El Màster està dirigit a Enginyers (tot tipus), llicenciats o graduats en Física, Matemàtiques, Estadística, Economia, Administració i direcció d'empreses (ADE) (es recomana que els alumnes del grau d'ADE de la UIB hagin cursat l'assignatura optativa (20632) Anàlisi d'Enquestes i Tècniques Multivariants).

No es defineixen proves específiques d'accés al títol de Màster en "Anàlisi de Dades Massives en Economia i Empresa". No obstant això, s'estableix com a criteri d'accés que els estudiants de nou ingrés provinents de plans d'estudi de Graus provinguin d'aquells pertanyents a la branca de coneixement d'Enginyeria i Arquitectura, Ciències Socials i Jurídiques (Economia i Administració i direcció d'empreses) i Ciències (Estadística, Matemàtiques, Física). El perfil d'ingrés recomanat és el de l'alumne que ha realitzat el Grau en Enginyeria Informàtica, Matemàtiques, Estadística, Física, Economia o en Administració i direcció d'empreses. Per a la resta de Graus de la branca de coneixement d'Enginyeria i Arquitectura, la Comissió Acadèmica de la Titulació (CAT) valorarà si en el Grau corresponent l'estudiant ha rebut la formació i adquirit la competències adequades per poder seguir els estudis del Màster sense necessitat de realitzar complements formatius, la qual cosa determinarà l'acceptació o no de l'estudiant en concret.

Els criteris d'admissió ponderaran en primer lloc que es compleixi el perfil d'ingrés al títol i en segon lloc la nota mitjana de l'expedient acadèmic dels estudis d'accés al Màster.

Les sol·licituds d'admissió al Màster seran resoltes per la CAT, nomenada per l'òrgan competent i presidida pel Director del Màster, que realitzarà els tràmits oportuns segons la normativa vigent. La Comissió d'Estudis es reunirà abans de transcorreguts els quinze dies següents al termini de finalització de la preinscripció per valorar les sol·licituds segons els requisits establerts (Reial decret 822/2021) i els criteris d'admissió assenyalats anteriorment. Si el nombre d'estudiants interessats excedeix el numerus clausus, els expedients acadèmics seran ponderats seguint el mètode de ponderació utilitzat en la fase de selecció de la convocatòria per a l'adjudicació de les ajudes per a la formació de professorat universitari (FPU) de l'any en curs o de l'any anterior si la convocatòria no ha estat publicada, i la Comissió Acadèmica de la Titulació establirà una llista de suplents, per ordre de mèrits, per cobrir l'eventualitat de renúncia en el dret de matrícula per part d'alguns dels seleccionats en primera instància.

L'entrada d'estudiants en semestres posteriors a l'inicial serà estudiada per l'òrgan responsable del Màster en cada cas i es procedirà d'acord a la normativa reguladora de la universitat. La decisió sobre l'admissió estarà condicionada com a mínim als següents criteris:

• L'ensenyament ha de tenir places disponibles.
• No serà possible admetre estudiants en assignatures que portin ja un semestre en curs, excepte si un reconeixement d'estudis previs compensa aquest retard.

En el cas d'estudiants amb necessitats especials o particulars associades a la discapacitat, la seva admissió es realitzarà d'acord amb la Disposició addicional vintena quarta de la Llei Orgànica 4/2007, de 12 d'abril, sobre la inclusió de les persones amb discapacitat a les universitats. Es contemplaran les mesures d'acció positiva que assegurin l'accés d'aquests estudiants al Màster, sempre que reuneixin les condicions que marca la normativa vigent.

