MSTER EN

BIG DATA MANAGEMENT,

TECHNOLOGIES AND
ANALYTICS
1 EDICIN
2017/18

DIRECCIN ACADMICA
Alberto Abell Gamazo
Doctor en Informtica por la UPC. Profesor
del Departamento de Ingeniera de Servicios y
Sistemas de Informacin de la UPC. Docencia
tanto a nivel de grado como de mster oficial
(MIRI - Data Science). Coordinador en la UPC
del Doctorado Erasmus Mundus in Information
Technologies for Business Intelligence - Doctoral
College (IT4BI-DC). Ha colaborado como
consultor con SAP, HP, Zurich Seguros y OMS,
entre otros.
Oscar Romero Moral
Doctor en Informtica por la UPC. Profesor
del Departamento de Ingeniera de Servicios y
Sistemas de Informacin de la UPC. Docencia
tanto a nivel de grado como de mster oficial
(MIRI - Data Science). Coordinador en la UPC
del Mster Erasmus Mundus in Information
Technologies for Business Intelligence (IT4BI)
y del Mster Erasmus Big Data Managament
and Analytics (BDMA). Ha colaborado como
consultor con SAP, HP, Zurich Seguros y OMS,
entre otros.
MSTER EN BIG DATA
MANAGEMENT, TECHNOLOGIES
AND ANALYTICS
2017/18
La relevancia de los datos en la sociedad
actual es incuestionable. Un buen porcen-
taje de empresas, las conocidas como em-
presas digitales, fundamentan su modelo
de negocio en la recoleccin, almacenaje y
anlisis de cualquier dato relevante con su
negocio. Esta filosofa basada en los datos
implica un cambio radical a la hora de ges-
tionar las operaciones de las organizacio-
nes y requiere la digitalizacin de todos sus
procesos de negocio (por ejemplo, creando
sistemas informticos para interactuar con
los clientes o proveedores - ya sean pgi-
nas web, aplicaciones mviles o sistemas
GPS-, sensorizando los procesos mecni-
cos para monitorizarlos, etc.) A pesar de
que la digitalizacin de una organizacin
es una tarea pesada, una vez hecha, los
datos generados y recogidos pueden ser
analizados con el objetivo de generar in-
formacin relevante para la toma de de-
cisiones del negocio. Este hecho se ha
identificado como un factor de xito de-
terminante y diferenciador que aumenta
la competitividad de las organizaciones.
La gestin y el anlisis de datos no es un
concepto nuevo. Los sistemas decisionales
comparten este objetivo y los almacenes
de datos (o data warehouse) son la arqui-
tectura ms extendida para implementar-
los. No obstante, en parte gracias al xito
de los almacenes de datos, el paradigma
de anlisis est cambiando, constituyndo-
se sobre una nueva filosofa que ya no se
relaciona slo con algunos aspectos de la
compaa, sino que incluyen cualquier dato
relacionado con su da a da as como tam-
bin de su entorno (redes sociales, logs,
datos abiertos, etc). Cmo se ha mencio-
nado, este paradigma requiere digitalizar
por completo todos los aspectos del
negocio y, por lo tanto, ha comportado
nuevos avances en la monitorizacin de
procesos que antes no se contemplaban.
Por ejemplo, hoy en da, la sensorizacin
del entorno (e.g., el uso de RFID para con-
trolar los almacenes, o el movimiento de
personas) es un hecho, y gracias a otros
conceptos como Internet of Things y Smart
Cities estas alternativas son cada vez ms
baratas y accesibles. Estos tipos de datos
del entorno, adems, han resultado ser una
fuente muy valiosa a la hora de tomar de-
cisiones, una vez integradas con el resto.
Los requisitos de este nuevo tipo de datos
discrepan de los antiguos y han mostrado
limitaciones de las soluciones arquitectni-
cas tradicionales basados en los almacenes
de datos. Actualmente, se utiliza el trmino
Big Data para referirse a este nuevo tipo de
sistemas, que recogen y analizan datos de
cualquier tipo, y los retos que suponen. La
definicin ms popular del trmino Big Data
est basada en las tres Vs, que represen-
tan sus tres principales retos: volumen (la
digitalizacin de ciertos procesos puede
generar grandes volmenes de datos), va-
riedad (fuentes de datos heterogneos) y
velocidad (en referencia al potencial tiempo
de llegada y procesamiento de los datos en
real-time). Hoy en da, para atacar estos tres
grandes retos, el Big Data se fundamenta
en dos pilares: nuevas arquitecturas (princi-
palmente basadas en Cloud Computing y la
gestin distribuida de los datos y la memo-
ria) y los nuevos modelos de datos (como
los documentos, grafs, key-value o streams).
Todo y su complejidad, los sistemas Big
Data se fundamentan en conceptos teri-
cos muy conocidos, y existen una serie de
buenas prcticas que hay que conocer y
seguir. Es, por lo tanto, posible clasificar y
estructurar las diferentes soluciones englo-
badas dentro del marco del Big Data. No
obstante, la barrera de entrada para incor-
porar soluciones Big Data contina siendo
muy alta para la mayora de organizaciones,
ya que su gestin y mantenimiento es muy
diferente a la de cualquier otro sistema.
Adems, las actuales herramientas son muy
poco maduras y requieren un alto grado de
especializacin para poder utilizarlas correc-
tamente. Por este motivo, la especializacin
en este mbito implica un reciclaje especfi-
co basado en los principales conceptos que
hay detrs de estas tecnologas.
As, podemos distinguir entre la gestin de
datos en sistemas Big Data (Big Data Mana-
gement) y de la explotacin de estos datos
para extraer conocimiento relevante para la
organizacin con algoritmos de Data Mining
y Machine Learning (Big Data Analytics).
Asimismo, no existe una solucin universal
ni de gestin ni de explotacin de datos que
se pueda replicar fcilmente en cualquier
dominio, ya que, por definicin, en estos en-
tornos la solucin depende del caso de uso
(explotacin) que tengamos entre manos.
Consecuentemente, en este mster se pro-
porciona una visin global de un ecosiste-
ma Big Data y se profundiza en ambos
aspectos, gestin (Big Data Manage-
ment) y explotacin de los datos (Big Data
Analytics), aportando aplicabilidad y vi-
sin de negocio dentro de este mundo.
ALCANZA UN AUTNTICO RETO PROFESIONAL
Titulacin:
Los participantes obtendrn los conocimientos necesarios para desarrollar sis- Ttulo de mster expedido por
temas Big Data capaces de capturar, gestionar, analizar e interpretar grandes la Universitat Politcnica de
volmenes de datos, incluyendo fuentes de datos externas y / o altamente he- Catalunya
terogneas y, potencialmente, en tiempo real. Los sistemas Big Data aportan
soluciones de gestin y anlisis de datos avanzadas para las empresas y estn Duracin:
pensados para dar soporte a la toma de decisiones estratgicas de forma gil y 60 ECTS (318 horas lectivas)
eficaz, aportando valor aadido para la compaa respecto a su entorno compe-
titivo. Dicho valor aadido surge del anlisis de los datos recogidos e incluye la Fechas de realizacin:
optimizacin y el desarrollo de nuevas operaciones de negocio. Del 09/10/2017 al 05/10/2018

