Curso: Transformación Tecnológica Empresarial

Módulo 1. Inteligencia de negocios (BI)

Duración: 8 horas

Objetivo específico: Homologar conocimientos teórico - prácticos en inteligencia de negocios (BI) en grupos interdisciplinarios, como estrategia de cambio.

Temas:

• Fundamentos y conceptos.
• Generación de valor a través de BI.
• Ciclo de vida de un proyecto de BI.
• Gestión del cambio.
• Tendencias en innovación a través de BI.

Docente: John Walter Tavera Rodríguez.

Módulo 2. Transformación digital de negocios

Duración: 8 horas

Objetivo específico: entender cómo la transformación digital está cambiando las organizaciones y habilitar en los asistentes conocimientos base para enfrentar este nuevo reto.

Temas:

• La transformación digital como concepto.
• La transformación digital en Colombia.
• La cuarta revolución industrial.
• Nuevos modelos de negocio.
• Técnicas y herramientas para identificar iniciativas de transformación digital.
• Plataformas digitales.
• Desarrollo de proyectos de transformación digital.
• Transformación digital en diferentes industrias.

Docente: Martha Tabares

Módulo 3. BIG DATA y Analítica

Duración: 16 horas

Objetivo específico: Presentar los fundamentos de Big Data, las técnicas, las herramientas y la metodología para llevar a cabo proyectos que involucren el tratamiento de grandes volúmenes de datos.

Temas:

• Introducción a Big Data.
• Factores Empresariales y Tecnológicos.
• Características de datos en entornos de Big Data.
• Tipos de datos en entornos de Big Data.
• Casos de uso.
• Análisis de Big Data: Análisis Estadístico/Visual/Semántico.
• Fundamentos de Analytics.
• Tipos de analítica: descriptiva, diagnóstica, predictiva y prescriptiva .
• Técnicas y herramientas para Analítica.
• Correlaciones y Predicciones.
• Analítica en Tiempo Real.

Docente: / Diego Fernando Agudelo

Módulo 4. Inteligencia artificial en los negocios

Duración: 16 horas

Temas:

• Modelos de la realidad: analíticos y automáticos.
• Objetivos y métricas de negocio vs. objetivos y métricas de analítica.
• Machine Learning.
• Deep Learning.
• IoT.
• Tecnologías y facilitadores (enablers) del desarrollo de soluciones.
• Experimentación y adopción de soluciones.
• Casos de aplicación.