La proposta del present títol de Màster té el seu origen en la creixent necessitat de proporcionar formació en Tecnologies de Gestió i Anàlisi de Dades Massives i les seves aplicacions per donar resposta als reptes científics, econòmics i empresarials en l'àmbit denominat internacionalment com "Big Data" o "Big Data Analytics". Es tracta d'una àrea que té un curt recorregut però amb un potencial enorme per poder generar serveis i productes de gran valor afegit per a la societat. El 90% de les dades existents a nivell mundial han estat generades en els dos últims anys i aproximadament el 90% d'elles són de naturalesa no estructurada (Kim, G., Trimi, S., Chung, J. "Big Data Applications in the Government Sector", Communications of the ACM, 57, 3, 2014). Des del punt de vista de les Tecnologies de la Informació, aquest volum ingent de continguts introdueix desafiaments a diferents nivells. En primer lloc, relacionats amb nous models capaços de gestionar aquestes dades de manera eficient per facilitar el processament, emmagatzematge i accés a quantitats massives d'informació (disponible en una gran varietat de formats i amb diferents nivells d'estructuració). En segon lloc, relacionats amb la capacitat per explorar, organitzar i analitzar aquestes dades per extreure coneixement de les mateixes i realitzar prediccions. En tercer lloc, relacionats amb la identificació de noves àrees de negoci que, assistides per aquest tipus de tecnologia d'ajuda a la decisió, puguin donar lloc a productes i serveis innovadors que millorin la competitivitat de les empreses i institucions públiques.

Des d'un punt de vista acadèmic, aquests reptes demanden una formació integral en un conjunt ampli d'aspectes procedents de camps tan diversos com Tecnologies de la Informació, Mineria de Dades, Aprenentatge Estadístic, Presa de decisions, Economia, Empresa i Intel·ligència de Negoci. En l'actualitat, existeix una gran demanda de professionals amb capacitats en aquest àmbit. Depenent de la intensitat de la seva especialització a les tres àrees fonamentals (Tecnologies Informàtiques per a la Gestió de Dades Massives, Eines en Gestió i Anàlisi de Dades Massives o Aplicacions) trobem diferents tipus de nous professionals i científics. Programadors Big Data (o "Data Developers"), Analistes o Científics de Dades ("Data Analysers" o "Data Scientists"), i professionals d'empresa experts en dades ("Data Businessmen") són algunes de les noves professions sorgides al voltant del Big Data (Harris, H., Murphy, S., Vaisman, M. "Analyzing the Analyzers. An Introspective Survey of Data Scientists and Their Work." O'Reilly, 2013). Aquest nou pla d'estudis cobreix transversalment aquestes grans àrees de manera que els titulats quedarien en la millor disposició per a la seva futura activitat, tant a nivell professional en empreses de diversos sectors com a nivell investigador en centres o equips de R+D+i, privats o públics, i/o per a la realització d'una tesi doctoral en alguna de les àrees assenyalades.

L'objectiu fonamental del títol és preparar professionals amb una formació transversal i molt versàtil, que abasti un ampli espectre i de fàcil adaptació a entorns de treball significativament diferents. El foment de l'ús de les Tecnologies de la Informació i les Comunicacions (TIN) entre els ciutadans i les empreses té com a conseqüència l'enriquiment d'un país, ja que es tradueix en un potencial augment de la seva productivitat. Finalment, els temes associats a la qualitat, tant des de l'òptica quantitativa de les eines estadístiques, com des del punt de vista més qualitatiu de les eines de gestió, són argument imprescindible d'empreses i professionals.

Competències adquirides en el màster

Competències Bàsiques i Generals:

