Clase Ejecutiva UC

Diplomado en Big Data para la Toma de Decisiones

Clase Ejecutiva UC
Virtual

$8.598.294
+ IVA
*Precio Orientativo
Importe original en CLP:
$1.890.000

Información importante

Tipología Diploma de Especialización
Metodología Virtual
Horas lectivas 300h
Inicio 24/03/2020
  • Diploma de Especialización
  • Virtual
  • 300h
  • Inicio:
    24/03/2020
Descripción

Diplomado en Big Data para la Toma de Decisiones – Una rápida toma de decisiones en tiempo real, basada en información cuantitativa y cualitativa y agilizada gracias a la implementación de soluciones tecnológicas. es la que permite un alto nivel en la eficiencia organizacional. Dicha información proviene de una adecuada administración de grandes volúmenes de datos por minuto, que demandan extensos y rigurosos análisis junto con métricas e indicadores cada vez más exactos.

El análisis de grandes volúmenes de datos permite extraer tendencias y patrones complejos de información, con enormes implicancias estratégicas, permitiendo predecir mejor y transformando la forma en la que se hacen hoy en día los negocios.

Información importante
¿Qué objetivos tiene esta formación?

Aprender acerca de los fundamentos en plataformas relacionadas con el BIg-Data.

Aplicar herramientas analíticas de ciencias de datos y estadísticas para la toma de decisión.

Conocer las últimas tendencias relacionadas con el Big-Data y su impacto en los negocios.

Predecir y optimizar la toma de decisiones con información de valor de alto impacto.

¿Esta formación es para mí?

Personas que están a cargo de tomar decisiones y que observan potenciales beneficios en el uso de tecnologías relacionadas a Big Data, quienes buscan incrementar significativamente las ventajas competitivas en su organización. En particular, el diplomado está orientado a un amplio rango de profesionales en áreas de gestión, finanzas, comercial, marketing en múltiples sectores desde salud hasta banca.

Ubicación

Inicio

Online

Inicio

24 mar 2020 Matrícula abierta

¿Qué aprendes en este curso?

Organización
Toma de decisiones
Administración
Análisis de datos
BBDD
Tendencias
Programación
proyectos
Bases de datos
MODELOS
Ejercicios
Fundamentos
Visualización
Big Data
Plataformas computacionales
Etnografías
Scrapping
API´s

Programa académico

Visualización de Datos

¿QUÉ ES LA VISUALIZACIÓN DE DATOS?

De qué trata la visualización

Breve Contexto

Breve historia de la visualización

Panorama de la visualización hoy

Una definición operativa

 

¿PARA QUÉ SIRVE LA VISUALIZACIÓN DE DATOS?

Visualización para amplificar el conocimiento

Para qué nos sirve la visualización

Qué queremos mostrar

El proceso interactivo

 

¿CÓMO TRABAJAR LA VISUALIZACIÓN DE DATOS?

Proceso de Visualización

Representación: Percepción

Representación: Diseño y Codificación Visual

Qué no hacer

Evaluación

 

¿CÓMO CONTINUAR LA VISUALIZACIÓN?

Recomendaciones para profundizar

Herramientas Recomendadas

Autores Recomendados

Recordando los objetivos de la Visualización

Valorización de proyectos de Big Data

CONCEPTOS DE GESTIÓN DE RENDIMIENTO, ESTRATEGIA E INTELIGENCIA EMPRESARIAL COMPETITIVA EN EL MUNDO BIG DATA

La evolución en la toma de decisiones

El dato como un activo digital

El nuevo paradigma de los datos

Data Driven Company

 

IDENTIFICACIÓN Y CAPTURA DE VALOR BASADO EN DATOS

El potencial de los datos

El valor de la información

La diferenciación del análisis

El incremento de competitividad en las organizaciones a partir de los datos

 

PASOS HACIA LA IMPLEMENTACIÓN DE UN PROYECTO DE BIG DATA

Estrategias de aproximación a Big data & analytics

La perspectiva de IT

La perspectiva de Negocio

Las metodologías de descubrimiento, prototipado e implementación ágil de iniciativas de Big data

 

ARQUITECTURAS BIG DATA: BATCH DATA, FAST DATA

Conceptos de arquitecturas de Big data

Arquitecturas batch

Arquitecturas real time

Otros componentes de Big data (seguridad, gobierno, metadatos…)

Arquitecturas de desarrollo, integración y ejecución

Transición y cohabitación de DW, BI (Business Intelligence y Big Data)

 

DATA GOVERNANCE Y DATA SECURITY APLICADO A BIG DATA

Introducción al Gobierno de Datos

Introducción a la Seguridad de datos

Aplicabilidad de gobierno de datos y la seguridad a entornos Big Data

 

BIG DATA BENCHMARKING

Qué aspectos considerar en la selección de las herramientas de Big data & analytics

Benchmark de arquitecturas, proveedores y tecnologías

 

VALORACIÓN ECONÓMICA DE PROYECTOS DE BIG DATA

Aspectos a considerar en la estimación de costes de proyectos Big data & analytics

El retorno de la inversión

Estrategias de inversión y lanzamiento de iniciativas Big data

 

APLICACIÓN DE CONCEPTOS DE BIG DATA ANALYTICS Y APLICACIONES ESTADÍSTICAS A DIVERSOS ASPECTOS DE LA TOMA DE DECISIONES GERENCIALES

Casos de uso Big data

Casos de uso analíticos

Casos de uso de monetización de datos

Modelamiento Estadístico y sistemas recomendadores

PREPROCESAMIENTO DE DATOS

Calidad de datos

Limpieza de datos

Integración de datos

Reducción de datos

Transformación de datos

 

MÉTODOS DE CLASIFICACIÓN

El proceso de clasificación

Árboles de decisión

Bayes ingenuo

K-vecinos más cercanos

Métodos conjuntos: Bagging, Boosting y Random Forests

 

MÉTODOS DE AGRUPACIÓN

Definición y propiedades

Métodos de partición: K-means y K-medoides

Métodos Jerárquicos

 

SISTEMAS RECOMENDADORES

Impacto y casos importantes

Filtrado colaborativo

Filtrado basado en contenido

Métodos híbridos

El mundo del Big Data

ORIGEN Y DESAFÍOS DEL BIG-DATA

Big Data visto como el resultado de muchos vectores

¿Qué buscamos hacer con Big Data?

¿Qué cambios se vislumbran en la forma de trabajar?

Potencial de Big Data

 

LA CUATRO V'S DEL BIG-DATA

Volumen: crecimiento exponencial de los datos, incorporación de nuevas tecnologías de almacenamiento

Velocidad: procesamiento distribuido, como administrar sistemas de forma eficiente

Variedad: datos estructurados, semi-estructurados y no estructurados

Veracidad: confiabilidad y robustez

La Quinta V: Valor de los datos

 

INFRAESTRUCTURA DEL BIG-DATA

Tecnologías “Big Data”: Map Reduce, Hadoop, Cloud computing

Funcionamiento de plataformas computacionales de Big Data

Enfoques top-down y bottom-up para la arquitectura de sistemas informáticos en el contexto de Big Data

Transición y cohabitación de DW, BI (Business Intelligence y Big Data)

 

ESTRATEGIAS DE BIG DATA

Entender aspectos estratégicos asociados al Big Data

Identificación de oportunidades de agregación de valor por datos

Etapas de la transformación digital para lograr una organización basada en datos

Los datos como un activo: valoración basada en el consumo de datos