MBA in
MBA en análisis deportivo European School of Data Science and Technology - ESDST
Introducción
Por poco relacionados que parezcan, la ciencia de datos y los deportes van de la mano. Las decisiones cruciales de los jugadores, directores de equipo, entrenadores y aficionados dependen de la analítica deportiva. Para el mayor de los torneos mundiales, las estrategias se desarrollan después de un proceso de análisis de datos cuidadoso y repetitivo que se extiende a una cantidad de tiempo considerable. Este curso es particularmente beneficioso para el entusiasta de los deportes que ha cultivado un amor por el juego y también por el análisis de datos, ambos a la vez. Este curso dispara la perspicacia deportiva con el combustible del análisis de datos para permitir que los estudiantes persigan con éxito la carrera de sus sueños.
Reflejos:
- Alcance y aplicaciones de la analítica de datos en la gestión deportiva
- Los cursos en línea atractivos le permiten programar su aprendizaje en torno a su trabajo y su estilo de vida
- Orientación y apoyo constantes por parte de guías de la industria.
- Proyectos en vivo con conjuntos de datos de la vida real y problemas comerciales complejos
- Asistencia de colocación
- Problemas comerciales prevalentes y aplicación de análisis de datos para ofrecer una solución
- Aprenda a aplicar conceptos teóricos para resolver problemas empresariales.
- Lo mantiene actualizado sobre las últimas tendencias de la industria
- Orientación de valor agregado en la vida real y discusión de proyectos con expertos de la industria
- Muchas empresas multinacionales participan en la prestación de servicios, la tutoría y el apoyo.
Admisión
Plan de estudios
- Duración aproximada del curso : 3-4 semanas
- Créditos ECTS totales : 90
- Número máximo de créditos de transferencia : 30
El programa ESDST Online MBA en Gestión Deportiva consta de 18 cursos. El curso está repleto de múltiples tareas/proyectos prácticos con al menos un proyecto final relacionado con la industria. En el que se requerirá que cada estudiante trabaje en un problema comercial único del mundo real. La duración de cada curso será de unas 3 semanas que supondrán de 5 a 6 créditos ECTS. Los estudiantes deben completar todos estos cursos y el proyecto final para obtener un total de 120 ECTS para calificar para el MBA en Data Science and Machine Learning.
1er Semestre – Fundamentos de Gestión
- MBA-101 Habilidades Gerenciales - 4
- MBA-102 Contabilidad para informes financieros - 4
- MBA-103 Gestión de marketing - 4
- MBA-104 Liderazgo de vanguardia - 4
2do semestre : kit de herramientas de datos y análisis
- MBA-105 Fundamentos de análisis empresarial - 4
- MBA-106 Estadísticas comerciales - 4
- MBA-107 Métodos de análisis predictivo - 4
- MBA-108 Programación para Analytics usando R - 4
3er Semestre - Aplicación y visualización de ciencia de datos
- MBA-109 Inteligencia artificial y aprendizaje automático - 4
- MBA-110 Big Data y NoSQL - 4
- MBA-111 Gestión y almacenamiento de datos - 4
- MBA-112 Visualización de datos y narración de historias con Tableau - 4
4to Semestre – Toma de decisiones usando Data Science
- MSA-101 Análisis deportivo – I - 4
- MSA-102 Métodos de investigación empresarial - 4
- MSA-103 Negocios Deportivos - 5
- MBA-113 Procesamiento del lenguaje natural - 4
5to Semestre – Líderes y Ciencia de Datos
- MSA-104 Análisis deportivo – II - 5
- MSA-105 Toma de decisiones comerciales utilizando Sports Analytics - 4
- MSA-106 AI y ML en el mundo real y los negocios - 4
6to Semestre – Aprendizaje Experiencial
- CP-101 Proyecto de Consultoría Capstone (Tesis de Maestría) - 12
Créditos totales: 90