Aprovecha tu beca de hasta 25% Becas hasta 25%

Titulación Universitaria + 60 Créditos ECTS

Máster en Ciberseguridad, Big Data y BI + 60 Créditos ECTS

Máster en Ciberseguridad, Big Data y BI + 60 Créditos ECTS

¿Te gustaría proteger activos digitales y convertir grandes volúmenes de datos en información útil para decidir? Fórmate en Ciberseguridad, Big Data y BI para aplicar seguridad y analítica en entornos empresariales.

  • 100% Online
  • 1500
  • Conv. abierta
  • Becas
  • Titulación Universitaria
  • Modalidad 100% online, a tu ritmo
  • 60 Créditos ECTS
  • Sin permanencia · Te contestamos en menos de 24 h
Máster en Ciberseguridad, Big Data y BI + 60 Créditos ECTS

Un máster con datos verificables del programa

  • 60 Créditos ECTS
  • Facultad de Análisis de Datos
  • Prácticas en centros reales
  • Título propio INESEM

¿Qué conseguirás al terminar este máster?

Fundamentos de ciberseguridad

Comprende los fundamentos de la ciberseguridad y las amenazas actuales en el entorno digital.

Protección de datos

Domina técnicas de protección de datos, seguridad de redes y sistemas informáticos para reducir riesgos.

Big Data y análisis

Aprende a analizar y gestionar grandes volúmenes de datos con herramientas de Big Data para identificar patrones.

BI y gestión

Desarrolla soluciones de Business Intelligence y competencias en visualización de datos para comunicar resultados.

Temario del programa

9 módulos que cubren desde los fundamentos de la ciberseguridad y amenazas actuales hasta protección de datos, seguridad de redes y sistemas. Haz clic en cada módulo para ver el contenido completo.

01

Módulo 1. Ciberseguridad: Normativa, Política de Seguridad y Ciberinteligencia

Unidad Didáctica 1. Ciberseguridad y Sociedad de la Información

  • ¿Qué es la ciberseguridad?
  • La sociedad de la información
  • Diseño, desarrollo e implantación
  • Factores de éxito en la seguridad de la información
  • Soluciones de Ciberseguridad y Ciberinteligencia CCN-CERT

Unidad Didáctica 2. Normativa Esencial Sobre el Sistema de Gestión de la Seguridad de la Información (sgsi)

  • Estándares y Normas Internacionales sobre los SGSI. ISO 27001 e ISO 27002
  • Legislación: Leyes aplicables a los SGSI

Unidad Didáctica 3. Política de Seguridad: Análisis y Gestión de Riesgos

  • Plan de implantación del SGSI
  • Análisis de riesgos
  • Gestión de riesgos

Unidad Didáctica 4. Ingeniería Social, Ataques Web y Phishing

  • Introducción a la Ingeniería Social
  • Recopilar información
  • Herramientas de ingeniería social
  • Técnicas de ataques
  • Prevención de ataques
  • Introducción a Phising
  • Phising
  • Man In The Middle

Unidad Didáctica 5. Ciberinteligencia y Ciberseguridad

  • Ciberinteligencia
  • Herramientas y técnicas de ciberinteligencia
  • Diferencias entre ciberinteligencia y ciberseguridad
  • Amenazas de ciberseguridad

Unidad Didáctica 6. Métodos de Inteligencia de Obtención de Información

  • Contextualización
  • OSINT
  • HUMINT
  • IMINT
  • Otros métodos de inteligencia para la obtención de información

Unidad Didáctica 7. Ciberinteligencia y Tecnologías Emergentes

  • Tecnologías emergentes
  • Desafíos y oportunidades de la ciberinteligencia en las tecnologías emergentes
  • Análisis de amenazas avanzado
  • Usos de las tecnologías emergentes en la ciberinteligencia
02

Módulo 2. Redes Informáticas: Arquitectura, Protocolos y Ciberseguridad

Unidad Didáctica 1. Introducción a la Red

  • Elementos principales de una red
  • Tecnología de redes
  • Soporte para la continuidad de la actividad

Unidad Didáctica 2. Estandarización de Protocolos

  • Modelo OSI
  • Enfoque pragmático del modelo de capas
  • Estándares y organismos

Unidad Didáctica 3. Transmisión de Datos en la Capa Física

  • Papel de una interfaz de red
  • Opciones y parámetros de configuración
  • Arranque desde la red
  • Codificación de los datos
  • Conversión de las señales
  • Soportes de transmisión

