Diplomado Ejecutivo en inteligencia de negocios (online)

La inteligencia de negocios ha permitido durante años mejorar el proceso de toma de decisiones gracias a la utilización de los datos para alimentar sus dashboards operacionales, analíticos o estratégicos. Sin embargo, como suele suceder en la dinámica área de la ciencia de datos, la inteligencia de negocios ha ido cambiando significativamente desde un enfoque más analítico a uno más proactivo. El acelerado avance de lo que se ha llamado big data ha obligado a la inteligencia de negocios a repensar las arquitecturas tradicionales por otras que acomoden, tanto la data estructurada, como la data no estructurada.

Este diplomado entrega conocimientos teóricos y prácticos para entender cabalmente las oportunidades y desafíos que existen en inteligencia de negocios; además, para conocer los elementos de la infraestructura tecnológica, para manejar un proyecto de inteligencia de negocios y para entender los aspectos relacionados con la gobernanza de los datos. Asimismo, considera los aspectos técnicos relacionados con minería de datos y aprendizaje de máquina, sobre los que descansa la mayor parte de las herramientas modernas.

El formato del Diplomado Ejecutivo en Inteligencia de Negocios es 100% en línea y se estructura sobre cuatro cursos que utilizan técnicas metodológicas activas. Gracias a estas últimas, el participante puede interactuar con sus pares y profesor-tutor a través de los recursos tecnológicos que provee la plataforma educativa virtual.

Orientado principalmente a profesionales como ingenieros civiles industriales, ingenieros comerciales, civiles informáticos, civiles electrónicos, civiles eléctricos, licenciados en computación, y otros profesionales licenciados y/o con experiencia en áreas afines, que requieren conocimientos o habilidades en la materia.

Liderar proyectos de Inteligencia de Negocios y de Gobernanza de Datos en la organización.

Se recomienda estar en posesión de un grado académico o de un título profesional universitario.

Se recomienda experiencia laboral de 2 años en áreas afines.

Al final del curso podrás:
– Comprender las características de una plataforma moderna de análisis de datos y los desafíos de la forma actual de hacer inteligencia de negocios.
– Utilizar los principios de agilidad aplicados a los proyectos de inteligencia de negocios.
– Identificar los principios y roles básicos asociados al gobierno de datos.
– Comprender la importancia del pensamiento analítico basado en los datos.
– Describir las características e importancia del rol de traductor analítico.

Contenidos:
Módulo 1: Conceptos de inteligencia de negocios
– Conceptos de inteligencia de negocios.
– Plataforma clásica de inteligencia de negocios.
– Nuevas tendencias que impactan la inteligencia de negocios.
– Herramientas: introducción, primeros pasos, elementos reporte I.

Módulo 2: Plataforma moderna de inteligencia de negocios
– Desafíos de inteligencia de negocios actual.
– Presentación y componentes de la plataforma moderna de análisis de datos.
– Centralización vs descentralización.
– Herramienta: elementos reporte II y campos calculados.

Módulo 3: Agilidad y gobierno en inteligencia de negocios
– Agilidad en inteligencia de negocios.
– Introducción, roles asociados y desafíos del gobierno de datos.
– Herramientas: agregar información al modelo.

Módulo 4: Calidad de datos
– Introducción, metodología y desafíos de la calidad de datos.

Módulo 5: Pensamiento analítico
– Introducción al pensamiento analítico.
– Pensamiento analítico y el valor de los datos.
– El nuevo rol del traductor analítico.

Módulo 6: El futuro de la inteligencia de negocios
– Próximos años: principales desafíos.
– El rol de los gerentes y directivos de la organización.
– El (probable) invierno analítico.

*Prerrequisito: curso Presente y futuro de la inteligencia de negocios

Al final del curso podrás:
– Reconocer los principales componentes con que debe contar una infraestructura de Inteligencia de Negocios.
– Diseñar arquitecturas de alto nivel en proyectos relacionados a inteligencia de negocios.
– Seleccionar la infraestructura adecuada en distintos escenarios de aplicación de inteligencia de negocios.

Contenidos:
Introducción a las arquitecturas analíticas
– Arquitecturas transaccionales y analíticas.
– Componentes de una arquitectura analítica.

Tipos de datos
– Datos relacionales y no relacionados.

Datawarehouse
– Big Data.
– Almacenes y diseño de almacenes de datos.
– Construcción Datawarehouse.

Datalake
– Enfoque moderno.
– Diseño y construcción de Datalake.

Mercado de soluciones analíticas
– Metodologías para la evaluación de proveedores.
– Mercado Cloud Database Management Systems y mercado Data Integration.

Infraestructuras analíticas
– Mercado Data Management Solutions for Analytics y mercado Business Intelligence.
– Analítica avanzada.
– Aprovisionamiento de BD en nube.
– Revisión de oferta de servicios de Amazon AWS y Azure.

Al final del curso podrás:
– Comprender los actuales modelos de gobierno de datos y las tendencias futuras.
– Liderar el desarrollo de un proyecto de inteligencia de negocios en cualquier empresa u organización.
– Conocer experiencias prácticas de compañías locales o multinacionales que han implementado modelos proyectos de inteligencia de negocios.

Contenidos:
Conceptos básicos de la gestión de proyectos BI
– Principios básicos del PMI.
– Áreas de conocimiento.
– Personas, cultura y política.

Metodología clásica de gestión de proyectos BI
– Contexto metodológico.
– Conceptos y consideraciones relevantes.
– Prototipos.

Metodología moderna de gestión de proyectos BI
– La naturaleza de la agilidad.
– Introducción y desarrollo de proyectos BI con metodología Scrum.

Conceptos básicos de gobierno de datos
– La necesidad de gobierno.
– Desafío de fondo.
– Conceptos fundacionales clave.
– Desafíos del gobierno de datos.

Gobierno y calidad de datos
– Roles.
– Estructura organizativa.
– Data Stewardship.
– Calidad de datos.
– Modelos de gobierno de datos.

Arquitectura, tecnología y soluciones
– Arquitectura de datos.
– Master Data Management.
– Proveedores de nube.

*Prerrequisito: curso Gestión de proyectos y gobernanza de inteligencia de negocios

Al final del curso podrás:
– Conocer y comprender las principales teorías y prácticas de la emergente área de minería de datos.
– Aplicar reglas de asociación para encontrar relaciones en un set de transacciones.
– Desarrollar soluciones a problemas reales de Big Data y ciencia de datos que involucren la necesidad de técnicas de minería de datos como árboles de decisión y clustering.
– Implementar soluciones usando herramientas de software de minería de datos aplicándolas en datos reales.

Contenidos:
Conceptos sobre Data Warehouse y uso de Dataframes

Procesamiento y consolidación de datos
– Preprocesamiento de datos.
– Selección y transformación de datos.

Reglas de asociación

Aplicación de los algoritmos Random Forest y KNN
– Árbol de decisión.
– KNN.
– Random Forest.

Aplicación de los algoritmos K-Means y DBSCAN
– Clustering.
– K-Means.
– Clustering jerárquico.

Introducción al Machine Learning
– Modelo de entrenamiento.
– Métricas de evaluación.