Una titulación 100% online que te dará las claves para conocer al detalle las últimas novedades referidas a las tecnologías involucradas en la blockchain y los requisitos para garantizar la seguridad en el ciberespacio”

El volumen de datos que navegan cada día por la red de manera internacional es incalculable. Gracias al desarrollo del big data, hoy en día millones de empresas de todo el mundo cuentan con la posibilidad de recabar muchísima información de valor incalculable que, con su análisis, permite obtener conclusiones específicas sobre su modelo de negocio, así como tomar decisiones estratégicas en el mercado. Sin embargo, hasta hace unos años, la intervención de terceros en esta gestión podía suponer una violación de la vulnerabilidad de la entidad, poniendo en riesgo su integridad y posibilitando el acceso a hackers informáticos. Todo cambió con la aparición de las cadenas de bloques o blockchain.

Gracias a la evolución de esta tecnología que codifica la información de las transacciones y permite su transferencia de un lado a otro de manera bastante segura, se han desarrollado, por ejemplo, las criptomonedas, la tecnología NFT o numerosos activos digitales en la ciencia, la política y la administración. La rapidez con la que crece y las múltiples aplicaciones que tiene esta tecnología, así como los beneficios que pueden surgir de la combinación con el big data, ha provocado que miles de empresas en todo el mundo reclamen, cada vez con más frecuencia, la presencia en sus plantillas de informáticos especializados en ambos campos.

Por esa razón TECH y su equipo de expertos ha decidido diseñar este Grand Máster en Big Data y Blockchain, un programa intensivo y exhaustivo, desarrollado a lo largo de 24 meses y con el cual el egresado podrá adquirir un conocimiento amplio, actualizado y especializado sobre estas dos áreas, permitiendo implementar a su perfil las habilidades de un profesional altamente cualificado en el manejo de estas tecnologías. El programa ahonda en la caracterización del análisis, la interpretación y la gestión de datos, así como en sus técnicas y herramientas. También ofrece una visión amplia sobre la seguridad en el ciberespacio y el desarrollo de cadenas de bloques públicas y privadas, para que el egresado pueda profundizar en cada uno de sus aspectos.

Se trata de una capacitación presentada en un cómodo y accesible formato 100% online, que le ayudará a organizar esta experiencia académica en base a su disponibilidad y a compaginarla con cualquier actividad laboral. Además, incluye cientos de horas de material adicional de gran calidad, entre el que destacan los casos prácticos diseñados por el equipo docente, el cual, además de participar activamente en el diseño de este curso, estará a su disponibilidad para guiarle por esta experiencia académica que marcará un antes y un después en su carrera profesional.

Ahondarás en la configuración de las cadenas de bloques y en los parámetros clave para PoA y PoW, así como en la segurización de Besu”

Este Grand Máster en Big Data y Blockchain contiene el programa educativo más completo y actualizado del mercado. Sus características más destacadas son:

• El desarrollo de casos prácticos presentados por expertos en informática
• Los contenidos gráficos, esquemáticos y eminentemente prácticos con los que están concebidos recogen una información científica y práctica sobre aquellas disciplinas indispensables para el ejercicio profesional
• Los ejercicios prácticos donde realizar el proceso de autoevaluación para mejorar el aprendizaje
• Su especial hincapié en metodologías innovadoras en el dominio de la tecnología del big data y el blockchain
• Las lecciones teóricas, preguntas al experto, foros de discusión de temas controvertidos y trabajos de reflexión individual
• La disponibilidad de acceso a los contenidos desde cualquier dispositivo fijo o portátil con conexión a internet

En el Aula Virtual encontrarás ejercicios sobre integración y creación de estructuras blockchain, para que puedas poner en práctica y perfeccionar tus habilidades y destrezas informáticas”

Incluye en su cuadro docente a profesionales pertenecientes al ámbito del periodismo, que vierten en este programa la experiencia de su trabajo, además de reconocidos especialistas de sociedades de referencia y universidades de prestigio. 

Su contenido multimedia, elaborado con la última tecnología educativa, permitirá al profesional un aprendizaje situado y contextual, es decir, un entorno simulado que proporcionará un estudio inmersivo programado para entrenarse ante situaciones reales. 

El diseño de este programa se centra en el Aprendizaje Basado en Problemas, mediante el cual el alumno deberá tratar de resolver las distintas situaciones de práctica profesional que se le planteen a lo largo del curso académico. Para ello, el profesional contará con la ayuda de un novedoso sistema de vídeo interactivo realizado por reconocidos expertos.  

Contarás con un módulo especializado en el desarrollo de blockchains empresariales, en las características de las diferentes arquitecturas y en las herramientas más efectivas para diseñarlas"

Gracias a la calidad del contenido de este Grand Máster, mejorarás tus habilidades gerenciales avanzadas en organizaciones Data-Drive"

Los materiales didácticos que conforman este Grand Máster han sido elaborados por un equipo de expertos en Big Data y Blockchain con amplia experiencia en la implementación de estas tecnologías en entornos empresariales. Gracias a este enfoque, el plan de estudios no solo ahondará en las principales tecnologías de análisis de datos y sistemas Blockchain, sino que, también abordará aspectos clave como la seguridad de la información, la criptografía y la gestión de bases de datos a gran escala. Por consiguiente, Los egresados podrán identificar oportunidades específicas y diseñar soluciones adaptadas a las necesidades actuales del mercado.  

Dominarás las tecnologías de Big Data y Blockchain para garantizar la seguridad en el ciberespacio y potenciar la competitividad empresarial” 

Módulo 1. Visual analytics en el contexto social y tecnológico  

1.1. Las olas tecnológicas en las diferentes sociedades. Hacia una Data Society 
1.2. La globalización. Contexto mundial geopolítico y social 
1.3. Entorno VUCA. Viviendo siempre en el pasado 
1.4. Conociendo las nuevas tecnologías: 5G e IoT 
1.5. Conociendo las nuevas tecnologías: cloud y edge computing 
1.6. Critical thinking en visual analytics 
1.7. Los know-mads. Nómadas entre datos 
1.8. Aprendiendo a emprender en visual analytics 
1.9. Teorías de anticipación aplicadas al visual analytics 
1.10. El nuevo entorno empresarial. La transformación digital 

Módulo 2. Análisis e interpretación de datos  

2.1. Introducción a la estadística 
2.2. Medidas aplicables al tratamiento de información 
2.3. Correlación estadística 
2.4. Teoría de la Probabilidad Condicional 
2.5. Variables aleatorias y distribuciones de probabilidad 
2.6. Inferencia bayesiana 
2.7. Teoría de Muestras 
2.8. Intervalos de confianza 
2.9. Contrastes de hipótesis 
2.10. Análisis de la regresión 

Módulo 3. Técnicas de análisis de datos e IA  

3.1. Analítica predictiva 
3.2. Técnicas de evaluación y selección de modelos 
3.3. Técnicas de optimización lineal 
3.4. Simulaciones de Montecarlo 
3.5. Análisis de escenarios 
3.6. Técnicas de Machine Learning 
3.7. Analítica web 
3.8. Técnicas de Text Mining 
3.9. Métodos en Procesamiento Lenguaje Natural (PNL) 
3.10. Análisis de redes sociales 

Módulo 4. Herramientas de análisis de datos 

4.1. Entorno R de data science 
4.2. Entorno Python de data science 
4.3. Gráficos estáticos y estadísticos 
4.4. Tratamiento de datos en diferentes formatos y diferentes fuentes 
4.5. Limpieza y preparación de datos 
4.6. Estudios exploratorios 
4.7. Árboles de decisión 
4.8. Reglas de clasificación y de asociación 
4.9. Redes neuronales 
4.10. Deep Learning 

Módulo 5. Sistemas de gestión de bases de datos y paralelización de datos 

5.1. Bases de datos convencionales 
5.2. Bases de datos no convencionales 
5.3. Cloud computing: gestión distribuida de datos  
5.4. Herramientas de ingesta de grandes volúmenes de datos 
5.5. Tipos de paralelismos 
5.6. Procesamiento de datos en streaming y tiempo real 
5.7. Procesamiento paralelo: Hadoop 
5.8. Procesamiento paralelo: Spark 
5.9. Apache Kafka 

5.9.1. Introducción a Apache Kafka 
5.9.2. Arquitectura 
5.9.3. Estructura de datos 
5.9.4. APIs Kafka 
5.9.5. Casos de uso 

5.10. Cloudera Impala 

Módulo 6. Data-Driven soft skills en la dirección estratégica en visual analytics 

