Este curso entrega los conocimientos básicos para comprender qué es Big Data, cuál es su valor en una organización y cómo es posible aprovechar dicho valor. Durante el curso, el alumno aprenderá los conceptos básicos relacionados al Big Data, las herramientas que utiliza, el potencial de creación de valor que tiene, la preparación necesaria dentro de la organización para explotar dicho potencial, y cómo evaluar su impacto económico.
Una vez concluido el curso, el estudiante tendrá una visión con altura de miras respecto a la aplicabilidad y el valor del Big Data dentro de las organizaciones, y podrá evaluar la pertinencia, requerimientos y preparación necesaria para llevar a cabo satisfactoriamente proyectos de Big Data.
Dirigido a:
Profesionales que están a cargo de tomar decisiones y que observan potenciales beneficios en el uso de tecnologías relacionadas a Big Data, quienes buscan incrementar significativamente las ventajas competitivas en su organización. En particular, el curso está orientado a un amplio rango de profesionales en áreas de gestión, finanzas, comercial, marketing en múltiples sectores desde salud hasta banca.
Objetivos de aprendizaje:
-Comprender en qué consiste y cuál es el valor del Big Data dentro de una organización.
-Formular y evaluar proyectos de aplicación de Big Data en una organización.
- ¿Qué es?
- ¿Qué no es?
- ¿Quién está a cargo?
- ¿Qué debería hacer como Chief Data & Analytics Officer en mis primeros 90 días?
- ¿Qué proyectos son de interés?
- ¿Cuáles son los posibles?
- ¿Cómo se financian estos proyectos?
- ¿Cómo se arma un equipo de data science?
- Roles y responsabilidades
- Habilidades necesarias
- Estrategia de crecimiento
- Administración de proyectos digitales
- Agile
- ¿Con qué herramientas se cuenta?
- Diferentes arquitecturas de big data: On premise, cloud, híbridos
- ¿Cómo se gobiernan los datos?
- ¿Cómo se protege la privacidad del dato y la seguridad?
- ¿Son los datos suficientes y representativos?
- ¿Cuáles son los diferentes tipos de modelos de machine learning?
- Herramientas: extracción de datos, entrenamiento de modelos, visualización
- ¿Cómo es el paso a producción?
Máster en Gestión de Emprendimientos Tecnológicos, Universidad Adolfo Ibáñez. Ingeniero Civil de Industrias, Diploma en Ingeniería Matemática, UC. Actualmente es Subdirector del Instituto de Ingeniería Matemática y Computacional UC. Anteriormente fue Project Manager, Ingeniero de Desarrollo de Negocios e Ingeniero de I+D en la Fundación Inria Chile. Cuenta con experiencia en el desarrollo de modelos matemáticos avanzados de análisis estocástico para simulaciones de dinámica de fluidos computacional con aplicaciones en parques eólicos.
Master en Ingeniería Matemática, especialidad en Ciencias y Técnicas Estadísticas e Investigación Operativa, Universidad Carlos III de Madrid. Contador Público y Master en Finanzas, Universidad de San Andrés. Experiencia en desarrollo de proyectos en Big Data, Advance Analytics y consultorías de negocio para diferentes empresas internacionales. Sus principales fortalezas son el liderazgo de equipos de Data Science y el desarrollo de nuevos negocios basados en tecnología y modelos analíticos. Siempre interesado en participar de proyectos e iniciativas desafiantes donde pueda contribuir con sus conocimientos y habilidades a generar nuevos desarrollos que mejoren la vida de las personas.
