Módulo 1 – Gestión de la Innovación Tecnológica. Gestión Estratégica.

• La naturaleza de la dirección estratégica.
• Análisis externo de la empresa.
• Análisis interno de la empresa.
• Formulación de las estrategias.
• Evaluación y selección de estrategias.
• Implantación de las estrategias.
• Dirección estratégica de la tecnología e innovación.
• El proceso de innovación.
• Estrategias de explotación del potencial tecnológico.
• Innovación abierta.

Módulo 2 – Marketing Digital

• Marketing off-line y marketing digital.
• Estrategias SEO / SEM
• Social media.
• Analítica web / Inbound marketing.
• Marketing automation.
• Mobile marketing.
• Gestión de CRM.
• Experiencia de usuario.
• Google ads, WordPress, Google Analytics.

Módulo 3 – Ciberseguridad

• Amenazas, cibercrimen y seguridad.
• Informática forense.
• Procesos y herramientas de ingeniería inversa.
• Conceptos y herramientas sobre la gestión de redes para ciberdefensa.
• Tipos y características de malware y amenazas persistentes avanzadas.
• Gestión de vulnerabilidades a nivel software, red y web.

• Módulo 4 – Análisis de Datos y Visualización
• Limpieza y manipulación de datos.
• API y web scraping.
• Git, SQL y Python.
• El uso de Python en los fundamentos de la inteligencia empresarial.
• Workflow de machine learning.
• Fundamentos de algoritmos de machine learning.

Módulo 5 – Transformación de Negocio/Industria 4.0

• Transformación digital vs. Transformación del negocio.
• Modelos de negocio innovadores.
• Comportamiento del consumidor en los mercados digitales.
• El marco legal en los mercados digitales.
• Automatización y robótica.
• Human Machine Interaction
• Sistemas Cyberfísicos
• Fabricación Aditiva
• Tecnología de Materiales Inteligente
• Mantenimiento avanzado
• Modelización, simulación y virtualización de los procesos

Módulo 6 – Macrodatos y Ciencia de Datos

• Control de la tecnología y de las bases de datos, como SQL o PL/SQL.
• Habilidades de programación y control de programas como R.
• Administración de sistemas de almacenamiento distribuido.
• Diseño de sistemas de reporting para la visualización de los datos, sobre todo en materia de business intelligence.
• Control de herramientas Hadoop, como Hive o Pig.
• Habilidad en la gestión de herramientas de software en sistemas de estructura de datos.
• Instrucciones de lenguaje de manipulación de datos, como data wrangling, data munging o data tyding.
• Lead scoring.
• Modelos basados en precios dinámicos.

Trabajo de Fin de Máster

Ideación, diseño y desarrollo de un trabajo final.