OBJETIvos
Entender la problemtica de gestin
de Big Data.
Identificar las caractersticas ms
relevantes en la gestin de Big Data
que deben guiar la eleccin de una
solucin arquitectnica.
Conocer el paradigma de datos
abiertos.
Practicar con las principales
herramientas de gestin de Big Data
actuales en el mercado (Hadoop,
MongoDB, Neo4J, Spark, etc.).
Entender cundo un problema
empresarial puede ser formalizado
como un problema de aprendizaje
automtico.
Identificar los modelos estadsticos
o de aprendizaje automtico ms
adecuados para un problema dado.
Saber efectuar el preproceso de los
datos.
Saber evaluar la tasa de acierto de
los modelos propuestos.
Adquirir conocimientos especficos
sobre el uso de Big Data para la
toma de decisiones en la empresa.
Identificar las buenas prcticas en
la aplicacin de Big Data para la
creacin de un negocio.
Emplear herramientas de
modelizacin de negocio.
Conocer los principios econmicos,
ticos y legales del funcionamiento
de una empresa.
PARA QUIN ES IDNEO
EL MSTER EN BIG
DATA MANAGEMENT,
TECHNOLOGIES AND
ANALYTICS?
El Mster Big Data Management,
Technologies and Analytics est
dirigido a:
Profesionales informticos (es
decir, con grado en informtica o
equivalente) interesados en reciclarse
hacia el mbito del Big Data.
Los tpicos roles informticos a los
que se dirige este mster son los de
desarrollador, arquitecto, analista de
datos y administrador de sistemas.
El programa est orientado a crear
perfiles mixtos (en gestin y anlisis
de datos), por lo que se requiere
formacin tcnica en bases de datos
centralizadas y programacin, y
conocimientos de estadstica bsica
(equivalente a los alcanzados en
cualquier grado de ingeniera).
Horario:
Lunes, de 18.00 a 21.00
Mircoles, de 18.00 a 21.00
Viernes, de 18.00 a 21.00
Lugar de realizacin:
Facultad de Informtica de
Barcelona
C/ de Jordi Girona, 1-3
08034 Barcelona
Importe:
8.300
Ms informacin:
Telfono: 93 112 08 65
www. talent.upc.edu
QU TE OFRECEMOS?
1. Profesorado altamente cualificado y
con amplia experiencia laboral.
2. Aplicacin prctica y profesional.
3. La posibilidad de realizar un proyecto
real de empresa de la mano del Big
Data CoE Barcelona.
4. Realizacin de un proyecto real de
Big Data dentro del marco del mster
y supervisado por el profesorado.
5. Una formacin de alto nivel en un
mbito tecnolgico puntero para
todas las organizaciones a nivel
mundial.
6. Formacin en el nuevo paradigma
de empresa 2.0 (data-driven
companies) basada en la
digitalizacin de los procesos de
negocio y la explotacin de los
datos
METODOLOGA
Se pretende asegurar una correcta comprensin de los conocimientos y la aplicacin prctica de los mismos.
Por ello la metodologa utilizada, incluye:

Exposicin temtica por parte de los expertos de cada Utilizacin de las tcnicas didcticas ms avanzadas, in-
una de las materias del programa. En estas sesiones se cluyendo el aprendizaje basado en proyectos (o project-
presentan los fundamentos tericos de las diferentes tec- based learning) y la resolucin de ejercicios para conso-
nologas, mtodos y soluciones, as como su relacin con lidar los principales conceptos tericos. Como parte del
las herramientas actuales disponibles en el mercado. mster es necesario desarrollar un proyecto real de Big
Data. Para dicho proyecto se promueve la utilizacin de
Sesiones de prcticas en un Cloud real en el que se pon-
casos reales que puedan aplicarse en el da a da de los
drn en prctica los fundamentos tericos para crear
estudiantes y sus empresas.
todo tipo de soluciones Big Data (de carga masiva de
datos, procesamiento en tiempo real, etc.). Alto componente de emprendedura y soporte a la crea-
cin de start-ups tecnolgicas digitales.
El mster tiene un alto componente prctico y todos los
conceptos presentados se ponen en prctica utilizan- Tutoras peridicas a lo largo de todo el programa y para
do las tecnologas ms representativas en cada caso el proyecto final.
(por ejemplo, el ecosistema Hadoop, Spark, MongoDB,
Discusin de casos y experiencias reales.
Neo4J, etc.).
Visin integral de los ecosistemas Big Data, incluyendo
sesiones de arquitectura, gobierno de datos y tcnicas
de gestin de proyectos Big Data.
PROGRAMA DE FORMACIN
El mster engloba tres mbitos de
aplicacin del Big Data:

Gestin de datos (Big Data Management)

Explotacin de datos (Big Data Analytics)
Aplicacin Big Data al Negocio

DATA MANAGEMENT

1. Motivacin. Gestores Column-oriented.

Contexto. La sociedad de los datos y el paradigma
data-driven.
Casos de uso.
Cloud computing e Ingeniera de Servicios (XaaS).
La necesidad de un cambio de paradigma: NOSQL.
2. Principios bsicos de las bases de datos no
relacionales (NOSQL).
Fundamentos arquitectnicos.
Nuevos modelos de datos.
3. Fundamentos: nuevas arquitecturas.
Conceptos bsicos.
One size does not fit all.
Gestin y procesamiento distribuido de los datos.
Gestin y procesamiento de los datos en memoria.
Principales arquitecturas de referencia.
- Concepto y Principios.
- Ejemplo: Kudu (base de datos) y Parquet (ficheros).
- Consideraciones especficas de modelizacin.
Gestores de Grafos.
- Conceptos y principios.
- Tipos de grafos y operaciones.
- Arquitecturas orientadas a grafos.
- Ejemplo: Neo4J y Cypher.
- Consideraciones especficas de modelizacin.
Gestores de Grafos Semnticos.
- Concepto y Principios: el paradigma Open/Linked
Data.
- Como abrir los datos.
- Arquitecturas basadas en grafos Vs. tecnologa
relacional.
- RDF y SPARQL.
- Consideraciones especficas de modelizacin.