Unidad Didáctica 4. Software de Comunicación

  • Configuración de la tarjeta de red
  • Instalación y configuración del controlador de la tarjeta de red
  • Pila de protocolos
  • Detección de un problema de red

Unidad Didáctica 5. Arquitectura de Red e Interconexión

  • Topologías
  • Elección de la topología de red adaptada
  • Gestión de la comunicación
  • Interconexión de redes

Unidad Didáctica 6. Capas Bajas de las Redes Personales y Locales

  • Capas bajas e IEEE
  • Ethernet e IEEE 802.3
  • Token Ring e IEEE 802.5
  • Wi-Fi e IEEE 802.11
  • Bluetooth e IEEE 802.15
  • Otras tecnologías

Unidad Didáctica 7. Redes MAN y WAN, Protocolos

  • Interconexión de la red local
  • Acceso remoto y redes privadas virtuales

Unidad Didáctica 8. Protocolos de Capas Medias y Altas

  • Principales familias de protocolos
  • Protocolo IP versión 4
  • Protocolo IP versión 6
  • Otros protocolos de capa Internet
  • Voz sobre IP (VoIP)
  • Protocolos de transporte TCP y UDP
  • Capa de aplicación TCP/IP

Unidad Didáctica 9. Protección de una Red

  • Comprensión de la necesidad de la seguridad
  • Herramientas y tipos de ataque
  • Conceptos de protección en la red local
  • Protección de la interconexión de redes

Unidad Didáctica 10. Reparación de Red

  • Introducción a la reparación de red
  • Diganóstico en capas bajas
  • Utilización de herramientas TCP/IP adaptadas
  • Herramientas de análisis de capas altas

Unidad Didáctica 11. Comunicaciones Seguras: Seguridad Por Niveles

  • Seguridad a Nivel Físico
  • Seguridad a Nivel de Enlace
  • Seguridad a Nivel de Red
  • Seguridad a Nivel de Transporte
  • Seguridad a Nivel de Aplicación

Unidad Didáctica 12. Aplicación de una Infraestructura de Clave Pública (pki)

  • Identificación de los componente de una PKI y sus modelos de relaciones
  • Autoridad de certificación y sus elementos
  • Política de certificado y declaración de prácticas de certificación (CPS)
  • Lista de certificados revocados (CRL)
  • Funcionamiento de las solicitudes de firma de certificados (CSR)
  • Infraestructuras de gestión de privilegios (PMI)
  • Campos de certificados de atributos
  • Aplicaciones que se apoyan en la existencia de una PKI

Unidad Didáctica 13. Sistemas de Detección y Prevención de Intrusiones (ids/ips)

  • Conceptos generales de gestión de incidentes, detección de intrusiones y su prevención
  • Identificación y caracterización de los datos de funcionamiento del sistema
  • Arquitecturas más frecuentes de los IDS
  • Relación de los distintos tipos de IDS/IPS por ubicación y funcionalidad
  • Criterios de seguridad para el establecimiento de la ubicación de los IDS/IPS

Unidad Didáctica 14. Implantación y Puesta en Producción de Sistemas Ids/ips

  • Análisis previo
  • Definición de políticas de corte de intentos de intrusión en los IDS/IPS
  • Análisis de los eventos registrados por el IDS/IPS
  • Relación de los registros de auditoría del IDS/IPS
  • Establecimiento de los niveles requeridos de actualización, monitorización y pruebas del IDS/IPS

Unidad Didáctica 15. Introducción a los Sistemas Siem

  • ¿Qué es un SIEM?
  • Evolución de los sistemas SIEM: SIM, SEM y SIEM
  • Arquitectura de un sistema SIEM

Unidad Didáctica 16. Capacidades de los Sistemas Siem

  • Problemas a solventar
  • Administración de logs
  • Regulaciones IT
  • Correlación de eventos
  • Soluciones SIEM en el mercado
03

Módulo 3. Visión Artificial en Industria 4.0 con Python y Opencv

Unidad Didáctica 1. la Visión Artificial: Definición y Aspectos Principales

  • La visión artificial: definiciones y aspectos principales

Unidad Didáctica 2. Componentes de un Sistema de Visión Artificial

  • Ópticas
  • Iluminación
  • Cámaras
  • Sistemas 3D
  • Sensores
  • Equipos compactos
  • Metodologías para la selección del hardware

