¿Qué quieres aprender?

Programa experto en business analytics & big data

Programa experto en business analytics & big data

Schiller International University

Postgrado presencial

Madrid


12.000
¿Quieres hablar con un asesor sobre este curso?

Sedes

Localización

Fecha inicio

Madrid

A quién va dirigido

Profesionales que quieren entender la tecnología y que desean dar un salto en su profesión, u obtener nuevas posiciones dentro de su empresa, adentrándose en el mundo del Big Data y la Analítica de Datos. No necesaria experiencia técnica previa sobre tecnología, estadística o programación.

Temario completo de este curso

Módulo I: Introducción a la Analítica del Dato: Empresa Data Driven
  • ¿Qué es una empresa «Data Driven»?
  • ¿Problemas para ser una empresa Data Driven?
  • ¿Qué es la Analítica de Datos?
  • Tipos de Analítica de Datos
  • Problemas habituales en el uso de datos
  • Soluciones basadas en el Gobierno del Dato

Módulo II: Artificial Intelligence: Sistemas Cognitivos
  • Introducción a los sistemas cognitivos Servicios Cognitivos (basados en IBM CLOUD).
  • Introducción a Node – Red.
  • Reconocimiento Visual.
  • Comprensión del lenguaje (NLP).
  • Análisis de Tono.
  • Servicios de Voz.
  • Riesgos y ética de los servicios de Inteligencia Artificial.
  • Introducción a los asistentes virtuales.
  • Intenciones, entidades & diálogos.
  • Técnicas para evitar la frustración de un asistente.
  • Lab session, Mediante Node-red (js), Watson Assistant & servicios cognitivos de voz, imagen, NLP así como llamadas a servicios de geo localización y de clima.
  • Desarrollo de una aplicación cognitiva que invoque a diversos servicios cognitivos.

Módulo III: Ciclo de Vida del Dato: Gobierno del Dato
  • ¿Qué es el Gobierno del dato? – Disciplina fundamental en las empresas para realizar una buena analítica del dato, superando los retos actuales de los datos.
  • ¿Por qué Gobierno del Dato? – La motivación y la importancia de la gobernanza de datos y los requisitos provenientes de las regulaciones y leyes.
  • Personas y Procesos – Introducción a los roles y responsabilidades típicos, ciclo de vida de los datos y enfoques metodológicos.
  • Áreas y herramientas del dominio empresarial – Glosario de negocios, regulaciones y políticas, colaboración y flujos de trabajo.
  • Áreas y herramientas del dominio TI – Gestión de metadatos, protección de datos, calidad de datos, perfilado, reglas de calidad y linaje de datos.
  • Monitorización – Verificación de las métricas definidas de gobernanza y calidad.

Módulo IV: Analítica Tradicional: Bases de Datos y Data Warehousing
  • Introducción al Lenguaje SQL
  • Utilización de Data Warehouse para la analítica de datos.
  • Prácticas/Challenge.

Módulo V: Entendiendo Big Data: Hadoop/Spark
  • ¿Qué es Big Data? Modelo de las Vs
  • Analítica Tradicional vs Analítica Big Data
  • Casos de Uso de Big Data
  • Introducción a Hadoop
  • Map/Reduce y HDFS
  • Ecosistema Hadoop
  • Evolución hacia Object Storage
  • Introducción a Spark
  • Map/Reduce vs Spark
  • Librerías de Spark
  • Lenguajes de programación sobre Spark
  • Prácticas/Challenge.

Módulo VI: Data Visualization
  • Evolución del Business Intelligence (BI)
  • Principios básicos de la Inteligencia Artificial y su uso en el mundo del BI.
  • Se realizarán Prácticas de la solución IBM Cognos Analytics en las que se verá:
  • IBM Cognos Analytics – prácticas
    • La creación de modelos de datos en la herramienta Cognos.
    • La conexión a diferentes modelos de datos.
    • Cómo realizar consultas, desde la herramienta, a modelos de datos heterogéneos.
    • Cómo crear Visualizaciones avanzadas & Data Discovery.
    • El uso de series temporales y tendencias.
    • El uso de Asistentes virtuales aplicados al Business Intelligence.
    • La exploración de correlaciones entre los datos.
    • Como crear Storybooks como herramienta de presentación empresarial.
    • La diferenciación entre informes (reporting) y cuadros de mando.

Módulo VII: Data Science: Machine Learning
  • Machine Learning
  • Desarrollar modelos de Machine Learning con AutoAI
  • Creación de modelos de Machine Learning utilizando Python
  • Deep Learning y análítica de datos no estructurados.
  • Prácticas/Challenge

Módulo VIII: Procesamiento del Lenguaje Natural y Tiempo Real
  • Sistemas NLP: Introducción a los Sistemas de procesamiento de texto
  • Técnicas de NLP & Pipeline NLP
  • Modelos de anotación, basados en ML, NLU & Knowledge Studio
  • Sistemas basados en reglas, Knowledge Studio Advanced Rules

Módulo IX: Metodología para poner los Datos y la Analítica al Servicio del Negocio
  • Introducción a la inteligencia artificial y sistemas cognitivos
  • Enterprise Design Thinkng
  • Ideación
  • Priorización
  • Hills
  • Storyboarding

Módulo X: Aplicación de la Analítica en los Sectores Económicos
  • Optimización de precios en Retailers: Determinación de precios de los productos en función del stock, margen, demanda, etc.
  • Aplicación óptima de las campañas de marketing.
  • Optimización del mantenimiento de los equipos o instalaciones de empresas de Utilities.

Módulo XI: Los Datos y la Analítica en Finanzas
  • Definición de productos personalizados para un Cliente.
  • Oportunidades de negocio para clientes de una Entidad.
  • Nuevas oportunidades de negocio y captación de Clientes.
  • Gestión de riesgos o “Big Data Scoring”.
  • Prevención del fraude financiero.
  • Optimización de recursos.

Módulo XII: Analítica en Gobierno 2.0
  • Smart Cities – eficiencia en los procesos a través de los datos que proporciona la ciudad –
  • Asistentes cognitivos al ciudadano – ayuda al ciudadano en todos sus procesos con la administración –
  • Sistemas informacionales de gobierno del dato
Ver más