Informació per a:
- Màsters
- Postgraus
- Cursos
- Professorat i recerca
- Coneix la UPF-BSM
Accedeix a una de les professions amb més demanda a través de formació pràctica en big data, intel·ligència artificial i business intelligence. Prepara't per gestionar projectes data-driven i liderar la transformació tecnològica d'una empresa.
El Màster Universitari en Data Analytics for Business t'ensenya tot allò que necessites saber per analitzar grans quantitats de dades (big data), gestionar projectes, crear oportunitats de negoci i millorar les solucions digitals a l'empresa.
Aprèn a utilitzar les eines més avançades per extreure i processar grans bases de dades (big data) mitjançant l'anàlisi predictiva i la intel·ligència artificial. Coneix cadascuna de les fases del flux de dades: recopilació, emmagatzematge, tractament, anàlisi exploratòria, anàlisi intel·ligent (predicció, classificació, clustering…) i preparació d'informes.
El professorat, professionals de l'analítica de big data a empreses de referència, t'ensenya a gestionar, planificar i executar projectes a través de casos pràctics i t'ajuda a cada moment perquè desenvolupis tot el teu potencial com a analista de dades.
Cada cop més, les empreses busquen especialistes en business analytics que donin resposta als nous reptes en analítica de dades, intel·ligència artificial, big data, IoT o business intelligence. Encara que no tinguis un perfil purament tècnic, el Màster Universitari en Data Analytics for Business et prepara per incorporar-te a un dels sectors amb més demanda.
Per què triar aquest programa
Accedeix a una de les professions amb més demanda
La demanda de professionals de big data creixerà un 23 % en els propers deu anys, segons l’informe del US Bureau of Labour Statistics. La figura de l’analista de dades ja és fonamental en qualsevol empresa i els salaris són cada cop més alts.
Especialitza't en anàlisi i gestió de big data
Extreu i analitza big data de diferents sectors amb les tècniques actuals del mercat en analítica de dades (data analytics). Realitza anàlisis predictives amb intel·ligència artificial i aprèn estratègies clau per interpretar dades i dirigir projectes.
Aconsegueix el certificat de Microsoft
Pots cursar una assignatura optativa per preparar-te i accedir gratuïtament a l'examen del certificat Microsoft Power BI Data Analyst Associate, gràcies a l'acord de la UPF-BSM amb Microsoft.
Forma't en eines d'Oracle i Amazon
Gaudeix d'accés gratuït a material sobre les eines per a analítica de dades d'Oracle i Amazon. Pots obtenir els certificats d'aquestes dues eines i donar més valor al teu perfil professional en data analytics.
Aprèn de referents al sector
Aprèn de docents especialistes en data analytics, machine learning i business analytics. Professionals d'empreses com Amazon, Oracle, Microsoft o Spotify comparteixen amb tu la seva experiència i coneixement en la gestió de dades i projectes.
Reconeixement internacional
Forma't a la 1a escola de negocis vinculada a una universitat pública a Espanya. La distinció internacional EQUIS avala la qualitat de la institució.
A qui està dirigit
El Màster Universitari en Data Analytics for Business s'adreça principalment a perfils amb formació en economia, administració i direcció d'empreses, màrqueting, matemàtiques, física o enginyeria. També a professionals d'altres àmbits que vulguin ampliar coneixements per liderar la gestió i la interpretació de big data a l'empresa.
Acreditacions
La UPF Barcelona School of Management és l'escola de negocis de la Universitat Pompeu Fabra, classificada com la 1a universitat iberoamericana i la 16a universitat del món entre les universitats amb menys de 50 anys d'història, segons el rànquing Times Higher Education.
L'acreditació acadèmica EQUIS, el reconeixement internacional més prestigiós per a les escoles de negocis, situa la UPF Barcelona School of Management a l'elit de les escoles d'aquest àmbit.
El Màster Universitari en Data Analytics for Business és un màster oficial i té el reconeixement acadèmic del Ministeri d'Educació del Govern d'Espanya. L'Agència de Qualitat del Sistema Universitari de Catalunya (AQU) també ha acreditat institucionalment la UPF-BSM. Aquesta acreditació certifica tots els títols de màsters universitaris oficials que impartim i reconeix la qualitat del nostre model educatiu d'acord amb els criteris de l'Espai Europeu d'Educació Superior (EEES).
La UPF Barcelona School of Management és un centre acreditat per Amazon i Microsoft per a la formació en les seves eines.
