17 de noviembre del 2019

Diplomado en Big Data & Business Analytics

El crecimiento exponencial de datos en la última década requiere de un uso eficiente de los mismos por parte de las organizaciones. Los datos no estructurados pueden llegar al 80% de la información que se genera en una empresa, dificultando su análisis y requiriendo una inversión de gran cantidad de tiempo. Big Data como coalescencia de varias tendencias tecnológicas para capturar, gestionar, procesar y analizar grandes volúmenes de datos iguales o superiores a los terabytes, generados a gran velocidad y en variadas fuentes de información a nivel estructurado y no estructurado como redes sociales, video, audio, texto entre otros, facilita la integración y análisis de datos de las organizaciones, generando valor y mayor eficacia en la toma de decisiones.

De acuerdo a McKinsey Global Institute en Estados Unidos se necesitarán 190.000 profesionales con habilidades analíticas y 1,5 millones de managers y analistas con know-how en tecnologías big data.

Debido a lo anterior y al dinamismo de las organizaciones es necesario la adquisición de nuevas metodologías y técnicas por parte de los profesionales de las organizaciones del sector productivo.

En este diplomado el profesional tendrá, no solo una visión del proceso completo desde una perspectiva productiva, sino que obtendrá las habilidades necesarias para afrontar dichos procesos y el manejo de las herramientas y metodologías necesarias para participar de proyectos de Big Data y Business Analytics.

Objetivos


Objetivo General

Capacitar a profesionales e interesados en Big Data, Data Science y Business Analytics  en los conceptos, tecnologías y procesos de la generación de información masiva y el uso de técnicas de analítica para la toma de decisiones.

Objetivos Específicos

  • Familiarizar al estudiante con los conceptos y tecnologías asociadas a Big Data, Data Science y Business Analytics.
  • Apropiar al estudiante del proceso total de generación de información masiva.
  • Apropiar al estudiante de técnicas de analítica de datos en la toma de decisiones.
  • Comprender el uso de técnicas de visualización de información masiva.

Información general


Lugar:

Bogotá. Universidad Católica de Colombia.

Modalidad

Semipresencial

Dirigido a:

Matemáticos, estadísticos, economistas, ingenieros industriales, ingenieros de sistemas, profesionales con intereses relacionados.

Duración:

60 horas presenciales y 20 horas virtuales para un total de 80 horas

Franjas de estudio:

Viernes  6:00 pm a 10:00 pm y Sábados de 8:00 am a 12:00 m.

Calendario académico:

Fecha límite de inscripción:
abril 23 de 2020
Inicio:
abril 24 de 2020
Finalización:
junio 13 de 2020

Inversión

$ 2.300.000

Descuento

Para nuestra comunidad educativa:

15% egresados y estudiantes (posgrado y pregrado) y 10% docentes y administrativos.

Otros descuentos:

Comunicarse con la Coordinación de Educación Continuada.

Plan de estudios


I Módulo. Introducción a Big Data

  1. Conceptos de tecnología (Cloud, IoT)
  2. ¿Qué es Big Data?
  3. Las Vs de Big Data Básicas y Adicionales
  4. Tipos análisis y analítica
  5. Tipos de procesamiento de datos (operativo y transaccional)

II Módulo. Generalidades de los datos

  1. ¿Qué son datos y metadatos?
  2. Datos (No, Semi, Multi) Estructurados
  3. Tipos de datos y formatos
  4. Técnicas de tratamiento de datos
  5. ETL (Extract Transform Load)

III Módulo. Almacenamiento de datos y NoSQL

  1. Introducción al NoSQL-Llave-valor
    -Documentos
    -Columna
    -Grafos
  2. Técnicas de modelado
  3. Generalidades de MongoDB

IV Módulo. Análisis predictivo

  • Visualización de datos.
  • Modelos: predictivos, descriptivos, de decisión, de conjuntos (ensemble) y de elevación.
  • Modelado lineal: Análisis de regresión y correlación. Aplicación en R-estudio e IBM SPSS. Validación de modelos lineales.
  • Modelado usando aprendizaje de maquina: algoritmos supervisados (Redes neuronales, Máquina de soporte vectorial y random forest) y algoritmos no supervisados (K-mean,) Aplicación en Weka y Knime. Medidas de desempeño.
  • Taller de modelado.

V Módulo. Introducción al Business Analytics

  • Análisis de datos vs análisis de negocio.
  • Ideas derivadas de los datos, pensamiento creativo, toma de decisiones y comunicación.
  • Estrategia de datos.
  • Datos y evidencias antes de la toma de decisiones.
  • Herramientas: construcción de business case detallado y software.
  • Aplicaciones de Business Analytics, análisis predictivo en:

-Marketing
-Supply chain
-Credit scoring
-Revenue management

VI Módulo. Analítica de datos y presentación de reportes en Power B.I o Tableu

  • Conceptos de inteligencia de negocios, análisis de datos y visualización de datos.
  • Diseño e implementación de reportes efectivos.
  • Herramientas de visualización de datos.
  • Estructura y composición mínima de gráficos.
  • Introducción a Power B.I.
  • Líneas de tendencia

VII Módulo. Creación de Dashboards (Herramientas para el análisis de datos: Tableu o Power B.I.)

  • Introducción a Tableu
  • Identificar fuente de datos para B.I.
  • Diseño de Dashboard
  • Generación de reportes con Dashboard de Tableu y Power B.I.
  • Implementación de Dashboard en Tableu y Power B.I.

Metodología


El diplomado inicia con un proceso de concientización y desmitificación, paralelo con apropiación de los conocimientos y conceptos básicos necesarios para afrontar el proceso.

La dinámica del diplomado es totalmente teórica-práctica, el estudiante estará expuesto a múltiples tecnologías y metodologías utilizadas en las organizaciones y en la industria en general, exploradas a través de prácticas utilizadas para cada módulo.

Docentes


Diego Alberto Rincón

Ingeniero de Sistemas con Maestría en Ingeniería de Sistemas y Computación, cuenta con Especialización en Data Science Jhon Hopkins University, más de 10 años de experiencia profesional en proyectos de tecnología, ex Gerente de TICs de Corporación RENATA, ex Director de Arquitectura y Tecnologías del Centro de Excelencia de Big Data y Data Analytics (Alianza CAOBA), catedrático de la Pontificia Universidad Javeriana, profesor de planta de la Universidad Católica de Colombia, Instructor Certificado Big Data Scientist (B90.06) y Big Data Engineer (B90.09).

Juan Carlos Barrero

Físico de la Universidad de los Andes, Magíster en Investigación Operativa y Estadística de la Universidad Tecnológica de Pereira, con máster título propio en Sistemas Integrados de Gestión HSEQ de la Universidad Camilo José Cela y Bureau Veritas de España.

Profesor tiempo completo de la Universidad Católica de Colombia. Se desempeña actualmente como coordinador del área de Ciencias de la computación, con amplia experiencia en análisis estadístico descriptivo e inferencial paramétrico y no paramétrico, modelamiento estocástico,  modelamiento econométrico y técnicas de machine Learning.

John Alexander Velandia

Ingeniero de Sistemas con Maestría en Tecnologías de la Información de la Universidad de Stuttgart, Alemania. Experiencia en docencia académica aplicando diferentes modelos pedagógicos con el fin de facilitar el aprendizaje de los estudiantes en el aula de clase. Ha liderado proyectos de TI en la industria, en sectores tales como educación, alimentos y automotriz a través de las metodologías PMI, SCRUM, TOGAF e ITIL. Experiencia en investigación focalizado en temas como arquitecturas empresariales, ciencias de datos e integración de sistemas de información, tales como REST, SOA y microservicios. Certificación presencial en Oracle, Bickenhall College, Londres UK.

¿Tienes alguna inquietud sobre el programa?

Para ampliar la información sobre los programas virtuales o recibir orientación sobre el proceso de inscripción, los invitamos a diligenciar el formulario que encuentran a continuación: