Yelamos, Marc
    info

    Enginyer informàtic per la Universitat Politècnica de Catalunya (UPC). Màster en Data Science per la UPC. Actualment és estudiant de doctorat i professor associat a la UPC com a part del grup de recerca Database Technologies and Information Management (DTIM). Docència en grau (Grau en Enginyeria Informàtica) i màster (Master in Data Science). La seva investigació se centra en les àrees de gestió de dades i data discovery, totes dues en el context de Big Data.
  • Montornés Solé, Jordi
    info
    Veure perfil a Linkedin
    Enginyer Superior en Informàtica per la Universitat Politècnica de Catalunya. Des de 2004, ha treballat a empreses com la Caixa Catalunya, HP o Vueling. Actualment, exerceix com a cap d'equip a Ocado Technology.
  • Nadal Francesch, Sergi
    info
    Veure perfil a futur.upc / Veure perfil a Linkedin
    Doctor en informàtica per la Universitat Politècnica de Catalunya (UPC) i la Université Libre de Bruxelles (ULB). Actualment és professor del Departament d'Enginyeria de Serveis i Sistemes d'Informació de la UPC, on imparteix docència a la Facultat d'Informàtica de Barcelona al grau d'Enginyeria Informàtica, al grau en Intel·ligència Artificial i al màster en Ciència de Dades. Els seus interessos de recerca es troben en l'àrea de la gestió de dades i informació, amb interès en l'automatització del cicle de vida de les dades, àmbit en el qual ha publicat nombrosos artícles i liderat projectes de transferència tecnològica.
  • Palmer, Jonathan
    info
    Veure perfil a Linkedin
    Vice president de la plataforma de dades Scopely. Bachelor of Arts en Història Antiga per la Universitat de Bristol. Ha acumulat més de vint anys d'experiència en enginyeria de software i big data, treballant en diverses indústries, incloent jocs mòbils, mitjans i entreteniment i fintech a Londres i a Barcelona.
  • Perez Banquells, Serena
    info
    Veure perfil a Linkedin
    Enginyera informàtica per la Universitat Autònoma de Barcelona (UAB). Màster en Data Management i Innovació Tecnològica per la Universitat de Barcelona (UB) i l'OBS Business School amb la distinció Blue Talent Awards. Acumula una experiència de més de vint anys en empreses com Mango, la Corporació de Ràdio i Televisió de Catalunya (CCRTV), Transports Metropolitans de Barcelona (TMB), focalitzada sempre en sistemes de bases de dades, big data i transformació digital i tecnològica. Actualment treballa com a arquitecte cloud de grans comptes bancaris a la multinacional Oracle.
  • Pons Recasens, Gerard
    info

    Graduat en Enginyeria Física per la Universitat Politècnica de Catalunya (UPC) i màster en Ciència de Dades per la UPC. Actualment és doctorand en Computació per la UPC i forma part del grup de recerca Database Technologies and Information Manangement (DTIM).
  • Queralt Calafat, Anna
    info
    Veure perfil a futur.upc
    Doctora en Informàtica per la Universitat Politècnica de Catalunya (UPC). Actualment és professora al Departament d'Enginyeria de Serveis i Sistemes d'Informació de la UPC i responsable del grup de recerca Database Technologies and Information Management. També col·labora amb el Barcelona Supercomputing Center com a responsable de la línia de recerca Distributed Object Management, investigant en gestió de dades distribuïdes en entorns d'alt rendiment i edge-to-cloud.
  • Romero Moral, Òscar
    info
    Veure perfil a futur.upc
    Doctor en Informàtica per la Universitat Politècnica de Catalunya (UPC). Professor del Departament d'Enginyeria de Serveis i Sistemes d'Informació de la UPC. Docent en els àmbits de grau i de màster universitari. Coordinador de l'Erasmus Mundus Master in Big Data Managament and Analytics (BDMA) i del màster en Data Science de la UPC. Recerca en l'àmbit de la gestió de dades i de la informació, àmbit en el qual ha publicat més seixanta publicacions en conferències i revistes internacionals. Ha col·laborat com a consultor amb SAP, HP, Zurich Seguros i l'OMS, entre d'altres.