CG1 – Saber recuperar dades i extreure coneixement de grans volums de dades mitjançant l'aplicació eficient de tècniques d'anàlisis de dades en diferents dominis. Adoptar les maneres d'interacció adequats segons les tasques d'usuari que s'estiguin recolzant, especialment en aquells casos en els quals intervé el raonament analític.
CG2 – Elaborar adequadament i amb originalitat arguments motivats i projectes de treball, redactar plans, informes professionals així com formular hipòtesis i conjectures raonables a la seva àrea d'especialització.
CG3 – Conèixer aplicacions avançades de la ciència de dades i de les seves tecnologies a l'economia, empresa i turisme
CG4 – Comprendre i utilitzar el llenguatge i les eines associades a l'anàlisi de dades per modelitzar i resoldre problemes complexos, reconeixent i valorant les situacions i problemes susceptibles de ser tractats utilitzant aquestes eines i les tècniques associades.
CG5 – Conèixer els models, mètodes i tècniques rellevants en diferents àrees d'aplicació de l'Estadística participant en la creació de noves tecnologies que contribueixin al desenvolupament de la Societat de la Informació.
CG6 – Capacitat per aplicar els principis de la ciència de dades a l'economia, l'empresa i el turisme, així com conèixer la legislació, regulació i normalització associada a l'ús de dades.
CG7 – Conèixer i utilitzar les diferents tècniques de regressió per al diagnòstic, avaluació, inferència i posterior presa de decisions.
CB6 – Posseir i comprendre coneixements que aportin una base o oportunitat de ser originals en el desenvolupament i/o aplicació d'idees, sovint en un context de recerca
CB7 – Que els estudiants sàpiguen aplicar els coneixements adquirits i la seva capacitat de resolució de problemes en entorns nous o poc coneguts dins de contextos més amplis (o multidisciplinaris) relacionats amb la seva àrea d'estudi
CB9 – Que els estudiants sàpiguen comunicar les seves conclusions i els coneixements i raons últimes que les sustenten a públics especialitzats i no especialitzats d'una manera clara i sense ambigüitats
CB10 – Que els estudiants posseeixin les habilitats d'aprenentatge que els permetin continuar estudiant d'una manera que haurà de ser en gran manera autodirigit o autònom.

Competències Específiques:

CE1 – Capacitat per processar grans volums documentals per extreure patrons i coneixement mitjançant tècniques de mineria de textos i mineria web
CE2 – Capacitat per a l'administració i gestió de programari per al processament de dades massives
CE3 – Capacitat per identificar actors centrals, relacions d'influència i de poder, així com per identificar patrons d'intercanvi, en xarxes socials.
CE4 – Capacitat per implementar aplicacions de classificació i cerca sobre repositoris massius de documents no estructurats o semiestructurats, així com per avaluar la seva eficiència i eficàcia.
CE5 – Capacitat per a la utilització d'eines disponibles per preparar i executar aplicacions per a dades massives en el núvol.
CE6 – Saber sintetitzar i descriure una gran quantitat de dades seleccionant els estadístics adequats al tipus de variables i analitzar les relacions existents entre elles.
CE7 – Capacitat per modelar la dependència entre una variable resposta i diverses variables explicatives, en conjunts de dades complexes, mitjançant tècniques de regressió, i interpretant els resultats obtinguts.
CE8 – Capacitat per analitzar un conjunt dau de variables mitjançant tècniques de classificació interpretant els resultats obtinguts.
CE10 – Conèixer els àmbits d'aplicació del paradigma "Big Data" i desenvolupar la capacitat per estendre l'anàlisi de dades a activitats estratègiques en economia, empresa i turisme.
CE11 – Usar les tècniques Big Data per recolzar la presa de decisions informades basades en dades, a les àrees d'empresa, economia, i turisme.
CE12 – Capacitat per entendre els beneficis de l'anàlisi de dades i els elements que intervenen en el procés; aplicar-los en la resolució de problemes; triar les tècniques més adequades a cada problema; aplicar de forma correcta les tècniques d'avaluació i saber interpretar els models i resultats.
CE13 – Adquirir la capacitat de seleccionar les tecnologies d'anàlisis de dades adequades en els camps de l'economia, l'empresa i el turisme, adquirint coneixements avançats per establir sistemes de control i evolució de l'activitat d'interès.
CE14 – Dissenyar i planificar un projecte d'anàlisi de dades en problemes reals de l'àmbit econòmic, empresarial o turístic.
CE15 – Capacitat de modelitzar fenòmens reals a través de vectors aleatoris i d'aplicar les principals tècniques d'anàlisis multivariable en el context de la indústria i empresa.

El Màster pretén donar una especialització superior que permeti accedir a un nou nivell de coneixements i que actuï també com un programa per a la formació continuada de professionals en actiu que necessitin desenvolupar les competències que ofereix aquest nou títol. L'interès en Tecnologies de Gestió i Anàlisi de Dades Massives és transversal a moltes branques del coneixement i, en particular, a les branques relacionades amb les Ciències Socials.

