Ciencias Económicas

Programa de Educación Superior: Data Science para la toma decisiones


Descarga pdf

Compartir

Duración:
24 Hs.

Días y horarios:
Del 27 de abril al 08 de junio del 2021.
Feriado: 25/05/2021 (Se reprograma la clase)
Martes (M) y jueves (J) de 18:00 a 20:00 Hs. (12 sesiones).
2 veces por semana de 2 Hs. de duración cada clase. (7 Semanas).

Modalidad y localización:
Modalidad online.
UAI ultra

  • Programa

    Fundamentación:
    En los actuales momentos, el mundo se encuentra frente al desafío de los cambios en el uso de los datos y la tecnología de la información, principalmente para la aplicación en la generación de nuevos modelos de negocios y/o la innovación de procesos que las hagan de manera más eficientes y competitivas en un mercado cada vez más globalizado.

    El presente curso aborda con una visión de negocio los aspectos teóricos y prácticos para obtener una visión global, de las tecnologías disponibles para manejar grandes
    volúmenes de datos, que permiten analizarlos y descubrir patrones, que apoyen en la identificación de nuevos nichos de mercados en los negocios actuales y futuros, así como su utilización para optimizar los procesos internos de las organizaciones.

    Contenidos:

    Módulo Nº 1: Toma de decisiones con el apoyo de la Inteligencia de Negocios.

    Contenidos:
    ● Fundamentos Generales:
    o Definiciones de BI.
    o Conceptos de Negocios Claves (Proceso Interactivo, etc.).
    o Conceptos Técnicos Claves (DataMart, DataWarehouse, ETL, OLAP, OLTP, Modelado de Datos, Esquema de Estrella, Copo de Nieve y Constelación).
    o Sistemas de Soporte a la Decisión (DSS).
    o Sistemas de Información Ejecutiva (EIS).
    o Cuadro de Mando Integral (CMI) - Balanced Scorecard.
    o Visualización de Datos, DataStoryTelling – Beneficios y etapas.

    ● Beneficios y ventajas para los Negocios:
    o Beneficios generales para los negocios.
    o Beneficios de las visualizaciones.
    o Ejemplo de Aplicaciones en los Negocios.

    ● Ruta para Innovar los Negocios:
    o Gobierno de Datos.
    o Roles Claves del Proyecto.
    o Ciclo de Vida del Proyecto.

    ● Arquitectura Organizacional y Tecnológica:
    o Alineación de los Sistemas de Información con la Organización.
    o Herramientas Tecnológicas.
    ▪ Tableau.
    ▪ IBM Cognos.
    ▪ Qlik View.
    ▪ Power BI.
    ▪ Shiny (R).

    o Desarrollo Práctico de Solución Tecnológica.
    ▪ Ejemplo de creación de un Dashboard de Ventas desde 0 con Power BI.
    ▪ Ejemplo de creación de un Tablero de Comando para el sector de turismo por edades y por género.
    ▪ Ejemplo de creación de un Resumen de Ventas, para detectar los mejores vendedores, las cantidades por países y por fecha.
    ▪ Bonus Extra: Ejemplo de uso de Datos Georeferenciados con Power BI.


    Módulo Nº 2: Globalización y Escalabilidad de los Negocios con el Big Data.

    Contenidos:
    ● Fundamentos Generales:
    o Conceptos Claves (Generales): Las 3’V y 7’Vs del Big Data.
    o Conceptos Técnicos Claves (Datos Estructurados, Semi y No Estructurados, etc.).
    o Principales diferencias entre Bi y Big Data.
    o Principales diferencias entre Data Mining y Big Data.

    ● Beneficios y Ventajas para los Negocios:
    o Beneficios Generales para los Negocios.
    o Recomendaciones de implementación.
    o Aplicaciones y casos reales.

    ● Ruta para Innovar los Negocios:
    o Definir objetivos.
    o Obtener los datos.
    o Construir un modelo.
    o Evaluar y criticar el modelo.
    o Visualización y presentación.
    o Despliegue en producción.

    ● Arquitectura Organizacional y Tecnológica:
    o Alineación de los Sistemas de Información con la Organización.
    o Herramientas Tecnológicas.
    ▪ Hadoop.
    ▪ MongoDB.
    ▪ Elasticsearch.
    ▪ Spark.
    ▪ Apache Storm.

    Módulo Nº 3: Explorando oportunidades de Negocios con la Minería de Datos.

    Contenidos:
    ● Fundamentos Generales:
    o Conceptos Claves (Generales):
    ▪ Infoxicación, DM, Océano de Datos, etc.
    o Principales diferencias entre DM y BI.
    o Calidad y Principales Errores en los Datos.
    o Dimensiones de la Calidad de Datos.
    o El Data Cleaning y su Aplicación.
    o Fases de un Proyecto de Minería de Datos.
    o Técnicas de Data Mining (Descriptivas y Predictivas).
    o Conclusiones.