6.1. Drive profile for Data-Driven 
6.2. Habilidades gerenciales avanzadas en organizaciones Data-Driven 
6.3. Usando los datos para mejorar el performance de la comunicación estratégica 
6.4. Inteligencia emocional aplicada a la dirección en visual analytics 
6.5. Presentaciones eficaces 
6.6. Mejorando el performance mediante la gestión motivacional 
6.7. Liderazgo en organizaciones Data-Driven 
6.8. Talento digital en organizaciones Data-Driven 
6.9. Data-Driven Agile Organization I 
6.10. Data-Driven Agile Organization II 

Módulo 7. Dirección estratégica de proyectos de visual analytics y Big Data 

7.1. Introducción a la Dirección Estratégica de Proyectos 
7.2. Best Practices en la descripción de Procesos de Big Data (PMI) 
7.3. Metodología Kimball 
7.4. Metodología SQuID 
7.5. Introducción a la Metodología SQuID para abordar proyectos de Big Data 

7.5.1. Fase I. Sources 
7.5.2. Fase II. Data Quality 
7.5.3. Fase III. Impossible Questions 
7.5.4. Fase IV. Discovering 
7.5.5. Best Pratices en la aplicación de SQuID a proyectos de Big Data 

7.6. Aspectos legales del mundo de los Datos 
7.7. Privacidad en Big Data 
7.8. Ciberseguridad en Big Data 
7.9. La identificación y desidentificación con grandes volúmenes de Datos 
7.10. Ética de los Datos I 
7.11. Ética de los Datos II 

Módulo 8. Análisis del cliente. Aplicando la inteligencia de los datos al marketing 

8.1. Conceptos del marketing. Marketing estratégico 
8.2. Marketing relacional 
8.3. El CRM como centro de la organización para el análisis del cliente 
8.4. Tecnologías de la web 
8.5. Fuentes de datos web 
8.6. Adquisición de datos web 
8.7. Herramientas para la extracción de datos de la Web 
8.8. Web semántica 
8.9. OSINT: inteligencia de fuente abierta 
8.10. MasterLead o como mejorar la conversión a ventas usando Big Data 

Módulo 9. Visualización interactiva de los datos  

9.1. Introducción al arte de hacer visible los datos 
9.2. Cómo hacer un storytelling con datos  
9.3. Representaciones de datos 
9.4. Escalabilidad de representaciones visuales 
9.5. Visual analytics vs. Information visualization. Entendiendo que no es lo mismo 
9.6. Proceso de análisis visual (Keim) 
9.7. Reportes estratégicos, operativos y de dirección 
9.8. Tipos de gráficos y su función 
9.9. Interpretación de reportes y gráficos. Jugando el rol del receptor 
9.10. Evaluación de sistemas de visual analytics 

Módulo 10. Herramientas de visualización  

10.1. Introducción a las herramientas de visualización de datos 
10.2. Many Eyes 
10.3. Google Charts 
10.4. jQuery 
10.5. Data-Driven Documents I 
10.6. Data-Driven Documents II 
10.7. Matlab 
10.8. Tableau 
10.9. SAS Visual Analytics 
10.10. Microsoft Power BI 