El Màster ofereix als participants uns coneixements i habilitats que els ajudaran a analitzar, decidir, implementar i optimitzar iniciatives basades amb les tecnologies relacionades amb l'anàlisi de dades massives, la qual cosa serà d'àmplia utilitat en millorar no tan sols els seus coneixements sinó també les seves expectatives professionals.

Finalment, atès que el màster també es dirigeix a la formació de futurs investigadors, els estudiants del mateix que tinguin aquest perfil podran optar a continuar la seva formació en algun dels programes de doctorat de la UIB, ja que aquesta universitat ofereix diversos programes de doctorat als quals podrien accedir els egressats del màster. En concret, podem citar: 1) el Doctorat en Economia Aplicada, amb esment cap a l'excel·lència del Ministeri d'Educació, amb línies d'investigació en Econometria i en Economia del Turisme; 2) el Doctorat en Tecnologies de la Informació i les Comunicacions; 3) el Doctorat en Economia, Organització i Gestió, juntament amb les universitats Pública de Navarra i Autònoma de Barcelona.

El Màster Universitari: "Anàlisi de dades massives en Economia i Empresa" és un Màster de 90 crèdits.

Per obtenir el títol de Màster amb orientació professional o amb orientació investigadora l'alumne haurà de cursar:

• 33 crèdits obligatoris.
• 18 crèdits optatius d'especialitat
• 9 crèdits optatius triats entre els no cursats anteriorment i la resta d'especialitats
• 12 crèdits de pràctiques externes.
• 18 crèdits del Projecte de fi de Màster.

Els crèdits de pràctiques externes podran ser reconeguts per acreditació d'experiència laboral i professional, sempre que l'alumne justifiqui i demostri que l'experiència laboral i professional està directament relacionada amb la temàtica i les competències del Màster.

Més informació sobre els mòduls i les especialitats, altres assignatures optatives no lligades a especialitats, així com les guies docents de les assignatures del màster les poden trobar a l'apartat "Assignatures".

Assignatures obligatòries

Tecnologies per l’anàlisi de dades massives
Aprenentatge estadístic i presa de decisions
Xarxes socials i econòmiques
Econometria per a dades massives
Dades massives i la gestió empresarial

En funció de l'itinerari formatiu triat per l'alumne, es contemplen les següents especialitats: "Tecnologies informàtiques per a la gestió de dades massives", "Eines en gestió i anàlisi intel·ligent de dades" i "Tècniques i aplicacions a la gestió econòmica i empresarial".

A continuació es pot veure el llistat d'assignatures que conformen cadascuna de les especialitats.

Tecnologies informàtiques per a la gestió de dades massives

Visualització de dades
Informàtica en núvol (Cloud Computing)
Tecnologies d’informació semàntica
Gestió i emmagatzematge de dades massives
Mineria de dades i text

Eines en gestió i anàlisi intel·ligent de dades

Noves tendències en Mineria de dades
Tècniques Estadístiques amb Informació Imprecisa
Tècniques d’Optimització amb Informació Imprecisa
Aprenentatge estadístic i presa de decisions II
Eines de simulació i mostreig en dades massives

Tècniques i aplicacions a la gestió econòmica i empresarial

Anàlisi de sèries temporals
Presa de decisions i teoria de jocs
Finances i econometria amb dades d’alta freqüència
Aplicacions de mineria de dades a la indústria del turisme
Gestió de recursos humans
Gestió de les organitzacions sanitàries
Mineria de text per a les ciències socials

No es contempla un examen global final per a l’obtenció del títol de Màster.

Les assignatures del Màster s'avaluaran de forma contínua d'acord amb les recomanacions per a les titulacions adaptades a l'Espai Europeu d'Educació Superior. Els criteris específics d'avaluació de cada assignatura s'indicaran a les guies docents que estaran a disposició dels alumnes a la pàgina web del Màster a l'inici de cada curs.

Directors del Màster

Dr. Antonio Vaello Sebastiá

Dr. Óscar Valero Sierra

Professor Coordinador del TFM

Dr. Isaac Lera Castro

Professor Coordinador de les Pràctiques Externes

Dr. Antonio Bibiloni Coll

Ampliació de la informació del sistema de transferència i reconeixement de crèdits, normativa i procediment