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 y Ciencia de Datos

El mercado requiere profesionales capaces de comprender e interpretar grandes cantidades de información. Especialízate en el tratamiento de los datos para mejorar las estrategias y crear oportunidades de negocios.

Disponible para profesionales de todo Chile y Latinoamérica.
Próximo inicio versión N°6.

Antecedentes Generales

06/04/2021
Mar y jue de 18:30 a 21:45 hrs
148 horas cronológicas / 197 horas pedagógicas
$2.900.000.-
programas@ing.puc.cl

El Diplomado en Big Data y Ciencias de Datos para Negocios aborda herramientas para trabajar con grandes volúmenes de datos, a través del tratamiento y análisis de la información, permitiendo una adecuada interpretación y comunicación de los resultados.

 

Las clases son tanto expositivas, como aplicadas, donde los alumnos utilizan las herramientas en diversos talleres que se realizan. Todas las actividades buscan potenciar las habilidades analíticas, estratégicas y toma de decisiones con datos en cualquier organización, además del trabajo en equipo.

 

 

Dirigido a:
Profesionales que deseen enfrentarse al desafío de sacar el mejor provecho posible a datos de gran tamaño y complejidad, a través de nuevas e innovadoras técnicas, con el objetivo de impactar la toma de decisiones claves en sus negocios. Está orientado a profesionales como ingenieros, economistas, estadísticos, y otros profesionales licenciados y/o con experiencia en áreas afines.

 

 

Objetivos de Aprendizaje:

-Analizar tecnologías claves referentes a la ciencia de datos y analíticas de negocios: minería de datos, aprendizaje de datos, técnicas de visualización, modelamiento predictivo y estadísticas. 

-Identificar lenguajes de programación estadística y herramientas de Big Data, y aplicarlas en casos prácticos.

-Aplicar principios de ciencia de datos al análisis de problemas de negocio, utilizando herramientas y tecnologías de punta. 

Contenidos del Programa

Al final del seminario podrás:

– Identificar las principales diferencias Big Data, Data Science e Inteligencia Artificial y qué esperar de éstos.

– Reflexionar sobre el impacto de estas tecnologías y técnicas en los negocios y la vida actual

 

Contenidos: 

– Tendencias Tecnológicas y la estrategia: Big Data, IoT, Análisis de Datos, Inteligencia Artificial y Machine Learning

– Big Data: Definiciones, arquitecturas , Map-Reduce, Hadoop, Spark

– Bases de Datos, Data Warehouses y Data Lakes

Al final del curso podrás:

– Comprender las principales tecnologías asociadas a Big Data y reconocer bajo qué contexto utilizarlas

– Diseñar arquitecturas de alto nivel en proyectos relacionados a Business Intelligence y Big Data

– Generar ambientes de alta disponibilidad para proyectos de Data Science y Big Data

– Entender los conceptos de infraestructura Big Data en servicios de consumo On Demand (servicios en la nube)

 

Contenidos: 

– Tecnologías y servicios en la nube para BI, Big Data y Data Science

– Procesamiento de datos eficiente con tecnologías Big Data

– Diseño de arquitecturas de alta disponibilidad para BI y Big Data

– Diseño y uso de infraestructura de alto rendimiento para algoritmos de Data Science

– Estrategias y mejores prácticas en el desarrollo de componentes para arquitecturas de procesamiento masivo de datos

– Diferencias entre soluciones de datos tradicionales y soluciones de Big Data

– Gestión operativa de la infraestructura en un modelo de servicio continuo

Al final del curso podrás:

– Revisar conceptos básicos de programación usando el lenguaje R

– Usar el lenguaje R como una herramienta para analizar datos

– Utilizar los sistemas gráficos de R para visualización de datos

– Analizar conjuntos de datos utilizando los principios del análisis exploratorio de datos

– Explicar la información visual contenida en los gráficos que generan R

– Explicar y presentas los resultados de un análisis de datos

 

Contenidos: 

– Conceptos generales de programación en R: variables, estructuras de control, condicionales

– Funciones y paquetes

– Vectores y Matrices

– Listas

– Data Frames

– Importación, limpieza y filtrado de datos

– Dataframes: construcción y mezcla

– Visualización gráfica

– Análisis estadístico de datos con R: población y muestreo, tipos de datos, tablas de frecuencias, estadísticos descriptivos, coeficiente de posición y dispersión, errores de los procesos de medición, aplicaciones

– Distribuciones de probabilidad

– Regresión lineal con R

– Regresión logística con R

– Series de tiempo

Al final del curso podrás:

– Conocer y comprender las principales teorías y prácticas de la emergente área de Minería de Datos

– Desarrollar soluciones a problemas reales de Big Data y ciencia de datos que involucren la necesidad de técnicas de Minería de Datos

– Implementar soluciones usando herramientas de software de Minería de Datos aplicándolas en datos reales

 

Contenidos: 