  • Sánchez Hernández, Germán
    info
    Veure perfil a Linkedin
    Doctor en Automàtica, Robòtica i Visió per la Universitat Politècnica de Catalunya (UPC). Membre actiu del grup de recerca en Enginyeria del Coneixement de la UPC, amb diverses publicacions a revistes. Col·laborador acadèmic a Esade. Cap de projectes en aplicacions d'intel·ligència artificial, amb més de deu anys liderant projectes de gestió de dades geoespacials i modelatge amb tècniques tradicionals o de machine learning.
  • Segarra Alonso, Roger
    info

    Llicenciat i màster en Dret per ESADE Business Law School al 2008. Membre de l'Il·lustre Col·legi d'Advocats de Barcelona. Actualment, és soci de la firma d'advocats internacional Osborne Clarke. Acumula més de 15 anys d'experiència en dret de noves tecnologies, protecció de dades i propietat intel·lectual als sectors de ciències de la salut i de la vida, digital i comerç minorista.
  • Soler Gomis, Lluis
    info
    Veure perfil a Linkedin
    Llicenciat en Administració i Direcció d'Empreses per la Universitat Abat Oliba, MBA per l'Institut d'Empresa i màster a eCommerce per La Salle. És emprenedor, empresari i fan de les noves tecnologies, la creativitat i el tracte humà. Actualment és director de negoci i cofundador de SoftDoit.
  • Torrent Moreno, Marc
    info
    Veure perfil a Linkedin

    Enginyer de Telecomunicació per la Universitat Politècnica de Catalunya (UPC). Doctor en Informàtica per la Universitat de Karlsruhe i Executive MBA per Esade. Té més de vint anys d'experiència en R+D+i en l'àmbit de les TIC, formant part de diverses organitzacions a Europa i als Estats Units (British Telecom, NEC Deutschland, Mercedes-Benz Estats Units, Universitat de Califòrnia, Ficosa Internacional i Eurecat). Centrat en el món de les dades ha dirigit la creació del Big Data CoE i del Centre d'Innovació en Data Tech i IA de Catalunya. Actualment és head of Data&Analytics del grup BonPreu, alhora que docent en diverses universitats catalanes.

  • Torrents Poblador, Pere
    info
    Veure perfil a Linkedin
    Economista de formació ha desenvolupat la seva carrera professional a àrees de desenvolupament de negoci i direcció d'empreses del sector dels videojocs. Actualment és Director d'Operacions a AnchorPoint Studios - a NetEase Games Studio - i professor a Universitat Politècnica de Catalunya, School of Professional Executive Development i Centre de la Imatge i Tecnologia Multimèdia, en assignatures d'empresa i finançament tant en graus com postgraus en videojocs i Big Data.
  • Touma, Rizkallah
    info
    Veure perfil a Linkedin
    Doctor en Arquitectura de Computadors per la Universitat Politècnica de Catalunya (UPC). Màster en Tecnologies d'Informació per a Business Intelligence per la UPC i la Universitat Lliure de Brussel·les (ULB). Actualment lidera la línia de recerca de big data i data spaces a la Fundació i2CAT. Ha treballat com a investigador junior en el Centre de Supercomputació de Barcelona i ha participat en diversos projectes pan-Europeus (BigStorage, SoCaTel, CORDIS, BOOST 4.0, IoT-NGIN, TEADAL, CODECO).
  • Vázquez Alcocer, Pere-Pau
    info
    Veure perfil a futur.upc
    Doctor en Software per la Universitat Politècnica de Catalunya (UPC). Professor titular d'universitat del departament de Ciències de la Computació de la UPC. Imparteix docència a graus i màster a la UPC, també ha participat en la docència de cursos de grau o de màster en altres universitats, com la Universitat de Nuremberg, la Universitat de Girona, la Universitat Oberta de Catalunya o la Universitat de Vic. La seva àrea de recerca se centra en la visualització de dades científiques i els gràfics per computador.
  • Verdejo Álvarez, Gabriel
    info
    Veure perfil a Linkedin
    Enginyer Informàtic per la Universitat Autònoma de Barcelona (UAB) i Diploma d'Estudis Avançats (DEA) del programa de doctorat d'Intel·ligència Artificial de la UAB. Postgrau en Gestió de la Innovació per la Universitat Politècnica de Catalunya (UPC). Ha treballat en diverses empreses del sector TIC i de la innovació. Des del 2010 és el responsable del Laboratori de Recerca i Desenvolupament (RDlab) del departament de Ciències de la computació de la UPC, des d’on es proporciona suport TIC als grups de recerca en els seus projectes nacionals, europeus i transferència de tecnologia.

