1. ¿Qué es Big Data?
  2. La era de las grandes cantidades de información. Historia del big data
  3. La importancia de almacenar y extraer información
  4. Big Data enfocado a los negocios
  5. Open Data
  6. Información pública
  7. IoT (Internet of Things-Internet de las cosas)

  1. Definición y relevancia de la selección de las fuentes de datos
  2. Naturaleza de las fuentes de datos Big Data

  1. Definición, Beneficios y Características
  2. Ejemplo de uso de Open Data

  1. Diagnóstico inicial
  2. Diseño del proyecto
  3. Proceso de implementación
  4. Monitorización y control del proyecto
  5. Responsable y recursos disponibles
  6. Calendarización
  7. Alcance y valoración económica del proyecto

  1. Definiendo el concepto de Business Intelligence y sociedad de la información
  2. Arquitectura de una solución de Business Intelligence
  3. Business Intelligence en los departamentos de la empresa
  4. Conceptos de Plan Director, Plan Estratégico y Plan de Operativa Anual
  5. Sistemas operacionales y Procesos ETL en un sistema de BI
  6. Ventajas y Factores de Riesgos del Business Intelligence

  1. Cuadros de Mando Integrales (CMI)
  2. Sistemas de Soporte a la Decisión (DSS)
  3. Sistemas de Información Ejecutiva (EIS)

  1. Apoyo del Big Data en el proceso de toma de decisiones
  2. Toma de decisiones operativas
  3. Marketing estratégico y Big Data
  4. Nuevas tendencias en management

  1. Concepto de web semántica
  2. Linked Data Vs Big Data
  3. Lenguaje de consulta SPARQL

  1. Contexto Internet de las Cosas (IoT)
  2. ¿Qué es IoT?
  3. Elementos que componen el ecosistema IoT
  4. Arquitectura IoT
  5. Dispositivos y elementos empleados
  6. Ejemplos de uso
  7. Retos y líneas de trabajo futuras

  1. Industria química, sector estratégico de futuro y su adaptación a la industria 4.0

  1. Introducción al sistema de BI
  2. Arquitectura de sistemas de BI
  3. Business Analytics: Clustering
  4. Business Analytics: Clasificación

  1. Tendencias en Business Intelligence en la Industria química

  1. Minería de datos en Big Data

  1. Ejemplos de éxito en la industria química: Ejemplos por subsectores, en grandes empresas, en PYMES

  1. Reflexión sobre la pertinencia del BI en nuestra empresa química

  1. Información que recoge mi empresa, cómo y dónde
  2. Información que necesito recoger
  3. Qué datos necesito analizar y cómo
  4. Proveedores con experiencia en el sector químico que me pueden desarrollar herramientas de análisis de mis datos
  5. Presupuesto inicial que necesito
  6. Proyección a largo plazo del proyecto

  1. Big Data y privacidad de clientes: Sector químico, incluido dentro del catálogo nacional de infraestructuras críticas