4. Fundamentos: nuevos modelos de datos. 6. Integracin de datos.

Conceptos bsicos. Procesos intensivos de datos y ETLs.
Modelos de datos no estructurados o semi- Polystores y sistemas polglotas.
estructurados. Orquestadores: Muskeeter.
Principales modelos de datos en el mundo NOSQL:
Key-Value, Document-oriented, Graphs, Graphs 7. Visualizacin.
Semanticos Semantics i Streams. Procesos de visualizacin.
Modelizacin de datos avanzada (para sistemas no Tcnicas de visualizacin.
relacionales).
DATA ANALYTICS
5. Principales Families de Gestores NOSQL.
Gestores Key-Value. 1. Introduccin.
- Concepto y principios. Qu es el knowledge discovery?
- El ecosistema Hadoop: HDFS, HBase, MapReduce y Estadstica bsica.
Spark. Introduccin a R.
- Consideraciones especficas de modelizacin.
Gestores Document-oriented. 2. Pre-procesamiento de datos.
- Concepto y principios. Limpieza y adecuacin de los datos.
- Ejemplo: MongoDB y Aggregation Framework. Transformaciones.
- Consideraciones especficas de modelizacin.
3. Tcniques bsicas de anlisis. 4. Document Stores
Regresin mltiple. MongoDB.
Profiling. ElasticSearch.

4. Anlisis Multivariante. 5. Bases de datos en grafo.

Anlisis de componentes principales. Neo4J.
Clustering. Grafos semnticos: GraphDB y SPARQL.
rboles de decisin.
6. Arquitectura de sistemas Big Data.
5. Aprendizaje Automtico.
Concepto. NEGOCIO Y EMPRENDIMIENTO EN BIG DATA
Fundamentos matemticos.
1. Introduccin:
6. Principales tcnicas de aprendizaje automtico. El entorno competitivo de la empresa y Big Data.
Reglas de asociacin. Big Data Landscape.
Mtodos lineales supervisados.
Redes neuronales. 2. Casos de xito.
Mquinas de vector soporte.
Bosques aleatorios. 3. Tcnicas de ideacin de negocio.
Clientes y usuarios.
7. Procesamiento de texto. Definicin de productos y servicios.
Pre-procesamiento y preparacin de los datos.
Principales tcnicas de texto analticas. 4. Herramientas de modelizacin de negocio:
Information retrieval. Business Model Canvas.
Elementos que lo conforman.
8. Anlisis de series temporales. Casos prcticos.
Pre-procesamiento y preparacin de les datos. Resolucin casos: Twitter, Facebook, etc.
Forecasting.
Deteccin de outliers. 5. Proceso de financiacin.
Finanzas.
9. Anlisis de los datos avanzados. Financiacin privada.
Paquetes de R para el procesamiento paralelo. - Business Angels.
R sobre bases de datos relacionales. - Capital Risk.
Anlisis de los datos en entornos distribuidos utilizando Financiacin pblica.
HDFS y Spark.
- SparkR. 6. Mrqueting.

HANDS-ON EXPERIENCIA: 7. Creacin de una empresa.

DATA MANAGEMENT AND ANALYTICS Aspectos legales.
- Regulacin de los datos.
1. Infraestructura. Aspectos econmicos.
Introduccin a los entornos Cloud.
Virtualizacin. 8. Consideraciones ticas del Big Data:
Servicios Oracle. Negocio y Privacidad.

