Los más actualizados conocimientos y herramientas de inteligencia artificial e inteligencia de negocios para una óptima gestión, a través de la lectura, interpretación y administración de los datos.
Entrega competencias para aprovechar la oportunidad de transformar los negocios y hacerlos crecer mediante las técnicas de inteligencia de negocios y ciencia de datos, utilizando la información respecto a los productos y servicios, compradores y oferentes, y hábitos de compra de los clientes, entre otras variables.
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.
Este diplomado comprende un perfecto equilibrio entre conceptos y aspectos técnicos de la ciencia de datos, con aplicaciones y proyecciones hacia el futuro. Los aspectos más técnicos se enfocan en las competencias en Python para trabajar en Minería de Datos y Machine Learning, mientras que en el ámbito de la aplicación a la gestión y a los negocios, aborda el estado del arte en inteligencia de negocios y el poder de la visualización de los datos para el apoyo a la toma de decisiones. Al finalizar este programa, los alumnos serán capaces no solo de identificar oportunidades de transformación y crecimiento de negocios mediante la introducción de técnicas de inteligencia de negocios y ciencia de datos, sino también, de entender estas técnicas en detalle, con sus potencialidades y limitaciones.
Dirigido a:
– Profesionales interesados en adquirir competencias en el área de Ciencia de Datos para aplicarlos en la gestión o la transformación digital de los negocios.
Objetivos de Aprendizaje:
– Diseñar y construir programas en lenguaje Python capaces interactuar con un motor de bases de datos para extraer y modificar información, y aplicar algoritmos y técnicas de minería de datos en el contexto de una analítica descriptiva y predictiva.
– Presentar en forma gráfica la información de modo que pueda ser comprendida rápidamente.
– Aplicar técnicas y enfoques de inteligencia de negocios para una gestión guiada por datos en el proceso de transformación digital.
Requisitos de Ingreso:
– Se recomienda contar con conocimientos básicos de programación, específicamente en lenguaje Python. En particular, debe ser capaz de utilizar controles de flujo, distintos tipos de datos y funciones, y diccionarios con Python.
– Si desea evaluar su nivel, puede realizar una prueba opcional gratuita en este link: https://www.hackerrank.com/prueba-python. Se recomienda iniciar los test en orden, ya que van creciendo en dificultad. Los dos últimos tienen un nivel superior al requerido para ingresar al diplomado, y han sido instalados allí sólo como desafío. Si uno de los test falló, se recomienda revisar y ejercitar esos contenidos antes del inicio del programa.
A continuación, ponemos a su disposición algunos cursos optativos por si desea prepararse previamente al inicio del programa:
– MOOC “Introducción a la Programación en Python I: Aprendiendo a programar con Python”, disponible en el siguiente link: https://www.coursera.org/learn/aprendiendo-programar-python.
– Curso “Herramientas de programación en Python para procesamiento de datos”, disponible en el siguiente link: https://teleduc.uc.cl/curso/herramientas-programacion-python-procesamiento-datos/ .
Es deseable contar con algún grado de conocimiento matemático (álgebra lineal, estadística básica y cálculo).
Al final del curso podrás:
– Describir las características de una base de datos relacional y una base de documentos
– Interactuar directamente con un motor de bases de datos desde la herramienta de administración
– Escribir consultas simples utilizando el lenguaje SQL
– Agregar, eliminar información y formular consultas simples de una base de datos relacional mediante el lenguaje standard SQL
– Construir programas Python capaces de conectarse a un motor de bases de datos para extraer o registrar información
Contenidos:
– Conceptos fundamentales de bases de datos
– El modelo relacional
– El lenguaje de consultas estándar SQL
– Interacción directa con una base de datos relacional usando SQL
– Conectores y librerías Python para trabajo con Bases de Datos relacionales
– Extracción directa de información desde un programa Python
– La librería Pandas y el concepto de Dataframe
– Extracción de información de mediana complejidad desde un programa Python
– Modificación y eliminación de información de la base de datos desde Python
– El modelo de documentos
– El formato JSON
– Interacción con una base de datos de documentos desde un programa Python
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
Al final del curso podrás:
– Analizar y evaluar visualizaciones de información existentes, así como proponer mejoras
– Identificar relaciones entre tipos de datos, tareas de visualización y tipos de gráficos para diseñar visualizaciones de información
– Diseñar e implementar en lenguaje Python gráficos simples y avanzados usando datasets tabulares
– Diseñar e implementar en lenguaje Python gráficos usando datasets de red
– Diseñar e implementar en lenguaje Python gráficos para visualizar datos de texto y espaciales
Contenidos:
– Ejemplos históricos de Visualización de datos
– Conceptos fundamentales de visualización de información
– Funciones básicas de matplotlib y seaborn
– Modelo anidado de Mundzner de diseño y validación de visualización
– Reglas y recomendaciones generales para visualizaciones efectivas
– Diseño e implementación de gráficos simples para datos tabulares usando modelo anidado
– Diseño e implementación de gráficos avanzados para datos tabulares usando modelo anidado
– Reducción de dimensionalidad
– Diseño e implementación de gráficos avanzados para datos de red usando modelo anidado
– Visualización básica de datos de texto
– Visualización básica de datos espaciales
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
– Identificar las características e importancia del rol de Traductor Analítico
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
Nota: El orden de los cursos dependerá de la programación que realice la Dirección Académica
¿Te gustó este programa?
¡Compártelo en tus redes sociales!