calendar correo curso diplomado horas lugar in-company magister magisteres programa-avanzado quotes reloj telefono contacto contacto grad video
Search
Coincidencias exactas
Buscar por
Seleccionar todos
Magisters
Diplomados
Cursos
Profesores
Noticias
Páginas

Diplomado en Big Data para la Toma de Decisiones (Online)

Destácate profesionalmente o impulsa tu emprendimiento con conocimientos y herramientas para aprovechar los grandes volúmenes de datos que existen en una organización, generando información valiosa para la toma de decisiones estratégicas y así obtener visibles mejoras en el desempeño.

El análisis de grandes volúmenes de datos permite extraer tendencias y patrones complejos de información permitiendo predecir mejor y transformando la forma en la que se hacen hoy en día los negocios.

La metodología de enseñanza y aprendizaje online consiste en herramientas activas, donde el participante puede interactuar con sus pares y profesor-tutor, a través de los recursos tecnológicos que provee la plataforma educativa virtual.

Versión disponible a todo Chile y la región.

Antecedentes Generales

23/03/2021
4 cursos x 6 semanas c/u
Modalidad:
Online
300 horas cronológicas / 400 horas pedagógicas
$1.890.000 en Chile / USD 2400 resto del mundo
Tutor de apoyo permanente
4 clases sincrónicas por curso
Cuestionarios de selección múltiple
Proyectos aplicados
Material multimedia de apoyo
programas@ing.puc.cl

El real mejoramiento de la eficiencia organizacional está relacionado con la implementación de soluciones tecnológicas que permitan agilizar la toma de decisiones en base a información cuantitativa y cualitativa relevante en tiempo real. El uso eficiente de dicha información requiere de una adecuada administración de grandes volúmenes de datos por minuto, que demandan extensos y rigurosos análisis junto con métricas e indicadores cada vez más exactos. El análisis de grandes volúmenes de datos permite extraer tendencias y patrones complejos de información, con enormes implicancias estratégicas, permitiendo predecir mejor y transformando la forma en la que se hacen hoy en día los negocios.

 

La metodología de enseñanza y aprendizaje para este curso online consiste en técnicas metodológicas activas, donde el participante puede interactuar con sus pares y profesor-tutor a través de los recursos tecnológicos que provee la plataforma educativa virtual provista para el diplomado.

 

Dirigido a:

Profesionales, ejecutivos o emprendedores que requieran tomar decisiones eficaces de gestión basado en los beneficios del uso de tecnologías relacionadas a Big-Data y con esto puedan incrementar significativamente las ventajas competitivas en la agilidad de su organización, área funcional o emprendimiento que tengan en curso. Así también, el diplomado está dirigido a los profesionales que requieran conocer los fundamentos de Big-Data para liderar proyectos de gestión que tengan como base Obel uso cuantitativo de información para así lograr tener una mejor precisión e impacto en la toma de decisiones de la empresa.

 

Objetivos de aprendizaje:

-Explicar los fundamentos, principios y últimas tendencias en plataformas computacionales relacionadas a Big Data.

-Reconocer las aplicaciones y herramientas analíticas de ciencias de datos y estadística para la predicción, optimización y visualización de información.

-Formular y evaluar proyectos de aplicación de Big Data en una organización.

 

 

Contenidos del Programa

Al final del curso podrás:
– Comprender de manera general qué es Big Data y cuáles son sus herramientas.
– Desarrollar estrategias para capturar y crear valor desde el Big Data.
– Estructurar los principales elementos en la realización de proyectos de Big Data.
– Entender las herramientas utilizadas y las diferentes alternativas de arquitectura y software.
– Comprender los perfiles profesionales necesario, sus habilidades y formas de administrar proyectos digitales.
– Conocer casos de uso en diferentes negocios y estimar el impacto económico para la empresa.

 

Contenidos:

Introducción general al Big Data en una Compañía u Organización
– ¿Qué es?
– ¿Qué no es?
– ¿Quién está a cargo?
– ¿Qué debería hacer como Chief Data & Analytics Officer en mis primeros 90 días?

 

Cómo evaluar la aplicabilidad en la empresa, tipos de problemas de negocios, datos disponibles, ejemplos de caso de uso, armado de un caso de negocio
– ¿Qué proyectos son de interés?
– ¿Cuáles son los posibles?
– ¿Cómo se financian estos proyectos?

 

Data Science usando Big Data como deporte de equipo. Roles y funciones.
– ¿Cómo se arma un equipo de Data Science?
– Roles y responsabilidades.
– Habilidades necesarias
– Estrategia de crecimiento
– Administración de proyectos digitales
– Agile

 

Herramientas de Big Data – Arquitectura
– ¿Con qué herramientas se cuenta?
– Diferentes arquitecturas de Big Data: On premise, Cloud, Híbridos

 

Gobierno del Dato
– ¿Cómo se gobiernan los datos?
– ¿Cómo se protege la privacidad del dato y la seguridad?
– ¿Son los datos suficientes y representativos?

 

Modelos Analíticos y Herramientas
– ¿Cuáles son los diferentes tipos de modelos de machine learning?
– Herramientas: extracción de datos, entrenamiento de modelos, visualización
– ¿Cómo es el paso a producción?

 

Ejemplos de Casos de Uso, Nuevas Tendencias

 

Armado de una Evaluación Económica de un Caso de Uso

Al final del curso aprenderás:
– Explicar el fundamento del modelamiento estadístico para el manejo de grandes volúmenes de datos.
– Explicar el proceso de modelamiento y sus distintas fases para la implementación de soluciones.
– Generar flujos de trabajo de datos para proyectos de Big Data en la organización.
– Realizar inferencias estadísticas sobre datos para aumentar el impacto positivo en la toma de decisión de una organización, utilizando herramientas computacionales (software R).

 

Contenidos:

Preprocesamiento de Datos
– Calidad de datos
– Limpieza de datos
– Integración de datos
– Reducción de datos
– Transformación de datos

 

Métodos de Clasificación
– El proceso de clasificación
– Árboles de decisión
– Bayes ingenuo
– K-vecinos más cercanos
– Métodos conjuntos: Bagging, Boosting y Random Forests

 

Métodos de Agrupación
– Definición y propiedades
– Métodos de partición: K-means y K-medoides
– Métodos jerárquicos

 

Sistemas Recomendadores
– Impacto y casos importantes
– Filtrado colaborativo
– Filtrado basado en contenido
– Métodos híbridos

Al final del curso podrás:
– Elaborar estrategias de alto impacto para la comunicación de grandes volúmenes de datos.
– Diseñar mecanismos de síntesis y visualización de datos de valor para apoyar la toma de decisiones a través de una correcta.
– Diseñar representaciones perceptibles que permitan amplificar el conocimiento organizacional.
– Reconocer las herramientas y metodologías para el desarrollo de proyectos de visualización de datos.

 

Contenidos:

¿Qué es la Visualización de Datos?
– De qué trata la visualización
– Breve contexto
– Breve historia de la visualización
– Panorama de la visualización hoy
– Una definición operativa

 

¿Para qué sirve la Visualización de Datos?
– Visualización para amplificar el conocimiento
– Para qué nos sirve la visualización
– Qué queremos mostrar
– El proceso interactivo

 

¿Cómo trabajar la Visualización de Datos?
– Proceso de visualización
– Representación: percepción
– Representación: diseño y codificación visual
– Qué no hacer
– Evaluación

 

¿Cómo continuar la Visualización?
– Recomendaciones para profundizar
– Herramientas recomendadas
– Autores recomendados
– Recordando los objetivos de la visualización

Al final del curso podrás:
– Modelar datos usando herramientas de bases de datos relacionales (SQL), bases de datos NoSQL y bases de datos distribuidas.
– Estimar la necesidad de cambiar la infraestructura de los datos desde un modelo clásico centralizado (tipo SQL) a un modelo de Big Data distribuido.
– Identificar las herramientas de manejo de datos adecuadas para el contexto de su empresa.

 

Contenidos:

Bases de Datos Relacionales
– Diversos fuentes de datos (Excel, CSV, texto plano, páginas web,…)
– Organización clásica de los datos: Bases de datos relacionales
– Lenguaje SQL
– Propiedades de una base de datos relacional: ACID
– Integración de los datos

 

Bases de Datos Distribuidas
– Paso al mundo de Big Data (limitaciones de una base de datos relacional)
– Un sistema distribuido
– Propiedades de sistemas distribuidos: CAP y BASE
– Limitaciones de sistemas distribuidos: ACID vs CAP
– Resolución de fallas en un sistema distribuido usando el consenso distribuido

 

Bases de Datos NoSQL
– Características de sistemas NoSQL
– Bases de datos de búsqueda: Amazon Dynamo
– Bases de datos de documentos: MongoDB
– Bases de datos de grafos: Neo4J

 

Procesamiento Masivo de Datos
– Distribución de los datos (Google distributed File System)
– Map-reduce
– Infraestructura de Apache Hadoop
– Apache Pig: lenguaje de scripting para Hadoop

Nota: El orden de los cursos dependerá de la programación que realice la Dirección Académica

Cuerpo Académico

Solicita información y brochure aquí:

Este sitio está protegido por reCAPTCHA y se aplican la política de privacidad y términos del servicio de Google.

 

¿Te gustó este programa?
¡Compártelo en tus redes sociales!

Programas relacionados

Descargar Brochure
Necesitas ayuda? Conversemos
X