TEMARIO DEL CURSO:

Dirección de los proyectos PMI (I)

1. Fundamentos de la Dirección de Proyectos
2. Ciclo de Vida del Proyecto, los Interesados y Estructura de la Organización
3. Procesos y Áreas de Conocimiento de la Dirección de Proyectos
4. Gestión de la Integración del Proyecto
5. Gestión del Alcance del Proyecto
6. Gestión del Tiempo del Proyecto

Gestión de riesgos en proyectos

1. Introducción a la Gestión de Riesgos
2. Planificación de la Gestión de Riesgos
3. Identificación de los Riesgos
4. Análisis Cualitativo de Riesgos
5. Análisis Cuantitativo de Riesgos
6. Planificación de la Respuesta a los Riesgos
7. Seguimiento y Control de Riesgos
8. La Gestión de Riesgos Bajo Otros Enfoques

Dirección de los proyectos PMI (II)

1. Gestión de Costos
2. Gestión de Calidad
3. Gestión de Recursos
4. Gestión de las Comunicaciones
5. Gestión de Riesgos
6. Gestión de Adquisiciones
7. Gestión de Interesados

Gestión de la calidad

1. Gestión de la Calidad y Mejora Continua
2. Gestión y Mejora de los Procesos
3. Sistema de Gestión de la Calidad
4. Gestión de Proyectos
5. Seis Sigma
6. Lean Management

Planificar y controlar proyectos con Microsoft Project

1. Consejos Iniciales y Fundamentos de Gestión de Tiempos
2. Planificar el Alcance y el Cronograma con MSP
3. Planificando los Costes con Microsoft Project
4. Elaborar Propuestas con MSP
5. Controlar el Alcance y los Tiempos con MSP
6. Gestión del Camino Crítico y del Valor Ganado con Microsoft Project

Simulador Project Management

La asignatura prepara a los estudiantes para el examen de Certificación PMP® del PMI® mediante un simulador, reforzando conocimientos específicos de gestión de proyectos con prácticas basadas en el PMBOK®.

Project Management Office (PMO)

1. La Gestión de Proyectos en las Organizaciones
2. Estructura de una Oficina de Proyectos
3. Modelos de Madurez
4. Implementación
5. Herramientas de Apoyo a la PMO

Seguimiento de proyectos

1. Generalidades del Seguimiento de Proyectos
2. Alcance del Seguimiento
3. Planificación del Seguimiento
4. Seguimiento del Trabajo, Cronograma y Costes
5. Seguimiento de la Calidad y las Comunicaciones
6. Seguimiento de los Riesgos, Adquisiciones e Interesados

Big Data y Business Intelligence

1. Fundamentos del Business Intelligence
2. El valor de los datos
3. Fundamentos del Big Data
4. Desarrollo de una Estrategia de Datos
5. Elementos clave para el Gobierno y Gestión de los datos
6. Organización Data Driven. Retos y oportunidades

Machine learning e inteligencia artificial

1. Instalación de Python y sus componentes principales
2. Fundamentos de Python
3. Manipulación y Procesamiento de Datos
4. Tratamiento de Datos con Python. Introducción a las Librerías de Pandas y Numpy, y estructuras de datos en Python
5. Introducción a la Inteligencia Artificial y el Machine Learning
6. Métodos avanzados en IA y ML

Bases de datos relacionales y no relacionales

1. Metodologías. Modelo Entidad Relación. Normalización. Técnicas de modelado.
2. Estructura básica de una BBDD relacional. Patrones de diseño. TransaccionesImplementaciones Físicas.
3. Bases de Datos operacionales vs Datawarehouse. Modelos en estrella y desnormalizaciones.
4. Principales engines actuales. Comparativa y campos de aplicación: Oracle, Microsoft, Mysql, MariaDB, Postgresql, Teradata, Vertica.
5. Caso práctico: Modelización de un catálogo de productos para track de ventas.
6. BBDD no relacionales. Paradigmas de procesamiento masivo: Apache Hbase.HDFS . Hadoop. Map Reduce.
7. Deep Learning. GPU, Núcleos cuda y procesamiento matricial. Frameworks en detalle: Tensor Flow, Keras, Pytorch.

Storytelling del Dato

1. Optimización en la petición de la información: estados, fechas, clientes
2. Introducción a Power Bi
3. Conexión con fuentes de datos
4. Objetos visuales Power Bi, posibilidades y mejores combinaciones para la narrativa
5. Fuentes en Tableau
6. Visualización en Tableau

Proyecto Final