    ● Beneficios y Ventajas para los Negocios:
    o Beneficios generales para los negocios.
    o Ejemplo de aplicaciones en los Negocios.

    ● Ruta para Innovar los Negocios:
    o Selección de Datos.
    o Pre – Procesamiento.
    ▪ Ciclo de vida de un proyecto de calidad de Datos.
    ▪ Fases del Data Cleaning.
    o Transformación.
    o Minería de Datos.
    o Interpretación y evaluación.

    ● Arquitectura Organizacional y Tecnológica:
    o Alineación de los Sistemas de Información con la Organización.
    o Herramientas Tecnológicas.
    ▪ RapidMiner.
    ▪ Weka.
    ▪ Orange.
    ▪ Knime.
    ▪ SAS.
    ▪ Cuadro comparativo.

    Módulo Nº 4: La Ciencia de Datos en la Gestión de Negocios.


    Contenidos:
    ● Fundamentos Generales:
    o Conceptos Claves (Generales): Ciencia de Datos, Datos, Información, etc.
    o Ciclo de vida de la Sabiduría.
    o Ejemplo: La Ciencia de Datos es Magia.
    o Perfil del Científico de Datos.
    o Profesionales Relacionados.
    o Características de las Organizaciones Data Driven.

    ● Beneficios y Ventajas para los Negocios:
    o Beneficios generales para los negocios.
    o Ejemplo de aplicaciones en los Negocios.
    o Casos de éxitos.

    ● Ruta para Innovar los Negocios:
    o Data Literacy.
    o Data Team.
    o Gobierno de Datos.
    o Fases para evolucionar a una organización “Data Driven”.

    ● Arquitectura Organizacional y Tecnológica:
    o Alineación de los Sistemas de Información con la Organización.
    o Herramientas Tecnológicas.
    ▪ R / RStudios.
    ▪ Python.


    Módulo Nº 5: Aprendizaje Automático del Negocio con Machine Learning
    Contenidos:
    ● Fundamentos Generales:
    o Conceptos Claves (Generales): Algoritmo, definición de Modelo, Base de Datos, DataFrame, Outliers, Machine Learning, etc.
    o Principales diferencias entre DM y ML.
    o Tipos de Aprendizaje: Supervisado, No supervisado y por Refuerzo.
    o Ejemplos de Algoritmos de Aprendizaje Supervisado y No Supervisado.
    o ML y el mundo del Big Data.

    ● Beneficios y Ventajas para los Negocios:
    o Beneficios generales para los negocios.
    o Usos prácticos del ML y casos de éxito.

    ● Ruta para Innovar los Negocios:
    o Diseño del Modelo.
    o Recolección de Datos.
    o Desarrollo.
    o Puesta en Producción.

    ● Arquitectura Organizacional y Tecnológica:
    o Alineación de los Sistemas de Información con la Organización.
    o Herramientas Tecnológicas.
    ▪ R / RStudios.
    ▪ Python.
    o Desarrollo Práctico de Solución Tecnológico.
    ▪ Ejemplos de aplicación del algoritmo de K - Medias para análisis de clústers.


    Módulo Nº 6: Aprendizaje Profundo y Automatizado del Negocio con el Deep
    Learning
    Contenidos:

    ● Fundamentos Generales:
    o Conceptos Claves (Generales): RNA, funcionamiento de las
    Neuronas, DL.
    o Los retos del Deep Learning.
    o Diferencias entre Inteligencia Artificial, Machine Learning y Deep
    Learning.

    ● Beneficios y Ventajas para los Negocios:
    o Beneficios generales para los Negocios.
    o Aplicaciones del DL y Ejemplos de usos.

    ● Ruta para Innovar los Negocios:
    o Capa.
    o Capa Identificadora de bordes.
    o Capa Combinación de bordes.
    o Capa Identificación de características.
    o Capa Combinatoria.
    o Pixel Valor.

    ● Arquitectura Organizacional y Tecnológica:
    o Alineación de los Sistemas de Información con la Organización.
    o Herramientas Tecnológicas.
    ▪ Azure ML.
    ▪ Amazon ML.
    ▪ IBM Watson.
    ▪ Cloud Machine Learning Engine.
    ▪ Big ML.
    o Desarrollo Práctico de Solución Tecnológico:
    ▪ Video de aplicación de un algoritmo de Redes Neuronales.


    Módulo Nº 7: Negocios Autogestionados con la Inteligencia Artificial

    Contenidos:
    ● Fundamentos Generales:
    o Definición de IA, su origen y su Implicancia.
    o Tipos de Inteligencia Artificial según Stuart Russell y Peter Norvig.
    o La Inteligencia Artificial y el mundo de la Robótica.

    ● Beneficios y Ventajas para los Negocios:
    o Riesgos y desafíos.
    o Ejemplos de aplicación y casos de éxito.

    ● Ruta para Innovar los Negocios:
    o Business Intelligence.
    o Big Data.
    o Data Mining.
    o Data Science.
    o Machine Learning.
    o Inteligencia Artificial.

