fbpx

Máster en Dirección y Gestión de Recursos Humanos & Máster en Big Data de IEAD

Máster en Dirección y Gestión de Recursos Humanos & Máster en Big Data de IEAD

El Máster en Dirección y Gestión de Recursos Humanos & Máster en Big Data de IEAD – Instituto Europeo de Alta Dirección está diseñado para aquellos profesionales que buscan desarrollar habilidades en la gestión de personas y en el análisis de datos. El programa combina la formación en recursos humanos con la formación en tecnologías de big data, preparando a los estudiantes para liderar equipos y tomar decisiones estratégicas basadas en datos.

 

OBJETIVOS

 
  • Desarrollar habilidades para liderar y gestionar equipos de recursos humanos, integrando las capacidades de análisis de datos y Big Data.
  • Capacitar a los estudiantes para la toma de decisiones estratégicas en el área de recursos humanos, basadas en datos y en el análisis de tendencias.
  • Aprender a utilizar herramientas y tecnologías de Big Data para la gestión y análisis de la información de recursos humanos.
  • Adquirir competencias para la gestión y análisis de datos relacionados con la gestión del talento y la mejora del clima laboral.
  • Fomentar la capacidad de innovación en la gestión de recursos humanos, utilizando la tecnología y los datos para mejorar los procesos y la toma de decisiones en la organización.

A QUIÉN VA DIRIGIDO

 

Este máster se dirige a profesionales que trabajan en recursos humanos y desean mejorar sus habilidades en el manejo de datos, así como a aquellos con experiencia en análisis de datos que buscan ampliar su conocimiento en la gestión de recursos humanos. También es adecuado para emprendedores y empresarios que buscan desarrollar habilidades en ambos campos para mejorar la eficiencia y la toma de decisiones en su organización.

REQUISITOS

 

Para poder acceder a cualquiera de nuestros programas formativos, los solicitantes deberán cumplir los siguientes requisitos: • Estar en posesión de un título de Grado, Arquitectura, Ingeniería Superior o Técnica, Licenciatura, Diplomatura u otro título equivalente. • Estudiantes cursando una carrera universitaria o estudios superiores equivalentes. • Profesionales con proyección profesional en el puesto desempeñado. • En el caso que no cumplas con ninguna de las condiciones anteriores, por favor contacta con IEAD y el departamento de admisiones valorará tu caso particular.

TITULACIÓN

  Al finalizar el programa formativo recibirás tu diploma de Máster de forma gratuita.

TEMARIO

 

TEMA 1. ORGANIZACIÓN Y TRANSFORMACIÓN

Organización y personas

Comportamiento organizacional

Los equipos de personas

Gestión internacional de personas

The future of the work

TEMA 2. LIDERANDO EQUIPOS

Dirección global y estratégica

Comunicación estratégica

Análisis del sector

Responsabilidad empresarial

Adaptabilidad del factor humano

TEMA 3. ATRAER Y RETENER TALENTO

Recruiting

La competitividad del factor humano

Gestión del rendimiento y desempeño

Desarrollo del talento

People analytics

TEMA 4. MANAGERIAL SKILLS

Leadership

Comunicación y persuasión

Coaching

Empowerment

Change management

TEMA 5. EMPLOYEE JOURNEY

Employee experience

Hoja de ruta del empleado

Employer branding

Onboarding y offboarding

Desarrollo

TEMA 6. COMPENSACIÓN GLOBAL

Retribución fija y variable

Plan estratégico retributivo

Salario del siglo XXI

Retribución individual

Dirección por objetivos

 

TEMA 7. WELLBEING

Qué es el wellbeing

Embodiment

Flowtime

Metodologías

TEMA 8. BIG DATA & ANALYTICS

La relevancia del big data

Organización de proyectos de big data

Metodologías Agile + SCRUM

IA y machine learning

Casos de uso en la industria

TEMA 9. BUSINESS INTELLIGENCE

Business intelligence

BI solutions

KPI

Fuentes de datos

TEMA 10. DATA FOR DECISION-MAKING

Open Data

El gobierno del dato

Protección de datos

Diseño de almacenes de datos

Marketing data

TEMA 11. DATA VISUALIZATION

Interpretación de datos

Python

Carto

Power BI

Google Data Studio

TEMA 12. DATA BASE

Fundamentos de bases de datos

Tecnología de bases de datos

Práctica de SQP (MYSQL)

Práctica de NOSQL. MongoDB

Práctica de NOSQL (Hbase)

Bases de datos para grafos

Cloud

TEMA 13. DATA ANALYSIS

Estadística

Medidas

Regresión y correlación

Probabilidad

Distribuciones

Intervalos de confianza

Introducción a los contrastes de hipótesis

Estadística con R

TEMA 14. INTELIGENCIA ARTIFICIAL

Introducción al análisis de datos con Python

Introducción al machine learning

Machine learning supervisado

Machine learning no supervisado

Reinforcement learning

Fundamentos de deep learning

TEMA 15. TECNOLOGÍAS DE ALMACENAMIENTO PARA BIG DATA

Apache Hadoop

El ecosistema Hadoop

Apache Spark

Tecnologías para streaming

Sistemas de ficheros y plataformas para big data en cloud