Módulo 11. Desarrollo con Blockchains públicas: Ethereum, Stellar y Polkadot 

11.1. Ethereum. Blockchain pública 

11.1.1. Ethereum  
11.1.2. EVM y GAS  
11.1.3. Etherescan 

11.2. Desarrollo en Ethereum. Solidity 

11.2.1. Solidity  
11.2.2. Remix  
11.2.3. Compilación y ejecución 

11.3. Framework en Ethereum. Brownie 

11.3.1. Brownie 
11.3.2. Ganache  
11.3.3. Despliegue en Brownie 

11.4. Testing smart contracts 

11.4.1. Test Driven Development (TDD)  
11.4.2. Pytest  
11.4.3. Smart contracts 

11.5. Conexión de la web 

11.5.1. Metamask  
11.5.2. web3.js  
11.5.3. Ether.js 

11.6. Proyecto real. Token fungible 

11.6.1. ERC20  
11.6.2. Creación de nuestro token 
11.6.3. Despliegue y validación 

11.7. Stellar Blockchain 

11.7.1. Stellar Blockchain  
11.7.2. Ecosistema  
11.7.3. Comparación con Ethereum 

11.8. Programación en Stellar 

11.8.1. Horizon  
11.8.2. Stellar SDK  
11.8.3. Proyecto token fungible 

11.9. Polkadot Project 

11.9.1. Polkadot Project 
11.9.2. Ecosistema  
11.9.3. Interacción con Ethereum y otras Blockchain 

11.10. Programación en Polkadot 

11.10.1. Substrate  
11.10.2. Creación de Parachain de Substrate  
11.10.3. Integración con Polkadot 

Módulo 12. Tecnología Blockchain. Criptografía y seguridad 

12.1. Criptografía en Blockchain 
12.2. El Hash en Blockchain 
12.3. Private Sharing Multi-Hasing (PSM Hash) 
12.4. Firmas en Blockchain 
12.5. Gestión de claves. Wallets 
12.6. Cifrado 
12.7. Datos onchain y ofchain 
12.8. Seguridad y Smart Contracts 

Módulo 13. Desarrollo con Blockchains Empresariales: Hyperledger Besu 

13.1. Configuración de Besu 

13.1.1. Parámetros clave de configuración en entornos productivos 
13.1.2. Finetuning para servicios conectados 
13.1.3. Buenas prácticas en la configuración 

13.2. Configuración de la Cadena de Bloques 

13.2.1. Parámetros clave de configuración para PoA 
13.2.2. Parámetros clave de configuración para PoW 
13.2.3. Configuraciones del bloque génesis 

13.3. Securización de Besu 

13.3.1. Securación del RPC con TLS 
13.3.2. Securización del RPC con NGINX 
13.3.3. Securización mediante esquema de nodos 

13.4. Besu en Alta Disponibilidad 

13.4.1. Redundancia de nodos 
13.4.2. Balanceadores para transacciones 
13.4.3. Transaction Pool sobre Cola de Mensajería 

13.5. Herramientas offchain 

13.5.1. Privacidad - Tessera 
13.5.2. Identidad – Alastria ID 
13.5.3. Indexación de datos – Subgraph 

13.6. Aplicaciones desarrolladas sobre Besu 

13.6.1. Aplicaciones basadas en tokens ERC20 
13.6.2. Aplicaciones basadas en tokens ERC 721 
13.6.3. Aplicaciones basadas en token ERC 1155 

13.7. Despliegue y automatización de Besu 

13.7.1. Besu sobre Docker 
13.7.2. Besu sobre kubernetes 
13.7.3. Besu en Blockchain as a service 

13.8. Interoperabilidad de Besu con otros clientes 

13.8.1. Interoperabilidad con Geth 
13.8.2. Interoperabilidad con Open Ethereum 
13.8.3. Interoperabilidad con otros DLT 

13.9. Plugins para Besu 

13.9.1. Plugins más comunes 
13.9.2. Desarrollo de plugins 
13.9.3. Instalación de plugins 

13.10. Configuración de Entornos de Desarrollo 

13.10.1. Creación de un Entorno en Desarrollo 
13.10.2. Creación de un Entorno de Integración con Cliente 
13.10.3. Creación de un Entorno de Preproducción para Test de Carga 

Módulo 14. Desarrollo con Blockchains Empresariales: Hyperledger Fabric 

14.1. Hyperledger 

14.1.1. Ecosistema Hyperledger 
14.1.2. Hyperledger Tools 
14.1.3. Hyperledger Frameworks 

14.2. Hyperledger Fabric – Componentes de su arquitectura. Estado del arte 

14.2.1. Estado del arte de Hyperledger Fabric 
14.2.2. Nodos 
14.2.3. Orderers 
14.2.4. CouchDB y LevelDB 
14.2.5. CA 

14.3. Hyperledger Fabric - Componentes de su Arquitectura. Proceso de una Transacción 

14.3.1. Proceso de una transacción 
14.3.2. Chaincodes 
14.3.3. MSP 

14.4. Tecnologías Habilitadoras 

14.4.1. Go 
14.4.2. Docker 
14.4.3. Docker Compose 
14.4.4. Otras tecnologías 

14.5. Instalación De Pre-Requisitos y Preparación de Entorno 

14.5.1. Preparación del servidor 
14.5.2. Descarga de pre-requisitos 
14.5.3. Descarga de repositorio oficial de Hyperledger 

14.6. Primer Despliegue 

14.6.1. Despliegue test-network automático 
14.6.2. Despliegue test-network guiado 
14.6.3. Revisión de componentes desplegados 

14.7. Segundo Despliegue 

14.7.1. Despliegue de colección de datos privados 
14.7.2. Integración contra una red de Fabric 
14.7.3. Otros proyectos 

14.8. Chaincodes 

14.8.1. Estructura de un Chaincode 
14.8.2. Despligue y Upgrade de Chaincodes 
14.8.3. Otras funciones importantes en los Chaincodes 

14.9. Conexión a otras Tools de Hyperledger (Caliper Y Explorer) 

14.9.1. Instalación Hyperledger Explorer 
14.9.2. Instalación Hyperledger Calipes 
14.9.3. Otras tools importantes 

14.10. Certificación 

14.10.1. Tipos de certificaciones oficiales 
14.10.2. Preparación a CHFA 
14.10.3. Perfiles developer vs perfiles administradores 

Módulo 15. Identidad Soberana Basada en Blockchain 

15.1. Identidad digital 

15.1.1. Datos personales 
15.1.2. Redes sociales 
15.1.3. Control sobre los datos 
15.1.4. Autenticación 
15.1.5. Identificación 

15.2. Identidad Blockchain 

15.2.1. Firma digital 
15.2.2. Redes públicas 
15.2.3. Redes permisionadas 

15.3. Identidad Digital Soberana 

15.3.1. Necesidades 
15.3.2. Componentes 
15.3.3. Aplicaciones 

15.4. Identificadores Descentralizados (DIDs) 

15.4.1. Esquema 
15.4.2. DID Métodos 
15.4.3. DID Documentos 

15.5. Credenciales Verificables 

15.5.1. Componentes 
15.5.2. Flujos 
15.5.3. Seguridad y privacidad 
15.5.4. Blockchain para registrar credenciales verificables 

15.6. Tecnologías Blockchain para identidad digital 

15.6.1. Hyperledger Indy 
15.6.2. Sovrin 
15.6.3. uPort 
15.6.4. IDAlastria 

15.7. Iniciativas Europeas de Blockchain e Identidad 

15.7.1. eIDAS 
15.7.2. EBSI 
15.7.3. ESSIF 

15.8. Identidad Digital de las Cosas (IoT). 

15.8.1. Interaciones con IoT 
15.8.2. Interoperabilidad semántica 
15.8.3. Seguridad de los datos 

15.9. Identidad Digital de los procesos 

15.9.1. Datos 
15.9.2. Código 
15.9.3. Interfaces 

15.10. Casos de uso en Identidad Digital Blockchain 

15.10.1. Salud 
15.10.2. Educación 
15.10.3. Logística 
15.10.4. Administración pública 

Módulo 16. Blockchain y sus nuevas aplicaciones: DeFi y NFT 

16.1. Cultura financiera 

16.1.1. Evolución del dinero 
16.1.2. Dinero FIAT vs Dinero descentralizado 
16.1.3. Banca Digital vs Open Finance 

16.2. Ethereum 

16.2.1. Tecnología 
16.2.2. Dinero descentralizado 
16.2.3. Stable Coins 

16.3. Otras tecnologías 

16.3.1. Binance Smart Chain 
16.3.2. Polygon 
16.3.3. Solana 

16.4. DeFi (Finanzas descentralizadas) 

16.4.1. Defi 
16.4.2. Retos 
16.4.3. Open Finance vs DeFI 

16.5. Herramientas de información 

16.5.1. Metamask y wallets descentralizados 
16.5.2. CoinMarketCap 
16.5.3. DefiPulse 

16.6. Stable Coins 

16.6.1. Protocolo Maker 
16.6.2. USDC, USDT, BUSD 
16.6.3. Formas de colaterización y riesgos 

16.7. Exchanges y plataformas descentralizadas (DEX) 

16.7.1. Uniswap 
16.7.2. Sushiswap 
16.7.3. AAVe 
16.7.4. dYdX / Synthetix 

16.8. Ecosistema de NFT (Tokens No Fungibles) 

16.8.1. Los NFT 
16.8.2. Tipología 
16.8.3. Características 

16.9. Capitulación de industrias 

16.9.1. Industria del diseño 
16.9.2. Industria del Fan Token 
16.9.3. Financiación de Proyectos 

16.10. Mercados NFT 

16.10.1. Opensea 
16.10.2. Rarible 
16.10.3. Plataformas personalizadas 

Módulo 17. Blockchain. Implicaciones legales 

17.1. Bitcoin 

17.1.1. Bitcoin 
17.1.2. Análisis del Whitepaper 
17.1.3. Funcionamiento del Proof of Work 

17.2. Ethereum 

17.2.1. Ethereum. Orígenes 
17.2.2. Funcionamiento Proof of Stake 
17.2.3. Caso de la DAO 

17.3. Situación actual del Blockchain 

17.3.1. Crecimiento de los casos de uso 
17.3.2. Adopción del Blockchain por grandes compañías 

17.4. MiCA (Market in Cryptoassets) 

17.4.1. Nacimiento de la Norma 
17.4.2. Implicaciones legales (obligaciones, sujetos obligados, etc.) 
17.4.3. Resumen de la Norma 

17.5. Prevención de blanqueo de capitales 

17.5.1. Quinta Directiva y transposición de la misma 
17.5.2. Sujetos obligados 
17.5.3. Obligaciones intrínsecas 

17.6. Tokens 

17.6.1. Tokens 
17.6.2. Tipos 
17.6.3. Normativa aplicable en cada caso 

17.7. ICO/STO/IEO: Sistemas de financiación empresarial 

17.7.1. Tipos de financiación 
17.7.2. Normativa aplicable 
17.7.3. Casos de éxito reales 

17.8. NFT (Tokens No Fungibles) 

17.8.1. NFT 
17.8.2. Regulación aplicable 
17.8.3. Casos de uso y éxito (Play to Earn) 

17.9. Fiscalidad y criptoactivos 

17.9.1. Tributación 
17.9.2. Rendimientos del trabajo 
17.9.3. Rendimientos de actividades económicas 

17.10. Otras regulaciones aplicables 

17.10.1. Reglamento general de protección de datos 
17.10.2. DORA (Ciberseguridad) 
17.10.3. Reglamento EIDAS 

Módulo 18. Diseño de arquitectura Blockchain 

18.1. Diseño de arquitectura Blockchain 

18.1.1. Arquitectura 
18.1.2. Arquitectura de infraestructura 
18.1.3. Arquitectura de software 
18.1.4. Integración despliegue 

18.2. Tipos de redes 

18.2.1. Redes públicas 
18.2.2. Redes privadas 
18.2.3. Redes permisionadas 
18.2.4. Diferencias 

18.3. Análisis de los participantes 

18.3.1. Identificación de compañías 
18.3.2. Identificación de clientes 
18.3.3. Identificación de consumidores 
18.3.4. Interactuación entre partes 

18.4. Diseño de prueba de concepto 

18.4.1. Análisis funcional 
18.4.2. Fases de implementación 

18.5. Requerimientos de infraestructura 

18.5.1. Cloud 
18.5.2. Físico 
18.5.3. Hibrido 

18.6. Requerimientos de seguridad 

18.6.1. Certificados 
18.6.2. HSM 
18.6.3. Encriptación 

18.7. Requerimientos de comunicaciones 

18.7.1. Requerimientos de velocidad de red 
18.7.2. Requerimientos de I/O 
18.7.3. Requerimientos de transacciones por segundo 
18.7.4. Afectación de requerimientos con la infraestructura de red 

18.8. Pruebas de software, rendimiento y estrés 

18.8.1. Pruebas unitarias en entornos de desarrollo y preproducción 
18.8.2. Pruebas de rendimiento de infraestructura 
18.8.3. Pruebas en preproducción 
18.8.4. Pruebas de paso a producción 
18.8.5. Control de versiones 

18.9. Operación y mantenimiento 

18.9.1. Soporte: alertas 
18.9.2. Nuevas versiones de componentes de infraestructura 
18.9.3. Análisis de riesgos 
18.9.4. Incidencias y cambios 

18.10. Continuidad y resiliencia 

18.10.1. Disaster recovery 
18.10.2. Backup 
18.10.3. Nuevos participantes 

Módulo 19. Blockchain aplicado a logística 

19.1. Mapeo AS IS Operativo y posibles gaps 

19.1.1. Identificación de los procesos ejecutados manualmente 
19.1.2. Identificación de los participantes y sus particularidades 
19.1.3. Casuísticas y gaps operativos 
19.1.4. Presentación y Staff Executivo del mapeo 

19.2. Mapa de los sistemas actuales 

19.2.1. Los sistemas actuales 
19.2.2. Datos maestros y flujo de información 
19.2.4. Modelo de gobernanza 

19.3. Aplicación de la Blockchain a logística 

19.3.1. Blockchain aplicado a la logística 
19.3.2. Arquitectura basada en la trazabilidad para los procesos de negocio 
19.3.3. Factores críticos de éxito en la implantación 
19.3.4. Consejos prácticos 

19.4. Modelo TO BE 

19.4.1. Definición operativa para el control de la cadena de suministro 
19.4.2. Estructura y responsabilidades del plan de sistemas 
19.4.3. Factores críticos de éxito en la implantación 

19.5. Construcción del Business Case 

19.5.1. Estructura de costes 
19.5.2. Proyección de los beneficios 
19.5.3. Aprobación y aceptación del plan por los Owners 

19.6. Creación de Prueba de Concepto (POC) 

19.6.1. Importancia de una POC para nuevas tecnologías 
19.6.2. Aspectos clave 
19.6.3. Ejemplos de POC con bajo coste y esfuerzo 

19.7. Gestión del proyecto 

19.7.1. Metodología Agile 
19.7.2. Decisión de metodologías entre todos participantes 
19.7.3. Plan de desarrollo y despliegue estratégico 

19.8. Integración de sistemas: Oportunidades y necesidades 

19.8.1. Estructura y desarrollo del plan de sistemas 
19.8.2. Modelo de Maestros de Datos 
19.8.3. Papeles y responsabilidades 
19.8.4. Modelo integrado de gestión y seguimiento 

19.9. Desarrollo e implantación con el equipo de Supply Chain 

19.9.1. Participación activa del cliente (negocio) 
19.9.2. Análisis de riesgos sistémicos y operativos 
19.9.3. Clave del suceso: Modelos de pruebas y soporte posproductivo 

19.10. Change Management: Seguimiento y actualización 

19.10.1. Implicaciones de la dirección 
19.10.2. Plan de rollout y formación 
19.10.3. Modelos de seguimiento y gestión de KPI 

Módulo 20. Blockchain y empresa 

20.1. Aplicación de una tecnología distribuida en la empresa 

20.1.1. Aplicación de Blockchain 
20.1.2. Aportaciones del Blockchain 
20.1.3. Errores comunes en las implementaciones 

20.2. Ciclo de implementación de Blockchain 

20.2.1. Del P2P a los sistemas distribuidos 
20.2.2. Aspectos clave para una buena Implementación 
20.2.3. Mejora de las Implementaciones actuales 

20.3. Blockchain vs Tecnologías tradicionales. Bases 

20.3.1. APIs, Data y flujos 
20.3.2. Tokenización como piedra angular de los proyectos. 
20.3.3. Incentivos 

20.4. Elección del tipo de Blockchain 

20.4.1. Blockchain pública 
20.4.2. Blockchain privada 
20.4.3. Consorcios 

20.5. Blockchain y sector público 

20.5.1. Blockchain en el sector público 
20.5.2. Central Bank Digital Currency (CBDC) 
20.5.3. Conclusiones 

20.6. Blockchain y Sector Financiero. Inicio 

20.6.1. CBDC y Banca 
20.6.2. Activos digitales nativos 
20.6.3. Dónde no encaja 

20.7. Blockchain y sector farmacéutico 

20.7.1. Búsqueda del significado en el sector 
20.7.2. Logística o Farma 
20.7.3. Aplicación 

20.8. Blockchain pseudo privadas. Consorcios: Sentido de los mismos 

20.8.1. Entornos confiables 
20.8.2. Análisis y profundización 
20.8.3. Implementaciones válidas 

20.9. Blockchain. Caso de uso Europa: EBSI 

20.9.1. EBSI (European Blockchain Services Infraestructure) 
20.9.2. El modelo de negocio 
20.9.3. Futuro 

20.10. El futuro de Blockchain 

20.10.1. Trilemma 
20.10.2. Automatización 
20.10.3. Conclusiones 

Con recursos disponibles las 24 horas del día y un enfoque dinámico e innovador, podrás adaptar tu capacitación a tus necesidades personales y profesionales sin comprometer la calidad académica”