Diplomado en Big Data & Business Analytics

MÓDULO 1:
GESTIÓN DEL CONOCIMIENTO

(9 HORAS)

Se abordará desde el dato, información y conocimiento, la discusión sobre lo que es relevante y no, en el proceso de toma de decisiones en la organización. Permitirá al estudiante “comprender el proyecto o la situación”. Es de suma importancia este abordaje inicial, pues determina el éxito de todo el ejercicio de analítica. En la medida que el analista de datos comprende qué quiere del proyecto y para qué se quiere, se asegura que los resultados sean útiles. A través de las sesiones teórico-prácticas y de análisis de casos se mostrará a los asistentes la importancia de conocer cuál es el objetivo del tomador de decisiones y así delimitar lo que se considera el éxito. El análisis de los casos busca que los estudiantes reconozcan los elementos importantes que dan respuesta a los siguientes interrogantes: a) ¿Cuál es el problema?, b) ¿cuáles son las variables que hicieron evidente el problema? y c) ¿cuáles son las variables que influencian el problema observado?

• La gestión de los activos intangibles
• Dato, información, conocimiento, conversación, innovación.
• Conocimiento tácito y explícito
• Procesos de conocimiento y dominios de conocimiento
• Estrategias de gestión del conocimiento
• Pautas y lineamientos del proyecto práctico.

MÓDULO 2:
ANALÍTICA Y BIG DATA

(9 HORAS)

Conocer la generalidad con BIG DATA y Analítica. Las diferentes etapas del analitycs, términos, herramientas y diferencias de lo que es y no es Big Data. Es una entrada al mundo analítico pasando por múltiples niveles del análisis. Se abordan ejemplos y casos de uso en el que un proyecto Big Data influye significativamente en las cifras.

• Introducción a la analítica del negocio:
• ¿Qué esperar de la Analítica y Big Data?
• Las V de Big Data
• Arquitectura de datos en Big Data
• Herramientas de analítica y Big Data
• Conceptos de Machine learning
• Machine Learning
• Deep Learning
• Máquinas de aprendizaje
• IA
• Proceso CRIPS-DM
• Casos de negocio en Big Data
• Aplicaciones de Banca
• Aplicaciones de Telco
• Aplicaciones en Retail
• Analítica y Big Data en Colombia
• Demanda de Cargos en Big Data

MÓDULO 3:
VISITA AL CENTRO NACIONAL DE CONSULTORIA -CNC-

(3 HORAS)

Durante la visita al Centro Nacional de Consultoría, los estudiantes podrán interactuar con sus directivos y directores de proyectos. El Centro Nacional de Consultoría es la empresa colombiana más grande de investigación de mercados, social y de opinión. Lleva a cabo, aproximadamente, 250 estudios al año; que corresponden a cerca de medio millón de encuestas. Durante la visita se presentan los proyectos a cargo de la unidad de innovación y los más emblemáticos que ha conducido empleando Inteligencia y Analítica de Negocios.

Presentación de proyectos, modelos y resultados con aplicación de técnicas de analítica y Big Data en consultoría.

MÓDULO 4:

FORMULACIÓN DE MODELOS EN ANALÍTICA

(12 HORAS)

Concientizar al estudiante de la importancia de las bases teóricas requeridas para trabajar en analítica de datos. Uno de los conceptos centrales es el de Probabilidad; se trabajará también en algunos conceptos de álgebra lineal cuando se desarrolle la técnica multivariada “cluster analysis”. Se abordarán situaciones prácticas con ejemplos de la vida real en donde se evidenciará la utilidad de la analística de datos en los negocios; se utilizará software estadístico como R o Python.

Al finalizar el módulo, se espera que el estudiante haya comprendido la importancia de la teoría detrás de la analítica de datos, haya despertado la curiosidad por aprender a programar en R o Python y reconozca la necesidad de integrar las herramientas de analítica de datos, la programación y el conocimiento del negocio en el que se encuentra trabajando.

• Fuentes de información primarias y secundarias
• Elementos de estadística descriptiva
• Prueba de hipótesis y teoría básica de probabilidad
• Preguntas de mercadeo en términos estadísticos
• Organización de datos para análisis complejos
• Segmentación de clientes y estrategias de posicionamiento (cluster analysis)
• Analítica realmente para la toma de decisiones

MÓDULO 5:

MODELOS DE DATA ANALYTICS APLICADOS A LOS NEGOCIOS

(15 HORAS)

Presentar conceptos de analítica y de los diferentes tipos de algoritmos de analítica predictiva que se pueden aplicar para diversos problemas, con el objetivo de transformar datos en información útil y ésta en conocimiento –” insumo para la toma de decisiones”.

