Diplomado en Toma de decisiones basadas en datos (online - MANE)

Los alumnos del Diplomado en Toma de decisiones basadas en datos tendrán la capacidad de participar en el diseño de una estrategia de gestión digital de una organización que se desarrolla en el ámbito digital y que es intensiva en el uso de datos. El diplomado pretende desarrollar la capacidad para abordar, estructurar y analizar problemas de decisiones propios de la gestión de organizaciones, con el fin de orientar la toma de decisiones basadas en datos. Para lograr estos objetivos, se entregarán herramientas en el ámbito de uso de base de datos y en el desarrollo de las distintas etapas de un proyecto de análisis de datos, que genere información para apoyar la toma de decisiones.

Se entrega una formación interdisciplinaria en los ámbitos de gestión de organizaciones, gestión de bases de datos y análisis de datos; todas ellas capacidades muy relevantes en instituciones que han desarrollado procesos de digitalización en su gestión y han avanzado en incorporar los datos en la toma de Coursera decisiones.

El diplomado desarrolla sus contenidos y actividades a través de una metodología de enseñanza online, que combina diferentes recursos de aprendizaje. Entre estos recursos pedagógicos se incluyen clases sincrónicas, videos, textos, audios, foros y otros. Todos estos recursos se encuentran integrados y serán impartidos desde la plataforma virtual.

* Los cursos de este Diplomado forman parte de la malla del Magíster en Analítica para los Negocios, de las Escuelas de Ingeniería y Administración UC. Una vez aprobado el diplomado, el alumno podrá postular al Magíster mencionado y, de ser aceptado, convalidar estos cursos. La aprobación del diplomado no asegura la admisión al Magíster.

Profesionales de las áreas de la ingeniería, matemáticas, administración, estadística o disciplinas afines interesados en potenciar las técnicas de analítica de datos para los negocios.

Implementar procesos de digitalización y aplicar metodologías analíticas avanzadas en la gestión de organizaciones para la optimización en la toma de decisiones.

Acreditar estar en posesión del Grado Académico de Licenciado o título profesional universitario en ingeniería, administración, matemáticas o estadística o disciplinas afines, otorgado por una Universidad reconocida por el Estado de Chile, o en el caso de instituciones extranjeras, por el Estado del país correspondiente.

Dos años de experiencia laboral

Acreditación de conocimientos relevantes en programación y estadística. Para acreditarlo, se pueden elegir las siguientes alternativas:
• Rendir evaluaciones de admisión de estadísticas y programación.
• Realizar un MOOC en estos temas y enviarnos los certificados de aprobación: Aprendiendo a programar con Python, Estadística aplicada a los negocios u otros equivalentes.
• Conocimientos relevantes basados en cursos previos

Se recomienda contar con un nivel intermedio en inglés (B1 o superior), que le permita leer artículos académicos, documentación y libros en inglés.

Al final del curso podrás:
– Desarrollar el enfoque de la estrategia de la organización desde un punto de vista integral y sistémico, teniendo en cuenta la relevancia de los datos y la transformación digital.
– Analizar la forma en que la digitalización ha cambiado la cadena de valor, los patrones de demanda, el entorno, las presiones competitivas y los modelos de negocios de las empresas en diferentes tipos de industrias. Estructurar estrategias competitivas y diseños organizacionales exitosos en el contexto de un entorno altamente cambiante y complejo, incorporando elementos relacionados a la industria 4.0 (internet de las cosas, inteligencia artificial, Big Data, Machine Learning entre otros).
– Desarrollar propuestas de valor convincentes que transformen amenazas en oportunidades en diferentes tipos de industrias, aprovechando el desarrollo digital. Ejecutar estrategias digitales alineando las actividades claves de la organización con nuevas propuestas de valor, integrando la agilidad estratégica con la sostenibilidad a largo plazo.
– Distinguir las principales características de la inteligencia artificial (AI) y su poder orientado a crear valor en la organización.

Contenidos:
Dirección estratégica de empresas
– La esencia de la estrategia competitiva. Generación y captura de valor. Conceptos esenciales de ventaja competitiva. Determinantes de la rentabilidad de las empresas. Decisiones estratégicas versus decisiones tácticas y sus implicancias.

Viviendo en un mundo digital
– Disrupción digital y oportunidades. Revolución digital industrial. Lecciones de la revolución digital original. Claves para una estrategia efectiva en la era digital. Cómo se adaptan las empresas a esta nueva era digital. Cadena de valor de la industria y transformación digital.

Análisis estructural y competitivo y estrategias disruptivas
– Entendiendo las dinámicas de la captura del valor creado. El sistema de valor (ecosistema) como herramienta de análisis. Posicionamiento estratégico. Tecnología: sostenibilidad versus disrupción. Principios sobe innovaciones disruptivas. Job to be Done: enfrentando disrupciones. Creación y captura del valor. ¿Cómo puede una organización sostener una creación de valor superior?. Cómo impulsar un salto en el valor en un mundo con fuertes presiones competitivas. Funciones de apoyo en la era digital.

