Diplomado en Big Data + Data Science + Power BI

Las Organizaciones actuales enfrentan entornos dinámicos, complejos, inciertos, en donde todos los actores y factores son cambiantes, lo que influye directamente en el desempeño de la organización y su capacidad de adaptación para responder a los cambios.

En ese sentido, la información (data), se ha convertido en un habilitador y diferenciador de gestión, que obliga a cada organización, a aprovechar al máximo su valor, contribuyendo a la toma de decisiones empresariales, posibilitando el éxito y la competitividad de la misma.

Los participantes del programa desarrollarán habilidades y competencias requeridas para aplicar técnicas de analítica, visualización de la información y Big Data, con aplicación a diferentes situaciones, en especial, aquellas requeridas para el análisis estratégico del negocio.

El programa se ofrece con la posibilidad de certificación internacional en Big Data Fundamentals y Data Science, y utiliza simuladores en el proceso de formación, de manera que apoye el éxito del participante.

• Comprender de forma practica como la evolución de los datos, se convierte en información y conocimiento, apalancado en el uso de tecnologías,
• Desarrollar habilidades para identificar el modelo de datos apropiado según las necesidades y el contexto en el que se debe aplicar.
• Desarrollar la habilidad de administrar y visualizar los datos de una organización aprovechando las capacidades de inteligencia de Negocio (BI)
• Apropiar y aplicar los conceptos de Big data, Data Science, inteligencia de negocio (BI) y analítica de datos, teniendo en cuenta su ámbito de uso y plataformas requeridas, desde una perspectiva ética y de responsabilidad social.

Aprendizaje colaborativo

El programa reúne a contribuidores individuales y a líderes de diferentes organizaciones públicas y/o privadas, de múltiples sectores económicos y con diversidad de perspectivas sobre la gestión estadística, la analítica,  la interpretación de modelos, EL Big Data, Data Science y Power BI,  en la toma de decisiones, que al trabajar de forma colaborativa comparten y construyen prácticas que se enmarcan en bibliografía actualizada y en las lecciones aprendidas tanto de compañeros como de docentes.

1. GESTIÓN DEL CONOCIMIENTO
(12 horas)

Comprender de forma práctica como la evolución de los datos, se convierte en información y conocimiento, apalancado en el uso de tecnologías.

Temas

• 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

Resultados previstos de aprendizaje

• Comprende que es la Gestión del Conocimiento Organizacional.

2. FORMULACIÓN DE MODELOS EN ANALÍTICA
(15 horas)

Desarrollar habilidades para identificar el modelo de datos apropiado según las necesidades y el contexto en el que se debe aplicar.

Temas

• 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

Resultados previstos de aprendizaje

• Reconoce la necesidad de integrar las herramientas de analítica de datos y el conocimiento del negocio, para apoyar la toma de decisiones.

3. MODELOS DE DATA ANALYTICS APLICADOS A LOS NEGOCIOS
(15 horas)

Desarrollar habilidades para identificar el modelo de datos apropiado según las necesidades y el contexto en el que se debe aplicar.

Temas

• 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 churn
• 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

Resultados previstos de aprendizaje

• Reconoce los modelos de analítica, y sus aplicaciones

4. COMPONENTES DE BIG DATA + DATA SCIENCE
(33 horas)

Apropiar y aplicar los conceptos de Big data, Data Science, inteligencia de negocio (BI) y analítica de datos, teniendo en cuenta su ámbito de uso y plataformas requeridas, desde una perspectiva ética y de responsabilidad social.

Temas

• Contexto del Big data
• Modelos de datos
• Modelos de datos no relacionados
• Tecnologías de Big Data
• Analítica de datos
• Concepto sobre ciencia de datos
• Características de un científico de datos
• Futuro del Big Data
• Tool aplicada

Resultados previstos de aprendizaje

• Entiende el contexto en el que se ha desarrollado y evolucionado el Big Data
• Identifica y diferencia los modelos de datos, entendiendo su estructura, características y contexto de uso
• Identifica las tecnologías involucradas en el Big Data que dan paso a la creación de algoritmos para el procesamiento de datos

5. COMPONENTES DE POWER BI
(15 horas)

Desarrollar la habilidad de administrar y visualizar los datos de una organización aprovechando las capacidades de inteligencia de Negocio (BI).