Pla d'estudis
El Màster Universitari en Data Analytics for Business està organitzat en tres grans mòduls centrats en l'extracció i la visualització de dades, la intel·ligència artificial i la gestió de projectes.
Cal cursar totes les assignatures obligatòries i escollir quatre assignatures optatives*, d’entre les disponibles a cadascun dels mòduls. També pots realitzar pràctiques curriculars a empreses, que es convaliden com a dues assignatures optatives (6 crèdits ECTS).
A més, amb l'objectiu d'oferir un aprenentatge més pràctic, organitzem visites a empreses tecnològiques que basen les estratègies i les decisions en big data. Així coneixem com treballen l’anàlisi, la visualització i la interpretació de dades per aconseguir una estratègia d’empresa òptima.
* La informació continguda en aquestes pàgines té una finalitat merament informativa i pot estar subjecta a canvis a les adaptacions de cada curs acadèmic. Les assignatures optatives es faran en cas d'assolir un nombre mínim d'estudiants matriculats. L'oferta definitiva de cada curs lectiu pot patir adaptacions segons la planificació acadèmica. La guia definitiva estarà disponible per a les persones matriculades a l'espai virtual abans de l'inici de cada assignatura.
Anàlisi de dades (Data Analytics)
L'alumnat podrà entendre el concepte de big data mitjançant l'aproximació a diferents eines d'emmagatzematge i processament de grans quantitats de dades, com ara Apache Spark, utilitzant plataformes com AWS o Microsoft Azure.
Aquesta assignatura complementarà la formació en visualització avançada amb eines d'intel·ligència de negoci molt utilitzades en projectes d'analítica de dades.
En aquesta assignatura l'alumnat desenvoluparà el coneixement tècnic necessari per visualitzar grans quantitats de dades utilitzant no només les eines més utilitzades habitualment, sinó també python i les seves llibreries més populars. Després de fer una introducció a aquest llenguatge de programació, s'ensenyarà com mostrar dades mitjançant taules, descriptors o gràfics univariants o multivariants en diferents àmbits d'aplicació.
Aquesta assignatura mostrarà un paradigma recent d'emmagatzematge de dades, diferent del de les bases de dades relacionals: les bases de dades no-sql. S'emfatitzarà en les diferències principals entre els dos paradigmes, perquè l'alumnat sàpiga seleccionar la millor aproximació segons el cas d'ús. Inclou exercicis de maneig pràctic d'aquestes plataformes.
Aquesta assignatura està enfocada a una de les fases més importants de l'analítica de dades: l'anàlisi exploratòria de dades. Es presentaran mètodes estadístics, de visualització i mètodes més avançats per poder entendre un conjunt de dades, platejar hipòtesis sobre aquest i netejar i preparar les dades per a l'experimentació i l'anàlisi, especialment per part d'algorismes d'intel·ligència artificial.
En aquesta assignatura es donarà una visió general de com orquestrar persones, processos i la tecnologia per convertir les dades en un actiu estratègic de l'empresa. En particular, es mostraran exemples concrets de processament de dades per garantir-ne la qualitat i traçabilitat, utilitzant solucions com la popular Data Build Tool (DBT).
Aquesta assignatura s'oferirà com a optativa amb l'objectiu de completar els coneixements estadístics de l'alumnat, que poden ser útils per als processos d'analítica de dades, com ara estadístics bàsics o test d'hipòtesis.
L'alumnat podrà conèixer com gestionar i executar un projecte d'analítica de dades orientat a salut, incloent-hi la recopilació de dades (casos malalts vs casos de control), problemes d'aprenentatge automàtic per a predicció o classificació, clustering de pacients, o predicció basada en l'anàlisi de sèries temporals. Es tracta d'una assignatura que aglutina coneixements de diverses assignatures obligatòries per aplicar-ho al camp de la salut, cada cop més digitalitzat.
Aquesta assignatura tindrà dos mòduls fonamentals: màrqueting i gestió de recursos humans. L'alumnat podrà aplicar els coneixements de diverses assignatures per (1) fer customer segmentation i altres tècniques d'analítica de dades per dissenyar o millorar campanyes de màrqueting; (2) aprendre tècniques d'analítica de dades per a la gestió de persones.
Es presentaran els coneixements d'analítica de dades per a la presa de decisions respecte a (1) previsió de la demanda per poder planificar bé l'aprovisionament, (2) optimitzar el procés d'emmagatzematge (construir un magatzem eficient i eficaç) i (3) optimització de rutes de transport.
S'oferirà a l'alumnat la formació i el material educatiu necessaris per poder presentar-se (gratuïtament) a la certificació de Microsoft Power BI Data Analyst Associate.
Intel·ligència Artificial (AI)
Aquesta assignatura presenta continguts introductoris sobre la intel·ligència artificial, els seus orígens, les diferents branques, l'explosió de la mà de l'evolució de la tecnologia computacional, i les principals aplicacions, beneficis i riscos.
Amb aquesta assignatura l'alumnat serà capaç de plantejar un problema d'aprenentatge automàtic, desenvolupar algoritmes que el resolguin i avaluar-ne el resultat. S'incidirà especialment en els diferents algorismes d'aprenentatge automàtic supervisat (regressió, classificació) o no supervisat (clustering o agrupament), per poder fer-ne la selecció adequada en un projecte real i posar-los en producció. S'incidirà en l'avaluació d'aquests sistemes, no només pel que fa a mètriques habituals com ara precisió, recall o F1, sinó també en la detecció de biaixos.
Aquesta assignatura donarà a l'alumnat una visió molt pràctica sobre la intel·ligència artificial, mitjançant la resolució de problemes del món real. Es resoldran reptes proposats per empreses i es presentaran els resultats en un esdeveniment obert al públic.
Gestió de Projectes (Project Management)
L'alumnat aprendrà coneixements de Project Management per poder dirigir projectes en un entorn de canvi i d'alta exigència. S'oferiran els principis fonamentals d'aquesta disciplina, així com les tècniques i les eines més utilitzades. A més, veurem com la metodologia Agile s'integra a la direcció de projectes. S'explicaran els dominis, les eines i les tècniques de Project Management per impulsar projectes. L'alumnat aprendrà els principis de la metodologia Agile per dirigir projectes flexibles.
Els processos d'analítica de dades, especialment si tractem amb dades personals, han de respectar el Reglament general de protecció de dades. A més, cal tractar aquestes dades des d'un punt de vista ètic. En aquesta assignatura se sensibilitzarà l'alumnat sobre aquestes dues dimensions, donant-li les eines necessàries perquè dissenyi i executi els projectes dins de la legalitat i l'ètica i minimitzant-ne els possibles biaixos.
Lidera equips amb un alt nivell d'implicació, motivació i exigència. Adquireix habilitats i maneja eines per establir objectius de control, construir organitzacions àgils i implementar una cultura del canvi que impulsi les transformacions necessàries.
L'assignatura dota l'alumnat de les habilitats necessàries per comprendre el procés de formulació estratègica a l'actual entorn empresarial, així com el procés de llançament d'una startup. El programa inclou les metodologies i les eines necessàries per interpretar i formular l'estratègia de negoci així com l'anàlisi dels models de negoci del segle XXI.
Assignatura que se centra a conèixer els principals sistemes de gestió que es poden integrar en una empresa per millorar i certificar els estàndards de sostenibilitat. L'assignatura proporcionarà criteris i capacitat crítica per poder identificar els sistemes de gestió que s'adaptin millor a les necessitats específiques d'una empresa. A més, s'oferiran els coneixements teòrics i pràctics necessaris per implementar sistemes de gestió que combinin la qualitat dels processos, l'eficiència ambiental i la seguretat laboral.
Pràctiques Professionals
Pots realitzar pràctiques curriculars en empreses, que es convaliden com a 2 assignatures optatives (6 crèdits ECTS).
Treball Final de Màster
Treballes en el treball final de màster (TFM) durant tot el curs. Has de demostrar i posar en pràctica els coneixements que has adquirit al llarg de cadascun dels mòduls del programa.
Nota sobre el pla d'estudis
Activitats complementàries
El Màster Universitari en Data Analytics for Business també inclou la possibilitat de participar en activitats pràctiques i de creixement personal i professional, com ara:
- Complements formatius: Curs de preparació inicial per als participants que tinguin la necessitat de cursar-los depenent de la seva formació prèvia: Introducció a l'Economia i l’Empresa, Eines per a l'Anàlisi de Dades (Big Data Analytics) i Introducció a la Programació amb Python.
- Visites a empreses amb enfocament data-driven: al llarg del curs realitzem visites a empreses tecnològiques que basen les seves estratègies i decisions empresarials en l'extracció, la visualització i la interpretació de dades i l'aplicació d'intel·ligència artificial.
- Programa de desenvolupament professional: sessions i tallers per millorar el teu perfil professional, aprendre com dirigir-te a empreses contractants i a desenvolupar habilitats per créixer al món laboral.
- UPF-BSM Inside: és un grup d'assignatures transversals i interdisciplinàries (applied data, comunicació, creativitat, innovació i gestió de projectes, sostenibilitat, management i lideratge entre altres) a les quals, si curses aquest programa, pots accedir sense cost addicional. Són 100% en línia i pots realitzar-les durant tot el curs acadèmic al teu ritme, ja que s'han dissenyat com a assignatures d'autoaprenentatge.
Titulació que s'obté
Un cop superat el programa obtens el títol Màster Universitari en Analítica de Dades per a Empreses/ Master in Data Analytics for Business - Máster Universitario en Analítica de Datos para Empresas/ Master in Data Analytics for Business, expedit per la Universitat Pompeu Fabra.
Títol de màster universitari: cal abonar la quantitat estipulada al DOGC (Diari Oficial de la Generalitat de Catalunya) en concepte de drets d'expedició del títol. Aquesta taxa varia anualment i s'aplicarà la vigent al moment de la sol·licitud del títol.
Professorat
El professorat del Màster Universitari en Data Analytics for Business compta amb experiència tant en docència universitària com en extracció i anàlisi de big data, intel·ligència artificial i gestió de projectes i empreses.
A més, al llarg del curs, especialistes que ocupen alts càrrecs en empreses tecnològiques capdavanteres comparteixen la seva experiència professional.
Direcció acadèmica
Professorat
Professorat col·laborador
- Alexandra Albós
Data Scientist a la farmacèutica Sanofi. Doctora en Enginyeria Biomèdica per la Universitat de Barcelona, també és professora en el Màster i Grau de Data Science a la Universitat Oberta de Catalunya (UOC). Compta amb un títol de Grau i Màster en Enginyeria Biomèdica per la Universitat de Barcelona, i un Postgrau en Intel·ligència Artificial (IA) amb xarxes neuronals profundes (Deep learning) per la Universitat Politècnica de Catalunya (UPC). També és autora i/o coautora de múltiples articles científics (Google Scholar). - Ariadna Casasús
Ha ocupat diferents càrrecs en empreses multinacionals en l'àrea d'estratègia i de Màrqueting. Actualment forma part de l'equip de Link2market, empresa dedicada a realitzar projectes estratègics pràctics per accelerar les organitzacions. És titulada de Negocis i Màrqueting Internacional (ESCI-UPF), en Publicitat i Relacions Públiques (UOC) i ha estudiat el màster de Negocis Digitals (Global Executive Master in Digital Business – ISDI) i el Màster d'Innovació i Transformació Digital (UOC). És docent associada en els programes Executive i Màster de Digital Marketing de la UOC i és professora col·laboradora de La Salle-Technova. - Roberta Manuela Coda
Responsable de l'estratègia i governança de les plataformes de visualització de dades a Adevinta Spain, amb una trajectòria de més de 15 anys en l'àmbit tecnològic i de dades, amb un enfocament especial en ETL, data wrangling i data stewardship. Apassionada pels desafiaments relacionats amb el govern de dades en l'entorn en constant evolució del Big Data. - Alberto Lempira Guevara Chacón
Doctorant en negocis per la Universitat de Barcelona. Graduat en Màster en Màrqueting per la Universitat Pompeu Fabra. Compte amb un Postgrau en Social Media i Màrqueting Digital pel Tecnocampus, un Postgrau en Transmedia Storytelling & Branded Content i un Postgrau en Inbound Marketing, tots dos d'INESDI i un BE en Enginyeria de Producció de la Universidad Metropolitana (Caracas). Compte amb experiència política, empresarial i corporativa. És el host del podcast NotYourMarketer. - Miquel López Miralpeix
EMEA analytics lift implementor senior manager a Oracle. Graduat en Enginyeria Informàtica per la Universitat Politècnica de Catalunya i diplomat en Econòmiques per la Universitat Oberta de Catalunya (UOC). Ha treballat en consultores per aportar solucions a una llarga llista de clients durant gairebé 30 anys. La seva carrera professional s'ha centrat en obtenir valor de les dades, inicialment amb consultes directes a bases de dades relacionals i BI tradicionals, i posteriorment amb big data, analytics i ML. Ha viatjat arreu del món per reunir-se amb grans empreses i intercanviar idees sobre solucions per obtenir valor de les dades. - Adriana Martins
Especialista en Business Intelligence amb focus principal en eines de visualització i tractament de dades. Ha treballat per empreses de primera línia de múltiples sectors (banca, salut, retail, sector públic, educació, ...). Actualment treballa a Minsait(Indra) dins del departament de Business Intelligence per a un banc IBEX35. És titulada en Enginyeria en Informàtica de Gestió per la UPC, ha estudiat el màster de Big Data Management, Technologies and Analytics (UPC), i el màster de Gestió Sanitària (UB). - Natàlia Padilla
Investigadora postdoctoral a l'Institut d'Investigació Vall d'Hebron (VHIR). També cofundadora i directora de l'associació Python Barcelona. Posseeix un doctorat en Bioinformàtica per la UAB i té una àmplia experiència en bioinformàtica clínica i aprenentatge automàtic aplicat a la biomedicina. Ha col·laborat amb diverses institucions prestigioses, com l'Institut de Biologia Molecular de Barcelona (CSIC) i l'Hospital Infantil de Filadèlfia, EE. UU. Ha contribuït en més de 20 publicacions científiques, com Sheppard et al., Mechanism of KMT5B haploinsufficiency in neurodevelopment in humans and mice; Sci Adv. 2023 10.1126/sciadv.ade1463 i Padilla et al., BRCA1‐ and BRCA2‐specific in silico tools for variant interpretation in the CAGI 5 ENIGMA challenge; Hum Mutat. 2019 10.1002/humu.23802. - David Solans
Associate researcher a Telefónica Research. Doctor en Ciències de la Comunicació per la Universitat Pompeu Fabra. Compta amb un títol de màster i postgrau en Ciència de Dades i un grau en Enginyeria Informàtica per la Universitat de Barcelona. És autor i/o coautor de múltiples articles científics i és inventor de diverses patents publicades per l'oficina de patents dels Estats Units. - Luca Telloli
Senior Data Engineering, Adevinta. Graduat en Computer Science per la Universitat de Bolonya. Compta amb un MSc in Computer Science & Engineering per la UC San Diego. Ha treballat com a enginyer investigador en institucions com el Barcelona Supercomputing Centre o Yahoo! Research. Té experiència docent a l’Escola d’Enginyeria de la Universitat Pompeu Fabra. - Marc Valdivia
Enginyer informàtic per la Universitat de Barcelona. Va participar en el grup de recerca de visió per computador amb una publicació a l'ECCV. Especialitzat en l'àmbit de la intel·ligència artificial, actualment gestiona l'equip de Data Science de l'unicorni espanyol "jobandtalent". Anteriorment, professor del màster de Big Data & Artificial Intelligence de la Barcelona Technology School.
Especialistes i professionals convidats:
- Patricia Heredia
CEO MiniVinci & YouTuber a ValPat - Tommaso Meneghini
D+A Global Data Governance @PepsiCo - Belén Arribas
Presidenta de la IFCLA (International Federation of Computer Associations) - Ignacio Cabrero
Consultor d'Evolució Digital i Processos Empresarials @Datifu
Metodologia
El Màster Universitari en Data Analytics for Business combina diferents metodologies d'ensenyament per oferir-te una experiència d'aprenentatge única i completa.
La metodologia comuna a totes les assignatures serà learning by doing, en què treballem amb casos pràctics, reptes i simulacions.
També fem visites a empreses i master class per part d'alts càrrecs, així com reptes llançats per empreses capdavanteres de diferents àmbits que permeten conèixer la realitat de l'analítica de dades i de big data.
Combina teoria i pràctica
Les assignatures combinen les bases teòriques amb una aproximació pràctica. Aquesta metodologia et permet consolidar els conceptes clau en l'extracció, la visualització i la gestió de bases de dades per dirigir projectes en empreses.
Aprèn amb simulacions pràctiques
Impulsa el teu aprenentatge mitjançant simulacions pràctiques, dinàmiques de grup, presentacions, debats i activitats interactives.
Participa en reptes reals d’empreses
Professionals d'empreses data-driven proposen reptes basats en casos reals perquè et submergeixis a l'entorn laboral actual.
Tallers amb professionals del sector
A cada edició convidem professionals de grans companyies a compartir la seva experiència i coneixements en l'analítica avançada de big data. Supera reptes reals vinculats amb business intelligence i business analytics i obre les portes del teu futur professional.
Tutories i seguiment
Comptes amb el seguiment de l'equip de direcció acadèmica, que t'ofereix suport sempre que ho necessitis i assegura la teva evolució.
Avaluació
Per obtenir la titulació corresponent és indispensable que aprovis totes les assignatures, l'avaluació de les quals depèn de cada docent. Pot consistir en una avaluació continuada, en la realització d'un treball, exercicis, resolució d’un repte, anàlisi de dades, l'examen final, etc. També cal aprovar el treball final de màster (TFM), que has d'elaborar i defensar davant d'un tribunal.
L'assistència regular a classe i la superació dels exercicis pràctics i dels treballs obligatoris formen part del sistema d'avaluació. Els docents que els encarreguen en fixen les condicions de lliurament i elaboració.
Totes les activitats d’avaluació estan relacionades entre elles per seguir una lògica de projecte.
Eines
L'aprenentatge orientat a projecte i la combinació de classes magistrals i de metodologies actives com ara l'estudi de casos, el flipped learning, la resolució de problemes reals i les simulacions professionals permeten connectar teoria i pràctica, adquirir competències avançades i aconseguir aprenentatges transferibles al lloc de treball.
Comptaràs amb:
- Treball de Final de Màster (TFM) o Postgrau (TFP) per aprendre fent
- Un mentor personal per al seguiment del teu treball final (TFM o TFP)
- Recursos digitals per aconseguir competències transversals
- Activitats i tallers interdisciplinars
Sortides professionals
El Màster Universitari en Data Analytics for Business et forma en els aspectes fonamentals de l'analítica de dades perquè puguis desenvolupar i impulsar projectes data-driven a empreses de qualsevol sector. Extreu, processa i interpreta grans bases de dades i aprofita el seu potencial per optimitzar les estratègies empresarials.
Perfil dels estudiants
Al màster comparteixes classe amb perfils que venen tant de l'administració i la gestió d'empreses com d'àmbits més tècnics. Gràcies a la diversitat i a la participació del grup, les assignatures i les dinàmiques són una autèntica font d'aprenentatge. El valor d'aquest màster no només és a l'equip docent, sinó també a l'intercanvi d'experiències i coneixements entre estudiants, que es potencia al llarg de tot el curs.
Sortides professionals
El Màster Universitari en Data Analytics for Business et capacita per assumir càrrecs data-driven, centrats en l'analítica de dades, la visualització i la gestió de big data. Poden ser càrrecs en empreses de l'àmbit tecnològic o start-ups, però també en companyies de diversos sectors que, cada cop més, incorporen als seus equips perfils que sàpiguen gestionar, visualitzar i analitzar grans quantitats de dades.
A més, el màster inclou l'opció de fer pràctiques curriculars en empreses que impulsaran el teu futur professional.
Un cop finalitzat el màster, podràs accedir a una gran varietat de càrrecs, com ara:
- Data Analyst
- Advanced Analytics Consultant
- Business Analyst
- Head of Business Development
- Data Scientist
- Data Manager
- Business Intelligence Engineer
- Data Engineer
Beques, ajudes i finançament
Beques
La UPF Barcelona School of Management pone a tu disposición distintas vías de financiación para que puedas cursar cualquiera de nuestros programas sin preocupaciones.
Te brindamos la oportunidad de financiar parte de tu programa ya sea premiando tu talento a través de becas, mediante ayudas de entidades dedicadas al fomento de la educación o con acuerdos de colaboración con entidades financieras.
Ajuts i descomptes
Descomptes Universitats Partner UPF de Llatinoamèrica
Si ets exalumne de les nostres universitats partner gaudiràs d'un 10% de descompte sobre el preu de matrícula de la programació de Màsters i Postgraus de la UPF Barcelona School of Management de més de 15 crèdits ECTS.
*Descompte no acumulable amb altres beques, reduccions o descomptes.
Finançament
Simulador de finançament
Consulta els nostre simulador per a finançar els teus estudis.
Entitats col·laboradores
A més, col·laborem amb entitats bancàries que concedeixen als nostres participants unes condicions de préstecs favorables que pots consultar en els següents enllaços.
CaixaBankBBVACaixa d'EnginyersAGAUR