Con este módulo, el estudiante estará en capacidad de entender qué es analitycs y qué aplicaciones tiene para la toma de decisiones. Reconocerá los diferentes tipos de algoritmos que se pueden utilizar para construir modelos de analítica predictiva y comprenderá la estructura y arquitectura de los algoritmos de analítica predictiva: aprendizaje supervisado y aprendizaje no supervisado. Así mismo, Identificará patrones, tendencias y relaciones entre las variables disponibles en los datos y podrá identificar diferencias y relaciones entre los modelos de Machine Learning y Deep Learning, así como su aplicación y potencial

• Introducción a los modelos de analítica predictiva y Machine Learning
• Modelos supervisados
• Regresión lineal
• Métodos de regularización Ridge y Lasso
• Regresión logística
• Arboles de decisión
• Naïve Bayes
• Random Forest
• SVM
• Aplicaciones de modelos: Modelos chur
• Modelos No supervisados
• Clustering Analysis
• Rules association

Introducción al Deep Learning, redes neuronales y aplicación de este tipo de algoritmos que son la base de la Inteligencia Artificial - IA

MÓDULO 6:

ASESORÍA PRIMERA ENTREGA PROYECTO PRÁCTICO (3 Horas)

La metodología que guía el desarrollo del diplomado es CRISP-DM. La primera fase de esta metodología es la comprensión del negocio. De la acertada comprensión de la situación que se quiere investigar depende en una inmensa medida los resultados de los proyectos. Durante esta asesoría, los estudiantes deben presentar los proyectos en curso con el objetivo que sean ajustados al alcance y las herramientas del diplomado.

MÓDULO 7:

MODELOS APLICADOS A MARKETING Y FINANZAS (15 HORAS)

Conocer algunas de las aplicaciones en el mundo analítico, donde podrá experimentar con ejercicios en vivo sobre las herramientas analíticas y la aplicación en Marketing y Finanzas. Las sesiones son orientadas a los casos de uso típicos que se están presentando en el día a día en Colombia.

• Modelos de recomendación de producto
• Canasta de mercado
• Afinidad de productos
• Análisis de precios
• Aplicación de Pricing
• Elasticidad de precios
• PSM
• Garbor Granger
• Conjoint Analysis
• Text Analitycs
• Text Parser
• Tokenizacion
• Texting to words
• Aplicación de modelos de scoring en Banca
• Herramienta Knime
• Evaluación de negocio
• Aplicación en Python
• Código Python
• Aplicación en Python.

MÓDULO 8:

VISUALIZACION DE LA INFORMACION (15 HORAS)

En este módulo se desarrollan las competencias necesarias para construir visualizaciones asertivas de la información. Una representación gráfica asertiva es aquella que trasmite un mensaje claro, el cual disminuye la incertidumbre relacionada con la toma de una decisión. Utilizando como referente la propuesta conceptual de Simplicidad de John Maeda (profesor de Artes y Ciencias de la Comunicación en MIT) se aprenden criterios a partir de los cuales las representaciones asisten a la comprensión de una situación.

El módulo se desarrolla mediante la presentación de casos reales y ejercicios guiados, en los cuales se hace uso de herramientas tecnológicas actuales tales como Gephi, PowerBI, QGis y Netica.

• Importancia de la visualización
• Pasos en la visualización
• Tipos de gráficos
• Herramientas de visualización
• PowerBI (Tableros de control)
• Gephi (Redes Sociales)
• Past (Reducción de dimensionalidad)
• QGis (Sistema de Información Geográfica)
• Netica (Redes Bayesianas)
• Casos de uso en Visual analytics

MÓDULO 9:

ETICA EN EL ANÁLISIS DE DATOS E INFORMACIÓN (6 HORAS)

Sensibilización y aprendizaje significativo en los conceptos, dilemas y conflictos sobre ética empresarial enfocada y aplicada al Big Data & Business Analytics. Donde se busca Desarrollar la competencia de sindéresis ética aplicada a la Ética y Responsabilidad social en el manejo de los BD & BA.

• Conceptos y casos de Ética empresarial aplicada al Análisis de datos e Información.
• Desafíos y dilemas éticos en BD & BA.
• Análisis de Documento CONPES 3920 / 2018.
• Aplicación de los 3 principios de Eticidad y las 10 herramientas de Infraestructura ética en casos éticos de BD.

MÓDULO 10: PROYECTO PRÁCTICO (3 HORAS)

El proyecto práctico es la posibilidad que tienen los estudiantes de observar en su propio contexto el alcance de las herramientas que hacen parte del diplomado. En esta sesión, lo importante es identificar los puntos de mejora en su uso que pueden lograr para satisfacer los proyectos a los que pueden verse enfrentados en su cotidianeidad personal o laboral.

Foro de presentación del proyecto práctico