Temas

• Conceptos sobre Data Analytics
• Preparar datos de Power BI
• Limpiar, transformar y cargar datos en Porwer BI
• Diseñar un modelo de datos en Power BI
• Crear medidas con DAXen Power BI
• Optimizar el rendimiento del modelo
• Crear informes y paneles
• Análisis avanzado
• Crear y administrar espacios de trabajo
• Administrar conjuntos de datos en Power BI
• Seguridad en Power BI

Resultados previstos de aprendizaje

• Entiende los conceptos relacionados con la analítica de datos e inteligencia de negocio (BI) en el contexto de una herramienta de visualización de datos

6. ETICA EN EL ANÁLISIS DE DATOS E INFORMACIÓN
(6 horas)

Apropiar y aplicar los conceptos de Big data, Data Science, inteligencia de negocio (BI) y analítica de datos, teniendo en cuenta su ámbito de uso y plataformas requeridas, desde una perspectiva ética y de responsabilidad social.

Temas

• Conceptos y casos de Ética empresarial aplicada al Análisis de datos e Información.
• Aplicación de principios de ética y  en la analítica empresarial.

Resultados previstos de aprendizaje

• Comprende la importancia de la ética y la responsabilidad social en el análisis, interpretación y presentación de la información y su impacto en la toma de decisiones.

NELSON LEONARDO LAMMOGLIA HOYOS 

• Doctor y Magister en Ingeniería Industrial por la Universidad de los Andes – Colombia.
  Profesor del Área de Finanzas de Posgrado y Educación Continua de Fórum de la Universidad de la Sabana. 

• Investigador invitado en el Departamento de Física de la Universidad de Santiago de Chile, y por el mismo Departamento de la Universidad de Oxford – Inglaterra.
  Autor de diferentes libros y artículos de revistas.
  Alta experiencia en Áreas como: Reputación de Empresas, Estrategia Organizacional, Sistemas de Gestión de Indicadores, Investigación Cuantitativa y Cualitativa, Sistemas Complejos, Análisis de Redes Sociales y Cultura Organizacional. 

OSCAR AYALA NIÑO

• Especialista en Data Mining & Discovery Knowledge por la Universidad de buenos Aires - Argentina.

• Profesor del Área de Finanzas de Posgrado y Educación Continua de Fórum de la Universidad de la Sabana.

• Data Scientist – Big Data & Data Science Latam en Teradata multinacional líder en tecnología.

• Experiencia en modelación matemática en Banca, Health Care, Telecomunicaciones, Mercadeo.

SAMUEL JOSÉ YAYA RODRÍGUEZ

• Magister en Gerencia y Practica del Desarrollo, Especialista en Inteligencia de Mercados de la Universidad de los Andes – Colombia.
   
• Profesor del Área de Finanzas de Posgrado y Educación Continua de Fórum de la Universidad de la Sabana.
   
• Experiencia en áreas como: gestión de información estratégica, proyectos de investigación Social y de Mercadeo, asesoría Estadística, formulación e implementación de Estrategias de Muestreo.
   
• Ha participado en el desarrollo de metodologías para evaluar la sostenibilidad de negocios buscando un equilibrio entre el crecimiento económico, el progreso social y la protección del medio ambiente.

MANUEL GUILLERMO GONZALEZ SOLER

• Administrador de Empresas, Magister en Educación y Graduado de Programa Integral de Dirección del EDIME de la Universidad de la Sabana.

• Profesor del Área de Ética Empresarial en Postgrados y Educación Continua de FORUM de la Universidad de la Sabana.

• Docente y consultor organizacional en áreas como: Ética y Responsabilidad social corporativa, toma de decisiones y prevención de problemas, planeación de la negociación, gerencia estratégica y comercial, gestión humana, asesoría en plan de negocios, Outdoor training y Felicidad en el trabajo.