2. Almacenamiento distribuido. 9. Presentaciones y pitch.

El Ecosistema Hadoop.
Sistemas Key-Value: HBase. PROYECTO

3. Procesamiento distribuido. 1. Gestin de proyectos.

MapReduce. Metodologas giles.
Spark. Consideraciones especficas para Big Data.
- SparkSQL.
- Spark Streaming. 2. Presentacin del proyecto.
- Spark Graphs.
Anlisis de datos en entornos distribuidos. 3. Sesiones de seguimiento del proyecto.
- MLlib.
- SparkR.
 ALUMNOS DEL POSGRADO EN BIG DATA MANAGEMENT AND ANALYTICS
DE LA UPC SCHOOL GANAN LOS BIG DATA TALENT AWARDS
OPINIONES DE EX ALUMNOS
El mster es continuacin del exitoso posgrado realizado durante cuatro ediciones en la UPC School, y fruto del intercambio
de experiencias entre los diferentes alumnos, profesionales de la UPC y expertos de diferentes empresas colaboradoras.
Una de mis responsabilidades es velar
por la evolucin tecnolgica en la or-
ganizacin, identificando aquellas tec-
nologas que aporten valor al negocio.
Desde el principio tena claro el gran
potencial del Big Data, una tecnologa
que ha llegado para quedarse. Busca-
ba un curso serio que me diera la am-
plitud y profundidad de conocimientos
necesaria para comenzar a introducir
Big Data en la empresa. Habiendo es-
tudiado en la FIB, un mster con visin
holstica sobre el Big Data organizado
por la UPC y dirigido por profesorado
de renombre de la FIB, era ya una ga-
ranta de rigor. Tanto ha sido as que
los conocimientos adquiridos me han
permitido divulgar dentro de la organi-
zacin el potencial de la tecnologa Big
Data aplicada a casos reales de nego-
cio. Esto ha generado el inters nece-
sario para lanzar pruebas de concepto
y pilotos con muy buenos resultados.
Ms all de los conocimientos, he co-
nocido alumnos y profesores que han
enriquecido an ms la experiencia. Mi
opinin: 100% recomendable.
Oscar Gal Casanovas
Primera edicin del Posgrado
Responsable de Arquitectura y
Tecnologa TI en Zurich
Premios organizados por el Centro de Excelencia en Big Data de Barcelona.
Soy Ingeniero en Informtica y mi es-
pecialidad siempre han sido las Bases
de Datos y en general todo lo relativo
al Modelado de Datos Conceptual y
Fsico. Realic el posgrado para po-
der evolucionar y ampliar mi especia-
lidad, as como iniciarme de la forma
ms acadmica y reglada posible en el
mbito analytics. La experiencia me ha
permitido reorientar mi trabajo e iniciar
e impulsar el entorno Big Data Analytics
en la empresa. De hecho, nuestro pro-
yecto final giraba en torno a utilizar da-
tos reales de la demanda de viajeros
TMB para desplegar diferentes facetas
que aprendimos durante el curso. Lo
ms difcil y espectacular fue adentrar-
nos en realizar un estudio predictivo de
la demanda de pasaje en algunas esta-
ciones de Metro de la L9 automtica y
de algunas lneas importantes de Bus
de la nueva red ortogonal a partir de un
modelo de Machine Learning.
Carles Teixid Glvez
Segunda edicin del Posgrado
Responsable de Projectes BigData &
Analytics
aTec - Sistemes d Informaci yectos de ste tipo.
(Transports Metropolitans de Barcelona)
18/10/2016
A la finalizacin de mis estudios en
ingeniera informtica en la FIB descu-
br el mundo del Business Intelligence
y me acab atrapando. Actualmente
y despus de diez aos trabajando en
gestin y explotacin de la informacin
soy responsable del departamento de
Business Intelligence y Analytics en
Desigual. El posgrado en Big Data me
ha dado un conocimiento amplio de
cmo funcionan las bases de datos co-
lumnares, de grafos o con datos des-
estructurados tipo JSON, por ejemplo.
He aprendido arquitecturas para desa-
rrollar soluciones en tiempo real con un
alto volumen de informacin. Y al mis-
mo tiempo me ha aportado un abanico
de algoritmos en estadstica avanzada
y Machine Learning los cuales soy ca-
paz de aplicar en los problemas que se
me presentan en mi trabajo. Esta es
una formacin con un alto nivel tcni-
co para descubrir cmo se trabaja el
BigData y la analtica avanzada a travs
de la programacin en diferentes tec-
nologas. Otorga una visin amplia en
muchos aspectos y los conocimientos
suficientes para afrontar el inicio de pro-
Marc Escribano Cambronero
Tercera edicin del Posgrado
IT Manager - Business Intelligence and
Data Management en Desigual
EQUIPO PREPARADO PARA FORMAR A NUEVOS PROFESIONALES
Somos un equipo que cuenta con la colaboracin de prestigiosos profesionales de la Universitat Politcnica de Catalunya,
con una amplia y dilatada experiencia dentro del mbito de la gestin y anlisis de los datos y una amplia experiencia como
consultores para empresas en proyectos de transferencia de tecnologia. As tambin, se cuenta con la participacin de
expertos de diferentes empresas con amplia experiencia en Big Data que intervienen aportando la parte prctica, visin de
negocio y aplicabilidad.

Promovemos el intercambio de experiencias entre los alumnos mediante debates en clase, ejercicios y casos prcticos.

