Aprende herramientas que mejoren la gestión y los negocios con la administración de los datos. Este Diplomado UC es desarrollado junto el Centro de Formación Profesional.
Este diplomado combina los conceptos y aspectos técnicos, con elementos de aplicación y proyección al futuro. Los aspectos más técnicos se enfocan en las competencias en Python para trabajar en Minería de Datos y Machine Learning, mientras que en el ámbito de la aplicación a la gestión y a los negocios, aborda el estado del arte en inteligencia de negocios y el poder de la visualización de los datos para el apoyo a la toma de decisiones. Al finalizar este programa, los alumnos serán capaces no solo de identificar oportunidades de transformación de negocios mediante la introducción de técnicas de inteligencia de negocios y ciencia de datos, sino también, de entender estas técnicas en detalle, con sus potencialidades y limitaciones.
Dirigido a:
Profesionales interesados en adquirir competencias en el área de Ciencia de Datos para aplicarlos en la gestión o la transformación digital de los negocios.
Requisitos de ingreso:
1. Es necesario contar con conocimientos básicos de programación, específicamente en lenguaje Python. En particular, debe ser capaz de utilizar controles de flujo, distintos tipos de datos y funciones, y diccionarios con Python.
Si desea evaluar su nivel, puede realizar una prueba opcional gratuita en este link: https://www.hackerrank.com/prueba-python
Se recomienda iniciar los test en orden, ya que van creciendo en dificultad. Los dos últimos tienen un nivel superior al requerido para ingresar al diplomado, y han sido instalados allí sólo como desafío. Si uno de los test falló, se recomienda revisar y ejercitar esos contenidos antes del inicio del programa.
A continuación, ponemos a su disposición algunos cursos optativos por si desea prepararse previamente al inicio del programa:
– MOOC “Introducción a la Programación en Python I: Aprendiendo a programar con Python”, disponible en el siguiente link: https://www.coursera.org/learn/aprendiendo-programar-python
– Curso “Herramientas de programación en Python para procesamiento de datos”, disponible en el siguiente link: https://teleduc.uc.cl/curso/herramientas-programacion-python-procesamiento-datos/
2. Es deseable contar con algún grado de conocimiento matemático (álgebra lineal, estadística básica y cálculo).
- Conceptos fundamentales de bases de datos
- El modelo relacional
- El lenguaje de consultas estándar SQL
- Interacción directa con una base de datos relacional usando SQL
- Conectores y librerías Python para trabajo con Bases de Datos relacionales
- Extracción directa de información desde un programa Python
- La librería Pandas y el concepto de Dataframe
- Extracción de información de mediana complejidad desde un programa Python
- Modificación y eliminación de información de la base de datos desde Python
- El modelo de documentos
- El formato JSON
- Interacción con una base de datos de documentos desde un programa Python
- Conceptos fundamentales de minería de datos
- Preparación de datos y reducción de información
- Reglas de asociación
- Algoritmos de clasificación
- Algoritmos de Clustering y medidas de similaridad
- Selección de modelos e introducción a Machine Learning
- Ejemplos históricos de visualización de datos
- Conceptos fundamentales de visualización de información
- Funciones básicas de matplotlib y seaborn
- Modelo anidado de Munzner para diseño y validación de visualización
- Reglas y recomendaciones generales para visualizaciones efectivas
- Diseño e implementación de gráficos simples para datos tabulares usando modelo anidado
- Diseño e implementación de gráficos avanzados para datos tabulares usando modelo anidado
- Reducción de dimensionalidad
- Diseño e implementación de gráficos avanzados para datos de red usando modelo anidado
- Visualización básica de datos de texto
- Visualización básica de datos espaciales
- Estado actual de la inteligencia de negocios
- Plataforma moderna de análisis de datos
- Centralización vs descentralización
- Desafíos de la inteligencia de negocios actual
- El rol de la agilidad en la inteligencia de negocios
- Principios de gobierno de datos
- Roles asociados al gobierno de datos
- Introducción a la calidad de datos
- El pensamiento analítico como base de la creación de valor a partir de los datos
- El nuevo rol del traductor analítico
- Uniendo todo: inteligencia de negocios para una nueva década
Ph.D. Computer Science, University of North Carolina at Chapel Hill. Master of Science, Technion-Israel Institute of Technology. Ingeniero Civil Electricista, Universidad de Chile. Profesor Asociado del Departamento de Ciencia de la Computación de la Escuela de Ingeniería UC.
Doctor en Ciencia de la Ingeniería y Master en Ciencias de la Ingeniería, UC, Chile. Master in Computer Science, University of Northern Iowa, USA. Master en Ingeniería de Software e Ingeniero Civil en Computación e Informática, Universidad de Tarapacá, Chile.
Magíster en Ciencias de la Ingeniería, PUC. Ingeniero Civil Computación PUC.
Ph.D. Computer Science, University of North Carolina at Chapel Hill. Master of Science, Technion-Israel Institute of Technology. Ingeniero Civil Electricista, Universidad de Chile. Profesor Asociado del Departamento de Ciencia de la Computación de la Escuela de Ingeniería UC.
Ph.D. in Information Science, University of Pittsburgh, EE.UU. Ingeniero Civil en Informática, Universidad Austral de Chile. Profesor Asistente del Departamento de Ciencia de la Computación de la Escuela de Ingeniería UC. Experto en sistemas de recomendación y personalización automatizada. Su área principal de trabajo se desarrolla en las temáticas de análisis de redes sociales, minería de datos y técnicas de visualización para sistemas recomendadores.
Ingeniero Civil de Industrias (mención en Tecnologías de la Información), UC. Profesor del Diplomado Inteligencia de Negocio y profesor del Magíster en Tecnologías de la Información y Gestión de la Escuela de Ingeniería UC. Cofundador en Archetype, empresa consultora fundada el año 2016, especializada en el área de inteligencia de negocios, análisis de negocios y gestión estratégica con inteligencia de negocios (Enterprise Performance Management).
Magíster en Ciencias de la Ingeniería e Ingeniero Civil en Computación, UC. Profesor Instructor del Departamento de Ciencia de la Computación de la Escuela de Ingeniería UC. Su área principal de trabajo es la docencia y el desarrollo de técnicas de visualización.