Grau en Intel·ligència i Analítica de Negocis

  • Implementar el cicle comptable en els registres comptables digitals, i preparar la informació financera a partir d'aquests registres.
  • Avaluar les conseqüències econòmiques i financeres derivades del registre de les operacions en els sistemes d'informació.
  • Interpretar i analitzar adequadament els estats financers de les organitzacions a través de l'ús de mètodes analítics i quantitatius.
  • Dissenyar i implementar models d'assignació de costos a partir dels registres digitals dels sistemes d'informació comptable.
  • Establir un sistema d'indicadors de gestió empresarial.
  • Aplicar mètodes i tècniques d'anàlisis, síntesis i representació gràfica mitjançant programes informàtics.
  • Expressar les situacions d'incertesa i atzar utilitzant llenguatges matemàtics, sintètics i gràfics.
  • Prendre decisions en ambient de certesa i incertesa.
  • Realitzar diagnòstics estratègics en entorns complexos i incerts, utilitzant les metodologies adequades.
  • Plantejar objectius i dissenyar estratègies en empreses digitals, així com valorar les implicacions i necessitats per a la seva consecució.
  • Comprendre i valorar les característiques i utilitat de les diferents estratègies corporatives i competitives de les empreses digitals.
  • Comprendre la naturalesa sistèmica de l'empresa digital.
  • Relacionar, utilitzant algorismes supervisats i no supervisats, els diferents elements que interactuen en les decisions dels individus.
  • Extreure informació interna i externa i utilitzar-la per a l'estimació dels paràmetres que defineixen les inversions productives.
  • Conèixer els principis de l'anàlisi econòmica i la seva aplicació al diagnòstic i resolució de problemes basats en l'anàlisi de dades.
  • Comprendre les claus de funcionament del mercat i els efectes de les seves diferents estructures mitjançant estudis basats en la recollida i anàlisi de dades.
  • Identificar la informació de màrqueting del client en l'entorn digital.
  • Analitzar la informació digital del client i les marques.
  • Aplicar les tècniques de recerca de mercats a entorns digitals.
  • Adoptar decisions de màrqueting estratègic en entorns digitals.
  • Adoptar decisions de màrqueting mix en l'entorn digital.
  • Identificar el comportament del client en l'entorn digital.
  • Identificar el valor per al client en l'entorn digital.
  • Conèixer els conceptes bàsics sobre lògica, algorísmia, complexitat computacional i la seva aplicació a la intel·ligència dels negocis.
  • Avaluar el sistema de control intern, en el marc dels sistemes d'informació comptable.
  • Conèixer el marc legal i ètic bàsic per al desenvolupament d'activitats de tractament d'informació, dades personals i macrodades, així com per al comerç i contractació electròniques.
  • Caracteritzar jurídicament els diferents tipus d'informació i avaluar els riscos i responsabilitats jurídiques del delegat de protecció de dades i altres agents encarregats del maneig de bases de dades.
  • Conèixer els diferents instruments de finançament i ser capaç de valorar la interacció entre les decisions d'inversió i finançament de l'empresa.
  • Conèixer diferents problemes de producció i la seva relació amb altres processos de l'empresa.
  • Conèixer les eines per a planificar, gestionar, implementar i avaluar els sistemes de producció i operacions.
  • Abordar problemes de gestió i coordinació dels diferents components del sistema logístic, seleccionant i aplicant metodologies analítiques, estratègies i tecnologies rellevants en la presa de decisión.
  • Conèixer les diferents tipologies de dades.
  • Reorganitzar i reestructurar variables i bases de dades.
  • Comunicar de forma efectiva els resultats de les anàlisis.
  • Aplicar mineria de dades mitjançant programes informàtics.
  • Manejar i distingir els conceptes d'univers, població, mostra, paràmetres i estimadors en problemes reals.
  • Identificar les distribucions bàsiques de probabilitat que es presenten en problemes reals.
  • Utilitzar programari per a resoldre problemes amb incertesa.
  • Distingir entre els enfocaments explicatiu i predictiu en l'anàlisi de dades i en els negocis.
  • Predir utilitzant programari adequat al maneig de sèries temporals.
  • Aplicar, utilitzant programari, tècniques d'aprenentatge automàtic (maching learning) supervisat.
  • Aplicar, utilitzant programari, tècniques d'aprenentatge automàtic (machine learning) no supervisat i semisupervisat.
  • Manejar aplicacions de descàrrega, capturar i manipular valors de dades no estructurades.
  • Conèixer i aplicar els diferents mètodes de valoració d'inversions.
  • Planificar i dissenyar una recerca per mostreig.
  • Aplicar mostrejos probabilístics i no probabilístics.
  • Utilitzar programari per a recol·lectar i analitzar dades d'enquestes.
  • Conèixer les tipologies de les dades espacials i espaciotemporals.
  • Conèixer els principis de la teoria del comportament.
  • Capacitat de crítica de models clàssics i models de comportament.