PROFESORADO

Alberto Abell Gamazo Josep Llus Berral Garca

Doctor en Informtica por la UPC. Profesor del Departa-
mento de Ingeniera de Servicios y Sistemas de Informacin
de la UPC. Docencia tanto a nivel de grado como de ms-
ter oficial (MIRI - Data Science). Coordinador en la UPC del
Doctorado Erasmus Mundus in Information Technologies
for Business Intelligence - Doctoral College (IT4BI-DC). Ha
colaborado como consultor con SAP, HP, Zurich Seguros y
OMS, entre otros.
Toms Aluja Banet
Profesor titular de la UPC. Coordinador del Mster en Data
Science-MIRE de la FIB. Es autor de 60 artculos publicados
en revistas cientficas o como captulos de un libro. Temas
de investigacin abordados: Anlisis multivariante, modelos
de minera de datos, modelos para la estimacin de intangi-
bles y diseo de sistemas de Learning Analytics. Miembro
de comits cientficos de conferencias internacionales (entre
ellas COMPSTAT y PLS). Ha participado en diversos pro-
yectos de investigacin europeos y espaoles en el cam-
po de los sistemas basados en meta-datos estadsticos, la
fusin de datos y la modelizacin de intangibles, y ha sido
consultor estadstico de La Caixa, Kantar Media, Idescat y
el Ayuntamiento de Barcelona entre otros.
Adri Batlle Maym
Ingeniero Informtico. Entrepreneurship & Innovation Mana-
ger, Barcelona Mobile World Capital Foundation.
Luis Antonio Belanche Muoz
Profesor del Departamento de Ciencias de la Computacin
de la UPC. Docencia en el grado en Ingeniera Informtica,
especialidad Computacin, en el Master in Innovation and
Research in Informatics, especialidad Data Mining and Bu-
siness Intelligence, y en el Master in Artificial Intelligence.
Ingeniero informtico (2007), Mster en Arquitectura de
Computadores (2008), y Doctor por la Universitat Politc-
nica de Catalunya - BarcelonaTech, especialidad en Infor-
mtica (2013). Su investigacin se centra en aplicaciones
de minera de datos, aprendizaje automtico, y gestin
automtica de entornos en centros de datos. Actualmente
trabaja como post-doct en el Centro Nacional de Super-
computacin - Barcelona Supercomputing Center (2014
- hoy). Anteriormente trabaj en los grupos de High Per-
formance Computing (HPC-UPC) (2007-2009), Relational
Algorithms, Complexity and Learning (LARCA-UPC) (2009-
2013), y en la industria en Systelab Technologies (2014). Es-
pecialista en: Aprendizaje Automtico (Machine Learning),
Minera y Anlisis de Datos (Data Mining), Inteligencia Artifi-
cial y gestin de Centros de Datos (Cloud Computing).
Antonio Cebrin Chuli
MSc en Inteligencia Artificial por la UPC. Tiene 15 aos de
experiencia desarrollando software en telecomunicacio-
nes y empresas de Internet. Ha ejercido su tarea de Data
Scientist en empresas como Telefnica, Tuenti, Softonic y
actualmente trabaja en Enerbyte, startup especializada en
el anlisis de los datos de consumo elctrico para generar
recomendaciones inteligentes de ahorro energtico, donde
ejerce de Chief Data Officer (CDO).
Pedro Francisco Delicado Useros
Profesor del Departamento de Estadstica e Investigacin
Operativa de la UPC. Coordinador UPC del Mster en Esta-
dstica e Investigacin Operativa UPC-UB (MESIO UPC-UB).
Autor de ms de 35 artculos internacionales, sus temas de
investigacin incluyen el aprendizaje no supervisado (curvas
principales, clustering, multidimensional scaling), el anlisis
de datos funcionales (dependencia espacial, componentes
principales) y las aplicaciones (demografa, anlisis de re-
sultados electorales, bioinformtica). Ha colaborado como
consultor estadstico con SEIF-88 (ensayos clnicos) y AQU-
Catalunya (muestreo).

Rafael Emiliano Garca del Poyo Vizacaya

Abogado y socio de Digital Business de Osborne Clarke.
Pedro Gonzlez Alonso
Ingeniero en Informtica por la UPC. Mster en Innovacin e
Investigacin en Informtica por la UPC con especializacin
en Business Intelligence y Knowledge Discoverer y Mster
in Business Administration en ESADE. Actualmente trabaja
como arquitecto de Big Data y analytics en una startup vin-
culada al sector salud.
Alberto Gutirrez Torre
Licenciado en ingeniera informtica por la UPC. Actualmente
estudiante del mster MIRI con mencin en Data Mining and
Business Intelligence. Trabaj en la creacin de la plataforma
TextServer para el grupo de investigacin TALP de la UPC.
Emmanuel Jamin
Doctor en Informtica por la Universidad Pars XI. Research
engineer en varios proyectos europeos en el dominio de la
Web semntica (SevenPro, IntelLEO, Neon, Khresmoi). Ac-
tualmente, CTO de Open Data Consulting.
Petar Jovanovic
Ingeniero en Informtica por la Universidad de Belgrado.
MSc en Informtica por la UPC. Estudiante de Doctorado
IT4BI-DC (Information Technologies for Business Intelligence
Doctoral College) en la Universitat Politcnica de Catalunya
y la Universidad Libre de Bruselas. Su mbito de investiga-
cin se sita en el rea de Business Intelligence, BigData
Management y sistemas de bases de datos distribuidas.
Miguel Lpez Miralpeix
Ingeniero en Informtica por la UPC y Diplomado en Empre-
sariales por la UOC. Enterprise Architect de Oracle Consul-
ting trabajando en el despliegue de Arquitecturas Big Data
en grandes clientes tanto a nivel local (Caixabank, Gas Na-
tural Fenosa, etc) como a nivel internacional (Banco Santan-
der Rio en Argentina, CIMB en Malasia, Generalli en Italia,
etc). Lidera el Oracle Barcelona Big Data Competence Cen-
ter. Ha colaborado en la docencia del mster oficial MIRI.
Sergi Nadal Francesch
Ingeniero en Informtica por la UPC. Mster IT4BI (Informa-
tion Technologies for Business Intelligence). Ha colaborado
como consultor de BI y como investigador en Big Data en
Incubio.
Anna Queralt Calafat
Doctora en Informtica por la UPC. Senior Researcher en
el grupo de Storage Systems del Barcelona Supercompu-
ting Center, trabajando en la comparticin y reutilizacin de
grandes cantidades de datos. Anteriormente fue profesora
e investigadora en el Departamento de Ingeniera de Servi-
cios y Sistemas de Informacin de la UPC
Oscar Romero Moral
Doctor en Informtica por la UPC. Profesor del Departa-
mento de Ingeniera de Servicios y Sistemas de Informa-
cin de la UPC. Docencia tanto a nivel de grado como de
mster oficial (MIRI - Data Science). Coordinador en la UPC
del Mster Erasmus Mundus in Information Technologies for
Business Intelligence (IT4BI) y del Mster Erasmus Big Data
Managament and Analytics (BDMA). Ha colaborado como
consultor con SAP, HP, Zurich Seguros y OMS, entre otros.
Marc Torrent Moreno
Ingeniero de Telecomunicacin por la UPC. Doctor en Infor-
mtica por la Universidad de Karlsruhe en Alemania y Exe-
cutive MBA por ESADE Business School. Ha participado en
varios proyectos de investigacin en diversos campos de las
TIC, formando parte de diversas empresas y universidades
en Europa y USA (British Telecom UK, NEC Deutschland,
Mercedes-Benz R+D USA, la Universidad de California en
Berkeley y Ficosa International). Actualmente, es Director
de la unidad Big Data Analytics en BDigital-Eurecat y di-
rector del Centro de Excelencia en Big Data de Barcelona
impulsando la cultura de los datos y aportando soluciones
innovadoras al mercado.
Pere Torrents Poblador
Licenciado en Economa por la UB con especializacin en
comercio internacional. Durante su trayectoria profesional
ha desempeado funciones en las reas de desarrollo de
negocio, marketing y direccin de empresas de tecnologa,
videojuegos y proyectos educativos. Su experiencia incluye
la creacin de una exitosa startup en el mbito del entrete-
nimiento y videojuegos (Gaelco Mviles, PlayerX), la direc-
cin de reas estratgicas en empresas de distribucin de
software y apps, como Softonic, as como el lanzamiento de
iniciativas de mLearning para GSMA. Actualmente Respon-
sable de Operaciones de Conector.
Rizkallah Touma
MSc en Tecnologas de la Informacin para el Business Inte-
lligence (IT4BI) entre la Universidad Libre de Bruselas (ULB),
Universidad Politcnica de Catalua (UPC) y la Universidad
Franois-Rabelais de Tours (UFRT). Licenciatura en Cien-
cias de la Computacin de la Universidad de Damasco, Siria
(2007). Actualmente, es Investigador con el Grupo de Sto-
rage Systems en Barcelona Supercomputing Center (BSC).
Joan Varga
MSc en Informtica por la UPC. Estudiante de Doctorado
IT4BI-DC (Information Technologies for Business Intelligence
Doctoral College) en la Universitat Politcnica de Catalunya
y la Universidad de Aalborg. Su mbito de investigacin se
sita en el rea de Business Intelligence y Semantic Web.
Pere-Pau Vzquez Alcocer
Doctor en software por la UPC. Titular de universidad del
departamento de Computer Science de la UPC. Imparte
docencia a nivel de grado y mster de la UPC y ha parti-
cipado en la docencia de cursos de grado o de mster en
otras universidades, como la Universidad de Nuremberg, la
Universidad de Girona, la UOC o la Universidad de Vic.
Gabriel Verdejo lvarez
Ingeniero Superior en Informtica por la UAB. Ha trabajado
en diversas empresas del sector TIC de la innovacin. Ac-
tualmente, es responsable del RDlab, Laboratorio de Inves-
tigacin y Desarrollo en la UPC. (rdlab.cs.upc.edu). Trabaja
en la gestin de la investigacin, desarrollo e innovacin en
mbitos TIC.
Benjamn Surez Todas las personas que trabajamos en la Fundaci Politcnica de Catalunya
Director de la Fundaci creemos firmemente que los estudiantes son los protagonistas de nuestros
Politcnica de Catalunya proyectos. Los rganos asesores, la direccin y el profesorado, todos juntos
realizamos nuestro trabajo pensando en aportar lo mejor al desarrollo profesional
de las personas, especialmente de aquellos que trabajan en los entornos
tecnolgicos.

Nuestro reto diario es aportarles las competencias ms idneas para impulsar su

carrera y ayudarles a llevar a buen fin sus objetivos. Para alcanzar este propsito,
pensamos que desde la Universitat Politcnica de Catalunya debemos intervenir
en dos direcciones: ayudar a los profesionales a desarrollar su capacidad
innovadora y a potenciar el talento personal de cada uno de ellos. El progreso es
de los inconformistas, de quienes son capaces de aplicar un pensamiento crtico
y creativo a la resolucin de problemas y de extraer con ello una experiencia
innovadora capaz de mejorar la calidad de vida de los ciudadanos. Pero para
aplicar los cambios tambin es necesario poseer una capacidad de liderazgo y
slo es lder quien sabe aprovechar sus habilidades personales para convertirlas
en una ventaja competitiva. Cada uno de nuestros estudiantes es una oportunidad
para crear un mundo mejor y queremos trabajar con ellos para hacerlo realidad.

La democracia necesita tanto conflictos de ideas como de opiniones que le den

vitalidad y productividad. Edgar Morin
SERVICIO DE INFORMACIN Y
ASESORAMIENTO
En la UPC School queremos ayudar a
desarrollar el talento de las personas.
Por este motivo, desde el Servicio de
Informacin y Asesoramiento quere-
mos dar respuesta a las inquietudes de
los profesionales sobre aquellos pro-
gramas, actividades y metodologas
que ms se ajusten a sus necesidades
formativas.
FORMACIN A MEDIDA
Todos los programas de posgrado de
la UPC School pueden realizarse como
programas de formacin a medida
para vuestras organizaciones, en ver-
siones especficamente adaptadas a
vuestra realidad.
En estos casos, los programas se dise-
an estudiando, tanto las necesidades
especficas de las personas a las cua-
les se dirigen, como a la estrategia de
la compaa.
Para informaros sobre estas modalida-
des podis contactar con nuestra uni-
dad de formacin para empresas:
solucions.corporatives@talent.upc.edu
CAMPUS VIRTUAL
Los alumnos de este programa
tendrn acceso al campus virtual My_
Tech_Space, una eficaz plataforma de
trabajo y comunicacin entre alumnos,
profesores, direccin y coordinacin
del curso. My_Tech_Space permite
obtener la documentacin de cada
sesin formativa antes de su inicio,
trabajar en equipo, hacer consultas a
los profesores, visualizar sus notas...
GESTIN DE OFERTAS
DE TRABAJO
La School of Professional and Executive
Development gestiona una bolsa de
trabajo con un amplio volumen anual
de ofertas, entre contratos laborales y
convenios de prcticas profesionales.
De esta forma, queremos contribuir
a mejorar la carrera de los alumnos
formados en la School of Professional
and Executive Development y a facilitar
al sector empresarial la seleccin de
los mejores candidatos. Las ofertas de
trabajo se dan a conocer a travs del individuales de formacin a los
campus virtual My_Tech_Space, una
eficaz plataforma de comunicacin,
recursos y servicios de apoyo a la
formacin.
BECAS Y AYUDAS
La UPC School te asesora sobre
las diferentes becas y ayudas de las
que te puedes beneficiar. Asimismo,
disponemos de convenios con entidades
bancarias que ofrecen condiciones
muy ventajosas para ayudarte en tu
formacin. Consulta con nuestro equipo
asesor.
Ayudas a la formacin de
LA Fundacin Tripartita
Las empresas que planifican y
gestionan la formacin de sus
trabajadores y trabajadoras disponen
de un crdito para cofinanciar
la formacin, que pueden hacer
efectivo, una vez finalizado el perodo
formativo, mediante la aplicacin de
bonificaciones en la cotizacin a la
Seguridad Social.
Las empresas que conceden permisos
trabajadores y las trabajadoras que
soliciten recibir formacin reconocida
con una titulacin oficial o con un ttulo
universitario propio en horas de trabajo
pueden aplicarse una bonificacin en
la cotizacin a la Seguridad Social, que
cubre el coste salarial de un mximo
de 200 horas laborales para cada
trabajador o trabajadora.
 COLABORADORES

INSPIRING
INNOVATION.
EMPOWERING
TALENT.

Sede:

techtalentcenter
22@Barcelona
Carrer de Badajoz, 73-77 Tel. 93 112 08 08
08005 Barcelona www.talent.upc.edu

Sguenos en:

Los datos contenidos es este impreso son meramente informativos y sujetos a modificacin segn necesidades acadmicas.