– Introducción: El concepto, el proceso y los problemas en que es relevante

– Análisis de la canasta de mercado y reglas de asociación

– Clasificación: Árboles de Decisión, K-vecinos cercanos

– Clustering: K-Means, Mean-Shift y Clustering aglomerativo

– Selección de modelos (hold out, cross validation)

Al final del curso podrás:

– Conocer y entender la motivación e importancia de la visualización de datos

– Entender y aplicar los conceptos fundamentales de las técnicas de visualización, comunicación y diseño efectivo

– Manejar técnicamente los principales programas de visualizaciones

– Poder explorar datos de manera gráfica

– Diseñar e implementar reportes y tableros de manera efectiva

 

Contenidos: 

Unidad 1: Teoría sobre Visualización de Datos

– Introducción: breve historia, disciplinas de comunicación gráfica e importancia de visualizar datos

– La “des-Excelización” y democratización de datos en la empresa

– Condiciones necesarias para una visualización: datos y caso

– Objetivos de la visualización: contenido vs usuario, acceso, interacción y actualización

– Fuentes de información: sistemas transaccionales, sistemas web, datos públicos

– Preparación de datos: integridad, calidad, homologación

– Generalidades sobre tipos de datos: medidas, dimensiones

– Atributos a usar en una visualización

– Análisis de los tipos de gráficos más comunes para representar datos

– Exploración visual de datos

– Indicadores, Reportes y Dashboards

– Presentación de las herramientas principales del mercado

– Visualizaciones avanzadas: scripting 

 

Unidad 2: Visualización de Datos Aplicada

– Datos de empresa: reportes transversales a industrias y vistas especificas

– Revisión de casos de uso de Dashboards generales

– Revisión de casos de uso específicos por industrias

– Revisión de casos de uso por niveles de usuarios: analistas vs C-level

Al final del curso podrás:

– Descubrir y evaluar oportunidades de negocio accionables a partir del análisis de datos

– Entender y aplicar los conceptos y métodos fundamentales de Data Science a problemas reales de negocio, interpretando adecuadamente los resultados y generando acciones de valor agregado

– Desarrollar modelos descriptivos, predictivos y prescriptivos sobre datos de diversas industrias

 

Contenidos:

– La evolución de la ciencia de datos y el análisis predictivo para el apoyo a la toma de decisiones

– Las características que definen a una organización data-driven

– Cómo las empresas modernas estás generando productos y servicios analíticos

– Metodologías de análisis de datos y búsqueda de patrones

– Generación de modelos descriptivos, análisis de casos reales y trabajo práctico

– Generación de modelos predictivos y prescriptivos, análisis de casos reales y trabajo práctico

– Cómo interpretar modelos analíticos para tomar mejores decisiones de negocio

Al final del curso podrás:

– Entender en qué consiste el Aprendizaje Automático o Machine Learning (ML) y Aprendizaje Profundo o Deep Learning (DL), identificando potencias y limitaciones para resolver diferentes tipos de problemas en diferentes industrias

– Comprender y visualizar situaciones y su contexto en las cuáles ML podrá resolver problemas de gran valor de negocio

– Desarrollar un plan de implementación de proyectos y/o capacidades de ML en una empresa, analizando y evaluando infraestructura, servicios, y disponibilidad de datos

– Visualizar y proponer un plan estratégico de desarrollo de tecnología basada en ML, alineado con la estrategia corporativa

 

Contenidos: 

Aprendizaje Automático Supervisado

– Modelos de ML, capacidades y características, así como ejemplos de aplicación.

– Metodología de desarrollo de modelos

– Tratamiento y refinamiento de datos

 

Aprendizaje Profundo Supervisado

– Conceptos esenciales y diferencias con ML más básico

– Redes Neuronales Convolucionales y Redes Neuronales Recurrentes

– Análisis dimensional, entrenamiento, y tratamiento de grandes datos.

 

Aprendizaje Automático No-Supervisado

– Diferentes modelos como K-Means, HDBSCAN, Restricted Boltzmann Machines, entre otros.

 

Aplicaciones Industriales

– Clasificación, predicción, y recomendación, en contextos industriales y retail.

– Procesamiento de lenguaje natural, en atención de clientes y ámbito legal.

 

El futuro Inmediato en ML y DL

– Hacia el razonamiento artificial

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

Cuerpo Académico

Testimonios

"El diplomado incentiva a buscar nuevos horizontes en tu profesión y nuevas formas de contribuir con las herramientas que son entregadas"

Luis Astorga

Diplomado en Big Data y Ciencia de Datos



"Obtendrás una mayor ventaja competitiva para hacer frente a esta nueva revolución industrial"

Luis Tobar Lavín

Diplomado en Big Data y Ciencia de Datos



"Me dio las herramientas necesarias para introducirme en el mundo de la ciencia de datos y acceder a un nuevo puesto de trabajo en la empresa"

Felipe Navarro

Diplomado en Big Data y Ciencia de Datos



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