Unidad Didáctica 3. Procesado de Imágenes Mediante Visión Artificial

  • Algoritmos
  • Software
  • Segmentación e interpretación de imágenes
  • Metodologías para la selección del software

Unidad Didáctica 4. Aplicaciones de la Visión en la Industria 4.0

  • Aplicaciones clásicas: discriminación, detección de fallos…
  • Nuevas aplicaciones: códigos OCR, trazabilidad, robótica, reconocimiento (OKAO)

Unidad Didáctica 5. Introducción e Instalación de Opencv

  • Descripción general OpenCV
  • Instalación OpenCV para Python en Windows
  • Instalación OpenCV para Python en Linux
  • Anaconda y OpenCV

Unidad Didáctica 6. Manejo de Ficheros, Cámaras e Interfaces Gráficas

  • Manejo de archivos
  • Leer una imagen con OpenCV
  • Mostrar imagen con OpenCV
  • Guardar una imagen con OpenCV
  • Operaciones aritméticas en imágenes usando OpenCV
  • Funciones de dibujo

Unidad Didáctica 7. Tratamiento de Imágenes

  • Redimensión de imágenes
  • Erosión de imágenes
  • Desenfoque de imágenes
  • Bordeado de imágenes
  • Escala de grises en imágenes
  • Escalado, rotación, desplazamiento y detección de bordes
  • Erosión y dilatación de imágenes
  • Umbrales simples
  • Umbrales adaptativos
  • Umbral de Otsu
  • Contornos de imágenes
  • Incrustación de imágenes
  • Intensidad en imágenes
  • Registro de imágenes
  • Extracción de primer plano
  • Operaciones morfológicas en imágenes
  • Pirámide de imágen

Unidad Didáctica 8. Histogramas y Template Matching

  • Analizar imágenes usando histogramas
  • Ecualización de histogramas
  • Template matching
  • Detección de campos en documentos usando Template matching

Unidad Didáctica 9. Colores y Espacios de Color

  • Espacios de color en OpenCV
  • Cambio de espacio de color
  • Filtrado de color
  • Denoising de imágenes en color
  • Visualizar una imagen en diferentes espacios de color

Unidad Didáctica 10. Detección de Caras y Extracción de Características

  • Detección de líneas
  • Detección de círculos
  • Detectar esquinas (Método Shi-Tomasi)
  • Detectar esquinas (método Harris)
  • Encontrar círculos y elipses
  • Detección de caras y sonrisas

Unidad Didáctica 11. Aprendizaje Automático

  • Vecino más cercano (K-Nearest Neighbour)
  • Agrupamiento de K-medias (K-Means Clustering)
04

Módulo 4. Herramientas de Ciberseguridad Osint

Unidad Didáctica 1. Qué Son las Herramientas Osint

  • Introducción

Unidad Didáctica 2. Google Dork

  • Qué es Google Dork
  • Uso y aplicación de Google Dork

Unidad Didáctica 3. Shodan

  • Qué es Shodan
  • Uso y aplicación de Shodan

Unidad Didáctica 4. Maltego

  • Qué es Maltego
  • Uso y aplicación de Maltego

Unidad Didáctica 5. The Harvester

  • Qué es The Harvester
  • Uso y aplicación de The Harvester

Unidad Didáctica 6. Recon-ng

  • Qué es Recon-ng
  • Uso y aplicación de Recon-ng

Unidad Didáctica 7. Creepy

  • Qué es Creepy
  • Uso y aplicación de Creepy

Unidad Didáctica 8. Foca

  • Qué es Foca
  • Uso y aplicación de Foca
05

Módulo 5. Big Data, Business Intelligence y Data Science

Unidad Didáctica 1. Introducción Al Big Data

  • ¿Qué es Big Data?
  • La era de las grandes cantidades de información: historia del big data
  • La importancia de almacenar y extraer información
  • Big Data enfocado a los negocios
  • Open data
  • Información pública
  • IoT (Internet of Things-Internet de las cosas)

Unidad Didáctica 2. Fases de un Proyecto de Big Data

  • Diagnóstico inicial
  • Diseño del proyecto
  • Proceso de implementación
  • Monitorización y control del proyecto
  • Responsable y recursos disponibles
  • Calendarización
  • Alcance y valoración económica del proyecto

Unidad Didáctica 3. Business Intelligence y la Sociedad de la Información

  • Definiendo el concepto de Business Intelligence y sociedad de la información
  • Arquitectura de una solución Business Intelligence
  • Business Intelligence en los departamentos de la empresa
  • Conceptos de Plan Director, Plan Estratégico y Plan de Operativa Anual
  • Sistemas Operacionales y Procesos ETL en un sistema de BI
  • Ventajas y Factores de Riesgos del Business Intelligence

Unidad Didáctica 4. Principales Productos de Business Intelligence

  • Cuadros de Mando Integrales (CMI)
  • Sistemas de Soporte a la Decisión (DSS)
  • Sistemas de Información Ejecutiva (EIS)

Unidad Didáctica 5. Minería de Datos o Data Mining y el Aprendizaje Automático

  • Introducción a la minería de datos y el aprendizaje automático
  • Proceso KDD
  • Modelos y Técnicas de Data Mining
  • Áreas de aplicación
  • Minería de Textos y Web Mining
  • Data mining y marketing

Unidad Didáctica 6. Datamart: Concepto de Base de Datos Departamental

  • Aproximación al concepto de DataMart
  • Bases de datos OLTP
  • Bases de Datos OLAP
  • MOLAP, ROLAP & HOLAP
  • Herramientas para el desarrollo de cubos OLAP

Unidad Didáctica 7. Datawarehouse o Almacen de Datos Corporativos

  • Visión General: ¿Por qué DataWarehouse?
  • Estructura y Construcción
  • Fases de implantación
  • Características
  • Data Warehouse en la nube

Unidad Didáctica 8. Storytelling

  • ¿Qué es el Data Storytelling?
  • Elementos clave del Data Storytelling
  • ¿Por qué es importante el Data Storytelling?
  • ¿Cómo hacer Data Storytelling?

Unidad Didáctica 9. Introducción a la Ciencia de Datos

  • ¿Qué es la ciencia de datos?
  • Herramientas necesarias para el científico de datos
  • Data Science & Cloud Computing
  • Aspectos legales en Protección de Datos

Unidad Didáctica 10. Weka y Data Mining

  • ¿Qué es Weka?
  • Técnicas de Data Mining en Weka
  • Interfaces de Weka
  • Selección de atributos

Unidad Didáctica 11. Python y el Análisis de Datos

  • Introducción a Python
  • ¿Qué necesitas?
  • Librerías para el análisis de datos en Python
  • MongoDB, Hadoop y Python. Dream Team del Big Data

Unidad Didáctica 12. R Como Herramienta para Big Data

  • Introducción a R
  • ¿Qué necesitas?
  • Tipos de datos
  • Estadística Descriptiva y Predictiva con R
  • Integración de R en Hadoop

Unidad Didáctica 13. Pre-procesamiento & Procesamiento de Datos

  • Obtención y limpieza de los datos (ETL)
  • Inferencia estadística
  • Modelos de regresión
  • Pruebas de hipótesis

Unidad Didáctica 14. Análisis de los Datos

  • Inteligencia Analítica de negocios
  • La teoría de grafos y el análisis de redes sociales
  • Presentación de resultados
06

Módulo 6. Visualización de Datos

Unidad Didáctica 1. Introducción a la Visualización de Datos

  • ¿Qué es la visualización de datos?
  • Importancia y herramientas de la visualización de datos
  • Visualización de datos: Principios básicos

Unidad Didáctica 2. Tableau

  • ¿Qué es Tableau? Usos y aplicaciones
  • Tableau Server: Arquitectura y Componentes
  • Instalación Tableau
  • Espacio de trabajo y navegación
  • Conexiones de datos en Tableau
  • Tipos de filtros en Tableau
  • Ordenación de datos, grupos, jerarquías y conjuntos
  • Tablas y gráficos en Tableau

Unidad Didáctica 3. D3 (data Driven Documents)

  • Fundamentos D3
  • Instalación D3
  • Funcionamiento D3
  • SVG
  • Tipos de datos en D3
  • Diagrama de barras con D3
  • Diagrama de dispersión con D3

Unidad Didáctica 4. Looker Studio (google Data Studio)

  • Visualización de datos
  • Tipologías de gráficos
  • Fuentes de datos
  • Creación de informes

Unidad Didáctica 5. Qlikview

  • Instalación y arquitectura
  • Carga de datos
  • Informes
  • Transformación y modelo de datos
  • Análisis de datos

Unidad Didáctica 6. Power Bi

  • Introducción a Power BI
  • Instalación de Power BI
  • Modelado de datos
  • Visualización de datos
  • Dashboards
  • Uso compartido de datos

Unidad Didáctica 7. Carto

  • CartoDB
  • ¿Qué es CARTO?
  • Carga y uso de datos. Tipos de análisis
  • Programación de un visor con la librería CARTO.js
  • Uso de ejemplos y ayudas de la documentación de la API
07

Módulo 7. Análisis Forense

Unidad Didáctica 1. Respuesta Ante Incidentes de Seguridad

  • Procedimiento de recolección de información relacionada con incidentes de seguridad
  • Exposición de las distintas técnicas y herramientas utilizadas para el análisis y correlación de información y eventos de seguridad
  • Proceso de verificación de la intrusión
  • Naturaleza y funciones de los organismos de gestión de incidentes tipo CERT nacionales e internacionales

Unidad Didáctica 2. Proceso de Notificación y Gestión de Intentos de Intrusión

  • Establecimiento de las responsabilidades
  • Categorización de los incidentes derivados de intentos de intrusión
  • Establecimiento del proceso de detección y herramientas de registro de incidentes
  • Establecimiento del nivel de intervención requerido en función del impacto previsible
  • Establecimiento del proceso de resolución y recuperación de los sistemas
  • Proceso para la comunicación del incidente a terceros

Unidad Didáctica 3. Análisis Forense Informático

  • Conceptos generales y objetivos del análisis forense
  • Exposición del Principio de Lockard
  • Guía para la recogida de evidencias electrónicas
  • Guía para el análisis de las evidencias electrónicas recogidas
  • Guía para la selección de las herramientas de análisis forense

Unidad Didáctica 4. Soporte de Datos

  • Adquisición de datos: importancia en el análisis forense digital
  • Modelo de capas
  • Recuperación de archivos borrados
  • Análisis de archivos

Unidad Didáctica 5. Auditoría de Seguridad Informática

  • Criterios Generales
  • Aplicación de la normativa de protección de datos de carácter personal
  • Herramientas para la auditoría de sistemas
  • Descripción de los aspectos sobre cortafuego en auditorías de sistemas de información
  • Guías para la ejecución de las distintas fases de la auditoría de sistemas de información
08

Módulo 8. Iot (internet de las Cosas) y Sistemas Ciberfísicos en la Industria 4.0

Unidad Didáctica 1. Internet de las Cosas

  • Contexto Internet de las Cosas (IoT)
  • ¿Qué es IoT?
  • Elementos que componen el ecosistema IoT
  • Arquitectura IoT
  • Dispositivos y elementos empleados
  • Ejemplos de uso
  • Retos y líneas de trabajo futuras

Unidad Didáctica 2. Sistemas Ciberfísicos

  • Contexto Sistemas Ciberfísicos (CPS)
  • Características CPS
  • Componentes CPS
  • Ejemplos de uso
  • Retos y líneas de trabajo futuras

Unidad Didáctica 3. Conceptos y Equipos Utilizados en Automatización Industrial

  • Conceptos previos
  • Objetivos de la automatización
  • Grados de la automatización
  • Clases de automatización
  • Equipos para la automatización industrial
  • Diálogo Hombre-máquina, HMI y SCADA

Unidad Didáctica 4. Industria 4.0

  • ¿Qué es la Industria 4.0?
  • Sensores y captación de información
  • Ciclo de vida de los productos en la Industria 4.0
  • Modelos de negocio basados en la industria 4.0
  • IoT industrial

Unidad Didáctica 5. Vigilancia Tecnológica

  • Tipos de vigilancia tecnológica
  • Aspectos esenciales de la vigilancia tecnológica
  • Búsqueda de información
  • Implantación de la vigilancia tecnológica

Unidad Didáctica 6. Estudio de la Tendencia Tegnológica

  • Introducción
  • Concepto y nociones esenciales de la prospectiva tecnológica
  • Tipología de técnicas para la prospectiva tecnológica
  • Requisitos de implantación
09

Módulo 9. Data Mining, Inteligencia Artificial y Aprendizaje Automático

Unidad Didáctica 1. Minería de Datos

  • Minería de datos
  • ¿Qué podemos hacer con data Mining?
  • ¿Qué usos puede tener el data Mining?
  • Metodología de la minería de datos
  • Algunas técnicas estadísticas utilizadas en data mining
  • Árboles de decisión
  • Reglas de inducción
  • Redes Bayesanas
  • Algoritmos Genéticos