    ● Arquitectura Organizacional y Tecnológica:
    o Alineación de los Sistemas de Información con la Organización.
    o Herramientas Tecnológicas.
    ▪ Open AI: GPT – 3.
    o Organización en la Nube.

    Módulo Nº 8: El Cloud Computing Aplicado a la Analítica de Negocios
    Contenidos:
    ● Fundamentos Generales:
    o Conceptos Claves (Generales): Arquitectura Cliente - Servidor,
    definición de Cloud Computing.
    o Conceptos Técnicos Claves (Tipos de Nubes: Pública, Privada o
    Híbrida).
    o Modelos de Servicios en la Nube (IaaS, PaaS, SaaS).
    o Service Level Agreement (SLA).
    o Cloud Computing y Big Data.
    o Riesgos del Cloud Computing.
    o Analítica en la Nube: BDaaS, DSaaS, MLaaS, DMaaS.

    ● Beneficios y Ventajas para los Negocios:
    o Beneficios generales para los Negocios.
    o Recomendaciones de implementación.
    o Casos de éxitos.

    ● Ruta para Innovar los Negocios:
    o Determinar un Plan de Acción.
    o Establecer cuáles programas o apps voy a migrar.
    o Elegir el tipo de nube a utilizar.
    o Escoger un proveedor de Servicio.

    ● Arquitectura Organizacional y Tecnológica:
    o Alineación de los Sistemas de Información con la Organización.
    o Herramientas Tecnológicas.
    ▪ Amazon Web Services.
    ▪ Microsoft Azure.
    ▪ Google Cloud Platform.
    o Desarrollo Práctico de Solución Tecnológico:
    ▪ Video de creación de una Máquina Virtual con Microsoft Azure.

    Módulo Nº 9: Seguridad de la Información
    Contenidos:
    ● Fundamentos Generales:
    o La información.
    o Tipos de Información.
    o El concepto de Seguridad de la Información.
    o La Triada CIA.
    o Analítica en la Nube: BDaaS, DSaaS, MLaaS, DMaaS.

    ● Ruta para Innovar los Negocios:
    o Análisis de Riesgos Informáticos.
    o Política de Seguridad de la Información (PSI).
    o La Seguridad de la Información y el mundo del Big Data.

    ● Arquitectura Organizacional y Tecnológica:
    o Iniciación a la ISO 27001.

    Objetivos:
    Que el participante comprenda el apropiado uso y diferencias tanto conceptuales como en su aplicación en el mundo de los negocios de las tecnologías más utilizadas
    en el análisis de datos; y así:

    ● Adquiera los conceptos generales de las diferentes tecnologías aplicadas el mundo del análisis de los datos.
    ● Que identifique el potencial de generación de negocios, mejoras de procesos, innovaciones que estas herramientas tecnológicas podrían brindarles.

    Metodología:
    100% Online con clases en vivo y uso del foro del campus virtual para despejar dudas.

    Evaluación formativa:
    Los participantes deberán presentar un trabajo final de algunos de los temas vistos en el curso, contando su incidencia, importante y uso por ejemplo en su ámbito de trabajo. Beneficios y ventajas de implementación, etc.

  • Cronograma

    1. Clase: Business Inteligentes – Fundamentos teóricos. Parte 1. (27/04/2021 – M)
    18:00 a 20:00 Hs.
    2. Clase: Business Inteligentes – Fundamentos teóricos. Parte 2. (29/04/2021 – J)
    18:00 a 20:00 Hs.
    3. Clase: Business Inteligentes – Fundamentos prácticos. Parte 1. (04/05/2021 – M)
    18:00 a 20:00 Hs.
    4. Clase: Business Inteligentes – Fundamentos prácticos. Parte 2. (06/05/2021 – J)
    18:00 a 20:00 Hs.
    5. Clase: Big Data. (11/05/2021 – M) 18:00 a 20:00 Hs.
    6. Clase: Minería de Datos. (13/05/2021 – J) 18:00 a 20:00 Hs.
    7. Clase: La Ciencia de Datos en la Gestión de Negocios. (18/05/2021 – M) 18:00 a
    20:00 Hs.
    8. Clase: Aprendizaje Automático y Machine Learning. (20/05/2021 – J) 18:00 a 20:00
    Hs.
    9. Clase: Deep Learning. (27/05/2021 – J) Reprogramación Feriado. 18:00 a 20:00
    Hs.
    10. Clase: Iniciación a la Inteligencia Artificial. (01/06/2021 – M) 18:00 a 20:00 Hs.
    11. Clase: Cloud Computing Aplicado a la Analítica de Negocios. (03/06/2021 – J)
    18:00 a 20:00 Hs.
    12. Clase: Seguridad de la Información. (08/06/2021 – M) 18:00 a 20:00 Hs

Preinscripción

Solicitá Información de Inscripción

Encontranos en: