Este diplomado desarrolla las competencias para incorporar en forma efectiva la Inteligencia de Negocios en la organización, analizando las oportunidades y desafíos para tomar buenas decisiones a nivel táctico y estratégico.
Entrega a los ejecutivos no solo información visual de alto nivel, sino también les permite liderar y responder preguntas inesperadas que puedan surgir en escenarios volátiles.
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 para profesionales de todo Chile y Latinoamérica.
La Inteligencia de Negocios ha permitido durante años a las empresas y organizaciones 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.
Dirigido a:
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.
Objetivo de aprendizaje:
– Analizar las oportunidades y desafíos asociados a la Inteligencia de Negocios y a su evolución a través del tiempo hasta llegar a la era de la Big Data actual.
– Liderar proyectos de Inteligencia de Negocios, sugiriendo esquemas de gobernanza de datos.
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 capaz de lleva un problema del negocio al lenguaje de los científicos de datos.
Contenidos:
– 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
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 una arquitectura sustentable de inteligencia de negocios
– Bases de datos, almacenes de datos (DW) y lagos de datos
– Manejo de «big data»
– Herramientas clásicas de inteligencia de negocios
– Servicios en la nube
– Mercados de inteligencia de negocios según Gartner y Forrester
– Principales oferentes de soluciones de inteligencia de negocios
– Ejercicio práctico de profundización crítica en los mercados y oferentes
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:
– Introducción al gobierno de inteligencia de negocios (BI Governance)
– Introducción y conceptos asociados al gobierno de datos (Data Governance)
– Organismos, roles y responsabilidades
– Ciclo de vida de inteligencia de negocios
– Gobierno aplicado en arquitecturas modernas
– Relación con otras áreas y disciplinas
– Principios del PMBoK para el desarrollo de proyectos
– Metodología clásica de gestión de proyectos de inteligencia de negocios
– Metodología moderna de gestión de proyectos de inteligencia de negocios
– Estudio de casos de proyectos 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 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
Nota: El orden de los cursos dependerá de la programación que realice la Dirección Académica
¿Te gustó este programa?
¡Compártelo en tus redes sociales!