Entitats col·laboradores

Socis estratègics
  • Facultat d'Informàtica de Barcelona. FIB (UPC)
    • Difon l'estudi en l'entorn professional i àmbit d'expertesa.
Socis col·laboradors

Sortides professionals

  • Data scientist.
  • Digital transformation leader.
  • Data engineer.
  • Chief data officer.
  • Data architect.
  • Big data consultant.
  • Data analyst consultant.
  • Decisional systems engineer.

Testimonis i notícies

Testimonis

El màster de la UPC en Big Data és, des de la meva perspectiva, el màster que millor combina un enfocament teòric sòlid i exhaustiu per entendre les bases del data science amb una aplicació pràctica orientada a les necessitats de les empreses. En el meu cas, buscava un programa robust en contingut que cobrís tant la gestió de grans volums de dades com l’ús de machine learning i intel·ligència artificial aplicats a qüestions de negoci. Totes dues vessants han estat plenament cobertes, afegint-hi la seva aplicació pràctica en les sessions de hands-on, on hem pogut aplicar les principals eines i tecnologies líders en el mercat i generar així expertise en la seva posterior implementació en entorns reals. Menció especial al gran nivell i currículum del professorat, ja que permet arribar al detall en conceptes especialment complexos. Tot plegat, m'ha permès aconseguir de forma efectiva els meus objectius professionals.

Arnald Gabarrell Supply Chain Data Scientist a General Motors (Zürich, Suïssa)

Testimonis
Després de 15 anys dedicats a la recerca biomèdica i a l'anàlisi computacional de dades genòmiques, volia fer el salt al món de la ciència de dades a l'empresa privada. El primer pas en aquesta renovació laboral consistia a preparar-me bé i reorientar els meus coneixements tècnics cap a les necessitats particulars de l'empresa. Em vaig decantar pel màster a Big Data de la UPC pel seu enfocament global en els projectes i per la tranquil·litat d'estar apostant per la gran serietat de la Universitat Politècnica de Catalunya. Sincerament, va complir les meves expectatives: vaig reforçar i ampliar els meus coneixements d'anàlisi de dades, vaig descobrir-ne la immensa rellevància d'una gestió intel·ligent i vaig veure la manera de desenvolupar projectes empresarials d'interès. Tot això, de la mà de professors molt competents que aprofundien en cadascuna de les especialitats. A més, al projecte final de màster que vaig realitzar juntament amb dos companys de perfils complementaris al meu vam comprovar què és un servei real sobre un problema d'empresa. Actualment, estic treballant com a Global Data Scientist a Nespresso, una oportunitat que em va sorgir gràcies als contactes fets durant el màster.

Belén Lorente Global Data Scientist a Nespresso

Testimonis
A la finalització dels meus estudis en Enginyeria Informàtica a la FIB vaig descobrir el món del business intelligence i em va acabar atrapant. Actualment, i després de deu anys treballant en gestió i explotació de la informació, soc responsable del departament de Business Intelligence & Analytics a Desigual. Aquest programa m'ha donat un coneixement ampli de com funcionen les bases de dades columnars, de grafs o amb dades desestructurades tipus JSON. He après arquitectures per desenvolupar solucions en temps real amb un alt volum d'informació, i al mateix temps m'ha aportat un ventall d'algoritmes en estadística avançada i machine learning els quals soc capaç d'aplicar en els problemes que se'm presenten en el meu treball. Aquesta és una formació amb un alt nivell tècnic per descobrir com es treballa el big data i l'analítica avançada a través de la programació en diferents tecnologies. Atorga una visió àmplia en molts aspectes i els coneixements suficients per afrontar projectes d'aquest tipus.

Marc Escribano IT Manager - Business Intelligence and Data Management a Desigual

Testimonis
El màster en Big Data Management, Technologies and Analytics m'ha permès fer el salt tècnic d'economia i empresa a l'anàlisi de dades. El programa proporciona una visió molt completa del món big data, amb gran èmfasi en la part pràctica, treballant amb les eines de gestió, els models de dades i els models analítics més utilitzats en el mercat. Els coneixements i extensa experiència dels docents, així com la multidisciplinarietat dels alumnes, ens ha dotat d'una sòlida base tècnica per afrontar un ampli repertori de problemes en el món laboral. Com a projecte final, els meus companys i jo vam desenvolupar una eina de predicció de casos de Covid-19 basada en dades de mobilitat de dispositius mòbils. Per a això, vam construir una base de dades i processament de dades distribuïdes, un model de predicció de machine learning i un pla de negoci complet. Gràcies als coneixements adquirits, he pogut treballar com a data scientist a l'empresa de consultoria Accenture i he obtingut una beca de la Fundació ”la Caixa” per cursar un màster en Computational Analysis and Public Policy a la Universitat de Chicago.

Núria Adell Raventós Data science analyst

Testimonis
Actes relacionats
7a edició de la Novartis Datathon Challenge
7a edició de la Novartis Datathon Challenge
Del 28-11-2024 al 01-12-2024

Sol·licita informació o l'admissió

Informació i orientació:
Cecilia Salas Silva
(34) 93 706 80 35
Sol·licitud rebuda!
Un cop registrem la teva petició, rebràs confirmació per correu electrònic i ens posarem en contacte amb tu.

Gràcies pel teu interès en els nostres programes formatius.
Error
Per un error en la connexió a la base de dades la teva sol·licitud no s'ha pogut cursar. T'agrairem que repeteixis el procés més tard o bé que et posis en contacte amb nosaltres trucant al (34) 93 112 08 08 o enviant-nos un correu electrònic a: webmaster.fpc@fpc.upc.edu
Has superat el tamany màxim del fitxer
  • Si tens algun dubte sobre el màster de formació permanent.
  • Si vols iniciar els tràmits per matricular-te.
Com iniciar l'admissió
Per iniciar el procés d'inscripció a aquest programa cal omplir i enviar el formulari que trobaràs al peu d'aquestes línies.

A continuació, rebràs un correu electrònic de benvinguda on es detallaran els tres passos a seguir per formalitzar el procés d'inscripció:

1. Completar i confirmar les teves dades personals.

2. Validar el teu currículum vitae i adjuntar la documentació addicional requerida, en cas que sigui necessària per a l'admissió.

La UPC School requerirà, a més del currículum, la següent documentació addicional per a la preinscripció a aquest Màster de formació permanent:
    • Carta de motivació, en la qual es descrigui el background (formació i experiència) i les motivacions per a la realització del programa.

3. Pagar 110€ en concepte de drets d'inscripció al programa. L'import d'aquests drets es descomptarà de la quantia total de la matrícula i només es retornarà en cas de no resultar admès.

Un cop realitzat el pagament de drets i disposem de tota la documentació, valorarem la teva candidatura i, si has estat admès al curs, t'enviarem la carta d'admissió. En aquest document obtindràs tots els detalls per formalitzar la matrícula al programa.





  política de protecció de dades

* Camps obligatoris

Informació bàsica o primera capa sobre protecció de dades

Responsable

Fundació Politècnica de Catalunya (en endavant, FPC). + INFORMACIÓ

Finalitat

Contestar les sol·licituds d’informació de l’interessat sobre activitats de formació gestionades o realitzades per l’FPC . + INFORMACIÓ

Establiment o manteniment de relació acadèmica amb l’interessat. + INFORMACIÓ

Enviar informació sobre les activitats de l'FPC. + INFORMACIÓ

Legitimació

Consentiment de l'interessat. + INFORMACIÓ

Interès legítim en el desenvolupament de la relació acadèmica. + INFORMACIÓ

Destinataris

No hi ha cessions o comunicacions.

Drets

Accés, rectificació, supressió, limitació, oposició i portabilitat. + INFORMACIÓ

Dades de contacte del delegat de protecció de dades

info.dpo@fpc.upc.edu

Informació addicional

Política de privacitat de la nostra pàgina web. + INFORMACIÓ

Termini de conservació

Política de privacitat de la nostra pàgina web. + INFORMACIÓ

Serveis de pagament

En cas que l’interessat formalitzi la relació amb l’FPC, l’ordenant (interessat) autoritza i dóna el seu consentiment al càrrec, per tant, amb renuncia expressa al dret de devolució sobre el càrrec.


Enviar