Ejecución e implicancias en la era digital
– ¿Cómo ejecutar la estrategia digital?. Agilidad y cultura estratégica. Utilización de los datos en la era digital. ¿Cómo están cambiando los patrones de consumo en la sociedad?. Amenazas y oportunidades en la era digital. Competencias requeridas en la era digital.

Al final del curso podrás:
– Elaborar modelos de datos para implementarlos sobre un motor relacional.
– Analizar conceptos de dependencias funcionales y normalización para modelar bases de datos.
– Aplicar el lenguaje de consultas SQL a un nivel intermedio para realizar consultas sobre bases de datos.
– Identificar las fortalezas y debilidades de las bases de datos NoSQL para implementarlas en el contexto adecuado.
– Elaborar consultas sencillas en bases de datos de documentos para hacer búsquedas básicas de información.
– Aplicar las bases de datos en un proceso de análisis de datos.
– Describir problemas éticos y de privacidad en el manejo de datos.

Contenidos:
Módulo 1
– Conceptos fundamentales de bases de datos.
– Modelo relacional de datos.
– Introducción al lenguaje de consulta SQ.

Módulo 2
– SQL avanzado (agregación, consultas anidadas).
– Diseño de una BD relacional.

Módulo 3
– Rol de SQL en ciencia de datos.
– Bases de datos NoSQL.

Al final del curso podrás:
– Identificar la importancia, tipos y aplicaciones de Business Analytics en el desarrollo actual de los negocios.
– Aplicar modelos analíticos de toma de decisiones para resolver problemas de negocio.
– Aplicar metodologías de la analítica descriptiva para pronosticar escenarios futuros inciertos.
– Aplicar modelos de la analítica predictiva para pronosticar escenarios futuros inciertos.
– Aplicar modelos de la analítica prescriptiva para recomendar acciones ante posibles situaciones futuras complejas e inciertas.

Contenidos:
Módulo 1: Mejores decisiones con Business Analytics
– Business Analytics y aplicaciones.
– Analítica descriptiva, predictiva y prescriptiva.

Módulo 2: Modelos de toma de decisiones
– Análisis de decisiones. Análisis de decisiones con información. Modelos de probabilidad.
– Simulación y ejemplos aplicados.

Módulo 3: Modelos de predicción y optimización
– Modelos de regresión.
– Modelos de optimización lineal.
– Ejemplos aplicados.

Módulo 4: Aplicaciones reales y el futuro de la toma de decisiones basada en datos
– Caso General Electric. Caso Starbucks.
– Consideraciones éticas y regulatorias. Futuro de la toma de decisiones basada en datos.

Al final del curso podrás:
– Comprender los fundamentos del proceso de minería de datos y las etapas que conlleva un proyecto analítico en un contexto empresarial. Distinguir conceptos de programación subyacentes al lenguaje R. Aplicar técnicas de gestión de datos para preparar, analizar, gestionar y almacenar información digital en su organización. Aplicar métodos del aprendizaje estadístico para resumir información, identificar asociaciones y reducir la dimensionalidad de los datos. Desarrollar un proyecto analítico y todas las etapas que conlleva utilizando los datos públicos. Crear informes de reporterías de análisis de datos para comunicar resultados estadísticos de manera correcta y efectiva. Integrar técnicas de gestión de datos en plataformas de Big Data.

Contenidos:
Módulo 1: Introducción y conceptos básicos del lenguaje R
– ¿Qué es el Data Mining?. Etapas del proceso y principales plataformas analíticas para hacer Data Mining.
– ¿Cuál es el rol del Big Data?.
– Principales librerías de R. Lenguaje de programación y principales objetos de R. Funciones y gráficos en R.

Módulo 2: Gestión y visualización de datos
– ¿Cómo adquirir la data?. Tipos de datos y representación. Transformación, depuración y limpieza de la información. Terminología de procesamiento de datos: Tabla, Fila y Columna. Consultas básicas de manipulación de datos con la librería dplyr en R. Estadísticas descriptivas de los datos. Resumen para datos categóricos. Medidas de similitud y asociación. Visualización de los datos con ggplot2 y plotly.

Módulo 3: Reducción de la información y comunicación de los resultados
– La maldición de la dimensionalidad. Análisis de correlación de variables. Componentes principales. Aplicación a caso de negocio. Gráficos interactivos.
– Reportes R Markdown.
– Introducción a flexdashboards.
– Introducción a Shiny.

Módulo 4: Integración con Big Data
– Plataformas de Big Data.
– Introducción Apache Spark para el análisis de grandes volúmenes de datos.
– Conexión de R con Apache Spark para tareas distribuidas.
– Ilustraciones.