Unidad Didáctica 2. Ciclo Data Mining

  • Ciclo data mining
  • Minería de Textos y Web Mining
  • Data mining y marketing

Unidad Didáctica 3. Introducción a la Inteligencia Artificial

  • Introducción a la inteligencia artificial
  • Historia
  • La importancia de la IA

Unidad Didáctica 4. Algoritmos Aplicados a la Inteligencia Artificial

  • Algoritmos aplicados a la inteligencia artificial

Unidad Didáctica 5. Relación Entre Inteligencia Artificial y Big Data

  • Relación entre inteligencia artificial y big data
  • IA y Big Data combinados
  • El papel del Big Data en IA
  • Tecnologías de IA que se están utilizando con Big Data

Unidad Didáctica 6. Sistemas Expertos

  • Sistemas expertos
  • Estructura de un sistema experto
  • Inferencia: Tipos
  • Fases de construcción de un sistema
  • Rendimiento y mejoras
  • Dominios de aplicación
  • Creación de un sistema experto en C#
  • Añadir incertidumbre y probabilidades

Unidad Didáctica 7. Introducción Al Machine Learning

  • Introducción
  • Clasificación de algoritmos de aprendizaje automático
  • Ejemplos de aprendizaje automático
  • Diferencias entre el aprendizaje automático y el aprendizaje profundo
  • Tipos de algoritmos de aprendizaje automático
  • El futuro del aprendizaje automático

Unidad Didáctica 8. Extracción de Estructura de los Datos: Clustering

  • Introducción
  • Algoritmos

Unidad Didáctica 9. Sistemas de Recomendación

  • Introducción
  • Filtrado colaborativo
  • Clusterización
  • Sistemas de recomendación híbridos

Unidad Didáctica 10. Clasificación

  • Clasificadores
  • Algoritmos

Unidad Didáctica 11. Redes Neuronales y Deep Learning

  • Componentes
  • Aprendizaje

Unidad Didáctica 12. Sistemas de Elección

  • Introducción
  • El proceso de paso de DSS a IDSS
  • Casos de aplicación

Claustro docente

Facultad de Informática y Tics — profesionales con experiencia en Ciberseguridad, Big Data y BI + 60 Créditos ECTS.

Anabel Fernández

Anabel Fernández

Facultad de Informática y Tics

Gestión y Tecnologías de Proceso de Negocio

¿En qué podrás trabajar?

Con este máster podrás optar a puestos como:

  • Consultor/a de ciberseguridad
  • Analista de seguridad
  • Científico/a de datos
  • Analista de BI
  • Ingeniero/a Big Data
  • Auditor/a de seguridad

Metodología

Nuestra metodología educativa

Estudiantes trabajando juntos con sus portátiles
Aprende cuando quieras

Avanza al ritmo que te convenga, desde donde estés
y con seguimiento cercano.

Contenidos de calidad

Ofrecemos una formación completa y actualizada de la mano de un claustro profesional en activo que confecciona los diferentes programas formativos de su área/especialidad.

Materiales y Recursos Didácticos

Tendrás a tu disposición un banco de materiales y recursos didácticos sobre legislación. Así como una Tribuna de noticias y actualidad. Además, podrás asistir a Seminarios online de la mano de nuestro claustro, en el que se tratan temas actuales y de interés.

Claustro Profesional

Los docentes de INESEM son profesionales en activo ofreciendo una docencia de calidad y en constante actualización. Preparan el contenido de aquellos programas formativos cuyas áreas son en las que trabajan.

Tutorización individual

No estarás solo durante tu formación, tendrás al claustro a tu disposición y un tutor asignado con el que podrás mantener el contacto y poder consultar todas las dudas que te vayan surgiendo.

Testimonios

La experiencia de quienes ya estudiaron con nosotros

«Buscaba un Máster oficial sin desplazarme. Estuve atendida en todo momento, todo muy profesional.»

Patricia Ortiz Ruiz

Promoción 2025

Nuestras cifras

+150Kalumnos
99%empleabilidad
+2000acuerdos con empresas
98%satisfacción

Becas INESEM · Descuentos de hasta el 25%

¿Damos el paso para especializarte en Ciberseguridad, Big Data y BI + 60 Créditos ECTS?

Nuestro equipo de asesores responde tus preguntas y te explica las ayudas disponibles, sin compromiso.